• Iako su veće finansijske kompanije napredovale u digitalizaciji, opći nivo dostupnosti podataka nije dovoljno visok da bi omogućio punu primjenu AI • Za razvoj AI u finansijskom sektoru, neophodne su odgovarajuće politike i strategije • Potrebno je podstaći ulaganja u digitalnu infrastrukturu i obrazovanje stručnjaka kroz subvencije, poreske olakšice i saradnju sa akademskim institucijama
Razgovarao: Zlatko VUKMIROVIĆ
• Poštovani gospodine Hodžiću, kako biste opisali trenutni nivo implementacije umjetne inteligencije (UI) u finansijskom sektoru Bosne i Hercegovine i koji su ključni faktori koji utječu na razvoj i primjenu UI u bh. finansijama?
– Moja lična ekspertiza odnosi se na oblasti umjetne inteligencije, razvoja matematičkih algoritama i raznih primjena, uključujući finansije, bankarstvo i osiguranje. Po mom mišljenju, u finansijskom sektoru BiH nivo implementacije UI trenutno je relativno nizak, ali je u stalnom porastu. Primjena UI još uvijek je u fazi prihvaćanja.
Ključni faktori su spremnost na promjene na svim nivoima, bolje razumijevanje UI od strane zaposlenih u finansijskom sektoru, spremnost uprava organizacija na finansijska ulaganja u UI oblasti. Plus, spoznaja šta UI može a šta ne može. Mediji su puni korisnih informacija o UI, ali mnogo je i dezinformacija.
O aktuelnom zakonskom okviru i regulativi se svakako ima šta reći, ali bih o tome opširnije govorio nešto kasnije.
Sa praktične strane implementacija umjetne inteligencije se suočava sa određenim izazovima. Prije svega, iako su veće finansijske kompanije napredovale u digitalizaciji, opći nivo dostupnosti podataka nije dovoljno visok da bi omogućio punu primjenu UI. Implementacija UI zahtijeva naprednu mrežnu infrastrukturu, kao i stručno znanje u UI. Također, finansijske institucije moraju da integrišu UI sisteme u postojeće softverske platforme, što može biti sporo, složeno i skupo.
Dalje, mnoge finansijske organizacije u BiH još uvijek rade sa nesređenim podacima, što može otežati implementaciju naprednih UI rješenja. Bolja organizacija, standardizacija i kvalitet podataka mogli bi značajno unaprijediti korištenje UI. Stara poslovica na engleskom kaže: „Garbage in, garbage out“, tj. na bosanskom: loši podaci proizvode loše rezultate. Dakle, prije primjene UI podaci se moraju urediti.
Zatim, uočljiv je nedostatak visoko kvalificiranih stručnjaka u oblasti UI i analize podataka, što predstavlja prepreku za bržu implementaciju UI u sektoru finansija. Za implementaciju UI obuka zaposlenih i angažiranje specijalista su od ključnog značaja.
Činjenica je, dalje, da investicije u UI tehnologije zahtijevaju značajna finansijska ulaganja, a mnoge finansijske organizacije u BiH nisu spremne da ulože u skupe tehnologije dok ne vide konkretnu korist. Međutim, spoznaja da uvođenje UI rješenja na duži rok može donijeti značajne uštede i povećanje efikasnosti može biti motivacija za investicije.
I konačno, tradicionalni pristupi u industriji finansija često otežavaju implementaciju inovacija poput UI. Ipak, sve više kompanija prepoznaje važnost adaptacije na globalne tehnološke trendove, što može pomoći u ubrzanju implementacije UI.
DUGAČKA LISTA KORISTI
• Koje su, po Vama, najveće koristi primjene UI u bankarstvu i osiguranju u BiH i kako konkretno UI može poboljšati korisničko iskustvo u finansijskom sektoru?
– Generalno, najveće koristi se mogu ogledati u dostupnosti i efikasnosti pružanju usluga finansijskih institucija, zatim efikasnosti internih procesa podrške čime se značajno utiče na produktivnost finansijskih istitucija te se oslobađa vrijeme zaposlenih za aktivnosti koje mogu donijeti veću dodatnu vrijednost. UI poboljšava korisničko iskustvo kroz unapređenje brzine i dostupnosti usluge. Primjena UI u finansijskom sektoru u BiH svakako može donijeti brojne koristi, kako za finansijske kompanije, tako i za njihove klijente.
Konkretno, UI omogućava bankama i osiguravajućim kompanijama da automatizuju rutinske i administrativne zadatke, kao što su obrada zahtjeva za kredite, upravljanje policama osiguranja ili čak obračunavanje šteta. Ovo ne samo da smanjuje operativne troškove, već ubrzava procese, čineći ih efikasnijim.
Zatim, UI je izuzetno koristan u prepoznavanju prevara. U bankarstvu i osiguranju, UI može analizirati transakcije u realnom vremenu kako bi prepoznao neuobičajene aktivnosti koje ukazuju na prevaru. U osiguranju, UI može analizirati prijavljene štete kako bi utvrdio potencijalnu prevaru na osnovu istorijskih podataka i obrazaca ponašanja.
UI, dalje, može analizirati velike količine podataka i pomoći bankama i osiguravajućim kompanijama da predviđaju tržišne promjene, kamatne stope ili buduće potrebe korisnika. Ovi uvidi omogućavaju finansijskim institucijama da donesu bolje strateške odluke, kao i da ponude usluge koje bolje odgovaraju tržištu.
Treba svakako reći i da UI omogućava personalizaciju usluga na nivou koji ranije nije bio moguć. Na osnovu analize podataka o ponašanju korisnika, UI može predložiti proizvode, kao što su krediti, štedni računi ili osiguranje, koji najbolje odgovaraju potrebama pojedinca.
Potom, korišćenjem UI chatbotova i virtualnih asistenata, finansijske institucije korisnicima pružaju brze odgovore na upite klijenata. Ovi asistenti mogu rješavati širok spektar problema, od pitanja o stanju na računu do složenijih upita o kreditima ili polisama osiguranja.
Ono što je uvijek bitno je da UI značajno ubrzava procese prijava za kredite i osiguranje. Korišćenjem UI za analizu podataka i donošenje odluka, banke mogu brže odlučiti o odobravanju kredita, dok osiguravajuće kompanije mogu brže obraditi zahtjeve za osiguranje i štetu. To znači da korisnici ne moraju da čekaju dugo na odgovore.
UI može omogućiti proaktivnu komunikaciju sa korisnicima. Na primjer, banke mogu koristiti UI da šalju obavještenja o mogućim niskim saldima na računima, podsjećati korisnike na rokove za plaćanje ili ih obavjestavati o interesantnim ponudama.
Svakako je značajno i da UI analizira povratne informacije korisnika, kao što su ocjene, komentari ili interakcije sa chatbotovima, kako bi se identifikovao sentiment korisnika prema određenim proizvodima ili uslugama.
• Postoje li regulatorne prepreke za razvoj UI u bh. finansijskom sektoru i kakve politike i strategije bi ga mogle ubrzati?
– Da, na žalost u BiH postoje određene regulatorne prepreke za implementaciju UI u sektoru finansija. Ove prepreke uglavnom proističu iz postojećih zakonskih okvira, kao i nedostatka specifičnih smjernica za primjenu UI. Kako bi se ubrzao razvoj UI u ovom sektoru, neophodne su odgovarajuće politike i strategije. EU je već implementirala „Akt o UI“, koji se bavi pitanjima sigurnosti, etike i odgovornosti u primjeni UI, dok BiH još uvijek nema usvojen zakon ili okvir koji specifično uređuje primjenu UI u finansijskom sektoru, uključujući osiguranje i bankarstvo. Iako postoji regulativa koja se odnosi na zaštitu podataka, npr. “Zakon o zaštiti ličnih podataka”, koji je usklađen sa “Opštom uredbom o zaštiti podataka” (GDPR, iz EU), specifične smjernice za UI aplikacije u finansijskim institucijama nisu razvijene.
Uprkos tome što BiH usklađuje zakonodavstvo sa GDPR-om, implementacija i primjena tih propisa nije uvijek dosljedna, što može predstavljati prepreku za razvoj UI. Tipično UI modeli koriste velike količine podataka, a finansijski sektor mora balansirati između upotrebe podataka i zaštite privatnosti korisnika. Finansijske institucije u BiH moraju da se usklade sa propisima drugih zemalja (posebno EU) jer su često dio međunarodnih finansijskih mreža, što može usporiti uvođenje UI inovacija.
Sa druge strane, nije mi poznato da je izričito zabranjena primjena UI od strane regulatora. UI se može na neki način poistovijetiti sa materijalno značajnom eksternalizacijom koju npr. banke mogu izvršavati prema regulatoru, ali trebaju slijediti određena pravila. Banke moraju dokazati da upravljaju tom eksternalizacijom kao i da upravljaju rizicima. Ukoliko finansijske institucije mogu dokazati regulatoru da upravljaju UI i da imaju kontrolu nad njom, uključujući i sigurnost informacija, ne vidim problem da se već sada UI maksimalno koristi i u finansijskim i osiguravajućim institucijama. Što se tiče politika i strategija, tu najveću ulogu igraju matične (strane) finansijske institucije koje su locirane u BiH, budući da one diktiraju politike i strategije razvoja UI njihovim podružnicama sa sjedištem u BiH. Potrebno je podstaći i ulaganja u digitalnu infrastrukturu i obrazovanje stručnjaka kroz subvencije, poreske olakšice i saradnju sa akademskim institucijama. Uz sve, usklađivanje i primjenu UI otežava kompleksnost zakonskih okvira s različitim propisima na državnom, entitetskom i kantonalnim nivoima.
U takvim okolnostima, moguća strategija za ubrzanje razvoja UI u finansijskom sektoru u BiH je prije svega razvijanje specifične regulatorne strategije za UI u finansijama. BiH bi morala usvojiti jasnu strategiju za primjenu UI koja bi obuhvatala razvoj zakonodavstva, smjernice za finansijske institucije i regulaciju UI sistema. Takva strategija treba da uključuje specifične smjernice za zaštitu podataka, odgovornost za odluke donijete pomoću UI i regulaciju etičkih pitanja.
Potom, u UI strategiji veoma važna komponenta je usmjeravanje resursa na istraživanje i razvoj. Vlasti BiH trebale bi razviti politike koje podstiču istraživanje i razvoj u oblasti UI, uključujući finansijsku podršku “startup”-ovima, akademskim institucijama i preduzećima koja razvijaju UI rješenja za finansijski sektor.
Veoma je važno i testiranje novih UI rješenja. BiH bi mogla usvojiti tzv. “sandbox” pristup, kao što je to učinjeno u drugim evropskim zemljama. Ovaj pristup omogućava finansijskim institucijama da testiraju nove UI tehnologije u kontrolisanom okruženju prije nego što ih praktično implementiraju.
Bitna komponenta UI strategije je, dalje, obuka i razvoj ljudskih resursa. BiH bi trebalo da mnogo više investira u obrazovanje i obuku stručnjaka u oblasti UI, kako bi stvorila potrebne kapacitete za razvijanje i implementaciju UI u finansijama.
Svakako treba reći i da uspostavljanje stalnog dijaloga između banaka, fintech kompanija, regulatora i drugih zainteresovanih strana sigurno bi pomoglo u razvoju jasnih i efikasnih regulatornih okvira koji podržavaju primjenu UI.
KOLIKO SMO SPREMNI?
• Prema Vašim saznanjima, da li su bh. finansijske institucije spremne za široku primjenu UI tehnologija?
– Ja mislim da treba još dosta edukacije zaposlenih kako bi se podigla svijest i uticalo na spremnost na promjene koje UI sa sobom neminovno nosi. Obrazovanja nikada nije dosta. Iako postoje pojedinačni primjeri uspješne primjene UI u finansijskom sektoru u BiH, šira i brža primjena UI još uvijek se suočava sa izazovima. Sektor nije potpuno spreman za široku primjenu UI tehnologija zbog tehničkih, regulatornih i ljudskih resursa. Međutim, uz odgovarajuće regulatorne inicijative, ulaganje u infrastrukturu i edukaciju, te jaču suradnju između sektora finansija, bankarstva i osiguranja i tehnoloških firmi, BiH može ubrzati implementaciju UI i donijeti značajne finansijske i komunalne koristi za sve aktere na tržištu.
• Šta bi za to bili ključni faktori?
– Jedan od najvažnijih faktora su IT infrastruktura i digitalizacija. Iako su finansijske institucije u BiH postigle napredak u digitalizaciji, infrastruktura potrebna za implementaciju složenih UI sistema i dalje nije svuda razvijena. Mnoge institucije još uvijek koriste zastarjele IT sisteme a implementacija UI zahtijeva značajne investicije u moderne servere, računske kapacitete, sigurne baze podataka. To može biti prepreka za manje institucije bez dovoljno resursa.
Već sam govorio o regulativnom okvir za primjenu UI u finansijama u BiH, a sljedeći veoma važan faktor su ljudski resursi. BiH se suočava sa problemom nedostatka stručnjaka u oblasti UI, mašinskog učenja i analize podataka. Mora se reći da mnoge finansijske institucije nemaju dovoljno kvalifikovane IT stručnjake koji su potrebni za razvoj, implementaciju i upravljanje UI sistemima i to je svakako problem.
To je dijelom povezano i sa sljedećom veoma važnom komponentom a to su kultura inovacija i sklonost prema riziku. U BiH, kao i u mnogim zemljama u razvoju, postoji određeni otpor prema bržem usvajanju novih tehnologija.
Zbog svega toga, vratit ću se nakratko na važnost potrebe investiranja u istraživanje i razvoj. Veće finansijske institucije u BiH počinju ulagati u istraživanje i razvoj kako bi razvile UI rješenja, međutim, takvi napori nisu na širokom nivou. Manje banke i osiguravajuće kompanije često nemaju resurse da finansiraju razvoj UI projekata ili da započnu saradnju sa fintech kompanijama koje razvijaju UI rješenja.
Na kraju, iako je BiH uskladila svoje zakonodavstvo sa EU direktivama o zaštiti podataka (kao što je GDPR), finansijske institucije se suočavaju sa izazovima u vezi sa sigurnošću podataka. Institucije moraju osigurati da UI sistemi koji se implementiraju zadovoljavaju visoke standarde sigurnosti i privatnosti.
NOVIH ZNANJA NIKADA DOVOLJNO
• Uvijek nam je želja da našim čitateljima dodatno priibližavamo ovu temu pa Vas molim da kažete na koji način UI u praksi može unaprijediti donošenje investicionih odluka i upravljanje rizicima i o kakvim procesima se radi?
– Da, o ovome smo u vašem časopisu više puta pisali ali, razumijem vašu intenciju – riječ je o novoj i bitnoj oblasti o kojoj spoznaja nikada nije dovoljno.
Generalno, odluke su „data driven“, tj. donose se na osnovu postojećih podataka. Za unapređenje, razvoj i kontrolu finansijskih rizika UI unapređuje donošenje investicionih odluka analizom velikih količina tržišnih, ekonomskih i alternativnih podataka u realnom vremenu koristeći različite matematičke modele u mašinskom učenju. Procesi uključuju prediktivnu analitiku za prognozu cijena, velike jezičke modele (LLM) za obradu finansijskih izvještaja i sentiment analizu te detekciju anomalija za upravljanje rizicima. Time se omogućava brže, informisanije i objektivnije odlučivanje uz smanjenje ljudske pristranosti. Makar i UI može biti „pristrasna“, kao što je mnogo puta pisano.
Dakle, UI, prije svega, analizira istorijske podatke o tržištu, ekonomske indikatore, vijesti, i druge izvore podataka kako bi identifikovao obrasce koji mogu predvideti buduće tržišne promjene. Na osnovu tih podataka, UI može predložiti investicijske strategije koje su optimalne za datu situaciju na tržištu. Algoritmi mašinskog učenja, kao što su neuralne mreže analiziraju podatke o tržištu u realnom vremenu i identifikuju makroekonomske ili mikroekonomske promjene koje utiču na vrijednost investicija.
Korišćenjem UI, investitori mogu koristiti algoritamsko trgovanje koje omogućava automatizovano donošenje odluka u realnom vremenu. Ova tehnologija omogućava brze reakcije na tržišne promjene i minimizuje ljudske greške. Tzv. Robo-savjetnici analiziraju finansijske ciljeve, toleranciju na rizik i druge faktore kako bi upravljali investicijskim portfolijem klijenata.
Zatim, UI koristi podatke o korisnicima, kao što su prethodne investicije, ponašanje na tržištu i preferencije, kako bi predložio investicione strategije. Kroz prilagodljivo učenje, UI može kontinuirano prilagođavati strategije kako se tržište mijenja.
Dalje, UI omogućava analizu velikih količina struktuiranih i nestruktuiranih podataka u stvarnom vremenu, kao što su finansijske transakcije, tržišni podaci, političke i ekonomske vijesti, kako bi se predvideli potencijalni rizici. Na primer, UI može analizirati promjene u ekonomskim parametrima i prepoznati rane signale potencijalnih tržišnih kriza.
UI pomaže u analizi i optimizaciji portfolija tako da poredi različite investicije, volatilnost, likvidnost i druge rizike. Na osnovu tih informacija, UI može izračunati kako najbolje raspodijeliti sredstva kako bi se maksimizirali prinosi, a rizik minimizirao. Simulacija stresnih testova pomoću UI omogućava firmama da testiraju kako bi portfolio reagovao na npr. nagli pad tržišta, promjene u kamatnim stopama ili geo-političke krize.
• Koliko i na koje načine UI može pomoći u detekciji i prevenciji finansijskih prevara u BiH?
– UI može analizirati mnogo više informacija od jednog čovjeka, i onda detektovati prevaru. UI može značajno pomoći u detekciji i prevenciji finansijskih prevara kroz automatizovanu analizu transakcija korištenjem modela za detekciju anomalija i dubokih neuronskih mreža. Također se mogu primijeniti metode klasifikacije za prepoznavanje obrazaca tipičnih za finansijske prevare. U biti, UI omogućava skalabilno, neprekidno praćenje i smanjuje potrebu za ručnom inspekcijom, čime povećava efikasnost kontrole.
Mogući načini na koje UI može pomoći u detekciji i prevenciji finansijskih prevara u BiH svode se na to da UI analizira obrasce transakcija korisnika, prepoznaje neuobičajene aktivnosti ili promene u obrascu potrošnje koje mogu ukazivati na prevaru. UI algoritmi uzimaju u obzir mnoge parametre, kao što su tip transakcije, lokacija, vrijeme, i istorija korisnikovih transakcija kako bi uočili potencijalnu prevaru. UI algoritmi mogu analizirati velike količine nestrukturiranih podataka (tekstualni podaci sa društvenih mreža, e-mlovi, SMS poruke) kako bi identifikovali sumnjive aktivnosti. Supervizovani i nesupervizovani modeli mašinskog učenja nauče da prepoznaju prevarantske aktivnosti na osnovu označenih podataka o prevarama, dok nesupervizovani modeli mogu autonomno otkriti nove vrste prevara bez prethodnog označavanja podataka.
Uz to, UI može analizirati korisničke podatke kako bi identifikovao moguće krađe identiteta. Na primer, ako se nova prijava ili promjena korisničkih podataka (kao što su adresa ili kontakt informacije) dogodi sa neobičnim obrascima ponašanja (kao što su promjene iz neočekivanih geografskih lokacija), UI može aktivirati sigurnosne procedure.
Kada UI detektuje potencijalnu prevaru, može automatski generisati upozorenja za zaposlene u finansijskoj instituciji ili čak automatski blokirati sumnjive transakcije dok se ne izvrši dodatna provjera.
Dalje, UI je ključan u prevenciji pranja novca analizom finansijskih tokova i identifikacijom sumnjivih aktivnosti koje mogu ukazivati na pranje novca. Analizom velikih količina podataka, UI može pratiti tokove novca između različitih korisnika, identifikovati potencijalne “slojevite transakcije” i označiti ih kao potencijalne slučajeve pranja novca.
TRANSPARENTNOST I ODGOVORNOST
• U svakome od nas uvijek postoji određena doza nepovjerenja i sumnje u nove modele. Kako osigurati transparentnost i odgovornost UI sistema u finansijskom odlučivanju?
– Sve što se traži od bilo kojeg zaposlenog ili bilo koji ekspertni model koji se koristi, može se tražiti i od UI modela, dakle sve etičke i druge vrijednosti kako su propisani zakonima. UI mora imati svu „dokumentaciju“ potrebnu za pregled/kontrolu od strane regulatora ili drugih nezavisih revizora.
Transparentnost i odgovornost UI sistema u finansijskom odlučivanju osiguravaju se primjenom principa objašnjive umjetne inteligencije (explainable UI), gdje se koriste modeli koji omogućuju interpretaciju donesenih odluka.
Za osiguranje odgovornosti i transparentnosti u primjeni UI od ključne je važnosti implementirati principe koji omogućavaju jasno razumijevanje odluka koje UI donosi jer UI modeli često donose odluke koje korisnicima i regulatorima mogu biti teško razumljive. Stoga, kako bi se osigurala transparentnost, nužno je koristiti objašnjive modele, kao što su „stabla za odluke“ i regresija, koji jasno pokazuju koje karakteristike, poput istorije šteta ili demografskih podataka, utiču na donošenje odluka.
Dokumentacija svakog koraka u procesu odlučivanja također je ključna za transparentnost. Praćenje istorije odluka omogućava reviziju odluka i analizu potencijalnih problema, čime se povećava odgovornost i jasnoća u primjeni UI.
Iako UI može biti izuzetno efikasan u donošenju odluka, ljudski nadzor je ključan za osiguranje odgovornosti, naročito u slučajevima kada su posljedice odluka veće. UI treba biti usklađen sa etičkim smjernicama, kao i zakonodavstvom, uključujući zakone o zaštiti podataka, kao što je GDPR, kako bi se poštovali interesi korisnika i regulative.
Zaposleni moraju biti adekvatno obučeni za rad sa UI sistemima, uključujući obuku o etici i odgovornosti u primjeni UI, kako bi se spriječile nesvjesne greške i neodgovorno rukovanje tehnologijama. Također, važno je formirati multidisciplinarne timove koji uključuju stručnjake iz oblasti UI, etičare, pravnike i finansijske stručnjake, koji će zajedno raditi na odgovornoj implementaciji UI sistema. Na kraju, zaštita podataka korisnika je od najveće važnosti.
• Koje su ključne strategije za osiguranje transparentnosti i odgovornosti UI sistema u finansijskom odlučivanju?
– Objašnjivost modela je ključno pitanje za transparentnost UI. U finansijskom sektoru, gdje odluke imaju dugoročne posljedice po korisnike, važno je da klijenti i regulatorne institucije mogu razumjeti na osnovu kojih kriterija je UI donio određenu odluku.
Zatim, bitni su transparentni algoritmi koji podrazumijevaju jasno definisane i dokumentovane kriterije na osnovu kojih UI donosi odluke. Finansijske institucije moraju jasno dokumentovati sve parametre koji se koriste u UI modelima, uključujući koji podaci se koriste, kako se podaci prikupljaju, kako se vrednuju i kako je model obučen.
Dalje, da bi se osigurala odgovornost, neophodan je stalni nadzor nad UI. Iako su UI rješenja napravljena da samostalno donose odluke, neophodno je da postoji ljudski nadzor (npr. komitet za etiku u UI) koji redovno provjerava ispravnost i pravednost tih odluka. Također, važno je da postoji mogućnost za reviziju UI rješenja, kako bi se ispravili problemi u procesu donošenja odluka, poput pristrasnosti ili nepreciznosti.
Veoma je bitno da iako UI može donositi odluke, odgovornost za odluke treba biti jasno dodijeljena ljudima. To znači da bi trebalo da postoji jasna linija odgovornosti i obaveza unutar finansijskih institucija za odluke koje donosi UI.
Uz sve prethodno, UI u finansijskom odlučivanju mora biti dizajniran tako da izbjegava diskriminaciju na osnovu rase, pola, starosti, etničke pripadnosti ili drugih ličnih karakteristika korisnika. Ovo je posebno važno u procesima kao što su odobravanje kredita, procena rizika, i određivanje premija osiguranja.
Ranije sam govorio od bitnim segmentima usklađenosti sa zakonodavstvom i regulativama kao i edukacija korisnika te njihovom i angažovanju u procesu odlučivanja.
LISTA BUDUĆIH TRENDOVA
• Za kraj, koje tehnologije i UI trendove možemo očekivati u budućnosti u finansijama BiH?
– Generalno govoreći, finansijske institucije u BiH slijede finansijske institucije u EU. Najvjerovatnije će sve što bude u EU implementirano biti i kod nas, samo sa određenim zakašnjenjem. Osim standardnih primjena koje su trenutno najviše zastupljene, npr. prilagođenih LLM modela (kao što je ChatGPT) i drugih kao npr Microsoft Copilot koji unapređuju svakodnevne radne aktivnosti, očekivati je da će UI ići paralelno na unapređenje rada IT infrastrukture na svim nivoima.
Budući da su LLM-ovi trenutno najinteresantniji („vrh UI ledenjaka“, koji se vidi „iznad vode“) vjerovanto će većina početnih primjena počivati na njima. Prema tome, možda u bliskoj budućnosti finansija u BiH možemo očekivati primjenu generativne UI preko LLM-ova za automatizaciju izrade izvještaja i analiza, korištenje LLM modela za interaktivne finansijske asistente, te RAG sisteme za povezivanje sa bazama podataka.
Lista mogućih budućih UI trendova u BiH vjerovatno je:
– Automatizacija repetitivnih i administrativnih zadataka pomoću Robotske procesne automatizacije (RPA), koja može značajno poboljšati efikasnost i smanjiti troškove, posebno u poslovima kao što su obrada transakcija, izrada izvještaja i upravljanje podacima.
– Mašinsko učenje će nastaviti da igra ključnu ulogu u prediktivnoj analitici, koja omogućava finansijskim institucijama da donose bolje odluke. Ove tehnologije omogućavaju da se analiziraju ogromne količine podataka, identifikuju obrasci i predviđaju buduće događaje sa velikom preciznošću.
– UI tehnologije će sve više biti korišćene za automatsko upravljanje portfolijima i optimizaciju investicija, kao što je opisano.
– Blockchain za poboljšanje bezbjednosti i transparentnosti u kombinaciji sa UI će poboljšati transparentnost u finansijskim transakcijama. Ova kombinacija pruža decentralizovanu, sigurnu i transparentnu finansijsku platformu.
– Upotreba biometrijskih podataka, kao što su otisci prstiju, prepoznavanje lica ili glasovna autentifikacija, uz pomoć UI, može značajno unaprijediti bezbjednost u finansijskim transakcijama.
– UI chatbotovi i virtuelni asistenti već postaju uobičajeni alat u finansijskom sektoru, a očekuje se da će njihova primjena rasti.
– UI tehnologije će postati ključne u borbi protiv pranja novca i za Know Your Customer (KYC) procese.
IZVOD IZ BIOGRAFIJE PROF. DR MIGDATA HODŽIĆA
Dr. Migdat Hodžić je rođen u BiH a školovao se u SAD-u i bivšoj Jugoslaviji. Studirao je na Univerzitetu Stanford i doktorirao elektrotehniku i računarstvo (EECS) na Univerzitetu Santa Clara, SAD. Magistrirao je na Univerzitetu u Beogradu, a diplomirao na Univerzitetu u Banjoj Luci, sve u EECS.
Dr. Hodžić je dobitnik prestižne američke Fulbrightove istraživačke stipendije, kao i RCDE nagrade za najbolje istraživanje za magistarski rad. Bio je recenzent WiFi 802.11 standarda, kao i za IFAC Automatica, IEEE Transactions on Signal Processing i Journal on Microprocessor Applications.
Iskustvo i predavanja dr. Hodžića su iz teoretskih i praktičnih aspekata umjetne inteligencije, upravljanja složenim sistemima, mašinskog učenja, fuzije ljudskih i mašinskih podataka, modeliranja i simulacije, modeliranja bogatstva i društvenog davanja, klimatskih predviđanja, upravljanja finansijskih portfolija i rizicima. Također, u RF i bežičnim komunikacijama, fizici, elektromagnetici, digitalnoj obradi signala, projektovanju elektronike, kao i primijenjene matematike iz oblasti optimalnog upravljanja i procjene, algoritama optimizacije, slučajnih procesa, Markovih lanaca, linearne algebre, diskretne matematike kao i specijalnih predmeta za doktorante.
Dr. Hodžić posjeduje nekoliko patenata u SAD-u, objavio je 8 knjiga, 3 dodatne knjige su u toku, doprinio je poglavljima u još 5 knjiga, napisao je više od 190 radova u časopisima i konferencijama, izradio više od 120 tehničkih izvještaja u SAD-u i Evropi. Trenutno je angažovan na IUS Univerzitetu u Sarajevu, gdje predaje nekoliko predmeta iz primijenjene matematike i inženjerstva, a nedavno je zajedno sa IUS osnovao Laboratoriju za Umjetnu Inteligenciju.
