O DBS Bank descobre desafios de big data com o uso de IA – e também soluções
DBS Bank uses AI to discover big data challenges and solutions
O DBS Bank teve que superar obstáculos significativos em seus esforços de longos anos para adotar a inteligência artificial (IA), durante os quais percebeu que o sucesso vai além de descobrir os modelos de treinamento.
Os dados, em particular, se mostraram uma grande barreira, de acordo com Sameer Gupta, diretor de análise do DBS. Em 2018, o banco de Singapura embarcou em sua jornada para aproveitar a IA em quatro áreas principais abrangendo o desenvolvimento de capacidades analíticas, cultura e currículo de dados, capacitação em dados e habilitação de dados.
Também: A próxima grande ameaça à IA pode já estar à espreita na web
“A visão aqui era usar dados para gerar benefícios maiores para a organização”, disse Gupta em entrevista ao ENBLE. Para fazer isso, ele disse que o banco reconheceu a necessidade de tornar o acesso à IA pervasivo em toda a empresa, além de entregar valor econômico por meio da IA. O custo de fornecer soluções de IA também precisava ser continuamente reduzido.
Os esforços foram direcionados para desenvolver os casos de uso certos e o talento, incluindo engenheiros de aprendizado de máquina, e construir uma cultura de dados que incentivasse todos os funcionários a pensar constantemente em como os dados e a IA poderiam ajudar em seu trabalho. Isso significava fornecer um programa de treinamento que orientasse os funcionários sobre como e quando usar, e não usar, dados.
- TSMC vai entrar em ‘Silicon Saxony’ com fábrica de chip...
- Startup alemã de foguetes captura €30M enquanto mira o lançamento e...
- A Lyft está eliminando a tarifa dinâmica para atrair clientes da Uber
Também: Como bloquear o novo rastreador da web da OpenAI para ingestão de dados
O banco começou a trabalhar na criação da infraestrutura para facilitar a adoção de IA, abrangendo a plataforma de dados, a estrutura de gerenciamento de dados e a governança de dados. Implementou um framework no qual todos os seus casos de uso de dados devem ser avaliados. Batizado de PURE, isso se baseia em quatro princípios – proposital, previsível, respeitoso e explicável – que o DBS acredita serem essenciais para orientar o banco no uso responsável de dados.
Sua plataforma de dados, ADA, serve como uma única fonte central, permitindo que o banco garanta melhor governança de dados, qualidade, descoberta e segurança. Atualmente, mais de 95% dos dados considerados úteis e necessários para facilitar as operações com IA do DBS são descobertos na plataforma. A plataforma possui mais de 5,3 petabytes de dados, compreendendo 32.000 conjuntos de dados que incluem vídeos e dados estruturados.
Chegar a esse ponto, no entanto, foi uma tarefa gigantesca, como revelou Gupta. Em particular, organizar os dados e torná-los descobertos exigiu um trabalho significativo, envolvendo principalmente expertise manual e humana, disse ele. Horas trabalhosas foram gastas na identificação dos metadados, com ferramentas para automatizar tais tarefas sendo escassas.
Também: Nvidia aumenta sua ‘superchip’ Grace-Hopper com memória mais rápida para IA
Ele acrescentou que o banco usava muitos aplicativos, cada um contendo dados necessários para apoiar suas iniciativas de IA.
Com os dados dispersos em diferentes sistemas, ele observou que “muito trabalho árduo” era necessário para trazer conjuntos de dados para uma única plataforma e torná-los descobertos. Os funcionários devem ser capazes de extrair os dados de que precisam e o banco teve que garantir que isso fosse feito de forma segura, disse ele.
O DBS atualmente executa mais de 300 projetos de IA e aprendizado de máquina, que, segundo ele, geraram um aumento de receita de SG$150 milhões (US$112,53 milhões) no ano passado e economizaram SG$30 milhões (US$22,51 milhões) em evasão de riscos, por exemplo, devido ao aprimoramento do monitoramento de crédito. Esses casos de uso de IA abrangem uma variedade de funções, incluindo recursos humanos, jurídico e detecção de fraudes, de acordo com Gupta.
As iniciativas de IA do banco estão no caminho certo para gerar mais valor econômico e benefícios de evitação de custos este ano, dobrando para SG$350 milhões (US$262,56 milhões). O objetivo é atingir SG$1 bilhão (US$750,17 milhões) nos próximos três anos. O DBS, o maior banco de Singapura, atualmente possui cerca de 1.000 engenheiros de dados, cientistas de dados e engenheiros de dados.
Não há ‘bala de prata’ na adoção de IA
Perguntado se estava explorando o uso da IA generativa, Gupta confirmou que o banco já estava executando mais de 10 pilotos, mas enfatizou que ainda era cedo. As várias equipes, incluindo marketing, vendas e TI, precisarão ter mais conversas nos próximos meses para entender melhor por meio desses testes como a IA generativa pode beneficiar o banco, disse ele.
Também: A equipe de segurança da Microsoft monitora a IA desde 2018. Aqui estão cinco grandes insights
Ele acrescentou que também precisa garantir que o uso dessas aplicações de IA continue aderindo aos seus princípios PURE e aos princípios FEAT de Cingapura que orientam o uso da IA no setor. Outros riscos conhecidos, como alucinações e violações de direitos autorais, também precisarão ser avaliados, disse ele.
O DBS atualmente executa 600 algoritmos de IA e aprendizado de máquina, que juntos ajudam a impulsionar as interações com seus cinco milhões de clientes em toda a região, incluindo China, Indonésia e Índia.
No entanto, o fato de usar 600 modelos de IA é irrelevante, disse Gupta, que enfatizou em vez disso o objetivo de alcançar a eficiência e precisão ideais com o menor número de modelos de IA.
Destacando um equívoco de que o modelo em si é tudo, ele observou que ele desempenha um papel pequeno na garantia de que as empresas se beneficiem do uso de sua IA.
Também: O ChatGPT Plus pode extrair informações valiosas dos seus dados corporativos. Veja como
Em vez disso, eles precisam trabalhar em todos os elementos técnicos, que devem incluir a incorporação de mecanismos para monitorar o uso de sua IA e coletar continuamente feedback para identificar áreas de melhoria. Isso garantirá que a organização aprenda com a aplicação de sua IA e faça alterações sempre que necessário, inclusive em seus modelos de IA e processos operacionais, à medida que soluciona problemas e corrige falhas.
“Você precisa perseverar para obter todos os benefícios. Não existe bala mágica”, disse Gupta.
Questionado se o DBS estava usando IA para antecipar melhor interrupções, como as que ocorreram no ano passado, ele disse que o banco está trabalhando para identificar como pode melhorar, inclusive utilizando análise de dados. Observando que muitos fatores podem causar picos na demanda, ele disse que há potencial para aproveitar a IA, por exemplo, nas operações para detectar anomalias e determinar o próximo curso de ação.
Ele não pôde comentar especificamente sobre as interrupções de serviço, mas disse que um comitê especial composto por quatro membros do conselho do banco está liderando uma revisão completa da resiliência tecnológica da empresa. Especialistas externos também foram envolvidos para ajudar na revisão, disse ele, acrescentando que mais detalhes serão fornecidos quando isso for concluído.
Também: Treine modelos de IA com seus próprios dados para mitigar riscos
“As interrupções de serviço que experimentamos em março e maio foram uma lição para todos nós do DBS”, disse Gupta. “Garantir serviços bancários digitais ininterruptos 24 horas por dia, 7 dias por semana, sempre foi nossa principal prioridade. Infelizmente, ficamos aquém. Nossos clientes têm toda a razão em esperar mais de nós e precisamos fazer melhor.”
No mês passado, foi revelado que um erro humano foi a causa da interrupção de maio do DBS, mas não tinha relação com a interrupção de março. O Ministro Sênior de Cingapura e Ministro responsável pela MAS, Tharman Shanmugaratnam, disse em uma resposta parlamentar por escrito que o erro foi encontrado no software usado para manutenção do sistema e resultou em uma “redução significativa” na capacidade do sistema.
Isso afetou sua capacidade de processar transações bancárias online e móveis, pagamentos eletrônicos e transações em caixas eletrônicos, disse Tharman, citando a investigação preliminar do banco.
Fundos para ajudar o setor a adotar IA
Cingapura anunciou na segunda-feira que está reservando SG$150 milhões (US$112,53 milhões) ao longo de três anos para apoiar ainda mais os esforços do setor financeiro em inovar por meio do uso de tecnologia.
O Esquema de Tecnologia e Inovação do Setor Financeiro (FSTI 3.0) continuará a facilitar o desenvolvimento de capacidades e a adoção em áreas-chave, como IA e análise de dados, bem como tecnologia regulatória, ou regtech. Especificamente, o regulador do setor, a Autoridade Monetária de Cingapura (MAS), buscará impulsionar a adoção de IA e análise de dados entre as pequenas empresas financeiras.
O FSTI 3.0 também abrange novas áreas em que os fundos serão expandidos para incluir entidades de capital de risco corporativo e projetos ESG (ambientais, sociais e de governança). A MAS também realizará chamadas abertas para casos de uso em tecnologias emergentes, como Web 3.0, com financiamento de subsídios oferecido para testes e comercialização.
Também: A corrida do ouro da IA torna a higiene básica de segurança de dados crítica
Para o DBS, o foco agora é garantir que seus projetos de IA possam ser escalados e que o acesso permaneça pervasivo em toda a organização, disse Gupta.
“Precisamos garantir que estamos industrializando como a IA é desenvolvida e implantada no banco, para que possamos reduzir o esforço para implementá-la. Isso não pode ser feito se cada caso de uso for feito de maneira personalizada”, observou ele.
Ele também enfatizou a importância de garantir que a IA continue sendo avaliada, para que o banco possa determinar se está gerando resultados positivos. “Precisamos garantir que haja benefícios tanto para os funcionários quanto para os clientes”, acrescentou.
