AI for Financial Inclusion: Fraud Prevention in BFSI

数字金融生态系统如今的运作规模之大，我看到它每月为数百万公民提供了数十亿的交易量。入驻在几秒钟内完成，而不是几天。虽然这种规模是巨大的力量之源，但同时，我们必须确保更强的控制措施不会以排斥或摩擦为代价，特别是对于首次用户和中小微企业而言。这正是人工智能必须被重新定义的地方，不是作为一种工具，而是作为一种基础设施。当我们谈论金融服务行业的人工智能时，真正的转变是从事后检测转向飞行中的智能。人工智能能够对入驻交易和网络进行持续的风险评估。它使机构能够检测微妙的行为异常，识别骡头网络，并实时暴露任何人类或静态规则引擎都无法识别的系统性风险。如果设计得当，人工智能可以减少误报，降低摩擦，并改善客户体验。这正是印度和新加坡的伙伴关系变得非常强大的地方。印度带来了人口规模的数字轨道、多样化的真实世界数据集和深厚的技术人才库，而新加坡则带来了监管监督、非常强大的治理框架以及负责任地运营先进技术的成熟能力。特别是，呃，在这里露面，我知道像这样站着不是最舒服的。呃，抱歉，我对此无能为力，但我们希望能让谈话变得有趣。第二，我确实想呃 s 介绍另一件事。我非常高兴能有如此高素质的组织，无论是 Teasc 还是我非常尊敬的。所以我深感高兴。我认为呃 Suresh 非常雄辩地谈到了印度和新加坡之间的伙伴关系，我认为我还要进一步强调的一件事是，双方都带来了很多东西，这里也得到了体现。呃，我个人在 Aadhaar 推出初期工作过，并且创建了印度的数字公共基础设施的基础。嗯，你知道我们在过去十年里取得的进步是惊人的，从现在开始的下一个十年，有很多机会，但也有很多问题，这就是我们将要辩论的，我们能否将其提升到一个新的水平，信任能否成为基础，在这种情况下，信任至关重要，所以我想这就是我们将要谈论的，所以基本的数字入驻已经发生，你知道我们几乎所有人都看到了这一点，无论是支付、信贷还是其他方面。但信任是人工智能可以通过提供实时风险情报、欺诈预防来建立基础设施的一个非常重要的领域。它还可以创造更多这样的东西。所以我想，还有很多关于它能否从试点走向规模化的问题，它能否真正可解释？它能否创造隐私可审计性？所有这些。所以，我们将从这些角度进行审视，我将走遍全场，向每位与会者提问。所以，我将首先从 Suresh 开始。呃，和你自己。所以，当你喝水的时候，呃，正如你刚才所说，我们的数字金融轨道现在已经达到了人口规模，对吧？我走到哪里，人们都对印度在这方面取得的成就印象深刻。所以，随着速度的提高，但欺诈也越来越复杂，对吧？而基于遗留的规则在这种情况下将不再足够。你认为人工智能能否提供核心信任基础设施？呃，在这方面，我很想听听你的看法。>> 你不得不按下这个按钮，向右滑动。>> 是的。>> 我能听见吗？[清嗓子] 不。谢谢 N。谢谢你的问题。呃，你知道，正如我之前所说的，我认为首先是今天的规模，正如我们都知道的，而且我们非常自豪地知道，我们每个月都会跟踪它。上个月 UPI 交易量超过 200 亿次，对吧？有趣的是，在过去两到三年里，它也翻了一番，而且我们实际上正在谈论如果事情没有被抓住，预计损失将超过一万亿卢比。所以，基于规则的机制虽然很重要，可以设定一个阈值，但它们是在交易层面工作的 01 信号。所以，你可以阻止高于一定价值的交易，你可以阻止你应用程序上的每日限额，我们都这样做。它们根本不足以在交易速度如此之快的规模上运作。所以，我认为有三件关键的事情。一是速度和反应能力。现在，很明显，当我们谈论如此大规模的交易时，这非常困难，因为欺诈发生在毫秒之间，而且你总是会被事后追究，试图阻止它。一个简单的例子，如果你在路上有几辆车，设置固定交通信号灯很容易，对吧？红灯和绿灯只是表示前进或停止。当你谈论数百万辆汽车在路上造成拥堵和事故时，你需要一个非常智能的自适应系统，能够动态地改变游戏规则，改变信号灯、交通控制和方向。而且，有趣的是，今天进入这个地方的体验如果人工智能能够动态管理选择哪个队列进来，将会好得多。所以，我认为速度和反应能力是第一点。第二部分显然是工作过的智能，这是非常关键的，因为今天当我们谈论金融服务行业的我们所有人时，我们都非常熟悉“骡头账户”这个词。那是什么？实际上，资金在毫秒内从受害者的账户转移到一个或多个账户，然后就分支出去，包括跨境账户。所以，一个管理它的单一机构可能会看到一个被骗的账户，资金正在流入其中，但不幸的是，虽然可能是被胁迫或欺诈的，但你的规则今天只给你限额。这是 01。所以，你在虚假检测和误报方面面临挑战，而且你通过简单地说，如果交易超过一定价值就停止它，从而排斥了人们，而在这种情况下，它们是真实的实时交易，人们的生计都依赖于此，所以人工智能确实发挥了作用，我们谈论过它，无论是工作过的智能，这意味着你现在正在跨越多个账户、多个机构观察行为，并且你看到了这些行为中的异常，并且你能够在源头捕获它。当然，第三点是准备好了吗？当然，正如你所说，数据并不存在，它到处都是，没有单一的真相来源，每个工厂、每个制造商、每个分支机构都有自己的数据源，所以将所有这些整合在一起并从中找出意义当然是乏味的，并且是任何人工智能系统大规模运作所必需的。而试点是为了成功而设计的。每个人都希望 PC 和试点能够成功。因此，它们是成功的。没有人希望规模化，因此它必须自上而下，我们必须从数据准备开始。但还有其他一些事情也阻碍了这一点。我认为规模化更多的是一种心态转变，而不是技术问题。当人工智能系统开始做出决定时，我们通常对它们有很低的容忍度。当人类做出决定时，他们犯错误是可以的。但当人工智能做出决定时，我们当然作为人类，开始评判人工智能，并经常称之为，“这不起作用。”“这不能大规模运作。”“我们不能依赖这个。”我认为我们需要从使用人工智能作为基于规则的系统，正如 Suresh 所说，转向一个人工智能每天从数据和模式中学习的范式，并且也要认识到它会变得更好。今天，即使它和人类一样好，当然在很多方面它都更好，但它是在创造能力，而不是创造新能力。所以，你过去需要 2 小时才能完成的事情，现在我们至少可以在 2 分钟内完成。想象一下，在完成所有欺诈检查的情况下，从申请到现金，在 2 分钟内批准贷款，这是印度大规模需要的，我认为人工智能将在实现这一目标方面发挥重要作用。所以，将人工智能视为首先催化能力，然后增加新能力，我认为是快速实现规模化的一种方式，随着能力的提高，我认为我们将看到更多用例在现实生活中实现。>> 关于首先催化能力和心态的一些精彩观点。是的。谢谢 Van。Manish，我将找你。所以，Manish，811，对于那些不知道的人来说，它就像银行里的银行，并且非常成功。呃，而且，你做了很多事情，你知道，入驻决定，多种交易决定等等等等，我敢肯定，当你遇到你友好的监管机构时，他们会问你，你能做到吗？你能做到可解释性、问责制以及所有这些问题，对吧？我的意思是，而且理所当然，监管机构必须问这个问题，如果我处于你的位置，我会问同样的问题。你认为这个工具能帮助你做到这一点吗？而不仅仅是监管机构，而是仅仅是监管机构，客户也可以问这个问题，审计师也可以问这个问题，所以每个人都可以问这个问题，请阐明这一点。>> 是的。所以，正如大家所知，我们是印度最大的收单机构之一，而两个让我睡不着觉的问题是人工智能和欺诈。当这个会议正在进行时，人工智能和欺诈正在发生，我说我最好参加这个会议，主要是如果人工智能要在金融领域使用，这是一个高度管制的领域，它必须是可解释的，并且治理心态必须深入到构建它的人们心中。我发现的一个缩略语是 JCT。它必须是可辩解的。任何被做出的决定，无论是信用被拒绝，交易被停止。我们如何证明这一点？那是 J。C 是可辩论性，任何受决定影响的人都应该有能力回去争辩，询问原因是什么，第三是可追溯性，人工智能做出的决定，你可以回去看看是什么原因，是什么偏见导致了那个决定。在这个问题中有三个利益相关者，正如你所说，一是客户，对他们来说，透明度和追索权至关重要；二是审计师，对他们来说，可追溯性和证据，他们会查看模型谱系和版本控制，他们会查看其中存在的任何偏见；第三也是最重要的利益相关者是监管机构，他们正在寻找证据和问责制，他们正在寻找“人在回路中”，人工智能可以继续做出决定，但有人在审查正在做出的决定吗？一个经典的例子是视频 KYC 于 2020 年 5 月在印度推出。我们是第一个上线的人，但监管机构非常清楚，虽然系统将进行所有这些检查，面部匹配所有算法运行，但必须有人坐在后面，他们将审查整个过程，以确保入驻的人是真实的人。所以，我认为如果我们遵循 JCT 这个框架，即可辩解、可辩论和可追溯，并照顾到所有三个利益相关者，即客户、审计师和监管机构，我们可能会做得很好。>> 优秀。我喜欢 JCT 这个框架。所以，Manish，我将就此向你提出一个后续问题。>> 使用 JCT>> 呃，你认为你能帮助客户减少客户的摩擦吗？对吧？但是，呃，还有另一个错误可能是无意的排斥，无论是零售还是中小微企业，你知道，你认为这是否可能同时实现降低摩擦和避免排斥？>> 是的，所以，所以，如果我们从入驻开始，可以有分级入驻，风险较低的低摩擦产品可以非常快速地启动。随着进展的发生，可能会有摩擦，比如视频 KYC，必须有人参与。如果事情有点高风险，可能会有物理 PD 发生，就入驻而言。现在，正如 Sur 也提到的，基于规则的东西可以保护我们的日子已经一去不复返了。它必须是具有上下文的实时决策。举个例子，英国的一家金融科技公司推出了一款名为“街头模式”的产品。它的作用是，在一个应用程序中，我可以告诉这些是我的安全地点，我的家，我的办公室。但是有很多时候，当你在街上行走时，手机会被捡走。现在，如果有人捡走了你的手机，而且付款是即时的，钱可以很快地转移。那么，做了什么呢？如果不是我的安全地点，如果钱要转移，我需要进行面部认证。即使我下了一个命令，说从这个账户转移一万卢比到另一个账户，它也不会实时发生。它有一个你设定的延迟，在那之后，再次进行面部认证。现在，如果有人要拿我的钱，他最好绑架我一个小时，这样他才能用我的应用程序转移钱。所以，所以，呃，N，我认为，人工智能肯定有帮助。我们需要有保护措施，以确保我们在正确的背景下使用它。但我坚信人工智能有着巨大的未来，它也正在帮助金融机构。>> 我喜欢这个街头模式。是的，我的意思是，这是一个很棒的，我以前没听说过。我喜欢它。所以，如果可以的话，我将继续这个话题。首先，你是否认同 Manish 所说的观点，然后，呃，我们开始吧，我有一个关于监管的后续问题，SJ，我马上就来找你，别觉得自己不受欢迎。>> 我完全同意 Manish 所说的，只是有几点，一是，任何快车都需要刹车才能让我们感到安全，同样，任何人工智能的发展都需要有保护措施，这样我们才知道我们正朝着正确的方向前进，至少在我们组织中是这样做的。我们可能会使用不同的缩写。所以，我们称之为纯粹。我们问自己的问题是，我们能否在法规允许的范围内做到这一点？第二，我们应该这样做吗？它是否符合纯粹的框架，即有目的的、客户不意外的、尊重的、可解释的，这与 JCT 有点相似。我认为我唯一要补充的是尊重，因为数据似乎存在的一个问题是偏见，所以如果我使用历史数据，它会产生排斥社会一部分人的偏见，我认为这是我们在确保我们构建正确的人工智能模型时需要注意的事情。最后一个是我们如何做到，是确保一旦模型到位，我们就对其进行适当的治理。我认为如果考虑到这些事情，我看不出人工智能在我们生活中不应该发展得更快的原因。>> 而你是否将监管视为一种促进者，还是监管机构愿意配合？>> 监管至关重要，监管机构拥有让银行获得正确框架。所以，新加坡我们有 FEAT 框架，印度 RBI 已经发布了相关的概念文件，我们也已经审阅过了。它与我们现有的情况相符，而且至关重要。>> 好的，SJ，正如我所说>> 抱歉，我只想补充一点，我认为监管机构正在促进的重要部分是>> 组织之间的数据共享。我认为这将是最关键的事实，因为作为一个银行，我可以查看我自己的数据，但如果我能获得更多关于欺诈的信息，那么这些信息将真正帮助我们做出更好的决定。明白了，谢谢。呃，SJ，从长期资本和生态系统角度来看。你是否看到这种人工智能驱动的基础设施或信任基础设施与金融市场，也许是金融普惠，在这个地区以及跨境金融走廊之间存在趋同，或者最强的趋同在哪里？>> 谢谢 N。嗯，你知道，如果你从长期资本的角度来看，很容易说，你看，趋同将发生在功能领域，而且它非常重要，我也会谈谈这一点。>> 在此之前，CJ 在 TESCO 工作，他是这个地区最大的资本部署者之一，如果不是全世界的话。>> 所以，所以，我认为，嗯，你知道，有一些功能领域确实很重要，但也有一个更大的战略必要性，我们不应该忘记。所以，让我先谈谈功能领域。所以，如果你考虑功能领域，一是人工智能在资本配置中的作用。现在，资本配置是普惠的基石，因为如果你配置错误，那就是系统性风险，这正是我们作为资本配置者想要避免的。而且，如果你想避免这种情况，你真的需要将信任基础设施嵌入到金融管道中。你们都说过的所有事情，对吧？数据完整性、溯源、模型漂移、如何修复模型偏见，所有这些治理都必须嵌入到金融管道中。我说这话是因为，你知道，如果我试图简化它，它实际上是在说，如果你有可信的数据，你就有可信的模型。如果你有可信的模型，你就有可信的资本配置。如果你有可信的资本配置，那么你就有可信的普惠。这就是我们希望在未来取得进展时能够解决的飞轮。现在，第二个功能领域是人工智能在审计中的作用，我称之为审计层，即披露的验证，作为资本配置者，我们总是依赖披露，并且，特别是关于气候和 ESG 的披露，当你查看多模态数据来验证某事是否准确时，对它们的追溯性尤其重要。再次，人工智能在审计中的作用非常重要。所以，我认为资本配置和审计性及可追溯性是长期资本从趋同角度特别感兴趣的功能领域。但现在我想回到战略必要性，这一点非常重要，因为我们不认为趋同存在于金融科技应用程序中，趋同存在于基础设施中，这一点极其重要，因为网络效应在那里产生。我认为最强的趋同发生在银行业之外。它实际上发生在供应链中，如果你能够将金融嵌入到供应链中，想想农业、可再生能源、劳动力市场，那里影响最大，而要实现这一点，信任基础设施必须汇集你提到的所有要点，即身份、生产力、信贷，以及在跨境互操作性方面。我将以我昨天在思考这个话题时写的一句话来结束：当融资嵌入生产网络时，普惠就是经济增长的副产品，这正是我们所谈论的。在那里，你可以更具包容性，并在考虑资本和资本配置时推动增长和生产力。>> 优秀。所以，我将进行另一轮提问，但我认为这里的想法是一致的，即人工智能的可能性是巨大的。是的，有一些需要解决的问题。所以，只是给你一个提示，我最后会问你们每个人，你对人工智能感到兴奋的一件事，以及你感到怀疑的一件事。好的。好的。所以，只是一个提示，但尽管如此，我还是继续。S，我将回到你身上，关于你和我实际上进行了大量接触的印度新加坡人工智能中心。你认为在数据、计算、人才或其他方面可能存在哪些可能性，可以进行信息共享或情报共享，或者只是分享一些这些观点？所以，N，我将继续 Suresh 刚才所说的，将人工智能构建为信任基础设施。我认为我们之前已经谈过，今天，当欺诈发生时，你知道我们的防御是分散的，但欺诈是相互关联的。我们以骡头账户为例，所以你实际上是在谈论将跨境情报构建到人工智能基础设施中。一个简单的起点是，我们谈论的是多个机构，它们分布在不同的国家。当你看着一个人工智能，新加坡中心，当我们考虑整个想法时，它说的是两个国家如何能够合作，建立一个由人工智能驱动的共享基础设施，以便能够从情报角度产生这种跨境影响，并且与我们正在谈论的主题非常非常紧密地联系在一起，并且在其基础之上，当我们在印度谈论共享基础设施时，我们在今天所说的可编程注册表方面取得了一定的成功。我们正在构建大型数据注册表，无论是农业生态系统还是教育生态系统，无论是机构层面还是个人层面。非常[清嗓子]简单地说，我可以举一个例子，在两国之间，如果我们能够建立一个骡头账户注册表，任何欺诈者你都可以查看它，并且你可以在跨境生态系统中识别出来。你正在谈论智能入驻，每个国家都尊重并拥有一个通用的框架来识别在生态系统中运作的正确的人，并且能够相互连接。最后但同样重要的是，这种数据共享也可以意味着我们在风险分析方面具有很大的可预测性，因为一切都始于数据。两个国家共享数据。但说到这一点，我再次说，你知道，从我们小组中的银行家朋友那里学到更多，共享的数据必须是匿名的。所以，风险应该被清楚地减轻，说这不是客户数据，我们共享的是匿名的信号，行为模式汇集在一起，并且在跨境层面做任何事情都会加强数字跨境轨道。它将帮助我们打破我们看到的任何风险和欺诈的供应链，并将帮助我们对正确的机构和正确的个人进行预防性入驻，以便进行交流，我认为最大的受益者可能是两国之间的中小微企业和公民，因为你们在两个地方之间创造了更多的跨境互动。>> 表达得很好，Suan。也许我回到我关于从试点到规模化的主题。是否有可能利用这个走廊作为从试点到生产模型的推动者？>> 当然。让我来扩展一下 Suresh 刚才所说的。我们一直在讨论将人工智能中心作为一个平台建立起来。数据共享当然是匿名化的，这对我们防止大规模欺诈和在检测和避免欺诈方面变得有条理至关重要。但仅仅从分享最佳实践的角度来看，一个国家与另一个国家相比，什么有效，什么无效，分享人才，这是我们将在两国建立人工智能中心时考虑的另一个领域。然后，当我们继续分享学习成果、分享数据，然后可能构建能够使我们能够大规模运行一些高调算法和人工智能系统，并使用可信且经过多个实体验证的数据，以及跨境信号时。我认为这将是建立人工智能中心的一个关键的垫脚石。另一个从试点到规模化的方面是，再次是这种非常工程化的心态，即使用最新的技术。尤其是在银行和金融服务行业，我们都变成了科技公司，我们想追逐最新的技术。我认为我们正处于一个技术演进，尤其是在人工智能领域，远远领先于采用的阶段。我们必须真正地使用当前的技术，在追求下一个模型、下一个版本之前，放置正确的保护措施。我认为我们需要真正地利用当前的技术，并确保在我们进入下一个之前，我们能够大规模地扩展有效的东西。说得好，我看到了这种追逐每一个闪亮物体的愿望。SJ，这是最后一个正式问题，然后我有一个共同的问题给你们所有人，如果时间允许的话，我看了看 Saratu 的时间，你知道你是资本的巨大推动者，正如我之前所说，当你支持大规模的人工智能金融机构时，你寻找什么信号？我不会给，你知道，什么信号有帮助？>> 是的，我认为，你知道，这是任何投资者的真相，他们都在寻找回报，而预期回报是他们承担的风险的函数。所以，当你考虑趋同，当你考虑信任基础设施时，它是否降低了资本的风险？如果它降低了资本的风险，那么你将部署更多的资本，不仅从股权的角度，而且从信贷的角度来看，这一点非常重要，因为普惠就是能够配置资本，以及你所说的所有事情，对吧？如何降低摩擦成本？如何降低跨产品业务成本？这是我们试图通过中心来实现的。所有这些都发挥作用，降低了业务成本，降低了风险成本，这有助于以更好的预期回报配置更多的资本。所以，不多不少。>> 说得好，S。也许然后，抱歉，我看了看时钟。现在是 4 点 25 分，所以我要去呃，这说的时间比你说的要多。所以，我遵循 4 点 25 分的规则。如果你觉得我们可以去 4 点 30 分，随便。但这是最后一个问题。真的。>> 是的。好的。行。所以，SJ，也许你先，你对什么感到非常兴奋，也许你对什么感到怀疑或仍然不清楚？我认为，我非常兴奋的是，你知道，这是我们有机会提升我们所做任何事情的价值链的潜力，如果你考虑我花时间的地方，我可以提升 20% 到 30% 的价值链，因为我变得更有生产力，这适用于任何人，无论他们做什么。所以，作为人类，提升价值链，我认为是最大的机会。我认为，我担心的是，人类责任的稀释，因为会有很多决定是由代理人、机器做出的，但是，人类责任必须保留，你知道，那个“人在回路中”是如何做出某些决定的。所以，我希望我们在考虑生产力和提升价值链方面的机会时，不要稀释责任。>> 说得好。我认为我的看法是，我感到兴奋的是，我们才刚刚开始人工智能的旅程。我们可能谈论我们已经进行了八年或十年，但事实是我们仍然只触及了冰山一角。所以，我们面前的未来是，在 DBS 内部，这是一个非常令人兴奋的时期。我们看到，近三分之二的员工在日常工作中积极使用人工智能，这是我们看到每个人在个人生产力方面都受益的。我认为第二部分是，我认为这是我们 CEO 的一个缓慢的头条新闻，我们希望成为一个拥有心脏的人工智能赋能银行。所以，关键是，随着人工智能变得更加普及，同情心不应该消失，而这正是我们担心的，这就是为什么我们说我们希望成为一个拥有心脏的人工智能赋能银行。>> 我喜欢这个。>> s 所以，简而言之，我会说对我来说，积极的一面是普惠，消极的一面是排斥。对吧？因为当我们谈论普惠时，[清嗓子]我们经常使用这个例子，我们与那些不精通数字的最后一个人沟通的能力，因为我们花了很长时间谈论数字素养，你教人们如何与机器交谈，现在机器可以与你交谈，这带来了巨大的变化。我看了看我，你知道，我最近的两个职位，当我们做 empessa 时，我记得听到这样的故事，肯尼亚人口识数但不是识字，所以他们几乎建立了一个完整的生态系统，说人们知道如何做数字，但他们不能做指令。当我们建立印度邮政支付银行时，我们最大的挑战是数字素养，我们花了 1000 万人次的培训邮递员，因为我们有 30 万名邮政工人正在获得服务生态系统的能力，而在当今世界，有了人工智能的嵌入，这变得非常容易。即使对于拥有简单手机的公民来说，你与人交流和做你想做的事情的能力也更容易了。排斥成为挑战，因为是的，当一些人适应时，另一些人将被落下。我认为印度到目前为止已经采用了非常好的模型，既有辅助服务也有自助服务。所以，我认为我们国家的辅助数字模型将保持非常强大，并且需要保持非常强大，这样如果你自己做不到，有人可以帮助你做。>> 谢谢 Michelle，关于普惠和排斥。>> 我认为我真的很兴奋的是，随着代理人的到来，人类将获得更多的代理权，讽刺的是，因为工作的枯燥乏味消失了，而且我可以看到一个未来，在那里，每个人，无论是在你的个人生产力能力还是作为企业员工，你都将成为现在的 10 倍，因为你正在使用人工智能。或者人工智能正在为你工作。我认为这真的很令人兴奋。我真正担心的是人工智能以及它在过去四五年里的发展，我担心我们的教育系统还没有跟上，我们是否正在为“人工智能原住民”做好准备，让他们与我们成长的环境真正不同。>> 优秀。呃，Manish，然后我可能会把这个总结给你。是的。所以，大部分内容都已说过，如果我必须说出来，我非常兴奋的是，我是一个商人，我是一个商业人士，人工智能带来的速度，我将在 3 个月内推出的东西可能在 15 天内推出，这就是人工智能真正令人兴奋的地方。让我担心的是，我明天还有工作吗？>> 实际上，令人惊讶的是，没有人谈论过这一点，这很有趣。我一直在等它出现，但它没有。好吧。所以，你看，我们基本上到了小组的结尾。我首先，首先也是最重要的，我想真诚地感谢小组成员。我读了很多关于人工智能的书，我对它相当了解，但我从他们每个人的观点中学到了很多，我希望你也从每位发言者那里有所收获。他们对它进行了很多思考，并且他们也带来了各自组织中的智慧。所以，希望你看到了一些标志性组织的集体智慧在发挥作用。我我一直在想我还能补充什么？也许我将补充一个主题，在我的组织 BCG，我们经常使用“10 2070”这个短语，我认为它符合人们所说的，10 通常是技术，20 是算法，但 70 是人。所以，任何重大的变革都需要 10 和 20 来补充 70，而且，你知道，在许多大型变革议程中，我们谈论了很多关于 10 和 20，而很少谈论 70。我认为你以不同的方式触及了这一点，但如果我能留下这一点，它的巨大规模是巨大的，而且我们需要，无论你在各自的地方做什么，都要继续思考这一点。你知道，无论是普惠还是排斥，无论是代理权增加还是减少，无论是学习还是遗忘，所有这些，那个 70 是方程中一个非常非常关键的部分。但我也想通过感谢大家来结束，你们非常有耐心，非常投入。从你的肢体语言来看，当你站着或坐着不舒服时，这很困难。所以，也向你致以崇高的敬意。就这样，谢谢。 [掌声]>> 我不知道 Sar 是否有，我不知道小组的设计。问题已经结束了。>> 我正要跳过这一点。既然我们节省了组织者 10 分钟，如果小组没问题的话，我们可以留出 5 分钟进行问答。有几个人说他们必须在 4 点 30 分准时离开去赶飞机。所以，我想尊重这一点。如果他们能再待五分钟，伙计们，每个人，如果你有五分钟。好的。>> 行。>> 你会主持吗？我的意思是，有很多举手的人。>> 我会尝试。>> 这里的诀窍是问题要简短、尖锐，而我将做的是，也许让我这样做。让我问几个问题，这样我们就不会过度负担一个人。所以，好的，既然他第一个举手，我就要，有人能递给他一个麦克风吗？如果有人能帮我。好的，我们将让你，那位女士，以及这位男士。我们将提三个问题，然后看看情况。>> 直接说出来。是的。>> 就像我们已经知道的，我们正在转向自主系统。所以，就像我手里拿着一个系统，一切都将自动化，就像如果公司想做某事，它需要很多支付步骤，就像它将完全自主一样，它将进行 10 到 20 次交易，而无需人类参与。所以，你会允许这种系统吗？>> 好的，加载几个问题，然后也许不同的人会，你呢？可以吗？>> 好的。>> 好的。>> 所以，再次抱歉，我只是想请她，是的，提出你的问题。请继续。>> 所以，大家好。我是 Muskan，我在 Cap Gemini 工作了三年，是一名金融分析师。所以，作为一名公司员工，我们知道我们周围都是人工智能，并且在不断发展，但是，如果我们谈论的不是员工，他们仍然对人工智能持谨慎态度。那么，我们必须检查和遵循哪些关键点才能在印度像其他国家一样发展人工智能？请把麦克风递给这位男士，然后我会问不同的专家，如果你想回答其中一个问题，我会走遍全场，这样我们就可以讨论了。>> 他们问我的问题是关于 Ban 的，基本上你提到我们对人工智能的容忍度较低，而对人类的容忍度较高，而且每个 CEO 都倾向于，我应该遵循这个闪亮的物体，还是应该等等看？这就像一个 Djàu 时刻，当支付 Aadhaar 生态系统正在建设时，我很幸运地在 Aadhaar 上交付了第一笔贷款，印度 STS 走遍了所有贫民窟。你提到我们从试点走向规模化，对你来说，哪些最佳实践有效，每个 CEO、每个 CXO 都可以从这个房间里学到，知道要选择哪个试点，要放弃哪个试点？>> 好的，让我们来处理自主代理的问题，Sab，如果你能接管，你知道，如果可以的话，你知道，关于自动的问题，你说的代理人没有任何人类参与，你设想过吗？>> 系统>> 我明白了，所以时间，某事>> 现在不要再问问题了，我担心更多，你知道，让他回答，但如果你想回答，那么>> 所以，正如我们所浪费的，今天我不会回答关于未来的问题，事实是我们仍然没有足够的信心让人工智能在银行界完全运行。我们有人在回路中帮助我们，所以在任何交易或任何被处理的事情中，我们现在还没有那种信心，但随着时间的推移，这可能会发生，但就目前而言，我没有这种看法。>> 哦，不，不，不，抱歉，这就是我想避免的。你能够处理 UPI 演进中的白名单问题，还是鉴于>> 是的，我，是的，但白名单存在挑战，有多少 IP 会，我会阻止真正的客户转移资金是一个挑战，我理解有欺诈，也有控制欺诈的方法。你明白我的意思吗？所以，白名单 IP，个人 IP，因为 IP 正在被创建，既有真实的也有欺诈的，从 UPI 的角度来看，很难白名单 IP。但是，有一些方法和手段来控制 UPI 上发生的欺诈，我们正在与 NPCI 合作来控制这些类型的欺诈。>> 好的，也许不是一个完整的答案，但你知道，Ban 关于规模化的问题>> 唯一的最佳实践是少做。让我们规模化。你在人工智能方面做了三个项目，而不是五个。非常尖锐地说，少即是多。我认为你有一个更广泛的问题，关于采用等等。所以，我不知道是否有人想回答女士的问题。但我认为我在 102070 sam 中稍微触及了这一点。