Mengapa Morgan Stanley membiarkan bot melakukan pekerjaan kepatuhan yang membosankan

Jika bot dapat melakukan tugas berulang di bank, mereka harus, membebaskan orang untuk melakukan pemikiran yang hanya dapat mereka lakukan. Itulah premis di balik proyek otomatisasi inquiries peraturan di Morgan Stanley, The Inovasi Penghargaan Tahun Ini dalam regulasi + Kepatuhan + Kategori Manajemen Risiko.

Ini juga merupakan tren menemukan pijakan di dalam bank di seluruh dunia karena para eksekutif berupaya mengotomatiskan bagian kepatuhan yang tidak ada artinya, memungkinkan penugasan kembali pekerjaan dan lebih banyak waktu bagi staf kepatuhan untuk berpikir tentang menemukan dan mengatasi risiko.

Karena bankir menghabiskan lebih banyak uang untuk AI, otomatisasi adalah salah satu bidang di mana beberapa orang melihat pengembalian yang positif. Lima belas persen bankir yang baru-baru ini disurvei oleh tim peneliti bankir Amerika mengatakan investasi mereka di AI untuk otomatisasi tugas membuahkan hasil-tetapi hanya sepertiga mengatakan pengembalian itu berada di atau lebih dari level yang mereka harapkan.

Proyek ini cocok dengan rencana menyeluruh Morgan Stanley untuk “penciptaan kapasitas“termasuk mengganti otomatisasi dan generatif AI untuk membebaskan pekerja manusia untuk melakukan tugas-tugas yang berpikiran kritis, komputer tidak pandai, untuk” memisahkan penskalaan dari selamanya menambahkan lebih banyak orang, “kata James Boustead, kepala teknologi risiko non-finansial.

Mengubah proses dari manual ke otomatis

Gagasan untuk proyek yang berkecambah pada tahun 2021, ketika Morgan Stanley membeli manajer aset Eaton Vance. Setelah akuisisi, staf Morgan Stanley membedah teknologi yang digunakan Eaton Vance, untuk melihat apakah semua itu dapat digunakan kembali untuk perusahaan secara keseluruhan. Sebagai bagian dari robekan tech-stack ini, mereka melihat proses otomatis menanggapi apa yang dikenal sebagai pertanyaan “lembar biru”, permintaan masuk dari regulator yang menanyakan tentang transaksi atau pola perdagangan tertentu.

“Kami ingin kembali dan melihat Morgan Stanley yang lebih luas, di mana secara material lebih kompleks,” kata Boustead.

Timnya memutuskan untuk merancang otomatisasi serupa untuk pertanyaan peraturan, dimulai dengan pertanyaan tentang perdagangan saham. Langkah pertama, pada tahun 2023, adalah duduk dengan analis kepatuhan yang melakukan pekerjaan untuk memahami bagaimana mereka memindahkan pertanyaan melalui sistem. Itu bukan alur kerja yang seragam, para staf teknologi menemukan.

“Ketika Anda memiliki banyak manusia yang bekerja dalam proses yang sama, mereka mengembangkan cara kerja mereka sendiri dan Anda berakhir dengan beberapa iterasi dari proses yang sama,” kata Boustead, mengharuskan tim untuk memetakan jalur standar untuk diikuti bot.

Boustead memiliki tim yang terdiri dari sekitar 10 orang, yang berbasis di New York City dengan para insinyur dan staf yang mendukung klien di Glasgow, Skotlandia; Segenggam mengerjakan proyek ini, katanya. Untuk melakukan pemrograman yang sebenarnya, tim Boustead bekerja dengan Pusat Keunggulan Internal Bank, yang membantu mereka menerapkan perangkat lunak otomasi proses vendor luar.

“Di mana Anda dapat menghilangkan manusia dari proses yang tidak memerlukan penalaran manusia, jelas ada lebih sedikit margin untuk kesalahan manusia,” kata Boustead. “Mampu menerapkan kontrol kualitas otomatis pada akhirnya juga merupakan manfaat menggunakan mesin.”

Bank besar vs kecil

Kisah Morgan Stanley diputar di seluruh alam semesta bank besar, terutama di Wall Street. Tetapi janji otomatisasi proses belum menjadi kenyataan bagi banyak bank komunitas. Itu karena mereka sering masih terikat pada penyedia core perbankan mereka untuk akses ke teknologi, kata Claude Hanley, mitra di Capital Performance Group yang memberi nasihat kepada lembaga keuangan.

Ini juga masalah memprioritaskan pengeluaran, karena bank -bank kecil memiliki anggaran teknologi yang lebih ketat, dan mendapatkan sponsor senior untuk berbicara untuk proyek -proyek ini ketika uang dialokasikan. Tetapi otomatisasi adalah keharusan untuk fungsi manajemen risiko di dalam bank komunitas, karena mereka tidak mampu mempertahankan pengeluaran untuk staf kepatuhan.

“Bank-bank ini harus menjadi lebih efisien pada akhir kepatuhan karena mereka menghabiskannya di daerah lain dan staf kantor depan semakin mahal,” kata Hanley. “Mereka berusaha mengurangi biaya di non-departemen yang menghadap pelanggan. “

Akankah mengotomatiskan ulasan manual menyebabkan lebih sedikit pekerjaan untuk analis kepatuhan? Hampir pasti ya, menurut Amias Gerety, seorang mitra yang menjalankan investasi AS di perusahaan modal ventura Fintech, QED Investors. Tetapi itu juga harus memungkinkan staf manusia departemen kepatuhan untuk menghabiskan lebih banyak waktu mengevaluasi di mana bank terbuka untuk penipuan, pencucian uang, atau risiko lainnya.

“Kebanyakan orang kepatuhan yang sangat terampil sangat frustrasi karena semua pekerjaan hafalan yang harus mereka lakukan,” kata Gerry. “Mereka sangat jarang memiliki waktu untuk melakukan jenis pemikiran dan analisis bahwa bank sebenarnya membayar mereka untuk menjadi ahli.”

Mengapa RegTech didanai

Sementara otomatisasi proses bisnis telah ada selama satu generasi, yang berbeda sekarang adalah meningkatnya penggunaan AI untuk membantu tugas -tugas yang sebelumnya tidak dapat diotomatisasi. “Ada terobosan yang terkait dengan AI dan otomatisasi karena yang membuat otomatisasi sulit adalah ribuan kasus tepi potensial yang terus -menerus merusak otomatisasi Anda,” kata Gerety. “Apa yang dapat dilakukan AI adalah memproses mereka yang memiliki kesetiaan yang sangat tinggi dan membuat Anda tetap berada di jalur otomatis.”

Untuk investor fintech, yang bertaruh pada jenis perusahaan mana yang akan menghasilkan kemitraan bank dan, idealnya, keluar dari dolar tinggi, teknologi untuk mengatasi kebutuhan peraturan, risiko, dan kepatuhan bank-“RegTech”-adalah bidang fokus yang berkembang.

“Saya pikir regulasi dan kepatuhan adalah salah satu bidang yang paling menarik untuk proyek-proyek seperti ini karena ada banyak data semi-terstruktur, itu relatif toleran terhadap kesalahan, dan produk kerja hampir selalu merupakan beberapa memo tertulis atau daftar periksa,” kata Gerety.

Di situlah otomatisasi menambah nilai. Ini membuat hidup lebih mudah bagi para bankir, dan memberi para teknolog banyak bidang untuk diatasi.

“Saya pikir kami memiliki kemampuan sekarang yang seperti lima tahun yang lalu kami bahkan tidak akan bermimpi,” kata Boustead.