പരിസ്ഥിതി, സാമൂഹിക, ഭരണ (ഇഎസ്ജി) റിപ്പോർട്ടിംഗിലെ പുതിയ ചർച്ചാവിഷയമാണ് ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് (എഐ). വാസ്തവത്തിൽ, പരമ്പരാഗത ഇഎസ്ജി ഡാറ്റയുടെ ശേഖരണത്തിനും ചികിത്സയ്ക്കും അപ്പുറത്തുള്ള എന്തും വിവരിക്കാൻ ഈ പദം ദുരുപയോഗം ചെയ്യപ്പെടുന്നു.

എന്നാൽ വെളിപ്പെടുത്തൽ നിയമങ്ങൾ കൂടുതൽ കർക്കശമാകുമ്പോൾ, കോർപ്പറേറ്റുകളും അവരുടെ സാമ്പത്തിക പങ്കാളികളും ഇതര ഡാറ്റാ സ്രോതസ്സുകളെയും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സാങ്കേതികവിദ്യകളെയും എക്സ്ട്രാ ഫിനാൻഷ്യൽ റിപ്പോർട്ടിംഗ് വർദ്ധിപ്പിക്കുന്നതിനുള്ള മാർഗങ്ങളായി കാണുന്നു.

സാമ്പത്തിക മേഖലയെ സംബന്ധിച്ചിടത്തോളം, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന്റെ പ്രധാന വിൽപ്പന പോയിന്റ് കാര്യക്ഷമതയാണ്. പ്രവചനങ്ങൾ നടത്താൻ മെഷീൻ ലേണിംഗ് മാസ് ഡാറ്റയിൽ നിന്ന് പാറ്റേണുകൾ തിരിച്ചറിയുന്നു. നാച്ചുറൽ ലാംഗ്വേജ് പ്രോസസ്സിംഗ് (എൻഎൽപി) കമ്പ്യൂട്ടറുകൾക്ക് ടെക്സ്റ്റ്, വോയ്സ് ഡാറ്റ മനസിലാക്കാനും പ്രതികരിക്കാനുമുള്ള കഴിവ് നൽകുന്നു. ഒരുമിച്ച്, അവർക്ക് ദൈർഘ്യമേറിയ ഇഎസ്ജി വിലയിരുത്തൽ പ്രക്രിയകൾ യാന്ത്രികമാക്കാൻ കഴിയും.

സാറ്റലൈറ്റ് ഇമേജിംഗ് പോലുള്ളവ ഉൾപ്പെടുന്ന ആൾട്ട് ഡാറ്റയ്ക്ക് കാലാവസ്ഥാ ഡാറ്റ നഷ്ടപ്പെടുന്നതിന്റെ പ്രശ്നം പരിഹരിക്കാനുള്ള കഴിവുണ്ട്, അതേസമയം കാലാവസ്ഥാ അപകടസാധ്യത എസ്റ്റിമേറ്റുകൾ മെച്ചപ്പെടുത്താൻ സാധ്യതയുണ്ട്.

നിക്ഷേപത്തിനും വായ്പാ തീരുമാനങ്ങൾക്കും കോർപ്പറേറ്റ് സുസ്ഥിരത ക്രെഡൻഷ്യലുകളുടെ വിലയിരുത്തൽ മെച്ചപ്പെടുത്തുന്നതിന് ഡാറ്റാ വിദഗ്ദ്ധരായ ധനകാര്യ സ്ഥാപനങ്ങൾ ഈ ഉയർന്നുവരുന്ന വിഭവങ്ങളെ ഉപയോഗപ്പെടുത്തുന്നു.

പുതിയ അപകടസാധ്യതകളെല്ലാം അവർ മനസ്സിലാക്കുന്നുണ്ടോ എന്നതാണ് ചോദ്യം. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് അടിസ്ഥാനമാക്കിയുള്ള ഇഎസ്ജി റിപ്പോർട്ടിംഗിന്റെ ഏറ്റവും വലിയ ബാധ്യതകളിലൊന്ന് ഉപയോക്താക്കൾ സാങ്കേതികവിദ്യ ഉപയോഗിച്ച് എന്താണ് ചെയ്യുന്നത് എന്നതല്ല. മറിച്ച്, ആ ഉപയോക്താക്കൾ അത് ചെയ്യാത്തതെന്താണെന്ന് മനസ്സിലാക്കുന്നുണ്ടോ എന്നതാണ്.

മികച്ച റേറ്റിംഗ്

കമ്പനികളെ അവരുടെ ഇഎസ്ജി ക്രെഡൻഷ്യലുകൾ അനുസരിച്ച് പഠിക്കുകയും തരംതിരിക്കുകയും ചെയ്യുന്ന റേറ്റിംഗ് ഏജൻസികൾ ചെയ്യുന്ന ജോലിയെ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, ആൾട്ട് ഡാറ്റ എന്നിവ പൂരിപ്പിക്കും.

“ഇഎസ്ജി റേറ്റിംഗ് രീതികളിലെ വ്യത്യാസം ഒരു ഭരണപരമായ ചോദ്യം ഉയർത്തുന്നു, ഇത് ബദൽ ഡാറ്റയ്ക്കും ബദൽ സാങ്കേതികവിദ്യകൾക്കും ഈ താൽപ്പര്യവും ഉത്സാഹവും നൽകുന്നു,” അമുണ്ടി ഇൻസ്റ്റിറ്റ്യൂട്ടിലെ നിക്ഷേപക ഇന്റലിജൻസ്, അക്കാദമിക് പാർട്ണർഷിപ്പ് മേധാവി മാരി ബ്രയർ പറയുന്നു.

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഒരു വിപ്ലവമല്ല, പക്ഷേ ഇത് കൂടുതൽ സങ്കീർണ്ണമായ വിശകലന രീതികൾ ഉണ്ടാകാനുള്ള ഒരു മാർഗമാണ് മേരി ബ്രയർ, അമുണ്ടി ഇൻസ്റ്റിറ്റ്യൂട്ട്

ഫ്രഞ്ച് അസറ്റ് മാനേജർക്ക് നിരവധി ഗവേഷണ സംരംഭങ്ങൾ നടക്കുന്നുണ്ട്, പക്ഷേ എഐയുടെയും ഇതര ഡാറ്റയുടെയും ഉപയോഗം നിലവിൽ എല്ലാ പോർട്ട്ഫോളിയോ-മാനേജ്മെന്റ് തീരുമാനമെടുക്കലിലും സ്റ്റാൻഡേർഡ് ചെയ്തിട്ടില്ല.

“ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഒരു വിപ്ലവമല്ല, പക്ഷേ ഇത് കൂടുതൽ സങ്കീർണ്ണമായ വിശകലന രീതികൾ ഉണ്ടാകാനുള്ള ഒരു മാർഗമാണ്,” ബ്രയർ കൂട്ടിച്ചേർക്കുന്നു.

രീതിശാസ്ത്രപരമായ സമഗ്രതയെക്കുറിച്ചുള്ള ചോദ്യങ്ങൾ വർഷങ്ങളായി ഇഎസ്ജി സ്കോറർമാരെ അലട്ടുന്നു. സ്ഥാപനങ്ങളെ വിലയിരുത്താൻ ഏജൻസികൾ വ്യത്യസ്ത രീതികൾ ഉപയോഗിക്കുന്നതിനാൽ ഇഎസ്ജി റേറ്റിംഗുകൾ കുപ്രസിദ്ധമാണ്, കൂടാതെ കാണാതായ ഇഎസ്ജി ഡാറ്റ കൈകാര്യം ചെയ്യാൻ ഒരു സ്റ്റാൻഡേർഡ് മാർഗവുമില്ല. അവ ഇടയ്ക്കിടെ അവലോകനം ചെയ്യുകയും ചെയ്യുന്നു.

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപകരണങ്ങൾ കൂടുതൽ എളുപ്പത്തിൽ ലഭ്യമാകുന്നതോടെ, ഏജൻസികളും ധനകാര്യ സേവന കമ്പനികളും കൂടുതൽ വേഗത്തിലും റോളിംഗ് അടിസ്ഥാനത്തിലും വലിയ എണ്ണം കമ്പനികളെ വിലയിരുത്തുന്നത് എളുപ്പമാകുമെന്ന് അനുമാനിക്കുന്നു.

“ഇഎസ്ജി ഡാറ്റ ചൂഷണം ചെയ്യാൻ പ്രയാസമാണ്,” ഫ്രഞ്ച് ബാങ്കിംഗ് ഗ്രൂപ്പായ നാറ്റിക്സിസിന്റെ അനുബന്ധ സ്ഥാപനമായ ഒസിയാമിലെ റിസർച്ച് ആൻഡ് ഇഎസ്ജി മേധാവി കാർമൈൻ ഡി ഫ്രാങ്കോ എഴുതുന്നു. “ഒരു ഡസൻ കമ്പനികളെ ഉൾക്കൊള്ളുന്നുണ്ടെങ്കിൽ ഒരു അനലിസ്റ്റ് ഒരു ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിനേക്കാൾ മികച്ചതായിരിക്കും, പക്ഷേ ദശലക്ഷക്കണക്കിന് കമ്പനികളെ വിശകലനം ചെയ്യുമ്പോൾ അൽഗോരിതം കൂടുതൽ കാര്യക്ഷമമായി പ്രവർത്തിക്കും.”

അറിവ് ശക്തിയാണ്

ഇഎസ്ജി റിപ്പോർട്ടിംഗിൽ, ഡാറ്റാ ബ്ലൈൻഡ് സ്പോട്ടുകൾ കമ്പനികൾക്കും അവരുടെ നിക്ഷേപകർക്കും ഒരു ബലഹീനതയാണ്. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ടൂളുകളിലേക്ക് പ്രവേശനം ഉണ്ടായിരിക്കുന്നത് മത്സരപരമായ നേട്ടം കൊണ്ടുവന്നേക്കാം.

“ഏറ്റവും പ്രധാനപ്പെട്ടത് നിങ്ങളുടെ അസംസ്കൃത വസ്തുവാണ്, അത് ഡാറ്റയാണ്,” ഫ്രഞ്ച് പരിസ്ഥിതി ഡാറ്റാ ദാതാവായ ഐസ്ബെർഗ് ഡാറ്റാ ലാബിലെ ചീഫ് ടെക്നോളജി ഓഫീസർ പിയറി-ഒലിവിയർ ഹെയ് പറയുന്നു. “ഡാറ്റ എക്സ്ട്രാക്ഷൻ ത്വരിതപ്പെടുത്തുന്ന ഏതൊരു സാങ്കേതികവിദ്യയും പ്രയോജനകരമാണ്.”

അദ്ദേഹത്തെ സംബന്ധിച്ചിടത്തോളം, സാങ്കേതികവിദ്യ തങ്ങളോട് എന്താണ് ആവശ്യപ്പെടുന്നതെന്ന് ചിന്തിക്കാൻ കമ്പനികളെ പ്രോത്സാഹിപ്പിക്കുന്നതിലൂടെ എൻഎൽപി പോലുള്ള ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സാങ്കേതികവിദ്യകൾക്ക് കാലാവസ്ഥാ റിപ്പോർട്ടിംഗിൽ ഒരു നല്ല സർക്കിൾ സൃഷ്ടിക്കാൻ കഴിയും.

“ഞാൻ ഒരു വലിയ കമ്പനിയുടെ [കോർപ്പറേറ്റ് സോഷ്യൽ റെസ്പോൺസിബിലിറ്റി] മാനേജരാണെങ്കിൽ, എനിക്ക് അത്തരം ഉപകരണങ്ങളിലേക്ക് പ്രവേശനം ഉണ്ടെങ്കിൽ, ഞാൻ ആദ്യം ചെയ്യാൻ ആഗ്രഹിക്കുന്നത് എന്റെ എതിരാളികളുടെ വാർഷിക അല്ലെങ്കിൽ ഇഎസ്ജി റിപ്പോർട്ടുകൾ ഇൻപുട്ട് ചെയ്യുക എന്നതാണ്. ” അവൻ കൂട്ടിച്ചേർക്കുന്നു.

നിക്ഷേപകർ ഏറ്റെടുക്കുന്ന ഇഎസ്ജി വിലയിരുത്തലുകളിലേക്ക് നൽകാൻ കഴിയുന്ന അസംസ്കൃത വിവരങ്ങളുടെ വ്യാപ്തിയും ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് വിപുലീകരിക്കുന്നു. സാധ്യതയുള്ള വിവാദങ്ങൾക്കായി മാധ്യമങ്ങളിൽ ഒരു കമ്പനിയെക്കുറിച്ചുള്ള ഏതെങ്കിലും പരാമർശങ്ങൾ ഫിൽട്ടർ ചെയ്യുന്നതിനും കമ്പനിയുടെ പൊതു പ്രശസ്തി സ്വയം ചിത്രീകരിക്കാൻ ഇഷ്ടപ്പെടുന്നതിനെതിരെ വിലയിരുത്തുന്നതിനും എൻഎൽപി ഉപയോഗിക്കുന്നതാണ് ഒരു ഉദാഹരണം.

“കമ്പനി ഇഎസ്ജിയിൽ എങ്ങനെ ആശയവിനിമയം നടത്തുന്നുവെന്നും അതിന്റെ ബിസിനസ്സ് മോഡലിന് പ്രസക്തമായ വിഷയങ്ങൾ കൈകാര്യം ചെയ്യുന്നുണ്ടോയെന്നും ഞങ്ങൾക്ക് നോക്കാം,” ബ്രയർ പറയുന്നു. “കമ്പനികൾ ഇഎസ്ജിയിൽ ആശയവിനിമയം നടത്തുന്ന രീതികളെക്കുറിച്ചുള്ള ഞങ്ങളുടെ വിമർശനാത്മക വിശകലനം മെച്ചപ്പെടുത്താൻ ഇതിന് കഴിയും.”

വെളിപ്പെടുത്തൽ നിയന്ത്രണം പാലിക്കാൻ തിടുക്കം കൂട്ടുന്ന കമ്പനികളും അവരുടെ നിക്ഷേപകരും ഡേവിഡ് ഡഫി, സിജിഐ മനസ്സിലാക്കാത്ത ഒരു സാങ്കേതികവിദ്യ ഉപയോഗിക്കാൻ തുടങ്ങുന്നതിൽ വലിയ അപകടസാധ്യതയുണ്ട്

കമ്പനികൾ റിപ്പോർട്ട് ചെയ്യാത്ത ഏതെങ്കിലും ഇഎസ്ജി വിവരങ്ങൾക്ക്, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ടൂളുകളും ആൾട്ട് ഡാറ്റ ദാതാക്കളും എസ്റ്റിമേറ്റുകൾ തയ്യാറാക്കുന്നതിൽ മെച്ചപ്പെടുന്നു.

“ശാരീരിക അപകടസാധ്യതകൾ, പ്രത്യേകിച്ച് കാലാവസ്ഥാ വ്യതിയാനത്തിന്റെ ആഘാതം എന്ന വിഷയത്തിൽ ഞങ്ങൾ വളരെയധികം പ്രവർത്തിക്കുന്നു,” ബ്രയർ പറയുന്നു. “ഇത്തരത്തിലുള്ള ആൾട്ട് ഡാറ്റ ഉള്ളത് കമ്പനികൾ എന്താണ് അഭിമുഖീകരിക്കുന്നതെന്ന് കൃത്യമായി മനസിലാക്കാൻ ഞങ്ങളെ സഹായിക്കുന്നു.”

കമ്പനികൾ അവരുടെ നിക്ഷേപകർ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, ആൾട്ട് ഡാറ്റ എന്നിവയുടെ ഉപയോഗം മുൻകൂട്ടി കാണാൻ തുടങ്ങുകയും അതിന്റെ ഫലമായി അവരുടെ റിപ്പോർട്ടിംഗ് ശൈലിയിൽ മാറ്റം വരുത്തുകയും ചെയ്തിട്ടുണ്ടോ എന്ന ചോദ്യം ഉയരുന്നു.

വെളിപ്പെടുത്തൽ നിയന്ത്രണങ്ങളുമായി കോർപ്പറേറ്റ് ലാൻഡ്സ്കേപ്പ് കൂടുതൽ പരിചിതമാകുമ്പോൾ, യൂറോപ്യൻ യൂണിയന്റെ കോർപ്പറേറ്റ് സുസ്ഥിരതാ റിപ്പോർട്ടിംഗ് നിർദ്ദേശം (സിഎസ്ആർഡി) അല്ലെങ്കിൽ മറ്റ് ചട്ടക്കൂടുകൾക്ക് അനുസൃതമായ ഓട്ടോമേറ്റഡ് ഇഎസ്ജി റിപ്പോർട്ടിംഗ് പരിഹാരങ്ങൾ വാഗ്ദാനം ചെയ്യുന്ന പുതിയ സേവന ദാതാക്കൾ വിപണിയിലേക്ക് വരുന്നു.

സാധാരണയായി, എക്സ്ട്രാ-ഫിനാൻഷ്യൽ റിപ്പോർട്ടിംഗ് സിഎസ്ആർ ടീമുകളുടെ പ്രവർത്തനത്തിന് കീഴിലാണ് വരുന്നത്, അവർ ഒരു സാമ്പത്തിക ലെൻസിലൂടെ ഇഎസ്ജി അനുവർത്തനം നോക്കേണ്ടതില്ല. എന്നാല് ഇപ്പോള് അത് മാറുകയാണ്.

“സിഎസ്ആർഡിയുടെ വരവോടെ, നിക്ഷേപകർ റിപ്പോർട്ടുകളിൽ എന്ത് തരത്തിലുള്ള വിവരങ്ങൾ പ്രതീക്ഷിക്കുമെന്നതിനെക്കുറിച്ച് ആശങ്കയുള്ള സിഎഫ്ഒമാരുമായി ഞങ്ങൾ കൂടുതൽ ഇടപഴകാൻ തുടങ്ങി,” ഇവൈയിലെ കാലാവസ്ഥാ വ്യതിയാന, സുസ്ഥിരത സേവന കൺസൾട്ടന്റ് മാറ്റിയു റെനാർഡ് പറയുന്നു.

എന്നിരുന്നാലും, കമ്പനികൾ ഈ പ്രവണതയോട് പ്രതികരിക്കാൻ തുടങ്ങുന്നത് വളരെ പെട്ടെന്നായിരിക്കാം.

“ഈ പുതിയ സാങ്കേതിക വിദഗ്ധർ അവരുടെ റിപ്പോർട്ടുകൾ വിശകലനം ചെയ്യാൻ വരുന്നു എന്ന വസ്തുതയെക്കുറിച്ച് അവർ ഇതുവരെ സെൻസിറ്റീവ് ആയിട്ടില്ല, അൽഗോരിതം എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്ന് ചിന്തിക്കുന്നത് മൂല്യവത്തായിരിക്കാം,” റെനാർഡ് കൂട്ടിച്ചേർക്കുന്നു.

ജാഗ്രതയോടെ മുന്നോട്ട് പോകുക

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, ആൾട്ട് ഡാറ്റ സോഴ്സിംഗ് സാങ്കേതികവിദ്യകൾ വളരെ വേഗത്തിൽ പുരോഗമിക്കുന്നു, അതിനാൽ റെഗുലേറ്റർമാർക്ക് പിടിക്കാൻ പ്രയാസമാണ്. തൽഫലമായി, ഫൈനാൻഷ്യർമാർക്ക് ദൃശ്യപരത കുറവുള്ള ഭരണപരമായ അപകടസാധ്യതകളുണ്ട്.

“ലോകം വലിയ ഡാറ്റ എങ്ങനെ ചൂഷണം ചെയ്യുന്നു എന്നതിനെക്കുറിച്ചാണ് ഇത്,” കോർപ്പറേറ്റ് ഗവേണൻസ് ഇൻസ്റ്റിറ്റ്യൂട്ടിന്റെ (സിജിഐ) ചീഫ് എക്സിക്യൂട്ടീവും സഹസ്ഥാപകനുമായ ഡേവിഡ് ഡഫി പറയുന്നു. “വെളിപ്പെടുത്തൽ നിയന്ത്രണം പാലിക്കാൻ തിടുക്കം കൂട്ടുന്ന കമ്പനികളും അവരുടെ നിക്ഷേപകരും അവർക്ക് മനസ്സിലാകാത്ത ഒരു സാങ്കേതികവിദ്യ ഉപയോഗിക്കാൻ തുടങ്ങുന്നതിന് വലിയ അപകടസാധ്യതയുണ്ട്.”

ഡാറ്റയുടെ ഗുണനിലവാരത്തെക്കുറിച്ചും ഗുണനിലവാരമില്ലാത്ത ഇൻപുട്ടുകൾ തെറ്റായ ഔട്ട്പുട്ടുകൾ സൃഷ്ടിക്കുന്നതിനുള്ള അപകടസാധ്യതയെക്കുറിച്ചും പരിചിതമായ ചോദ്യമുണ്ട് – ‘മാലിന്യം അകത്ത്, മാലിന്യം പുറത്തേക്ക്’ പ്രശ്നം എന്ന് വിളിക്കപ്പെടുന്നു. ഉദാഹരണത്തിന് മോഡലിംഗ് ഉപയോഗിച്ച്, കാണാതായ കാലാവസ്ഥാ ഡാറ്റയ്ക്കായി സൃഷ്ടിച്ച എസ്റ്റിമേറ്റുകൾ പരമ്പരാഗത ഡാറ്റയുടെ അതേ മൂല്യമുള്ളതായി കണക്കാക്കാൻ കഴിയുമോ എന്നത് വ്യക്തമല്ല.

“വിവരങ്ങൾ ശേഖരിക്കാൻ നിങ്ങൾ നൂതനവും സങ്കീർണ്ണവുമായ ഒരു പരിഹാരം ഉപയോഗിക്കുമ്പോൾ, അളവുകൾ വളരെ കൃത്യമാണെന്ന് തോന്നാം, പക്ഷേ യഥാർത്ഥത്തിൽ പിശകിന്റെ പരിധി വളരെ വലുതാണ്,” ഡഫി പറയുന്നു.

ഒരു കോർപ്പറേറ്റ് അതിന്റെ പിയർ ഗ്രൂപ്പുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ എങ്ങനെ പ്രവർത്തിക്കുന്നുവെന്നതിന്റെ ഉപയോഗപ്രദമായ സൂചകമാണ് ആൾട്ട് ഡാറ്റ, പക്ഷേ സാമ്പത്തിക തീരുമാനമെടുക്കുന്നതിന് ആ വിവരങ്ങളുടെ പ്രായോഗിക ഉപയോഗം വളരെ സങ്കീർണ്ണമാണ്, കാരണം എസ്റ്റിമേറ്റിന്റെ ഫലങ്ങളെ സ്വാധീനിക്കുന്ന നിരവധി വേരിയബിളുകൾ ഉണ്ടാകാം.

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ്, ആൾട്ട് ഡാറ്റ എന്നിവ പ്രധാന മേഖലകളിലും അവരുടെ സ്വന്തം പ്രവർത്തനങ്ങളിലും എങ്ങനെ പടരുന്നുവെന്ന് സൂക്ഷ്മമായി നിരീക്ഷിക്കാൻ ഈ ഗവേണൻസ് റിസ്ക് വായ്പാ ദാതാക്കളെ പ്രേരിപ്പിക്കുന്നു.

“സാങ്കേതികവിദ്യ ഉപയോഗിക്കുന്നതിന്റെ അനന്തരഫലങ്ങൾ, അതിന്റെ പരിധികൾ, അപകടസാധ്യതകൾ എന്തൊക്കെയാണ്, ബിസിനസ്സ് സമ്പ്രദായങ്ങൾക്കുള്ളിലെ ഈ സംയോജനം എന്താണ് അർത്ഥമാക്കുന്നത് എന്നിവയെക്കുറിച്ച് ഒരു കാഴ്ചപ്പാട് നേടുക എന്നതാണ് ഞങ്ങൾ ആഗ്രഹിക്കുന്നത്,” സോസൈറ്റ് ജനറലിലെ സുസ്ഥിരത ഗവേഷണ മേധാവി യാനിക് ഔക്നൈൻ പറയുന്നു.

ഡിജിറ്റൽ പരിവർത്തനത്തിന്റെ ഭാഗമായി ബാങ്കിന് ഡാറ്റ, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് തന്ത്രമുണ്ട്. ഗ്രൂപ്പിന്റെ പോർട്ട്ഫോളിയോയിൽ ഉൽപാദനത്തിൽ 600 ലധികം ഉപയോഗ കേസുകളുണ്ട്, 2026 ഓടെ 500 ദശലക്ഷം യൂറോ മൂല്യം സൃഷ്ടിക്കുമെന്ന് പ്രതീക്ഷിക്കുന്നു.

പ്രധാനമായും, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിന് വിശകലന വിദഗ്ധർക്ക് സ്വതന്ത്രമായി പ്രവർത്തിക്കാൻ കഴിയുമെന്ന മിഥ്യാധാരണ പൊളിക്കേണ്ടതുണ്ട്.

“നിങ്ങൾ നൽകുന്ന ഇൻപുട്ടിനെ അടിസ്ഥാനമാക്കിയാണ് അൽഗോരിതം പ്രവർത്തിക്കുന്നത്, അതിനാൽ മനുഷ്യ പക്ഷപാതങ്ങൾ കൈമാറ്റം ചെയ്യപ്പെടുന്നു,” ഓവാക്നൈൻ പറയുന്നു.

വാസ്തവത്തിൽ, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപകരണങ്ങൾ പെരുകുമ്പോൾ, മനുഷ്യ പക്ഷപാതം വ്യവസ്ഥാപിതമായി മാറാനുള്ള സാധ്യതയുണ്ട്.

ഈ സാങ്കേതികവിദ്യകളിലേക്ക് പ്രവേശനമുള്ള ധനകാര്യ സ്ഥാപനങ്ങൾ ഈ ഉപകരണങ്ങൾ നിക്ഷേപത്തിലോ വായ്പാ തീരുമാനമെടുക്കുന്നതിലോ സമന്വയിപ്പിക്കുന്നതിന് മുമ്പ് പരിശോധനകളും ബാലൻസുകളും ഉണ്ടെന്ന് ഉറപ്പാക്കേണ്ടതുണ്ട്.

“നിക്ഷേപ തീരുമാനങ്ങൾ എടുക്കുന്നതിന് ആവശ്യമായ സാങ്കേതികവും മേഖലാ വൈദഗ്ധ്യവും ഞങ്ങൾ കാണാതെ പോകരുത്,” ഔക്നൈൻ കൂട്ടിച്ചേർക്കുന്നു. “കണക്ക് ശരിയായിരിക്കാം, പക്ഷേ പരിഗണിക്കാൻ മറ്റ് ഘടകങ്ങളോ വേരിയബിളുകളോ ഉണ്ട്.”

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് മനസ്സിലാക്കാതെ ഉപയോഗിക്കുന്നതിന്റെ പ്രത്യാഘാതങ്ങൾ അദ്ദേഹം ചൂണ്ടിക്കാണിക്കുന്നു: “ഈ സാങ്കേതികവിദ്യകളുടെ ഉപയോക്താക്കൾക്ക് പരിശോധിക്കാനും ആ പക്ഷപാതങ്ങൾ തിരിച്ചറിയുന്നുണ്ടെന്നും മെഷീൻ പുനഃക്രമീകരിക്കുന്നതിലൂടെ അപകടസാധ്യതകൾ ലഘൂകരിക്കപ്പെടുന്നുവെന്നും ഉറപ്പാക്കാനുള്ള ഉത്തരവാദിത്തമുണ്ട്.”

ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് ഉപയോക്താക്കൾ ഇവ പരസ്പരപൂരകമായ ഉപകരണങ്ങളാണെന്ന് ഓർക്കണം, അതിൽ കൂടുതലൊന്നുമില്ല. ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സഹായത്തോടെയുള്ള റിപ്പോർട്ടുകളിലെ ഡാറ്റയുടെ ഗുണനിലവാരം ഉയർന്നതാണെന്ന് ഉറപ്പാക്കുന്നതിൽ റെഗുലേറ്റർമാർക്ക് ഇരട്ടിയാകാം, പക്ഷേ ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസ് സൃഷ്ടിച്ച ഇഎസ്ജി വിലയിരുത്തലുകൾ കാരണം മോശം നിക്ഷേപ തീരുമാനം വരികയാണെങ്കിൽ, നിക്ഷേപകനെ ഇപ്പോഴും കുറ്റപ്പെടുത്തുന്നു.

“നിങ്ങൾക്കായി തീരുമാനമെടുക്കാൻ യന്ത്രത്തെ അനുവദിക്കുന്നതാണ് ഇത്തരത്തിലുള്ള കാര്യത്തിന്റെ അപകടമെന്ന് ഞാൻ വിശ്വസിക്കുന്നു,” ഐസ്ബെർഗിലെ ഹെയ് പറയുന്നു.