如何利用人工智能和数据可移植性实现更大的金融包容性

在全球范围内，仍有 17 亿人无法使用正式的银行账户。

人工智能等数字创新有助于提高金融包容性。

借助适当的基础设施、数据共享环境和道德框架，人工智能可以使金融服务民主化。

全球生成的数据量预计将增加 530%——从 2018 年的 33 泽字节增加到2025 年的 175 泽字节。人工智能有能力将这种丰富的数据转化为普惠金融。我们建议公共和私营部门可以采取各种指导方针，以利用人工智能的潜力，同时减轻这种相对较新的技术带来的风险。

点击放大欧洲数据战略：到 2025 年的预计数字。金融包容性数字识别系统

政府和监管机构合作建立了新的数字识别基础设施，以降低到达最后一英里用户的成本。通过为其“印度堆栈”创建基础数字管道，印度一直在这方面处于领先地位。主要示例包括 Aadhar，一种由印度政府颁发的 12 位唯一 ID，以及 UPI（联合支付接口），一种由印度中央银行监管的可互操作的移动优先支付系统。

Aadhar 通过为 13 亿人提供可信赖的 ID 来实现银行账户访问，而 UPI 则首次使跨平台、即时支付成为可能。总之，这些应用程序通过大幅降低交易成本并允许大规模捕获和共享用户数据来刺激金融创新。

你读了...吗？技术如何帮助无银行账户的人访问电子商务普惠金融如何开启创新可以推动金融包容性的 5 种金融科技初创公司

如果没有这些支持开放和自由市场的核心数字平台，印度金融科技生态系统——世界上最繁荣的生态系统之一——将大不相同。

数据可移植性及其在借贷和融资领域的应用

一旦基础设施铺设完毕，数据就是推动金融服务提供商从中获取最大价值的燃料。没有这种燃料，金融科技将无法远行，如果没有数据可移植性，燃料将很少。数据可移植性是指用户可以轻松地将个人数据从一个组织转移到另一个组织的权利。实际上，这要求数据不再存储在任何组织的孤岛中。相反，它应该由可以与其他服务提供商共享的用户拥有。该数据共享框架的基本原则是，用户生成的数据是一种公共产品，可以而且应该成为竞争的来源，而不是单一方的竞争优势。

这种数据共享原则通过账户聚合器 (AA) 框架在印度展示。AA 被设计为“同意管理者”，使用户能够在同意的基础上与其他受监管实体（如银行、保险公司等）共享他们的数据。这种方法有利于贷款和融资部门，特别是对于信贷匮乏的部门中小企业部门。

人工智能、机器学习、技术论坛如何帮助政府负责任地采用人工智能技术？

表演

该国大约 90% 的中小企业无法获得正规信贷。借助 AA 框架，这些小企业可以确保向贷方提供必要的文件，而贷方又可以更好地为小企业承保和服务。通过深思熟虑的系统设计，AA 框架实现了基于同意的用户数据共享，降低了交易成本，并实现了普惠金融。

开发道德人工智能的指南

与基础设施和数据一样重要的是人工智能能力本身决定了金融科技的渗透率。虽然大量数据开辟了新的机会，但受益者仅限于可以获得数据的人。如果服务不足的人没有得到充分代表或底层算法有偏见，人工智能最终可能会复制社会偏见。由于目前没有法律来规范 AI 算法，这种可能性更加突出。在这样的环境下，我们敦促私营部门的参与者自己解决问题，而不是等待监管以确保他们对人工智能的应用是公平的。为此，我们提供三个提示：

1. 为了降低偏见的风险，增加团队的多样性

哥伦比亚大学的研究人员发现，虽然有偏见的预测的最大原因是有偏见的数据，但工程师的人口统计数据也发挥了作用。虽然每个人的偏见大致相同，但同质化的团队会加剧个人偏见。因此，团队越多样化，就越有能力发现和减少偏见。

2. 确保您的 AI 算法可以向其他人解释，包括专家和外行

牛津研究所的研究人员提出了“反事实”的概念：反事实不是一个完整的解释，而是提供了导致替代决定的最低限度的条件集。了解这些条件可以为用户提供改变当前状态所需的信息，从而为包容创造一条途径。

3. 聘请专家审核您的算法

存在各种框架来帮助那些希望将道德纳入其开发周期的人。与其重新发明轮子，不如让这些工具的创建者和专家加入进来。如果专家参与不可行，请确保不会从您的决策中完全消除人为干预。虽然人工智能算法越来越好，但人类判断仍然更加复杂，应该用于审计和设计更公平的算法。

借助适当的基础设施、数据共享环境和道德框架，可以利用人工智能为更多人——尤其是最贫困的人——提供金融服务。这种可能性必须变成现实。