Sekwencjonowanie światowych informacji prawnych, z Manos SCHIZAS (# 35)

Structural Shift # 35 w / Manos SCHIZAS – podcast przez aperturę. co

Naszym gościem jest Schizas Manos – kierownik ds. regulacji i RegTech w Cambridge Center for Alternative Finance na University of Cambridge . Omawiamy, w jaki sposób zmiany regulacyjne przyspieszają tak szybko, że ludzie sami nie mogą sobie z nimi poradzić i jak wygląda rozwiązanie technologiczne rozwiązujące ten problem. Czy technologia może rozwiązać ten problem na dużą skalę? Ile innowacji widzimy dzięki uczeniu maszynowemu? Omawiamy także Regulatory Genome Project , niedawno rozpoczęty długoterminowy projekt, którego celem jest uporządkowanie światowych regulacji (finansowych), umożliwiając deweloperom i firmom budowanie własne aplikacje na platformie. Przed dołączeniem do Cambridge Center for Alternative Finance Manos pełnił również funkcję regulatora w brytyjskiej FCA.

(21 grudnia 2020 r.)

Podcast dostępny również na:

Apple Podcasts , Spotify , Podcasty Google , Anchor.fm , Soundcloud , Stitcher , Pocket Casts , TuneIn , Pochmurno

To kosztuje coś w zamówienie na 4\% obrotu dla dużej instytucji finansowej w celu zachowania zgodności z przepisami.

Ben: Manos, bardzo dziękuję za przybycie na podcast o zmianach strukturalnych.

Manos: Dzięki za zaproszenie mnie do programu, Ben.

[00: 01: 22.05] Ben: Może zacznijmy od Twojego omówienia swojego tła, ponieważ myślę, że jest to przydatne dla naszych słuchaczy wiedzieć, że widzieliście tę grę finansów, technologii i regulacji z wielu różnych perspektyw. Więc jeśli nie masz nic przeciwko, Manos, po prostu powiedz nam, wiesz, jak zacząłeś na tym świecie?

Manos: Jasne. Tak więc po raz pierwszy zaangażowałem się w pisanie i czytanie o przepisach w 2008 roku. Byłem wtedy bardzo, bardzo młodym lobbystą w stowarzyszeniu księgowych – ACCA. A ponieważ miałem ich dostęp do krótkich informacji finansowych, nieuchronnie mniej więcej w tym czasie musiałem wziąć udział w dyskusji wokół Bazylei III i implikacji dla finansowania małych przedsiębiorstw. Wkrótce jednak mówiłem i pisałem przede wszystkim o FinTech i regulacjach. W pewnym momencie przeskoczyłem na, chyba to, o czym myślałem wtedy, było o ciemnej stronie. Tak więc dołączyłem do FCA – brytyjskiego regulatora – spędziłem tam trochę czasu, prowadząc ich prace, na poziomie roboczym, nad takimi rzeczami, jak finansowanie społecznościowe lub ich podejście do małych firm, co zaskakujące, polityczne i napięte. Następnie przeniosłem się do londyńskiego startupu RegTech, gdzie byłem ich szefem ds. Operacji związanych z treścią regulacyjną, a także miałem krótki opis produktu. A reszta to oczywiście historia. Dołączyłem do Cambridge Center for Alternative Finance, gdzie kieruję ich praktykami w zakresie przywództwa myślowego, a także programem badań stosowanych w zakresie RegTech i regulacji nadających się do odczytu maszynowego.

Tempo zmian i wielkość dane już dawno przerosły zdolność firm do rzucania ludzi na problem – ludzkie mózgi i ludzkie ciała.

[00: 02: 53.10] Ben: Wrócimy do Genomu Regulacyjnego – projektu, nad którym pracujesz – ale zanim tam dotrzemy, powinniśmy pomniejszyć i porozmawiajmy trochę o całym obszarze zgodności z przepisami i dlaczego stoi przed tak wieloma wyzwaniami? Więc może zacznijmy z punktu widzenia regulowanej instytucji finansowej. Dlaczego przestrzeganie przepisów jest tak czasochłonne i kosztowne dla banków i innych instytucji finansowych?

Manos: Cóż, dobrze, zacznijmy od górnej linii, jeśli chcesz. Dla dużej instytucji finansowej przestrzeganie przepisów kosztuje około 4\% obrotów. Znowu to obrót. To nie jest, wiesz, łamanie marż, to nie jest zysk. To kolosalne kwoty w skali globalnej. A dlaczego to tyle kosztuje? Cóż, myślę, że w niedawnej pamięci nie było czasu, kiedy usługi finansowe nie byłyby ściśle regulowane.Ale od czasu kryzysu finansowego, w szczególności, nastąpiła eksplozja regulacji, która spowodowała wzrost liczby powiadomień regulacyjnych, myślę, że między 2008 a 2018 rokiem około siedem lub osiem razy. Myślę więc, że kluczową kwestią jest to, że koszty są napędzane przede wszystkim ze względu na to, jak wymagające są ramy regulacyjne i tempo zmian. Teraz nie jest to takie samo dla każdej części regulowanego sektora. Tak więc bank pierwszego poziomu prawdopodobnie rozpozna tempo zmian, tak jak go opisuję, podczas gdy powiedzmy, wiesz, mniejszy zarządzający aktywami może tego nie robić, ale ogólnie rzecz biorąc, nastąpiła eksplozja wymagań regulacyjnych. Jednocześnie nastąpiła eksplozja ilości danych przechowywanych przez firmy, nie tylko tych, które muszą przechowywać do celów regulacyjnych, ale także tych, które przechowują do celów komercyjnych. Wiesz, dopiero niedawno – myślę, że to HSBC – jeden z większych banków tworzył jezioro danych, którego rozmiar był dokładnie taki sam, jak cały internet cztery lata wcześniej. Daje poczucie perspektywy tego, o czym mówimy. Tempo zmian i ilość danych już dawno przerosły możliwości firm w rzucaniu ludzi na problem – ludzkie mózgi i ludzkie ciała.

Manos: Istnieją również inne elementy związane ze sposobem zarządzania takimi instytucjami. Tak więc, wiesz, wiele z tych dużych firm to organizacje macierzowe, w których tak naprawdę, w czasie zmian, dość łatwo jest stracić widoczność jako starszy menedżer, dlaczego postępujesz zgodnie ze sposobem, w jaki się przestrzegasz, jakie dokładnie są wyniki. osiągają, i tak dalej, i tak dalej. Jednocześnie organy regulacyjne zaostrzają swoje stanowisko w sprawie osobistej odpowiedzialności menedżerów wyższego szczebla. Wiesz, w Wielkiej Brytanii, Singapurze, Australii, Hongkongu i coraz większej liczbie jurysdykcji istnieją systemy kierownictwa wyższego szczebla. Więc jesteś w takim rodzaju przeciwieństwem słodkiego miejsca, jeśli chcesz, lub najlepszego miejsca dla sprzedawców, w którym kluczowi decydenci stoją w obliczu coraz większej kontroli na poziomie osobistym, a jednocześnie tracą widoczność . Więc jeśli jesteś sprzedawcą, to dobry moment, aby przyjść i spróbować sprzedać im technologię.

[00: 06: 12.08] Ben : A co jeśli spojrzymy na to z punktu widzenia organów regulacyjnych, ponieważ brzmi to trochę tak, jakbyś słuchał, regulatorzy naprawdę kierują tutaj planem – co, jak sądzę, jest do pewnego stopnia prawdziwe – ale regulator nie kontroluje tempa zmian technologicznych, które napędzają innowacje; a organ regulacyjny może tylko naprawdę wpłynąć na swoją jurysdykcję. I myślę, że jedną z rzeczy, które stały się bardziej widoczne w ostatnich latach, jest duża konkurencja między jurysdykcjami w celu przyciągnięcia nowych instytucji finansowych, a także nowych firm z branży FinTech. Czy zatem regulator również widzi potrzebę zrobienia różnych rzeczy w tym miejscu?

Manos: Jasne, wydaje mi się, że istnieją dwa rodzaje przepisów w zależności od tego, skąd pochodzą. Tak więc istnieją zasady, które są zasadniczo zharmonizowane na całym świecie. Na przykład AML, wymogi ostrożnościowe – przynajmniej w bankowości i ubezpieczeniach. A dla nich reguły pochodzą z Olimpu, z G20. Przechodzą kaskadowo przez organy ustanawiające normy, a następnie trafiają do krajowych organów regulacyjnych. Jeśli jesteś regulatorem pracującym w tego rodzaju obszarze tematycznym, to Twoim głównym zmartwieniem jest to, czy zasadniczo przestrzegam międzynarodowych standardów? Czy znalazłem najskuteczniejszy sposób na ich przestrzeganie? AML jest tutaj typowym przykładem, ponieważ jeśli nie przestrzegasz przepisów, jest to duży problem. Cały kraj może znaleźć się na szarej lub czarnej liście, a ty po prostu nie chcesz być tam jako regulator. Ale wiesz, nawet jeśli stawka nie jest tak wysoka, organy regulacyjne chcą wiedzieć, że przestrzegają międzynarodowych standardów. Są też inne obszary regulacji, które są bliższe kwestii zmian technologicznych, o których wspomniałeś wcześniej, w których dobre praktyki kipią oddolnie. Tak więc obszary takie jak, nie wiem, cyberbezpieczeństwo, ochrona danych – wiesz, nie ma jednej jednoczącej siły ani jednej kaskady standardów z góry. Ale każdy chce wiedzieć, jak wypadają w porównaniu z jurysdykcjami, które uważają za konkurencję. Więc jeśli jesteś w Malezji, jesteś Komisją Papierów Wartościowych, przyjrzysz się temu, co robi MAS w Singapurze. Jeśli jesteś w Wielkiej Brytanii, przyjrzysz się temu, co robią Europejczycy po Brexicie. Oczywiście przed Brexitem musisz tylko się podporządkować. Tak więc ten proces benchmarkingu regulacyjnego jest w rzeczywistości jednym z czynników napędzających zmiany regulacyjne na arenie międzynarodowej. W CCF przeprowadziliśmy ankietę wśród organów regulacyjnych ze 111 jurysdykcji na całym świecie. Powiedzieli nam, że prawie każde ćwiczenie przeglądu regulacji w odniesieniu do FinTech wiązało się z jakimś testem porównawczym.W ponad połowie tych okoliczności to właśnie analiza porównawcza skłoniła organy regulacyjne do zmiany sposobu działania.

Jeśli już, to regulatorzy są pod większą presją. Więc kiedy mówimy coś w stylu, wiesz, tempo zmian regulacyjnych zwiększyło się siedmiokrotnie od czasu kryzysu finansowego – no wiesz, budżety firm na przestrzeganie przepisów nie wzrosły siedmiokrotnie. Ale budżety regulatorów wcale się nie zwiększyły, w każdym razie nie w ujęciu realnym.

[00: 09: 11.06] Ben: A co z COVID? Czy miało to duży wpływ na tempo zmian regulacyjnych?

Manos: Cóż, to co mówią nam nasze badania. Tak więc właśnie wyszliśmy z dużego projektu, aby zasadniczo przeprowadzić szybką ocenę wpływu COVID na branże FinTech i RegTech, a także na odpowiedzialnych za nie regulatorów. I oczywiście to, co słyszysz od organów regulacyjnych, to fakt, że COVID zasadniczo zmienił sposób, w jaki podchodzą do niektórych obszarów swojej pracy – nie tylko do tworzenia przepisów, ale także do bezpośredniego nadzoru. Ale wydaje mi się, że to, co regulatorzy zwykle widzą tutaj, to pewne megatrendy, które przyspieszyły – więc trendy w stosunku do Ciebie, mniej lub bardziej istotne usługi finansowe, więcej bankowości internetowej, więcej usług finansowych opartych na aplikacjach itd. na swoich zasobach, aby mogli zrobić więcej, mając mniej punktów styczności z przemysłem. A potem, oczywiście, COVID miał również swoje własne, jeśli wolisz, patologie. Tak więc regulatorzy powiedzieli nam, na przykład, że są znacznie bardziej świadomi i martwią się oszustwami w środowisku COVID, w którym wiele rzeczy musiało zostać umieszczonych w chmurze lub musiało zostać zrobionych zdalnie w stosunkowo krótkim czasie lub gdzie firmy musiały zajmować się sprawami, które wcześniej były bardzo ściśle przechowywane na miejscu, na odległość. Tak więc, oczywiście, nacisk organów regulacyjnych musiał się zmienić.

[00: 10: 48.17] Ben: Więc, Manos, gdybyśmy spróbowali podsumować to, co mi powiedziałeś, twierdzisz, że tempo zmian regulacyjnych przyspiesza do punktu, w którym instytucje finansowe nie mogą już po prostu rzucać, no wiesz, zasobów w tym problemie, ponieważ jest to sytuacja zmieniająca się wykładniczo, więc wymaga rozwiązania technologicznego. Ale czy argumentowałbyś również, że organy regulacyjne muszą włożyć tutaj do gry więcej technologii? Ponieważ przypuszczalnie chcą również wiedzieć, jak zmieniają się i są wdrażane przepisy, i chcą wykorzystać dane, aby upewnić się, że nadążą za potencjalnymi wskaźnikami innowacji, dobrze to wykorzystać pod względem finansowym. włączenie i wszystko inne. Czy możesz powiedzieć, że potrzeba nowej technologii dotyczy zarówno organów regulowanych, jak i organów regulacyjnych?

Manos: Tak. To znaczy, jeśli już, to regulatorzy są pod większą presją. Więc kiedy mówimy coś w stylu, wiesz, tempo zmian regulacyjnych zwiększyło się siedmiokrotnie od czasu kryzysu finansowego – no wiesz, budżety firm na przestrzeganie przepisów nie wzrosły siedmiokrotnie. Ale budżety organów regulacyjnych wcale nie wzrosły, w każdym razie nie w ujęciu realnym. Dlatego organy regulacyjne stają przed tymi bardzo interesującymi wyzwaniami, gdziekolwiek jest to wykorzystanie danych. Na przykład, żeby dać prosty przykład, pierwszym punktem styku z technologią związaną z regulacjami i zgodnością dla większości organów regulacyjnych jest raportowanie. A jeśli porozmawiasz z regulatorem rynków wschodzących – niekoniecznie z najbiedniejszymi krajami na świecie; po prostu, wiesz, znaczące rynki wschodzące – powiedzą: „Wiesz, firmy przekazują nam dane i zanim je zweryfikujemy i upewnimy się, że nie są to śmieci, mają trzy miesiące”. Wróćmy teraz do dyskusji na temat COVID, którą właśnie odbyliśmy. Gdybyś miał trzymiesięczne dane na temat solidności, stabilności finansowej firm, jako organu regulacyjnego, byłoby to bezużyteczne. To migawka z zupełnie innego świata. Możesz więc zobaczyć, jak COVID może naprawdę stworzyć problem dla tamtejszych organów regulacyjnych i obudzić niektórych z nich na wyzwania. Ale nawet jeśli pomyślisz o bardziej normalnych czasach, wiesz, rewolucja FinTech stworzyła bardzo dużą grupę bardzo małych, bardzo marginalnych firm, które czasami latają pod radarem organów regulacyjnych, a czasami tuż nad nimi. I tak na przykład, gdy FCA przejęła płatności, na przykład populacja firm, które miały nadzorować, zwiększyła się ponad dwukrotnie z dnia na dzień. Teraz ich zasoby wcale się nie zwiększyły. Więc co dokładnie robisz w takiej sytuacji? Musisz znaleźć sposób na ustalenie priorytetów zasobów ludzkich. I tak naprawdę jedynym sposobem, aby dojść do punktu, w którym można to zrobić, jest zainwestowanie w technologię, która umożliwia lepsze ustalanie priorytetów poprzez tańsze i skuteczniejsze uzyskiwanie informacji, gdzie ryzyko jest proporcjonalnie mniejsze.

w obszarze AML każdego roku następuje nowe oszacowanie, jaki procent nielegalnych przepływów środków jest faktycznie przechwytywany przez mechanizmy kontroli przeciwdziałania praniu pieniędzy. Zwykle jest to niskie pojedyncze cyfry. Więc wiesz, musisz się zastanawiać, czy to naprawdę najlepsze, co możemy zrobić?

[00: 13: 49.05] Ben: To się dzieje, prawda? Tak więc mamy tysiące nowych uczestników w tej przestrzeni, nowe firmy technologiczne, nowe firmy RegTech wkraczają w tę przestrzeń, aby sprostać wyzwaniom, przed którymi stoją firmy regulowane i organy regulacyjne. Czytałem przed tym podcastem, że myślę, że łącznie ponad 10 miliardów dolarów nowego kapitału wysokiego ryzyka poszło w tę przestrzeń w ciągu ostatnich 10 lat. Czy więc rozwiązujemy ten problem na dużą skalę?

Manos: Cóż, to interesujące. Mam na myśli, oczywiście, rzucanie większej liczby firm na ten problem niekoniecznie musi niczego rozwiązać. To dobry wskaźnik, jak cenna jest nagroda, jak sądzę, dla tego, kto wygra wyścig. Żeby było jasne, tylko liczba RegTechów naprawdę zależy od tego, jak zdefiniujesz ten sektor. Więc wiesz, usłyszysz szacunki od 800 aż do liczby 2000, którą podałeś, ale zebrana kwota jest prawie zawsze szacowana w ten sam sposób, ponieważ większość zbierania funduszy koncentruje się w kilku dużych firmach. Jest to więc jedna z pierwszych rzeczy, o których myślę, że powinniśmy pamiętać w kontekście tej dyskusji. Usłyszysz o bardzo szybkim rozwoju RegTech jako branży i wszystkich historiach sukcesu, ale typowa firma w sektorze RegTech – przeprowadziliśmy własne badania na ten temat – zebrała gdzieś około 1,5 miliona dolarów. Teraz brzmi to jak dużo pieniędzy, jeśli dasz mi je na zakup samochodu, a nawet domu. Ale ile pasa startowego kupuje firma technologiczna? Mniej niż rok. A żeby to jeszcze bardziej uściślić, ile czasu to zajmuje od chwili, powiedzmy, że ktoś w banku ściska ci dłoń i mówi – cóż, już nie może uścisnąć ci ręki, ale wiesz, patrzy ci w oczy wirtualnie i mówi: „Uwielbiam twój produkt, na pewno go kupimy” i moment, w którym po raz pierwszy zobaczysz od nich pieniądze? Zwykle około 18 miesięcy. Musisz więc połączyć te dwie liczby, na przykład, ile mają pasa startowego, w porównaniu z tym, ile czasu zajmuje im faktyczne przekształcenie potencjalnych klientów w płacących klientów. Zatem większość tego sektora nie odnosi szczególnych sukcesów finansowych. I tak sektor ten jest w pewnym sensie dojrzały do ​​konsolidacji. Sporo z tych ludzi rywalizuje w bardzo, bardzo zatłoczonych segmentach. Oczywiście z naszych własnych badań wynika, że ​​między rokiem 2013 a 2017 nastąpiła złota era wchodzenia na rynek. Od tego czasu tempo wchodzenia na rynek znacznie się zmniejszyło. Tak więc ten sektor rośnie teraz bardziej od centrum niż z marginesów – więc duże firmy stają się większe, w przeciwieństwie do dołączania nowych firm.

Jestem sceptyczny co do tempa, w jakim mogą przejść w kierunku regulacji nadających się do odczytu maszynowego i wykonywalnych maszynowo, w których traktujemy przepisy jako kod.

Manos: A teraz, jeśli chodzi o twoje pytanie, tak naprawdę pytanie brzmiało, czy oni rozwiązują ten problem? Myślę, że pierwszą rzeczą, o której należy pamiętać, jest to, że sektor istnieje od około 20, 30 lat, w zależności od tego, jak go zdefiniujesz. Więc, wiesz, miałeś aplikacje do inteligencji regulacyjnej 20 lat temu, miałeś aplikacje BPM i GIC 20 lat temu; ewoluowały od tamtego czasu, owszem, ale już wtedy wyobrażano sobie podstawowy rodzaj darów. Powiedziałbym, że firmy są teraz znacznie lepiej w stanie zrobić, to przede wszystkim znacznie szybciej skalować się i współpracować z mniejszymi instytucjami, ponieważ ich usługi mogą być dostarczane przez chmurę i przez API. Współpraca jest znacznie łatwiejsza, więc łączenie różnych aplikacji za pośrednictwem interfejsów API jest teraz znacznie bardziej realistyczne niż kiedyś. I tak, oznacza to, że idealnie – i będziemy musieli wrócić do tego punktu – wiesz, żadna firma nie musi budować wszystkiego, kończąc na zakończeniu całego rodzaju fabryki zgodności. Więc to oczywiście pomaga. Ale są obszary, w których RegTech nie wywarł jeszcze znaczącego wpływu. Jeśli spróbujesz zmapować, gdzie poszła większość wysiłku – przeciwdziałanie praniu pieniędzy, raportowanie, ryzyko, szczególnie po stronie ostrożnościowej – między tymi trzema obszarami, prawdopodobnie uchwyciłeś 80–90\% aktywności, którą widzieliśmy; prawdopodobnie dużo więcej, jeśli policzysz to po zebranych funduszach. Są też inne obszary, na przykład dotyczące postępowania, które są mniej namacalnymi i ilościowymi obszarami zgodności, w których, wiesz, nie widzisz tego samego poziomu sukcesu. I, oczywiście, nawet tam, gdzie sektor RegTech wkracza – dobrze na nich – wciąż musisz zadać sobie pytanie, ile sukcesów musimy mu pokazać?Tak więc w obszarze AML co roku następuje nowe oszacowanie, jaki procent nielegalnych przepływów środków jest faktycznie przechwytywany przez kontrole AML. Zwykle jest to niskie pojedyncze cyfry. Więc wiesz, musisz się zastanawiać, czy to naprawdę najlepsze, co możemy zrobić?

[00: 19: 02.21] Ben: I słuchając cię, brzmi to trochę tak, jakbyś wiedział, mimo że w tę przestrzeń poszło dużo pieniędzy i zaakceptowanie tego, wiesz, większość z nich poleciała do kilka dużych firm, a nie długi ogon mniejszych dostawców, wydaje się, że wciąż jest dużo dublowania działań w tej przestrzeni, a także potencjalnie, jak na przykład, nie ma pełnego pokrycia przestrzeni regulacyjnej, tj. ludzie wciąż strzelają, ja Chyba dla obszarów o największym rynku adresowalnym. Czy możesz powiedzieć, że są to dwa z wyzwań, które wciąż się utrzymują, że społeczność RegTech wciąż powiela wiele własnych wysiłków, a także, jak wiesz, być może nie ma jeszcze pełnego pokrycia wszystkich obszarów zgodności z przepisami?

Manos: Oczywiście. I nie jestem pewien, czy jakakolwiek firma ma szczególnie dobry przegląd całego swojego konkurencyjnego środowiska, tylko dlatego, że tak wielu ludzi tego próbuje, a wielu z nich wciąż jest pod radarem, chyba że zrobili dwie lub trzy rundy finansowania, a ty zacznij widzieć nagłówki na ich temat. Ale myślę, że ważne jest również, aby powiedzieć, że ogólnie przestrzeganie przepisów wiąże się z kolosalnym powielaniem wysiłków. Jeśli się nad tym zastanowić, przepisy są przepisami. Są jakie są. Ale są tysiące firm świadczących usługi finansowe, z których każda opracowuje własne odwzorowanie reguł, wiesz, w odniesieniu do własnych systemów wewnętrznych. I myślisz: „Cóż, ile z tego stanowi powielanie wysiłku? I czy naprawdę istnieje biznesowy powód, aby to powielać, aby każda firma robiła to samodzielnie? ” Ponieważ zgodność sama w sobie nie zapewnia przewagi konkurencyjnej. Lepsze zarządzanie ryzykiem daje lepsze efekty. Oczywiście lepiej rozumieć klientów, więc są pewne rzeczy, które firmy zawsze będą chciały trzymać blisko siebie. Ale zgodność sama w sobie już nie. Dlatego powielanie jest dość znaczące i niezbyt racjonalne.

[00: 20: 54.08] Ben: Jeśli chodzi o zmianę technologii, wspomniał pan o chmurze, wspomniał pan o API? A co z AI? Ponieważ wydaje mi się, że jednym dużym obszarem potencjalnych ulepszeń jest tu trenowanie modeli… Wiesz, możesz to sobie wyobrazić szczególnie w przypadku przestępstw finansowych, na przykład, gdy, wiesz, wielu aktorów przekazuje informacje o przestępstwach finansowych, a jeden dostawca może przeszkolić najlepsze modele i zapewnić najlepszą analizę predykcyjną dotyczącą miejsc, w których mogą pojawić się przestępstwa finansowe, lub zatrzymać wzrost finansowy w oparciu o wzorce obserwowane w przeszłości. Czy widzimy więc w tej dziedzinie wiele innowacji i postępów dzięki sztucznej inteligencji?

Manos: Jesteśmy. Wydaje mi się, że byłoby lepiej, ponieważ ilość mocy obliczeniowej, którą możemy obecnie wykorzystać, jest kolosalna. Więc wiesz, pierwszej wiosny AI, w latach 50. i 60. – nie wspominam, nie było mnie tam – wtedy komputerowi zajęłoby około siedmiu minut przeanalizowanie jednego zdania lub jednego akapitu. tekstu. A teraz możemy zrobić ich miliardy w tym samym czasie. Wiesz, oczywiście, że to pomaga. To powiedziawszy, aplikacje AI przeważnie kończą się kompromisem. Pomyśl o tym trochę jak o procesie przemysłowym, w którym, ponieważ pod koniec dnia większość zastosowań sztucznej inteligencji, które zobaczysz w zgodności, sprowadza się do modeli statystycznych. Masz wskaźniki błędów, masz fałszywe alarmy, masz fałszywe negatywy. Cały rodzaj procesu zapewniania jakości polega na stwierdzeniu: „Cóż, ile fałszywych trafień i fałszywie negatywnych wyników możemy tolerować?” A w szczególności pytanie „Ile fałszywych negatywów możemy tolerować?” Ponieważ to jest miejsce, w którym zostaniesz ukarany grzywną lub trafisz do więzienia. I tak zwykle dzieje się tak, że firmy, z pewnością przestrzegające przepisów, bardzo niechętnie akceptują fakt, że w procesie zgodności będzie występował stały poziom błędów, szczególnie w sprawach takich jak przeciwdziałanie praniu pieniędzy. A więc wiesz, wielu będzie poszukiwać poziomu pewności, który jest po prostu niemożliwy. Niektórzy z nich będą tolerować zwolnienia i powielanie, aby upewnić się, że są objęte gwarancją. Szczególnie w większych firmach często dochodzi do duplikacji. Jeśli jesteś bankiem pierwszego poziomu, istnieje spora szansa, że ​​masz licencję na oprogramowanie, które powiela rzeczy, które stworzyłeś we własnym zakresie, że masz licencje na oprogramowanie od dwóch różnych osób, które się pokrywają. Tak więc strategia dotycząca włączenia sztucznej inteligencji w tym obszarze wciąż nie jest w pełni dopracowana.

aby przejść od niechlujnego języka regulacyjnego do czegoś, z czym ludzie mogą pracować, musisz mieć jakąś mentalną mapę tego, jakie przepisy istnieją, rodzaj taksonomii obowiązków i koncepcji regulacyjnych . To jedna strona. I musisz mieć odpowiednią mapę mentalną tego, jak wygląda firma – co jest dla niej ważne. Dlatego firma nie postrzega siebie jako zbioru zobowiązań dotyczących zgodności. Widzi siebie jako zbiór produktów, funkcji i lokalizacji, a nawet procesów, kontroli, zasad i tak dalej, i tak dalej. Musisz więc mieć obie te mapy, a następnie zmusić je do rozmowy – stwórz więc powiązania między dwiema stronami równania.

[00: 23: 41.02] Ben: A co z całym obszarem regulacji wykonywalnych maszyn? Więc, wiesz, z pewnością czytałem o wielu firmach, które pracują, wiesz, w zasadzie zamieniają przepisy w kod, który może być następnie wykonywany przez maszynę. I to wydaje się, wiesz, przynajmniej prima facie, jak najbardziej eleganckie rozwiązanie tego problemu, prawda? Ponieważ jeśli regulatory mogą wydawać bardzo precyzyjne regulacje i można je przekształcić w kod, to nie tylko ten kod może zostać natychmiast wykonany, ale zostanie wykonany dokładnie tak, jak regulator zamierzał wykonać. Więc to wygląda na Świętego Graala, zgadzasz się? Czy uważasz, że to realistyczne i robimy postępy w tym kierunku?

Manos: Mam na myśli, to jest Święty Graal. Jest to interesujące, ponieważ jest to jedna z dziedzin, w której programiści i prawnicy są pośrodku. Obie strony myślą jak maszyny. Chcą bardzo precyzyjnych i spójnie sformułowanych danych wejściowych i wyjściowych. Ale w rzeczywistości większość przepisów nie działa w ten sposób. Tak więc szum wokół przepisów odczytywalnych maszynowo i wykonywalnych maszynowo jest tym, czym jest, ponieważ niektóre z najwcześniejszych przypadków użycia RegTech i SubTech dotyczą raportowania. A raportowanie przypadków użycia obejmuje mocno wystandaryzowane dane – mówię mocno znormalizowane, ale jeśli zobaczysz je z góry w ich surowej postaci, nie zawsze są one tak dobre, ale obejmują znacznie bardziej ustandaryzowane i znacznie więcej danych ilościowych, a także bardziej ustrukturyzowane niż większość innych przypadków użycia RegTech. Tak więc, jeśli naprawdę interesuje Cię tylko raportowanie i powiązane przypadki użycia, faktycznie nastąpi regulacja w postaci czytelnej i wykonywalnej przez maszynę. Wiesz, to już się dzieje w niektórych domenach i będzie miało miejsce w większości innych. Włożyły w to ogromne sumy pieniędzy, ogromną ilość uwagi i wysiłek związany z ustalaniem standardów. Ale jest też wiele regulacji, w których ten poziom standaryzacji, kwantyfikacji i struktury po prostu nie istnieje, częściowo dlatego, że nie tak to zostało zaprojektowane, a przeprojektowanie go od podstaw jest bardzo kosztowne, ale częściowo dlatego, że organy regulacyjne tego chcą lub prawodawcy chcą, żeby tak było.

Manos: Oto przykład bliskie mojemu doświadczeniu: powiedzmy, że przepisy dotyczące kredytów konsumenckich w Wielkiej Brytanii nie zawierają żadnych wskazówek, jakie kryteria ktoś powinien spełnić, aby otrzymać kredyt. Nie dlatego, że nie byli w stanie wymyślić, no wiesz, dobrego wyobrażenia o tym, jak wygląda zdolność kredytowa, ale dlatego, że ustawodawcy i regulatorzy chcą, aby firmy miały swobodę wymyślania własnej odpowiedzi na pytanie. W innych przypadkach nie chodzi o elastyczność, ale o odpowiedzialność. Dlatego bardzo często regulator chce, aby ciężar spoczywał na firmie, aby znaleźć sposób na zapewnienie regulatora, że ​​wyniki są zgodne z oczekiwaniami regulatora. I tak, możesz sobie wyobrazić sytuację na granicy tej drogi prowadzącej do regulacji nadającej się do odczytu maszynowego, wykonywalnej przez maszynę, w której regulator po prostu zwalnia swój kod i mówi: „OK, podłącz to, podłącz do swoich jezior danych i wyłącz przyniesie zgodne wyniki ”. Jeśli coś pójdzie nie tak, kto jest winny? Jedyną osobą, którą można teraz obwiniać, jest regulator. Nie jest to zbyt wygodne miejsce, z pewnością nie, jeśli jesteś niezależnym regulatorem. Na przykład, jeśli staniesz się kanapką między przemysłem a rządem, to skończy się tym, że regulator zostanie zmiażdżony. Tak więc w niektórych obszarach regulacji wystąpi naturalny opór przeciwko takiemu poziomowi mechanizacji. Ale nawet w przypadku raportowania, w którym powinno to działać dobrze, wiesz, jeśli usłyszysz odgłosy pochodzące od jakiegoś rodzaju wiodących organów regulacyjnych na świecie – nie tylko FCA tutaj w Wielkiej Brytanii – usłyszysz, że olbrzymie ilości standaryzacji danych, które należy przeprowadzić, zanim obietnica nawet tego przypadku użycia – który jest najbardziej obiecującym przypadkiem użycia RegTech ze wszystkich – może zostać spełniona. Dlatego sceptycznie podchodzę do tempa, w jakim możemy przejść w kierunku regulacji nadających się do odczytu maszynowego i wykonywalnych maszynowo, gdzie przepisy traktujemy jako kod.

Traktowanie przepisów jako treści, w których mówimy, że językiem regulacyjnym jest to, czym one są, a zadaniem RegTech nie jest tak naprawdę przekształcanie go w kod wykonywalny uruchamiany przyciskiem, ale raczej jego przekształcenie na przepływy pracy i reguły biznesowe.

Manos: Teraz odwrotnie, co działa , ale jest bardziej ludzki w sposobie, w jaki działa, traktuje przepisy jako treść, w której mówimy, że język regulacyjny jest tym, czym jest, a zadaniem RegTech nie jest tak naprawdę przekształcanie go w kod wykonywalny uruchamiany przyciskiem, ale raczej przekształcić go w przepływy pracy i reguły biznesowe. Chodzi więc o to, że aby przejść od niechlujnego języka regulacyjnego do czegoś, z czym ludzie mogą pracować, trzeba mieć jakąś mentalną mapę tego, jakie przepisy istnieją, rodzaj taksonomii obowiązków i koncepcji regulacyjnych. To jedna strona. I musisz mieć odpowiednią mapę mentalną tego, jak wygląda firma – co jest dla niej ważne. Dlatego firma nie postrzega siebie jako zbioru zobowiązań dotyczących zgodności. Widzi siebie jako zbiór produktów, funkcji i lokalizacji, a nawet procesów, kontroli, zasad i tak dalej, i tak dalej. Musisz więc mieć obie te mapy, a następnie zmusić je do rozmowy – stwórz więc powiązania między dwiema stronami równania. Jeśli już to zrobiłeś, możesz skutecznie sprawić, by jedna aplikacja lub wiele aplikacji komunikowało się ze sobą przez interfejsy API, aby wykonać ten interesujący rodzaj przekazywania treści regulacyjnych. Tak więc treść regulacyjna pojawia się, zostaje oznaczona zgodnie z tym, dokąd ma się udać, z czym jest związana, a następnie jest przekazywana do odpowiedniej aplikacji, do odpowiedniego właściciela tematu z instrukcją, która wskazuje, jakiego rodzaju przepływu pracy oczekuje się później . Więc to jest bardziej bałaganiarskie, bardziej ludzkie, ale z tych samych powodów jest kuloodporne. W końcu ktoś upewni się, że system działa. Zważywszy, że przepisy od końca do końca odczytywane maszynowo i wykonywalne maszynowo zwykle się psują.

[00: 30: 19.28] Ben: Wiesz, jeśli pomyślimy o idei regulacji wykonywalnej maszynowo jako… Wiesz, gdybyśmy byli w cyklu szumów Gartnera, prawdopodobnie w nawiasach byłaby mowa o przepisach wykonywalnych maszynowo do raportowania, prawda? A potem byłoby to gdzieś dość wcześnie w cyklu szumu, ponieważ, wiesz, to prawdopodobnie jest podekscytowane i zamierzamy przejść do dna rozczarowania. Gdzie jesteśmy z podejściem alternatywnym, którym jest, jak wiesz, wykorzystanie, jak sądzę, sztucznej inteligencji i klasyfikatorów itd., Aby móc klasyfikować tekst przepisów na dużą skalę i wykorzystywać go, jak powiedziałeś, w przepływach pracy. Wydaje się więc, że jest to bardziej obiecujące podejście i gdzie jesteśmy w cyklu szumów z tego rodzaju mostem?

Manos: Tuż przed przejściem od regulacji wykonywalnych maszynowo, myślę, że kluczowymi momentami w cyklu szumu w tym zakresie, prawdopodobnie kluczowymi momentami byłby pilotaż FCA i banku Anglii w zakresie cyfrowego raportowania regulacyjnego. Więc to był zdecydowanie punkt hype w cyklu hype. A jeśli przeczytałeś wszystkie ich raporty z wyciągniętych wniosków, faktycznie poczujesz, że przesuwasz się w dół cyklu szumów. Trudno je przeczytać i pomyśleć: „Och, to był wsad”. Ale potem spojrzysz na takie rzeczy, jak, wiesz, Common Domain Model ISDA, który w zasadzie daje ci sposób na uczynienie wielu warunków kontraktowych dotyczących instrumentów pochodnych zarówno do odczytu maszynowego, jak i do ich wykonywania. I myślisz: „Cóż, tam jest cicho. Ale w rzeczywistości wydaje się, że działa to całkiem nieźle ”. A cała przyczyna regulacji odczytywalnych maszynowo i wykonywalnych otrzymała nowe życie dzięki piaskownicy G20 kierowanej przez Arabię ​​Saudyjską, która naprawdę koncentruje się na tego typu aplikacjach. Więc wiesz, myślę, że zostało nam jeszcze trochę szumu po stronie wykonywalnej maszyny.

Manos: Ale jak powiedziałeś, myślę, że jest dużo więcej do powiedzenia na temat regulacji jako treści i drugiej lub mniej ambitnej strony RegTech. I tam chyba poziom dojrzałości jest bardzo dobry. Tak więc, kiedy spojrzeliśmy na rynek jako ostatni – prawdopodobnie możesz wymienić coś w kolejności od 25 do 30 platform lub narzędzi, które znajdują się w przestrzeni wywiadu regulacyjnego, które naprawdę robią znaczące postępy w organizowaniu regulacji, zgodnie z ich tematami i tematami oraz używanie takich rzeczy, jak przetwarzanie języka naturalnego i uczenie maszynowe, aby zautomatyzować to, aby mogli czytać podręczniki na dużą skalę. W końcu chcesz się udać, ponieważ istnieje jeden rodzaj wirtualnego interfejsu do każdej księgi zasad na świecie. Jeszcze nas tam nie ma. Ale myślę, że tak długo, jak myślisz tylko o prywatnych standardach, my też nie jesteśmy tak daleko.Mam na myśli, że wykonano bardzo znaczącą pracę i możesz już wymienić trzy lub cztery firmy, które są daleko przed innymi – nie wymienię ich tutaj. Ale to, czego nie masz, to sposób na pogodzenie wszystkich tych zastrzeżonych standardów w jeden język regulacji. Jest to dość trudne dla kogoś po stronie zakupów, ponieważ oznacza to, że jeśli wykonałeś dużo pracy, aby wdrożyć jednego z tych dostawców i zmapowałeś wszystkie swoje wewnętrzne systemy i kontrole oraz procesy na ich słowniki i mapę zgodności co się stanie, jeśli zechcesz zmienić dostawcę? Wiesz, albo co musi się stać, jeśli chcesz wdrożyć inną aplikację do zapewniania zgodności, która musi komunikować się z tą pierwszą, ale po prostu nie zna języka? To jest ta część, na którą nie mamy jeszcze dobrej odpowiedzi i nie ma wyraźnej komercyjnej zachęty dla firm, aby to stworzyć.

[00: 34: 18.08] Ben: Jakie jest przejście do Regulatory Genome Project, ponieważ jest to przynajmniej częściowo dobro publiczne, prawda? Ma to na celu rozwiązanie właśnie tego problemu tworzenia wspólnych standardów i interoperacyjności, prawda? Na poziomie poniżej aplikacji komercyjnych.

Manos: Zgadza się. Zacznijmy więc od odrobiny informacji na temat Regulatory Genome Project. Tak więc w CCF zwróciła się do nas w 2017 roku firma, która obecnie nazywa się Flourish Ventures i była wtedy częścią sieci Omidyar z bardzo specyficznym przypadkiem użycia. Więc ci faceci byli inwestorami wpływowymi, inwestowali w FinTechy głównie na rynkach wschodzących i frontierowych, których misją była poprawa integracji finansowej. A oni powiedzieli: „Posłuchaj, nasze portfolio radzi sobie całkiem nieźle. Ale jedną z rzeczy, które zwykle przeszkadzają w rozwoju i przejawiają się w rodzaju stabilizacji wzrostu w czasie, który nie jest tak naprawdę pomocny dla naszych firm, jest to, że jeśli chcesz rozwinąć się poza pewien punkt, musisz się rozszerzyć. przynajmniej na poziomie regionalnym. ” Powiedzmy, że zaczynasz w Kenii i chcesz objąć całą Afrykę Wschodnią. Bardzo rozsądne. Tak więc, kiedy firmy osiągają ten etap rozwoju, właściwie jest im ciężko się rozwijać, ponieważ różne rynki, nawet w tym samym regionie, nawet jeśli istnieje pewien poziom integracji, mają różne zasady. Tak więc, potrzeba dużo czasu i pieniędzy oraz honorariów prawników, aby zapewnić wejście na rynek w oparciu o zgodność. Nie ma też obowiązku, aby organy regulacyjne były ze sobą spójne ani ułatwiały Ci życie.

Manos: Przyszli więc do nas z tym pytaniem, mówiąc: „Wiesz, masz dostęp do zasobów na uniwersytecie, no wiesz, nowatorskie badania nad NLP, no wiesz, inżynierowie uczenia maszynowego – czy nie ma czegoś takiego? które możesz zbudować, które przejdą regulacje w różnych jurysdykcjach i sprawią, że będą porównywalne? ” Pomyśleliśmy wtedy, no cóż, to ładny program badań stosowanych. Oczywiście bylibyśmy zainteresowani przyjrzeniem się temu. Ale to, co odkryliśmy podczas tworzenia aplikacji pilotażowej, testowania jej i przekonania się, że działa ona w miarę dobrze, pomyśleliśmy, że omówiliśmy tylko jedną domenę w tym obszarze. Wymyśliliśmy model AML. Omówiliśmy tylko jedną domenę i każdy, do kogo próbowaliśmy ją wykorzystać, jako potencjalny użytkownik powiedziałby: „Cóż, a co z tym innym obszarem zastosowania?” Mogą więc powiedzieć: „OK, AML dobry. A co z cyber? Albo płatności, świetnie. Ale co z ubezpieczeniem? ” Wydawało nam się, że wchodzimy w tę króliczą dziurę na mapie wszystkich przepisów na świecie, aby stworzyć ten jeden produkt.

Manos : Oczywiście było też pewne pytanie egzystencjalne – wiesz, uniwersytet nie jest tak naprawdę sprzedawcą RegTech, nie chcieliśmy być na stałe w branży budowlanej Aplikacje. A tam jest dużo ludzi, prawda? Inni ludzie robią to dłużej i wiedzą o tym lepiej. Pomyśleliśmy więc, co w naszym odczuciu jest naprawdę potrzebne? Czy istnieje dobro publiczne, które mogą przynieść nasze badania? Otóż, jest to zgodne z misją uniwersytetu. I tak pomyśleliśmy o analogii do, jak sądzę, nauk przyrodniczych. A w tamtym czasie, ponieważ mieliśmy do czynienia z ludźmi, którzy byli zaangażowani w Projekt Ludzkiego Genomu, wywołało to takie myślenie, czy to jest to, co staramy się stworzyć naprawdę coś w rodzaju paraleli do Projektu Ludzkiego Genomu? Czy ta pilotażowa aplikacja, którą zbudowaliśmy, jest czymś analogicznym do aplikacji takiej jak 23andMe? A potem, z tego rodzaju myślenia stał się geneza tego, co teraz nazywamy Regulatory Genome Project.

nawet jeśli przeszedłeś już całkiem sporo i odniosłeś wiele sukcesów we wdrażaniu RegTech Myślę, że w organizacji atrakcyjność aplikacji interoperacyjnych i otwartych standardów powinna być dość znacząca.

Manos: Pomyśleliśmy więc, że musimy znaleźć sposób na sfinansowanie oraz źródło i przewodnik dla długoterminowego projektu, który przedstawia wszystkie regulacje. A potem, aby upewnić się, że jest on naprawdę dostępny dla ludzi jako dobro publiczne, musimy nie tylko uczynić zaznaczone zasady, powinienem powiedzieć – zasady tajne – jako otwarte dane lub tak blisko, jak tylko możemy , ale także musimy znaleźć sposób na uwolnienie niektórych stłumionych innowacji, umożliwiając programistom i firmom pracę nad tą mapą regulacji, globalną mapą regulacji i budowaniem własnych aplikacji. W ten sposób nie musimy być, no wiesz, facetami, którzy wszystko budują. Możemy wykorzystać kreatywność i umiejętności techniczne.

Manos: Myślę, że to jest naprawdę ważne należy również pamiętać, że zestawy umiejętności na obu końcach tej podróży są po prostu bardzo różne. Zbudowanie mapy regulacji wymaga więc pewnej wiedzy technicznej w obszarach regulacji, bardzo silnych powiązań z regulatorami – które posiada uczelnia. Natomiast tworzenie aplikacji na tym, co nazywamy „prawą stroną” tej podróży, wymaga bardzo różnych umiejętności i głębszego zrozumienia tego, jak instytucje działają wewnętrznie jako organizacje. Więc co to znaczy, aby maszyna działała? Oczekiwanie, że ktoś to wszystko omówi, jest więc dość trudne. Oznacza to, że większość ludzi, którzy mają innowacyjne pomysły w RegTech, albo pochodzą z jednego, albo z drugiego końca, nie jest w stanie zrealizować wszystkiego. Myślę więc, że to długa droga do stwierdzenia, że ​​kluczowe zasady stojące za projektem Genome to przede wszystkim przepisy powinny być dostępne w formie do odczytu maszynowego jako dobro publiczne. To są rzeczy, o których firmy muszą wiedzieć, zgodnie z prawem. Są robione za publiczne pieniądze. Nie ma powodu, aby nie były to otwarte dane w formacie do odczytu maszynowego. To zasada numer jeden. Zasada numer dwa polega na tym, że wszystkie te informacje muszą być dostępne dla programistów w taki sposób, aby ludzie mogli tworzyć wokół nich aplikacje. I wreszcie – i to jest kluczowa kwestia – zarówno przedstawienie przepisów, jak i wynikające z nich zastosowanie muszą być interoperacyjne. Musisz mieć jeden wspólny język regulacji. To prawda, różne jurysdykcje regulują na różne sposoby, więc nigdy nie dojdziesz do punktu, w którym powiesz: „Cóż, ten wymóg w Brazylii jest dokładnie równoważny z wymogiem w Mongolii”. Ale pośrodku znajduje się rodzaj regulacyjnego Rosetta Stone, który może mapować przepisy z danego kraju w ramach wspólnych ram. Pomyśl o, nie wiem, systemie dziesiętnym Deweya, prawda? Jeśli pójdziesz do biblioteki i jesteś bibliotekarzem z dowolnego miejsca na świecie, oczywiście książki będą inne, ale wiesz, że będzie tam literatura faktu i wiesz, że będą tam nauki przyrodnicze . A więc to jest poziom współdziałania, do którego dążymy.

[00: 41: 27.18] Ben: A jak się tam dostać? W jaki sposób ustalasz sekwencjonowanie genomu informacji regulacyjnych?

Manos: Zróbmy więc tak praktyczne, jak możemy. Zaczyna się więc od ćwiczenia papierowego – mam na myśli ćwiczenie z programu Excel – w którym tworzy się niemal hierarchiczną listę pojęć i obowiązków regulacyjnych. Zwykle robisz to według domeny. Możesz więc powiedzieć: „Oto moja taksonomia pojęć i zobowiązań AML, oto moja taksonomia cyberbezpieczeństwa i tak dalej, i tak dalej”. Wiesz, niektóre z tych taksonomii są poziome – obejmują całą branżę usług finansowych, więc dwa przykłady, które właśnie podałem – niektóre z nich są pionowe. Więc możesz mieć płatności, na przykład ubezpieczenie, finansowanie społecznościowe, co było jednym z obszarów szczególnej uwagi i wiedzy Centrum. A to, co robisz, to tworzenie hierarchicznych list zobowiązań. Na przykład, możesz powiedzieć, nie wiem, powiedzmy, że masz do czynienia z inwestycjami, prawda? Może istnieć kategoryzacja klientów, aw ramach niej definicja akredytowanego lub profesjonalnego kontrahenta. Wiesz, być może nie jest to najlepszy przykład, ale chodzi o to, że zawsze przechodzisz z wyższego poziomu, bardziej ogólnych obowiązków lub rodzin zobowiązań, na bardziej szczegółowe. Teraz, jeśli chcesz, na końcu każdej z tych gałęzi będziesz miał węzeł końcowy. Będziesz mieć najbardziej szczegółowy poziom klasyfikacji regulacji, którymi może zarządzać genom.

Manos: Teoretycznie nie ma ograniczeń. Możesz uczynić je bardziej szczegółowymi, bardziej szczegółowymi i bardziej szczegółowymi. Pamiętaj jednak, że genom jako dobro publiczne ma na celu zapewnienie porównywalności przepisów w różnych jurysdykcjach. Istnieje więc naturalna zasada zatrzymania.Chcesz zatrzymać się w punkcie, w którym wymagania prawne w węźle końcowym są nadal porównywalne na poziomie międzynarodowym. Na przykład kategoryzacja klientów, tak, to jest porównywalne. Wiesz, różnica między profesjonalnymi akredytowanymi inwestorami a zwykłymi inwestorami detalicznymi, tak, to jest porównywalne. Ale jeśli pójdziesz na całość i powiesz, wiesz, „traktowanie władz lokalnych w celu kategoryzacji klientów”, to już tak dobrze radzisz sobie z chwastami, że w większości jurysdykcji masz zamiar wyciągnąć wnioski. A potem dla każdego, kto podlega MiFID, otrzymasz tylko tę notatkę, która mówi, że w rzeczywistości w większości przypadków ci ludzie są klientami detalicznymi. Możesz więc zgadnąć, jaka jest reguła zatrzymania. Schodzisz o tyle poziomów w dół, ile możesz, aż dojdziesz do punktu, w którym międzynarodowa porównywalność jest zagrożona. Tak więc to budujesz.

Manos: Do tego momentu nadal coś w rodzaju papierowego świata. Nadal możesz to robić w programie Excel. Ale kiedy już będziesz zadowolony ze stworzonej struktury, możesz zacząć korzystać z uczenia maszynowego. Uczenie maszynowe polega zasadniczo na zbieraniu dużych ilości danych z różnorodnej próbki i uczeniu maszyny, że określony przykład odpowiada określonemu węzłowi. Załóżmy na przykład, że masz zasady dotyczące oceny zdolności kredytowej pożyczkobiorców konsumenckich w różnych jurysdykcjach. W zasadzie mówisz do maszyny: „Jest to zobowiązanie związane z oceną zdolności kredytowej. To też jest dobre. To też jest dobre. Tak nie jest ”. Powtarzasz to w kółko, aż będziesz w stanie wytrenować w zasadzie model statystyczny – który żyje jako kod i nazywamy go „klasyfikatorem” – aby model ten mógł teraz przyjąć nieznany tekst i zadać sobie pytanie, do jakiej kategorii pasuje . Więc następnym razem przekażesz tekst regulacyjny, którego nigdy wcześniej nie widziałeś, do tego samego klasyfikatora i może on powiedzieć, jakie jest prawdopodobieństwo, że chodzi o zdolność kredytową, a ty ustalasz granicę i mówisz: „Cóż, jeśli jest powyżej, powiedzmy, 70\%, 80\%, oznaczymy to jako jeden. ” Tak więc, jeśli teraz spróbujesz wyobrazić sobie wersję do odczytu maszynowego tego samego dokumentu regulacyjnego, ten akapit lub ten fragment tekstu ma teraz etykietę, elektroniczną etykietę, która mówi: „Odpowiada to tego typu obowiązek.” I każda inna aplikacja, która zna wszechświat tagów, z którymi pracujesz – twoją taksonomię – może teraz to przeczytać i powiedzieć: „Och, dobrze. Wiem, że ten akapit teraz dotyczy tego ”. W ten sposób możesz na przykład uruchamiać zapytania za pośrednictwem interfejsu API; możesz powiedzieć: „Czy możesz przynieść mi cały tekst oznaczony jako ocena zdolności kredytowej?”

[00: 46: 13.17] Ben: Jak trudna jest tam technologia? Brzmi to prawie tak, jakbyś wiedział, pod warunkiem, że wyszkolisz klasyfikatory z wystarczającą ilością danych, a wyniki będą coraz lepsze i lepsze. Czy powiedziałbyś więc, że uzyskanie danych jest większym wyzwaniem niż uzyskanie technologii, czy też zbytnio upraszczam?

Manos: To dobre pytanie. To znaczy, nie chcę bagatelizować tego, jak trudno jest zdobyć technologię. Na przykład koledzy, nad którymi pracujemy, są oczywiście na szczycie swojej gry. To powiedziawszy, technologia wiąże się z własnymi znaczącymi wyzwaniami. Co mam przez to na myśli? Wiesz, nie ma tam ogromnych podatków regulacyjnych. To może zabrzmieć naprawdę zabawnie, biorąc pod uwagę to, co powiedziałem wcześniej.

Ben: Tak, siedmiokrotny wzrost, o którym wspomniałeś wcześniej. Tak.

Manos: To prawda. Ale wiesz, z punktu widzenia uczenia maszynowego, jeśli spojrzysz na to, z jakimi grupami ludzie pracują w celu trenowania modeli uczenia maszynowego, zazwyczaj będą oni używać, no wiesz, całego Twittera przez ostatnie trzy lata lub wiesz, cały tekst Wikipedii, albo cały internet, jeśli o to chodzi. Więc wiesz, w porównaniu z takimi rzeczami, ilość tekstów regulacyjnych nie jest ogromna. Dlatego duże wyzwanie polega na upewnieniu się, że masz wystarczająco dużo próbek, aby faktycznie zbudować dobre modele. Wydaje mi się, że inną rzeczą, którą ludzie powinni docenić, jest to, że powrót do posiadania większej liczby próbek zaczyna maleć dość wcześnie. Więc wiesz, modele nie stają się wykładniczo lepsze, gdy podwoisz lub potroisz ilość danych, do których masz dostęp.

Manos: Staje się to naprawdę trudne, przede wszystkim wtedy, gdy patrzysz na naprawdę nowe lub niszowe obszary. Więc powiedzmy jutro, wiesz, jeden z naszych organów regulacyjnych wymyślił bardzo, bardzo specyficzny rodzaj zobowiązania w odniesieniu do poddania, powiedzmy, kontroli AI.Mówi się więc: „Jeśli wdrażasz jakiekolwiek aplikacje AI jako firma, musisz upewnić się, że podlegają one audytowi przez organ regulacyjny – cokolwiek to oznacza. Wiesz, na początku tylko jeden regulator będzie miał do tego jakiekolwiek odniesienia. Więc twoja próbka będzie malutka, prawda? To jest problem, ponieważ oznacza to, że twój model narażony jest na ryzyko wystąpienia martwych punktów i musisz znaleźć sposoby na załadowanie małej próbki, którą masz, aby upewnić się, że klasyfikatory działają. Nie twierdzę, że jest to niemożliwe i oczywiście moi koledzy pracują nad takimi rzeczami, ale jest to trudne. Jest to również trudne, gdy spojrzysz na technologie nieanglojęzyczne, ponieważ jeśli utworzysz klasyfikator zobowiązań AML napisany po angielsku, będzie to całkowicie bezużyteczne, jeśli czytasz dokumenty w języku hiszpańskim. Problem w tym, że jeśli chcesz powielić ten proces w języku hiszpańskim, Twój zbiór dokumentów staje się teraz znacznie mniejszy. A hiszpański jest, wiesz, głównym językiem na świecie. Spróbuj zrobić to po japońsku, spróbuj zrobić to w rzadziej używanych językach, które dla wielu osób nie są językiem biznesowym. To kolejny poważny problem w tej dziedzinie. Ale myślę, że ostatnia kwestia zawsze będzie dotyczyła tych rzeczy – o czym już kiedyś wspominałem – polega na tym, że pod koniec dnia pojawią się błędy. Powstaje pytanie, wiesz, jaką odpowiedzialność strony powinny przyjąć za te błędy i z kim spoczywa?

[00: 49: 45.07] Ben: Jeśli wyjdziemy poza technologię i dane – chociaż myślę, że jest to trochę związane z danymi – do idei problemu z kurczakiem i jajkiem, ponieważ nie jest trudno przewidzieć czas, w którym genom istnieje, a zatem jeśli jesteś dostawcą RegTech, zbudowałbyś nową aplikację RegTech na genomie, ponieważ nie musisz wtedy samodzielnie wykonywać wszystkich mapowań taksonomii. Możesz po prostu zapytać o dobro publiczne, prawda? Ale od teraz do tego czasu trzeba w zasadzie przekonać dostawców oprogramowania do budowania na genomie, trzeba przekonać organy regulacyjne do współpracy z wami, trzeba przekonać komercyjnych użytkowników, aby z niego korzystali. Jak więc zbudować ten ekosystem wokół genomu, aby odnieść sukces? Innymi słowy, jak rozwiązać ten problem z kura i jajkiem?

Manos: Więc to uczciwe pytanie. Chodzi mi o to, że jest miejsce, w którym możesz zacząć, i to zależy od tego, gdzie są Twoje mocne strony. Więc jeśli spojrzeć na inne inicjatywy, które próbowały wymusić pewien poziom konwergencji w przemyśle, zwykle miałyby pewną siłę w jednym lub drugim obszarze. Teraz, jeśli mówisz o obszarach specjalizacji uniwersytetu, oczywiście z powodu naszej pracy w zakresie budowania zdolności z organami nadzoru finansowego, to dla nas jest to oczywiste miejsce do rozpoczęcia. Mamy więc bardzo silne powiązania z organami nadzoru finansowego na całym świecie, a także wiemy, że mają one bardzo dobry przypadek użycia w zakresie porównawczej analizy regulacyjnej. Pamiętaj więc, co powiedzieliśmy wcześniej w tym podcastu, że organy regulacyjne zawsze sprawdzają ich pracę domową z facetem, który siedzi obok nich. A zatem te ćwiczenia porównawcze są bardzo żmudne – drogie, bardzo powolne. Pamiętam, jak jeden regulator powiedział: „Wiesz, gdybym miał narzędzie, które mogłoby to zrobić, miałbym dziewięć miesięcy życia z powrotem na ostatnim projekcie”. Co było dość intensywne, ale sympatyzuję z tym.

Manos: Więc pierwsi ludzie, którzy się z nimi skontaktowali być regulatorami. Jednak zaangażowanie regulatorów daje zaufanie firmom świadczącym usługi finansowe. I to nie tylko wiara w jakość taksonomii i klasyfikatorów, ponieważ szczerze mówiąc, organy regulacyjne nigdy nie wyciągną dużej pieczątki i nie powiedzą: „Akceptuję to”. Ale firma może zobaczyć, że jeśli jest to wystarczająco dobre, aby regulator mógł to wykorzystać do swoich własnych zastosowań, to, wiesz, może to również wystarczy dla nas. Myślę – wiesz, jeśli chodzi o przemysł – ten proces ustanawiania standardów jest również okazją do wpływania w kierunku dobra wspólnego, w tym sensie, że oczywiście, wiesz, żaden regulator nie pójdzie do konsorcjum firm i powiedz, jak mam napisać moje zasady przeciwdziałania praniu pieniędzy? Ale zapewnienie im narzędzi do porównywania z rówieśnikami zazwyczaj daje w rezultacie lepsze uregulowania prawne, ponieważ ludzie będą teraz mieli bazę dowodową, na której mogą powiedzieć, jaka jest powszechna praktyka? Co to jest dobra praktyka? Jak różne rzeczy korelują z wynikami rynkowymi lub wynikami konsumentów? Tak więc, z perspektywy branży, nawet jeśli nie możesz po prostu lobbować tych ludzi w prymitywny sposób, otrzymali oni narzędzia, dzięki którym wewnętrznie mogą wymyślić lepsze wyniki w sprawach, na których Ci zależy. To kolejny powód, dla którego przemysł naprawdę, no wiesz, powinien zająć się stworzeniem czegoś takiego.

Manos: A gdy już masz kilka dużych banków, kilka dużych funduszy menedżerowie, kilku głównych ubezpieczycieli na pokładzie, a także platforma deweloperska, za pośrednictwem której można uzyskać dostęp do tych aktywów, wtedy jako programista dość pocieszające staje się świadomość, że można budować na tym standardzie, ponieważ ma się poczucie, że cokolwiek się stanie, są ludzie, którzy już są na pokładzie i będą używać aplikacji lub tworzyć aplikacje w oparciu o ten standard. Twoja inwestycja, jednorazowa inwestycja polegająca na odwzorowaniu wszystkich systemów wewnętrznych na ten zestaw wspólnych mianowników nie pójdzie na marne. Jako programista może to być całkiem atrakcyjne, ponieważ alternatywą jest to, że za każdym razem, gdy wchodzisz na pokład nowego dużego klienta, musisz wprowadzać różnego rodzaju poprawki ad-hoc, aby twoje systemy komunikowały się z nimi, czyli ty wiesz, kosztowna praca, za którą nie zawsze otrzymasz wynagrodzenie, ponieważ klient płaci za rzeczywisty wynik, a nie za ścieżkę, którą musisz przejść, aby upewnić się, że możesz go obsłużyć .

[00: 54: 16.15] Ben: Właśnie uruchomiłeś Projekt Genome i właśnie zacząłeś próbować rekrutować nowych członków, nowych członków konsorcjum – sektor prywatny, regulowanych użytkowników genomu. Po pierwsze, jak leci? Po drugie, gdybym był dużą instytucją finansową i miałbym, wiesz, znaczne środki na inwestycje w RegTech i, jak powiedziałeś, miał już wiele, wiele istniejących aplikacji i dostawców RegTech, co by się stało, gdybyś dołączyć do konsorcjum?

Manos: To prawda. Rozmawialiśmy z wieloma dużymi instytucjami finansowymi, zaczynając od niektórych większych, jak można sobie wyobrazić, z oczywistych powodów, które teraz zaczynają przynosić rezultaty w postaci potencjalnej współpracy. Teraz ta działalność nie zakończy się w najbliższym czasie, ponieważ pod koniec dnia chcesz, aby jak najwięcej przemysłu znalazło się na pokładzie konsorcjum. Ale kiedy pierwszy krok rekrutacji firm jest już w znacznym stopniu w toku, wtedy praca zaczyna się od budowy reszty genomu, a także do rekrutacji programistów i upewnienia się, że podnosisz świadomość korzyści płynących z Twojej platformy i budujesz rodzaj narzędzia, które pomogą programistom tworzyć aplikacje na podstawie genomu. Tak więc istnieje znaczący rodzaj mapy drogowej technologii, znaczący plan rozwoju biznesu, a także, oczywiście, semantyczna mapa drogowa, zgodnie z którą w rzeczywistości tworzymy sam genom. A więc to dopiero początek. Ale już widzimy niektóre z pierwszych sukcesów. Podobnie po stronie zobowiązań regulacyjnych. Więc wiesz, mieliśmy kilka pierwszych warsztatów z osobami ze społeczności regulacyjnej, które są gotowe poświęcić swój czas na przeglądanie i zgłaszanie sugestii dotyczących ulepszenia różnych taksonomii. Więc, wiesz, jestem pewien, że jeśli będziemy mówić ponownie tym razem, w przyszłym roku, znaczny procent regulacji finansowych zostanie zmapowany – a w 2022 roku będziemy w sytuacji, w której ludzie będą mogli zacząć tworzenie aplikacji.

[00: 56: 31.28] Ben: Jeśli jestem bankiem i Chcę to zrobić wewnętrznie – ponieważ przypuszczam, że przystępowanie do konsorcjum wiąże się z pewną ceną – jak byście praktycznie przekonali mnie, że ma to sens?

Manos: Tak. Myślę, że zawsze jest to zupełnie inna rozmowa, gdy masz do czynienia z dużą instytucją finansową, która faktycznie wykonała sporo pracy w przestrzeni RegTech – i prawie każda z nich to robi. Jeśli rozmawiasz z bankiem pierwszego poziomu, zostały one zbombardowane propozycjami RegTechs, a nawet potencjalnych konsorcjów. I tak, myślę, że ludzie zwykle na to zareagują – wiesz, dlaczego naprawdę potrzebuję tego typu rzeczy? Mam już dość dojrzałe rozwiązania wewnętrzne, z których jestem dość zadowolony. Więc gdzie jest prawdziwa długoterminowa wartość strategiczna? ” Sądzę, że są na to trzy warstwy. Pierwsza dotyczy tego, jak efektywnie działają zakupy. To wspaniale, że masz dostawcę, z którego jesteś zadowolony. To jest wspaniałe. Jednak to również blokuje Cię, ponieważ zainwestowałeś znaczną kwotę w dostosowanie swoich systemów wewnętrznych do ich systemów, a zwłaszcza na dostosowanie na poziomie semantycznym – więc upewnij się, że wszystkie inne aplikacje mówią tym samym językiem jako dostawca i może mapować do tych samych taksonomii. Zwykle jest to znaczny koszt utopiony. Tak więc firma, która chce odejść od relacji z dostawcami, nie ma w rzeczywistości wielu dobrych opcji, ponieważ będzie musiała ponieść koszty zrobienia tego od nowa, jeśli wejdzie na pokład kogoś nowego.I jest bardzo mało prawdopodobne, że uda im się na przykład założyć startup, który będzie wykonywał tę pracę, ponieważ startup po prostu nie ma gotówki i drogi startowej, aby to zrobić. Skończysz więc w sytuacji, w której masz znaczącego uzależnionego dostawcy. I tak naprawdę nie powinien tak być sposób, w jaki duża instytucja finansowa stosuje technologię zgodności. To jest jedna część odpowiedzi.

Manos: Druga część odpowiedzi brzmi: zwykle, nawet jeśli masz naprawdę dobre aplikacje, ich zakres jest zwykle ograniczony. Więc albo będą ograniczone do kilku domen, na których zostały pierwotnie zbudowane. Powiedzmy więc, że wiesz, gdziekolwiek w Europie lub gdziekolwiek w firmach, które w jakikolwiek sposób współpracują z Europą, ludzie będą budować systemy ad-hoc, na przykład, aby zajmować się zgodnością z MiFID. Nie możesz wtedy zmienić tego przeznaczenia, aby poradzić sobie z nowym rodzajem prawa dotyczącego papierów wartościowych, które pojawi się za 10 lat. Jeśli masz szczęście, być może zaprojektowałeś w ten sposób, ale większość ludzi tego nie zrobi. Zatem korzyść jest taka, że ​​zajmowanie się pewnym de facto standardem, takim jak genom, gdy stanie się on dostępny, buduje pewną długowieczność w tworzonych aplikacjach. I oczywiście nie chodzi tylko o skalowalność w różnych domenach. Chodzi również o to, czy jesteś w stanie obsługiwać jurysdykcje, które nie należą do magicznego kręgu jurysdykcji, do których zwykle kierują się dostawcy? Jeśli więc zastanowisz się, z czym może sobie radzić większość aplikacji, mogą one zająć się UE, Wielką Brytanią, USA i Kanadą, Australią, Hongkongiem, Singapurem – to Twój magiczny krąg. Poza tym, wiesz, w wielu przypadkach są tu smoki. Możliwość posiadania tego samego poziomu skalowalności i funkcjonalności poza tymi podstawowymi jurysdykcjami to ogromna korzyść.

Manos: I wreszcie – i myślę, że tym bardziej, gdy interoperacyjność naprawdę odgrywa rolę – ma miejsce wtedy, gdy masz do czynienia z dostawcami lub partnerami, do których masz kaskadowe obowiązki regulacyjne lub z którymi jesteś związany rurociąg. Myślę więc o takich rzeczach jak, na przykład, zarządzanie produktem, w którym producent produktu finansowego i dystrybutor produktu finansowego są ze sobą związani w zestawie zobowiązań, na przykład wokół określenia docelowego rynku produktu. to identyfikacja wszelkich mających zastosowanie zagrożeń, zrozumienie, jakie zastosowania klienci powinni mieć dla tych produktów, raportowanie, czy są one sprzedawane i dystrybuowane w przewidziany sposób. Wszystko to wymaga przepływu informacji między dwiema bardzo różnymi firmami – wiesz, dystrybutorem może być ogromny bank lub może to być IFA; producentem będzie zazwyczaj bardzo poważna instytucja finansowa – ale to, co mówię, może się bardzo różnić. Podobne rzeczy zdarzają się, na przykład, gdy kaskadowo nakładasz obowiązki w obszarze cyberbezpieczeństwa lub odporności cybernetycznej, gdzie dwie organizacje – dostawca, sprzedawca i kupujący – są w rzeczywistości bardzo różnymi organizacjami. Tak więc, jeśli chcesz, aby ich systemy rozmawiały ze sobą, potrzebujesz wspólnego mianownika, aby zmapować je względem siebie. W przeciwnym razie znowu ryzykujesz tego rodzaju blokadą, o której mówiliśmy wcześniej w odniesieniu do dostawców. Myślę więc, że sedno jest takie, że nawet jeśli przeszedłeś już całkiem sporo i odniosłeś duży sukces we wdrażaniu RegTech w organizacji, atrakcyjność aplikacji interoperacyjnych i otwartych standardów, moim zdaniem, powinna być dość znacząca.

[01: 02: 03.05] Ben: Załóżmy, że tworzysz to, ma szerokie zastosowanie , przezwyciężysz problem z kury i jaja, a potem możemy sobie wyobrazić, że efekty sieciowe – koło zamachowe efektów sieciowych – naprawdę zaczną działać. I wiesz, wtedy będziesz w stanie wyrównać szanse między regulatorami, regulatorzy uzyskasz lepsze informacje zwrotne, aby stworzyć lepsze przepisy, będzie mniej barier wejścia dla nowych firm wektorowych. I tak, zobaczysz uwolnienie nowej innowacji RegTech. Firmy będą mogły szybciej i taniej dostosować się do przepisów. Czy opisałbyś to jako stan końcowy, rodzaj dobra zbiorowego, które zostanie utworzone, czy jest coś, co przegapiłem?

Manos: Więc nie, myślę, że przeważnie tam jesteś. Chodzi mi o to, że spodziewałbym się zobaczyć, czy to wszystko działa poprawnie, to fakt, że w końcu istnieje rynek, na którym firmy mogą angażować programistów do pracy nad genomem – wiesz, nie muszą angażować nikogo z nas w jakikolwiek sposób. Ale także organy regulacyjne mogą zacząć pisać przepisy, które są możliwie najbardziej czytelne maszynowo. Na przykład obecnie istnieją standardy, takie jak wspólny tors do pisania dokumentów nadających się do odczytu maszynowego na poziomie dokumentu. Wiesz, możesz zrobić o wiele lepiej, jeśli masz wspólny standard dla tego, co jest w dokumencie AML lub co może być w dokumencie cyberbezpieczeństwa.W pewnym momencie, gdy osiągniesz masę krytyczną, zaczniesz głębiej wnikać w to, jak organy regulacyjne wykonują swoją pracę, a także znacznie głębiej w to, jak ludzie tworzą aplikacje. I tak właśnie będzie dla mnie sukces – ludzie zaczną rozważać Twoje standardy już na początku tworzenia swoich narzędzi i aplikacji.

Ben : Manos, bardzo dziękuję za przybycie do programu. Było wspaniale!

Manos: Dziękuję za zaproszenie! Prawdziwa przyjemność!

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *