Pontos importantes

Inteligência artificial (IA) está decolando

• A adoção geral de IA em todos os setores previsto aumento da receita global de US $ 12,5 trilhões em 2017 e US $ 47 trilhões em 2020 com um CAGR de 55,1% de 2016 a 2020.
• Os setores que mais investirão nessas tecnologias serão bancos e varejo, seguidos por saúde e manufatura.
• Os economistas designam as tecnologias de uso geral (* GPT *) como importantes o suficiente para estimular o crescimento econômico sustentado e os avanços sociais. Por exemplo, eletricidade é um * GPT *. Um artigo recente na Business Review da Universidade de Harvard designa IA como o * GPT * mais importante de nossa era.

Gerenciamento de riscos

• O PayPal foi capaz de aumentar a segurança aproveitando a tecnologia de aprendizado profundo. A fraude do PayPal é relativamente baixa com Lucro de 0,32% , um número muito melhor do que a média de 1,32% que os traders podem ver.
• Embora um modelo linear possa consumir 20-30 variáveis , a tecnologia de aprendizado profundo pode enviar milhares de pontos de dados.

Comércio de IA

• Durante anos, as empresas de gestão de investimentos confiaram em computadores para negociar. Ao redor de 9% de todos os fundos , que administram US $ 197 trilhões, contam com grandes modelos estatísticos construídos por cientistas de dados.
• No entanto, esses modelos são frequentemente estático Eles exigem intervenção humana e não têm a mesma produtividade quando o mercado muda. Por este motivo, as fazendas são migrando, cada vez mais, para verdadeiros modelos de inteligência artificial que analisam grandes volumes de dados e e eles continuam a melhorar por conta própria.
• Em 2000, o banco operacional dos Estados Unidos Goldman Sachs em sua sede em Nova York deu emprego para 600 empresários. Hoje, você tem dois revendedores de ações com máquinas que cuidam do resto.

Robo-Advisory

• Para os investidores, * robo-aconselhamento * pode oferecer até 70% de economia de custos em certos serviços.
• Algumas firmas de investimento estabelecidas estão comprando de * robo-consultores * existentes, como Aquisição da Jemstep pela Invesco Y Compra do FutureAdvisor por Blackrock . Outros estão criando seus próprios * robo-consultores *, como FidelityGo e Schwab Intelligent Advisory.
• 77% dos clientes de Wealth Management confiam em seus consultores financeiros e 81% indicam que a interação face a face é importante.

Assinatura de seguros e reclamações

• UMA informa de PWC prevê que a IA terá automatizado uma quantidade significativa de subscrição até 2020, especialmente em mercados maduros onde os dados estão disponíveis.
• Em um Estudo de 2013 em Oxford A AI analisou mais de 700 profissões para determinar quais eram mais suscetíveis à informatização. Os subscritores de seguros foram incluídos entre os cinco mais suscetíveis.
• A subscrição pode aproveitar as vantagens não apenas do aprendizado de máquina, mas também da tecnologia de uso geral, bem como da tecnologia de análise facial de aprendizado profundo.

Tecnologia de uso geral é um termo que economistas guarda para tecnologias que estimulam o crescimento econômico sustentado e os avanços da sociedade, revolucionando assim as operações das famílias e das empresas. Uma amostra de tecnologia de uso geral é a eletricidade. A eletricidade gerada uma infinidade de produtos e setores, incluindo geladeiras, máquinas de lavar, trens e, claro, computadores. A chegada da eletricidade transformou radicalmente o mundo.

Um artigo recente no Harvard Business Review designada inteligência artificial (IA) como a tecnologia de uso geral mais importante de nossa era . Estamos familiarizados com o poder da IA. Ele se manifesta na forma de um robô derrotando um jogador de xadrez mundialmente conhecido . Um carro que pode parque paralelo sozinho . Dispositivos que eles respondem com o clima de amanhã quando pedimos. Mas muito do nosso contato - e compreensão - da IA ​​gira em torno de produtos que afetam nossa vida cotidiana como consumidores. No nível organizacional, há uma questão mais ampla de como a IA afetará as indústrias e, especificamente, como os serviços financeiros alavancarão a IA.

O artigo a seguir definirá a inteligência artificial, a esfera de suas tecnologias relacionadas, o tamanho da indústria global de IA e as aplicações da inteligência artificial nas finanças. Esta peça não se destina a fornecer um julgamento normativo sobre o desenvolvimento de IA; em vez disso, ele se concentrará em como a IA está afetando as finanças.

Inteligência Artificial: O que é IA?

A inteligência artificial é [uma área da computação] (https://www.techopedia.com/definition/190/artificial-intelligence-ai) focada na criação de máquinas inteligentes que funcionam como seres humanos. Computadores AI são projetado para desempenhar funções humanas incluindo aprendizagem, tomada de decisão, planejamento e reconhecimento de fala.

Inteligência artificial habilita máquinas melhorar continuamente o seu desempenho sem humanos fornecendo instruções prescritivas sobre como fazê-lo. Isso é significativo por alguns motivos. Primeiro, os humanos sabem mais do que somos capazes de compreender. Ou seja, o ser humano é capaz de reconhecer um rosto ou executar uma estratégia inteligente em um jogo de xadrez. No entanto, antes da tecnologia avançada de inteligência artificial, a incapacidade dos humanos de articular nosso próprio conhecimento significava que não podíamos automatizar muitas tarefas. Em segundo lugar, a tecnologia de IA é sobre-humana em sua execução, operando mais rápido e com mais frequência do que os humanos.

Tecnologias de Inteligência Artificial

A inteligência artificial abrange uma infinidade de recursos e tecnologias. A firma de consultoria PWC reforça o fato de a IA não ser “uma área monolítica”. Abrange uma série de coisas que acrescentam à nossa noção do que significa ser 'inteligente'. Abaixo estão algumas das áreas mais populares da IA:

• Aprendizado de máquina é um método de análise de dados que automatizar o modelo analítico de construção . Usando algoritmos que aprendem iterativamente a partir dos dados, o aprendizado de máquina permite que os computadores encontrem ideias ocultas sem serem explicitamente programados para onde procurar.
• Aprendizagem profunda é um subconjunto de aprendizado de máquina . Facilitou o reconhecimento de objetos em imagens, marcação de vídeo, reconhecimento de atividades e possui percepção avançada (incluindo áudio e fala). Por exemplo, * DeepFace * o aplicativo de aprendizado profundo do Facebook foi treinado para reconhecer pessoas em fotos . Muitos fazem a comparação entre tecnologia de aprendizagem profunda e biologia, mas os especialistas geralmente concordam que, embora que é inspirado pelo cérebro humano, não necessariamente moldado em sua imagem .
• Processo de linguagem natural é a capacidade de um programa de computador para entender a fala humana em tempo real. Pesquisa e desenvolvimento são Mudando em direção a sistemas capazes de interagir com as pessoas através do diálogo, não apenas reagindo a solicitações estilizadas.
• A internet das coisas (IoT) dedica-se à ideia de que uma ampla gama de dispositivos, incluindo eletrodomésticos, veículos e edifícios, podem ser interligados. Por exemplo, se o seu alarme tocar às 7h, ele poderia passe as informações automaticamente para sua cafeteira para começar a fazer café. Tecnologias de uso geral que atuam como sensores quando usadas também fazem parte desta tendência mais ampla .

Claro, esta lista não é exaustiva. Veja uma gama mais ampla de tópicos e tecnologias de IA abaixo.

Tamanho do mercado de inteligência artificial

O mencionado [artigo no Harvard Business Review prevê que “os efeitos da IA ​​serão ampliados na próxima década, à medida que manufatura, varejo, transporte, finanças, saúde, direito, publicidade, seguro, entretenimento, educação e virtualmente qualquer outra indústria, transformem seus processos básicos e modelos de negócios para levar vantagem do aprendizado de máquina. O gargalo está na gestão, na aplicação e na imaginação dos negócios. '

Com a adoção generalizada de IA em todos os setores, é [previsto] (http://www.idc.com/getdoc.jsp?containerId=prUS41878616) gerar ganhos globais de US $ 12,5 trilhões em 2017 e US $ 47 trilhões em 2020, com uma taxa composta de crescimento anual (CAGR) de 55,1% de 2016 a 2020. Especificamente, os setores que mais investirão em tecnologia são bancos e varejo, seguidos pelo setor de saúde e manufatura. Juntos, esses quatro setores representam mais da metade da receita global de IA em 2016, e os setores: bancos e varejo entregarão quase 1,5 trilhão.

Em todas as indústrias, maiores investimentos em IA em 2017 Eles estarão em áreas como agentes automatizados de atendimento ao cliente, inteligência automatizada de ameaças e análise de fraude (consulte a carta abaixo). De acordo com Jessica Goepfert , diretor de programas em IDC , companhia de investigação de mercado , “As oportunidades de curto prazo para sistemas cognitivos estão em setores como bancos, valores mobiliários e investimentos e manufatura. Nesses segmentos, encontramos muitos dados não estruturados, um desejo de aproveitar os insights dessas informações e uma abertura para tecnologias inovadoras. ' A próxima seção deste artigo investiga os vários casos de uso de inteligência artificial no setor de serviços financeiros.

Aplicações presentes e futuras da inteligência artificial em finanças

A inteligência artificial pode impulsionar a eficiência operacional em áreas que variam de gestão de risco e negociação a subscrição e sinistros. Embora algumas aplicações sejam mais relevantes para setores específicos dos serviços financeiros, outras podem ser exploradas de uma maneira geral.

Gerenciamento de riscos

A inteligência artificial provou ser inestimável quando se trata de segurança e detecção de fraude. Os métodos tradicionais de detecção de fraude incluem computadores que analisam dados estruturados em relação a um conjunto de regras. Por exemplo, uma determinada empresa de pagamento pode definir um limite para transferências eletrônicas em US $ 15.000, portanto, qualquer transação que exceda esse valor seria sinalizada para investigação posterior. No entanto, esse tipo de teste produz muitos falsos positivos e requer muito esforço extra. Talvez, e ainda mais significativamente, golpistas de crimes cibernéticos mudar suas táticas com frequência . Por causa disso, os sistemas mais eficazes devem se tornar continuamente mais inteligentes.

Com algoritmos de aprendizado avançados, como aprendizado profundo, novos recursos podem ser adicionados ao sistema para ajuste dinâmico. De acordo com Samir Hans , diretor de consultoria da Deloitte Transactions and Business Analytics LLP, “Com a análise cognitiva, os modelos de detecção de fraude podem ser mais robustos e precisos. Se um sistema cognitivo remove algo que ele determina ser uma possível fraude, e um ser humano determina que não é uma fraude por causa de X, Y e Z, o computador aprende com essas percepções humanas e, da próxima vez, não enviará um detecção semelhante. A equipe está ficando mais inteligente. '

Sucesso do PayPal com inteligência artificial e detecção de fraude

Veja o PayPal, o gigante dos pagamentos, e seus protocolos avançados de fraude, por exemplo. Devido à sua escala e visibilidade, o PayPal “ ele tem um grande alvo nas costas . ' Ela processou US $ 235 bilhões em 2015 de quatro milhões de transações para seus 170 milhões de clientes. No entanto, o PayPal foi capaz de aumentar a segurança aproveitando a tecnologia de aprendizado profundo. Na verdade, a fraude do PayPal é relativamente baixa com um 0,32% da receita , uma quantia muito melhor do que 1,32% que os traders normalmente veem.

Anteriormente, o PayPal usava modelos lineares simples. Hoje, seus algoritmos extraem dados do histórico de compras de um cliente e analisam os padrões de fraude provável armazenados em seus bancos de dados em crescimento. Embora um modelo linear possa consumir 20-30 variáveis , a tecnologia de aprendizado profundo pode classificar milhares de pontos de dados. Esses recursos aprimorados ajudam o PayPal a distinguir transações inocentes de transações suspeitas. De acordo com Hui Wang , Diretor Sênior de Ciências de Risco Global do PayPal, “O que gostamos no aprendizado de máquina mais moderno e avançado é sua capacidade de consumir mais dados, lidar com camadas e camadas de abstração e ser capaz de 'ver' coisas [...] que até mesmo humanas seres não são capazes de ver '

Comércio de Inteligência Artificial

Transição de modelos artificiais para IA verdadeira

Durante anos, as empresas de gestão de investimentos confiaram em computadores para lidar com as negociações. Cerca de 1.360 fundos de hedge, representando 9% de todos os fundos Eles contam com grandes modelos estatísticos construídos por cientistas de dados que geralmente têm doutorado em matemática (também conhecido como 'quantum'). No entanto, esses modelos usam apenas dados históricos, eles são frequentemente estático Eles exigem intervenção humana e não funcionam tão bem quando o mercado muda. Consequentemente, os fundos são migrando para verdadeiros modelos de inteligência artificial cada vez mais, que não só podem analisar grandes volumes de dados, mas também continuam a se aprimorar.

Essas novas tecnologias usam técnicas complexas, incluindo aprendizado profundo, uma forma de aprendizado de máquina chamada Redes bayesianas , Y Computação evolucionária , que é inspirado pela genética. O software de negociação de IA pode absorver grandes volumes de dados para aprender sobre o mundo e fazer previsões sobre o mercado financeiro. Para entender as tendências mundiais Isso pode consumir de tudo, desde livros, tweets, notícias, dados financeiros, números de ganhos e política monetária internacional até cenas do Saturday Night Live.

Para esclarecer, o acima é diferente de negociação de alta frequência ( HFT ), que permite aos traders executar milhões de ordens e varrer vários mercados em segundos, respondendo às oportunidades de maneiras humanas eles simplesmente não podem . As plataformas movidas a IA discutidas acima procuram os melhores planos de negociação de longo prazo, e as máquinas - não os humanos - estão ditando a estratégia.

Alguns desses sistemas de negociação de IA são desenvolvidos por startups. Por exemplo, em Hong Kong Aidiya é um fundo de hedge totalmente autônomo que conduz todas as suas negociações de ações usando inteligência artificial (IA). 'Se todos nós morrermos', diz o cofundador Ben Goertzel , 'Continuaria a operar.' As instituições tradicionais também estão interessadas na tecnologia de negociação de IA. Em 2014, Goldman Sachs liderou a rodada de financiamento da Série A e comecei a instalar uma plataforma de negociação de IA chamada Kensho. Para a série B de Kensho Além da S&P Global, os seis maiores bancos de Wall Street (Goldman Sachs, JPMorgan Chase, Bank of America, Merrill Lynch, Morgan Stanley, Citigroup e Wells Fargo) também participaram.

Comparação de desempenho de negócios

Um estudo recente por empresa de pesquisa de investimento Eurekahedge acompanharam o desempenho de 23 fundos de hedge usando IA de 2010-2016, onde puderam ver que superaram os administrados por analistas quânticos mais tradicionais e fundos de hedge em geral.

Implicações para traders e analistas quânticos

Será interessante observar como a IA afetará o mercado de trabalho comercial. Seus efeitos já são evidentes em algumas das principais instituições bancárias. Em 2000, o escritório comercial de renda fixa da Goldman Sach nos Estados Unidos em sua sede em Nova York trabalho 600 comerciantes comprando e vendendo ações. Hoje ele tem dois corretores de ações com máquinas que fazem o resto do trabalho. Daniel Nadler, CEO de Kensho, declara , 'Em 10 anos, o Goldman Sachs será significativamente menor em termos de folha de pagamento do que é hoje.' E quanto aos analistas quânticos, eles podem perceber que suas habilidades são menos demandadas pelas empresas de gestão de investimentos.

Atualmente, cerca de terço dos graduados dos principais programas de negócios são alimentados por finanças. Para onde irão os melhores talentos do país? Mark Minevich, Conselheiro Sênior do Conselho de Competitividade dos Estados Unidos, acredita que 'Algumas dessas pessoas espertas passarão para startups de tecnologia ou ajudarão a desenvolver mais plataformas de Inteligência Artificial, ou carros autônomos, ou tecnologia de energia [...] Nova York poderia competir com o Vale do Silício em tecnologia.'

Robo-Advisory

Que e um Robo-Conselheiro e como funciona?

Robo-conselheiros são plataformas digitais que fornecem serviços de planejamento financeiro automatizados baseados em algoritmos com supervisão humana mínima. Embora os gerentes financeiros humanos tenham usado a alocação automatizada de portfólio desde o início dos anos 2000, os investidores tiveram que empregar consultores para se beneficiar da tecnologia. Hoje, robo-conselheiros permitir que os clientes acessem diretamente o serviço. Ao contrário de suas contrapartes humanas, robo-conselheiros monitorar mercados sem parar e são disponível 24/7 . Robo-conselheiros pode oferecer aos investidores até um 70% em economia de custos e, normalmente, não exigem um mínimo para participar.

Hoje, robo-conselheiros pode ajudar com tarefas mais repetitivas como abertura de contas e transferência de ativos. O processo geralmente envolve clientes respondendo a questionários simples sobre o apetite de risco ou fatores de liquidez, que robo-conselheiros então, eles se traduzem em lógica de investimento. A maioria dos robo-conselheiros As empresas atuais têm como objetivo atribuir a seus clientes carteiras de ETF administradas com base em suas preferências. Capacidades são esperadas no futuro torne-se ofertas mais avançadas como mudanças automáticas de ativos e cobertura estendida por meio de classes de ativos alternativas, como imóveis.

Robo-Advisory Pode ter um grande impacto nas indústrias de finanças pessoais e gestão de patrimônio. Enquanto os ativos totais sob gestão ( AUM ) corrente de robo-conselheiro solteiro representam 10 trilhões de dólares dos 4 trilhões no setor de gestão de fortunas (menos de 1% de todos os ativos de contas gerenciadas), um [estudo do Business Insider] (http://www.businessinsider.com/the-robo-advising-report -market-previsões- principais impulsionadores de crescimento e como automatizado-gerenciamento-de-ativos-mudará-a-indústria-de-consultoria-2016-6) estima que esse número aumentará para 10% em 2020. Isso é equivalente a cerca de US $ 8 trilhões em ativos sob gestão ( AUM )

Adoção da indústria Conselhos Robo

Os participantes da indústria adotaram abordagens variadas para o conselho robo . Pequenas empresas de gestão de patrimônio estão adicionando componentes algorítmicos para automatizar sua gestão de investimentos, reduzir custos / taxas e competir com o robo-conselheiros . Por outro lado, as empresas de investimento estabelecidas estão comprando de robo-conselheiros existente, como Aquisição da Jemstep pela Invesco ou criando suas próprias soluções robo-conselheiro , como FidelityGo e Schwab Intelligent Advisory.

Robo-Advisors vs. Consultores financeiros: os humanos serão substituídos?

O consenso geral entre os especialistas é que o ser humano continuará sendo indispensável. O toque humano permanecerá crítico, pois os consultores ainda terão que tranquilizar os clientes durante tempos financeiros difíceis e persuadi-los com soluções úteis. Estudo realizado pela consultoria Accenture revelou que 77% dos clientes de gestão de fortunas confiam em seus consultores financeiros, enquanto 81% indicam que a interação face a face é importante. Para clientes com decisões de investimento complexas, o modelo de aconselhamento híbrido , que alia serviços informatizados a conselheiros humanos, está ganhando terreno.

Embora os consultores financeiros continuem a ser centrais, os consultores financeiros robo-conselheiros poderia causar mudanças em suas responsabilidades de trabalho . Gerenciando tarefas repetitivas, os gerentes de investimento podem assumir as responsabilidades de um cientista de dados ou engenheiro, como a manutenção do sistema. Os humanos também podem se concentrar mais na construção de relacionamentos com os clientes e na explicação das decisões que a máquina tomou.

Inteligência Artificial em Subscrição e Sinistros de Seguros

O seguro depende do saldo de risco entre grupos de pessoas ; as seguradoras agrupam pessoas semelhantes, e algumas pessoas precisarão de pagamentos, enquanto outras não. A indústria depende da avaliação de risco; as seguradoras não são estranhas à análise de dados. Porém, AI pode expandir a quantidade de dados analisados, bem como as formas em que podem ser usados, resultando em preços mais precisos e outras eficiências operacionais.

As startups estão na vanguarda quando se trata de impulsionar o setor. De acordo com Henrik Naujoks , sócio da Bain & Co, “Startups estão mostrando o que é possível e o que pode ser feito. Muitos executivos em exercício estão vendo isso - eles não entendem, mas querem se envolver. ' Os investidores também seguiram essa tendência (veja abaixo). Em 2016, IA era um dos temas mais populares para investimento em tecnologia de seguros.

Inteligência Artificial e Subscrição de Seguros

UMA informa de PWC prevê que a IA automatizará uma quantidade significativa de subscrição até 2020, especialmente em mercados maduros onde os dados estão disponíveis. Atualmente, uma seguradora com a ajuda de software de computador e modelos atuariais, avalia riscos e exposições de clientes em potencial, quanta cobertura eles devem receber e quanto devem ser cobrados. No curto prazo, a IA pode ajudar a automatizar grandes volumes de subscrição de seguros de automóveis, residenciais, empresariais, de vida e em grupo. Seguindo em frente, a IA melhorará a modelagem, destacando as principais considerações para os humanos responsáveis ​​pela tomada de decisões, que de outra forma poderiam ter passado despercebidos. É também predito essa IA avançada permitirá a subscrição de seguro personalizada por empresa ou indivíduo, levando em consideração comportamentos e circunstâncias singulares.

A subscrição de seguro aprimorada pode alavancar não apenas o aprendizado de máquina para mineração de dados, mas também a tecnologia vestível e analisadores faciais de aprendizado profundo. Por exemplo, Lapetus , uma nova empresa, deseja usar selfies para prever com precisão a expectativa de vida . Em seu modelo proposto, os clientes enviarão seus autorretratos por e-mail, que irão escanear e analisar computadores - analisando milhares de regiões do rosto. A análise consideraria tudo, desde dados demográficos básicos até a rapidez com que a pessoa envelhece, seu índice de massa corporal e se fuma. Além disso, a tecnologia em geral pode tornar o processo de subscrição de seguros mais colaborativo. Em vez de depender de longas análises médicas e processos de contrato complicados, as tecnologias abrangentes podem fornecer informações em tempo real na saúde e no comportamento do segurado.

Esses tipos de análise de risco em tempo real diferenciada permitirão não apenas um cálculo mais preciso dos preços do cliente, mas também a detecção precoce de riscos de saúde e uma oportunidade para as seguradoras investir na prevenção . Em vez de pagar por tratamentos dispendiosos de pacientes, as seguradoras podem tentar reduzir proativamente a probabilidade de danos e custos associados. Em um Estudo Oxford em 2013 Ao analisar mais de 700 profissões para determinar quais eram as mais suscetíveis à informatização, as seguradoras foram incluídas entre as cinco mais suscetíveis. Mesmo quando a IA não substitui completamente um subscritor, a automação de IA pode alterar as responsabilidades de uma seguradora. A IA pode liberar o tempo do assinante para maior valor agregado, como avaliação e preços em mercados emergentes menos ricos em dados, fornecendo mais informações sobre gerenciamento de risco e desenvolvimento de produtos.

Inteligência artificial e reivindicações de seguros

Reivindicações de seguros são os pedidos formais de pagamento enviados às seguradoras. Em seguida, as seguradoras analisam a validade do pedido e pagam ao segurado, uma vez aprovado. É assim que a inteligência artificial pode melhorar o processo :

Maior precisão dos dados do cliente. O processo de reclamações é bastante manual - os agentes humanos registram manualmente as informações do cliente e os detalhes do incidente. De acordo com um Relatório Experian , a qualidade dos dados pode ser prejudicada: dados incompletos são responsáveis ​​por 55% dos erros de dados, enquanto os erros tipográficos representam 32%. AI pode melhorar a precisão reduzindo a entrada manual. Além disso, os processos de sinistros geralmente exigem que os agentes de seguros comparem as informações do cliente com vários bancos de dados. AI pode ser usado para fazer isto mais eficientemente.

Recomendações de pagamento mais rápidas. De acordo com um estudo de satisfação de reclamações de propriedade por J.D. Power & Associates, o momento do lento ciclo de processos judiciais é um dos maiores contribuintes para a insatisfação do cliente. AI pode ajudar para reduzir os tempos de resposta, primeiro validando a apólice, depois fazendo determinações sobre sinistros e se deve ou não automatizar o pagamento. Isso ocorre porque a IA tem a capacidade de analisar não apenas dados estruturados, mas também dados não estruturados, como formulários escritos à mão e certificados.

Últimas Reflexões

Alguns futuristas eles discutiram que o mundo está se aproximando rapidamente de um ponto de inflexão, cunhado ' singularidade , ”Onde a inteligência da máquina ultrapassará a inteligência humana. Tecnólogos e cientistas famosos, incluindo Bill Gates e Stephen Hawking, alertaram sobre esse ponto. Elon Musk também popularmente exposto , 'IA é um risco existencial fundamental para a civilização humana, e não acho que as pessoas entendam isso totalmente.'

À medida que a IA continua a proliferar em nossas vidas pessoais e profissionais, muitos problemas continuarão a surgir. Isso inclui a possibilidade de erros, um sentimento geral de desconfiança em relação às máquinas e preocupações com a substituição de empregos. Seria um erro ignorar esses medos. No entanto, a sociedade já está em um caminho rápido para um mundo movido a IA. Neste novo mundo, pode ser mais produtivo se concentrar em como as máquinas e os humanos podem coexistir melhor. Será importante para os formuladores de políticas permanecerem cautelosos, permitindo que novas tecnologias se desenvolvam enquanto monitoram e minimizam suas consequências negativas. Desenvolvedores e designers também deve aumentar a capacidade dos humanos de compreender os sistemas de IA, construindo assim confiança e aumentando a satisfação com os aplicativos de IA. Todos terão um papel a cumprir.

Como Haruhiko Kuroda mencionou, Governador do Banco do Japão Em uma conferência de IA e Serviços Financeiros de 2017, “É essencial que consideremos construtivamente as formas desejáveis ​​nas quais os humanos e a IA se complementam, em vez de se confrontarem. Por exemplo, o julgamento humano não é completamente livre de paradigmas existentes e às vezes negligencia as mudanças, a IA poderia ajustar nosso viés por meio de análise neutra e encontrar, da mesma forma, novas correlações entre uma miríade de dados, enquanto os humanos poderiam compensar os IA fraqueza com sua intuição, bom senso e imaginação. '