INNE EBOOKI AUTORA
-17%
Autor:
Wydawca:
Format:
Książka porusza problematykę wdrożeń sztucznej inteligencji w sektorze finansowym. Rozwój technologii i jej większa dostępność spowodowały, że coraz więcej instytucji finansowych decyduje się na wykorzystanie danych do zwiększenia wartości dla klientów oraz samej organizacji. Wdrożenie sztucznej inteligencji jest skomplikowanym procesem z perspektywy biznesowej, technologicznej i prawno-regulacyjnej. Wymaga to dobrego przygotowania na poziomie polityk, procedur, regulaminów oraz dokumentów z klientem, które zwiększą prawdopodobieństwo sukcesu.
W poradniku omówiono zagadnienia z problematyki sztucznej inteligencji (AI), takie jak: uczenie maszynowe, głębokie, generatywna AI, wykorzystanie chmury obliczeniowej, a także kwestie dotyczące informacji prawnie chronionych oraz zarządzania danymi (w tym danymi osobowymi). Uwzględniono przy tym zarówno projektowane akty prawne i regulacje, jak i te już istniejące, które wpływają na to, jak sektor finansowy powinien podchodzić do bezpiecznego i efektywnego wdrożenia AI.
Książka jest przeznaczona dla prawników (sędziów, adwokatów, radców prawnych), menedżerów instytucji finansowych, pracowników IT, przedsiębiorców działających w branży finansowej, dostawców technologii, a także dla pracowników naukowych.
Rok wydania | 2023 |
---|---|
Liczba stron | 270 |
Kategoria | Inne |
Wydawca | Wolters Kluwer Polska SA |
ISBN-13 | 978-83-8358-210-8 |
Język publikacji | polski |
Informacja o sprzedawcy | ePWN sp. z o.o. |
INNE EBOOKI AUTORA
POLECAMY
Ciekawe propozycje
Spis treści
Wykaz skrótów | str. | 13 |
Wstęp | str. | 17 |
Rozdział | 1 |
Czym jest sztuczna inteligencja? | str. | 23 |
1.1. Uwagi wstępne | str. | 23 |
1.2. Projekt rozporządzenia w sprawie sztucznej inteligencji – pierwsze spotkanie | str. | 25 |
1.3. Najczęściej wykorzystywane techniki i podejścia w zakresie sztucznej inteligencji | str. | 28 |
1.3.1. Uczenie maszynowe | str. | 29 |
1.3.2. Uczenie nadzorowane | str. | 32 |
1.3.3. Uczenie częściowo nadzorowane | str. | 32 |
1.3.4. Uczenie nienadzorowane | str. | 33 |
1.3.5. Uczenie ze wzmacnianiem | str. | 34 |
1.3.6. Uczenie głębokie | str. | 34 |
1.3.7. Federated learning | str. | 35 |
1.3.8. Generatywna sztuczna inteligencja | str. | 36 |
1.3.9. Zautomatyzowane przetwarzanie danych i podejmowanie decyzji | str. | 36 |
1.3.10. Anonimizacja danych – ważne dla systemów sztucznej inteligencji | str. | 38 |
1.4. Nauka o danych, analityka danych a sztuczna inteligencja | str. | 46 |
1.5. Systemy sztucznej inteligencji wysokiego ryzyka | str. | 48 |
1.6. Zależności i etyka sztucznej inteligencji | str. | 52 |
Rozdział | 2 |
Sztuczna inteligencja w sektorze finansowym | str. | 57 |
2.1. Czy sztuczna inteligencja w sektorze finansowym jest uregulowana? | str. | 57 |
2.2. Przykłady zastosowań sztucznej inteligencji w sektorze finansowym | str. | 63 |
2.3. Identyfikacja systemów pod kątem wypełnienia wymogów prawnych i regulacyjnych | str. | 66 |
2.3.1. Wytyczne ICT | str. | 67 |
2.3.2. Rekomendacja D Komisji Nadzoru Finansowego | str. | 68 |
2.3.3. Rekomendacje J i W Komisji Nadzoru Finansowego | str. | 69 |
2.3.4. Ocena skutków dla ochrony danych – DPIA | str. | 70 |
2.3.5. Wytyczne w sprawie outsourcingu | str. | 71 |
2.4. Zarządzanie ryzykiem systemów sztucznej inteligencji | str. | 72 |
2.4.1. Ryzyko źródła danych i jakości danych | str. | 74 |
2.4.2. Zarządzanie ryzykiem sztucznej inteligencji w projekcie AI Act | str. | 75 |
2.4.3. Podejście oparte na ryzyku – risk-based approach | str. | 78 |
2.4.4. Środki zarządzania ryzykiem sztucznej inteligencji | str. | 80 |
2.4.5. Rekomendacje NIST w zakresie zarządzania ryzykami sztucznej inteligencji | str. | 84 |
2.5. Rozwiązania organizacyjne | str. | 87 |
2.5.1. Uwagi wstępne | str. | 87 |
2.5.2. Struktura organizacyjna | str. | 89 |
2.5.3. Obszary produktowe | str. | 94 |
2.5.4. Obszary produktowe – wymogi w zakresie ochrony danych osobowych | str. | 97 |
2.5.5. Obszar danych | str. | 98 |
2.5.6. Obszar zgodności z prawem (compliance oraz jednostki wsparcia prawnego) | str. | 101 |
2.5.7. Obszar zarządzania systemami IT | str. | 103 |
2.5.8. Dokumentacja techniczna | str. | 105 |
2.6. Dokumentacja dotycząca danych | str. | 111 |
2.7. Obszar techniczny dla wdrożeń sztucznej inteligencji | str. | 114 |
2.7.1. Nadzór człowieka | str. | 116 |
2.7.2. Bezpieczeństwo, odporność cyfrowa | str. | 121 |
2.7.3. Przejrzystość, udostępnianie informacji i wyjaśnialność | str. | 130 |
2.7.3.1. Duże modele językowe a wyjaśnialność | str. | 135 |
2.7.3.2. Stanowisko Urzędu Komisji Nadzoru Finansowego w sprawie świadczenia usługi robodoradztwa a przejrzystość | str. | 137 |
2.7.3.3. Dylematy związane z wyjaśnialnością | str. | 139 |
2.7.3.4. Zasada przejrzystości w przypadku systemów wchodzących w interakcję z człowiekiem | str. | 141 |
2.7.4. Zarządzanie danymi i dane treningowe | str. | 145 |
2.7.4.1. ISO/IEC 38507:2022 z perspektywy danych | str. | 153 |
2.7.4.2. Zarządzanie danymi jako proces ciągły | str. | 155 |
2.7.4.3. Przechowywanie logów i raportowanie incydentów | str. | 157 |
2.8. Inne obowiązki | str. | 161 |
2.8.1. Ocena skutków dla ochrony praw podstawowych | str. | 161 |
2.8.2. Wytyczne niemieckiego organu nadzoru w zakresie wykorzystania algorytmów w sektorze finansowym | str. | 166 |
Rozdział | 3 |
Część produktowa | str. | 169 |
3.1. Generatywna sztuczna inteligencja | str. | 169 |
3.1.1. Czym jest generatywna sztuczna inteligencja? | str. | 171 |
3.1.2. Modele LLM a Unia Europejska | str. | 174 |
3.1.3. AI Act a wykorzystanie modeli podstawowych | str. | 176 |
3.1.4. Zasady wdrażania systemów sztucznej inteligencji opartych na modelach podstawowych | str. | 178 |
3.1.5. Czy generatywna sztuczna inteligencja zmieni sektor finansowy? | str. | 185 |
3.2. Ocena zdolności kredytowej i ocena ryzyka kredytowego | str. | 186 |
3.2.1. Prawo bankowe | str. | 188 |
3.2.2. Prawo do uzyskania wyjaśnienia | str. | 192 |
3.2.3. Prawo do uzyskania interwencji ludzkiej | str. | 195 |
3.2.4. Prawo do wyrażenia własnego stanowiska | str. | 196 |
3.2.5. Zakres danych wykorzystywanych przez system | str. | 197 |
3.2.6. Europejski Urząd Nadzoru Bankowego a innowacyjne rozwiązania w zakresie oceny zdolności kredytowej | str. | 200 |
3.2.7. Rekomendacja D a zarządzanie danymi w kontekście oceny zdolności kredytowej | str. | 201 |
3.2.8. Inwentaryzacja danych | str. | 203 |
3.2.9. Polityki, procedury, instrukcje | str. | 204 |
3.2.10. Artykuł 10 AI Act | str. | 204 |
3.2.11. Europejski Urząd Nadzoru Bankowego a innowacyjne rozwiązania w zakresie oceny zdolności kredytowej – kontynuacja | str. | 210 |
3.2.12. Proces oceny zdolności kredytowej a AI Act | str. | 211 |
3.3. Personalizacja produktów i marketing | str. | 212 |
3.3.1. Uwagi ogólne | str. | 212 |
3.3.2. Profilowanie i zautomatyzowane podejmowanie decyzji | str. | 216 |
3.4. Systemy przeciwdziałania oszustwom i praniu pieniędzy oraz finansowaniu terroryzmu | str. | 223 |
3.4.1. Fraudy a biometria behawioralna | str. | 228 |
3.4.2. Outsourcing | str. | 230 |
3.4.3. Wytyczne Europejskiego Urzędu Nadzoru Bankowego w zakresie zdalnego onboardingu klienta | str. | 231 |
3.4.4. Zdalny onboarding klienta a AI Act | str. | 233 |
3.5. Zarządzanie finansami | str. | 235 |
3.5.1. Uwagi ogólne | str. | 235 |
3.5.2. Zarządzanie finansami przez sztuczną inteligencję – gdzie w tym wszystkim jest człowiek? | str. | 239 |
3.6. Chatboty i voiceboty | str. | 240 |
3.7. Internet rzeczy i Data Act | str. | 246 |
3.7.1. Uwagi ogólne | str. | 246 |
3.7.2. Czy można pozyskiwać dane z IoT? | str. | 251 |
3.8. Inne zastosowania sztucznej inteligencji w sektorze finansowym | str. | 254 |
Zakończenie | str. | 255 |
Bibliografia | str. | 257 |