Den stigende anvendelse af kunstig intelligens (AI) i den finansielle sektor har rejst bekymringer om de øgede cybersikkerhedsrisici, ifølge en nylig rapport fra Finansministeriet. Der er akut behov for samarbejde mellem regeringen og industrien for at tackle disse potentielle farer og sikre stabiliteten i det finansielle system.
Rapporten, pålagt af en udførelsesorden fra Biden-regeringen, fremhæver den voksende evnekløft, som AI udgør. Mens store banker og finansielle institutioner har ressourcerne til at udvikle deres egne AI-systemer, bliver mindre institutioner i stigende grad efterladt. Dette gør dem sårbare over for cybetrusler, da de ofte er afhængige af tredjeparts AI-løsninger.
Finansministeriets undersekretær Nellie Liang understregede vigtigheden af at samarbejde med finansielle institutioner for at udnytte nye teknologier samtidig med at man beskytter sig mod trusler. Rapporten bygger videre på det succesrige offentlig-private partnerskab for sikker cloud-vedtagelse og opstiller en klar vision for finansielle institutioner til at navigere i det skiftende landskab af AI-drevet svindel.
En af hovedkonklusionerne i Finansministeriets undersøgelse er manglen på datadeling om svindelbekæmpelse, hvilket i særlig grad ulemper mindre finansielle institutioner. Begrænset adgang til data hæmmer deres evne til at udvikle effektive AI-svindelforsvar, modsat større institutioner, der kan drage fordel af massive datamængder til modeltræning. For at imødegå denne udfordring foreslår Narayana Pappu, administrerende direktør for Zendata, at datastandardisering og kvalitetsvurdering kunne tilbydes som en service af startups. Teknikker som differential privacy kan lette informationsdeling mellem finansielle institutioner uden at gå på kompromis med individuelle kundedata.
Marcus Fowler, administrerende direktør for Darktrace Federal, lægger vægt på cybertruslernes dynamiske karakter og kompleksiteten af de digitale miljøer, der skal forsvares. Han fremhæver brugen af AI blandt angribere, som stadig er i sin spæde begyndelse og forventes at sænke barrieren for at implementere sofistikerede teknikker i storskal. Fowler understreger vigtigheden af defensiv AI i beskyttelsen af organisationer mod disse udviklende trusler.
Rapportens anbefalinger omfatter strømlining af regulerende tilsyn for at undgå fragmentering og udvide standarder udviklet af National Institute of Standards and Technology (NIST) for finansielle sektorer. Den advokerer også for udviklingen af “ernæringsmærkater” for AI-leverandører, som ville give gennemsigtighed om typen af data, der anvendes i AI-modeller, og dets tilsigtede brug. Derudover understreger rapporten behovet for at forbedre forklarbarheden af komplekse AI-systemer, udvikle uddannelses- og kompetencestandarder, standardisere definitioner i AI-ordforrådet, tage fat på digitale identitetsproblemer og skabe internationalt samarbejde om AI-regulering og risikominimering strategier.
Mens finansielle institutioner i stigende grad har taget AI og maskinlæring (ML) i brug til svindelbekæmpelse, har omkostningerne ved at udvikle disse værktøjer begrænset deres bredere implementering. Mange institutioner er afhængige af eksterne leverandører af AI- og ML-løsninger, og kun en lille procentdel kaster sig ud i at udvikle deres egne løsninger. Rapporten opfordrer til øget samarbejde og vidensdeling for at overvinde disse udfordringer.
Afslutningsvis har brugen af AI i den finansielle sektor ført både muligheder og risici med sig. Samarbejde mellem regeringen, industrien og startups er afgørende for at sikre, at mindre finansielle institutioner ikke står sårbare over for cyberrisici. Ved at adressere datadeling, regulerende tilsyn, gennemsigtighed og kompetencestandarder kan finansindustrien effektivt udnytte kraften i AI samtidig med at beskytte sig mod potentielle risici.
FAQ
The source of the article is from the blog enp.gr