Bagi bank yang ingin menerapkan AI secara efektif, masalah yang paling menantang sering muncul sebelum model apa pun dilatih. Pertanyaan tentang penggunaan data, lokasi penyimpanan, dan akuntabilitas setelah sistem beroperasi sangat penting. Di Standard Chartered, pertanyaan yang berfokus pada privasi ini kini menjadi dasar dalam desain dan penerapan sistem AI mereka.
Bank-bank global seperti Standard Chartered menghadapi tantangan unik karena adanya peraturan privasi yang bervariasi di berbagai pasar. Kompleksitas ini telah menyebabkan tim privasi mengambil peran yang lebih proaktif dalam desain, persetujuan, dan pemantauan sistem AI di dalam organisasi. David Hardoon, Kepala Global AI Enablement di Standard Chartered, menekankan bahwa pertimbangan privasi data kini menjadi dasar dari sebagian besar regulasi AI.
Saat bank mulai menerapkan sistem AI di lingkungan nyata, mereka menghadapi tantangan praktis yang sering kali diremehkan selama fase percobaan awal. Sementara percobaan kecil mungkin melibatkan sumber data yang terbatas dan dipahami dengan baik, transisi ke operasi skala penuh berarti harus menangani data dari berbagai platform hulu, masing-masing menghadirkan masalah struktural dan kualitasnya sendiri. Hardoon mencatat bahwa memastikan kualitas data menjadi semakin sulit seiring dengan meningkatnya kompleksitas sumber data.
Regulasi privasi semakin memperumit masalah, karena data pelanggan yang sebenarnya mungkin tidak selalu diperbolehkan untuk melatih model. Akibatnya, tim mungkin perlu mengandalkan data yang dianonimkan, yang dapat mempengaruhi kecepatan pengembangan dan kinerja keseluruhan sistem. Selain itu, skala penerapan langsung memperbesar konsekuensi dari setiap kekurangan dalam kontrol. Hardoon menekankan pentingnya mematuhi prinsip-prinsip keadilan, etika, akuntabilitas, dan transparansi seiring dengan meluasnya ruang lingkup pemrosesan data.
Pertimbangan geografis juga mempengaruhi di mana sistem AI dibangun dan diterapkan. Undang-undang perlindungan data bervariasi secara signifikan di berbagai wilayah, dengan beberapa negara memberlakukan aturan ketat tentang penyimpanan dan akses data. Keragaman geografis ini memerlukan pendekatan yang disesuaikan untuk penerapan AI di Standard Chartered, terutama untuk sistem yang menangani informasi klien atau informasi yang dapat diidentifikasi secara pribadi. Hardoon menyoroti bahwa kedaulatan data adalah faktor kritis saat beroperasi di berbagai pasar, sering kali memerlukan penerapan lokal sistem AI atau memastikan bahwa data sensitif tidak melintasi batas. Ini menghasilkan model hibrida dari penerapan AI global dan lokal, yang dibentuk oleh regulasi lokal daripada hanya preferensi teknis.