Этические соображения при внедрении DeepSeek AI в финтех

Девин Партайда — главный редактор ReHack. В качестве писателя её работы публиковались в Inc., VentureBeat, Entrepreneur, Lifewire, The Muse, MakeUseOf и других изданиях.

Откройте для себя лучшие новости и события в финтехе!

Подписывайтесь на рассылку FinTech Weekly

Читают руководители JP Morgan, Coinbase, Blackrock, Klarna и других компаний

Искусственный интеллект (ИИ) — одна из самых перспективных, но одновременно вызывающих особое беспокойство технологий в финтехе сегодня. После того как DeepSeek произвел сенсацию в сфере ИИ, его возможности и риски требуют внимания.

Хотя ChatGPT вывел генеративный ИИ в массовое использование в 2022 году, DeepSeek достиг новых высот с запуском модели DeepSeek-R1 в 2025 году.

Алгоритм открыт и бесплатен, но показывает результаты, сопоставимые с платными проприетарными решениями. Поэтому он представляет собой заманчивую бизнес-возможность для финтех-компаний, надеющихся использовать ИИ, но также вызывает этические вопросы.

Рекомендуемое чтение:

*   **Модель DeepSeek R1 вызывает дискуссии о будущем развития ИИ**
*   **Модель ИИ DeepSeek: возможности и риски для небольших технологических компаний**

Защита данных

Как и в случае с многими приложениями ИИ, существует проблема конфиденциальности данных. Большие языковые модели (LLMs), такие как DeepSeek, требуют значительного объема информации, а в секторе финтеха большая часть этих данных может быть чувствительной.

DeepSeek усложняется тем, что это китайская компания. Правительство Китая может получить доступ ко всей информации на принадлежащих Китаю дата-центрах или запросить данные у компаний внутри страны. Следовательно, модель может нести риски, связанные с иностранным шпионажем и пропагандой.

Еще одна проблема — утечки данных третьих сторон. DeepSeek уже столкнулся с утечкой, которая раскрыла более миллиона записей, что может поставить под сомнение безопасность ИИ-инструментов.

Предвзятость ИИ

Модели машинного обучения, такие как DeepSeek, склонны к предвзятости. Поскольку ИИ очень хорошо распознает и учится на тонких закономерностях, которые могут ускользнуть от внимания человека, он может усваивать бессознательные предубеждения из обучающих данных. Обучаясь на искаженной информации, такие модели могут способствовать и усугублять проблемы неравенства.

Эти опасения особенно актуальны в финансах. Поскольку финансовые учреждения исторически ограничивали возможности для меньшинств, их данные часто содержат значительную предвзятость. Обучение DeepSeek на таких данных может привести к дальнейшим предвзятым действиям, например, отказу в кредитах или ипотеке на основе этнической принадлежности, а не кредитоспособности.

Доверие потребителей

По мере того как новости о проблемах, связанных с ИИ, заполняют заголовки, общество становится все более скептически настроено к этим технологиям. Это может привести к снижению доверия между финтех-компанией и её клиентами, если компания не будет прозрачно управлять этими вопросами.

DeepSeek может столкнуться с уникальным барьером. Сообщается, что модель была создана за всего 6 миллионов долларов, и как быстрорастущая китайская компания, она может напомнить о проблемах конфиденциальности, связанных с TikTok. Общественность может не доверять низкобюджетной, быстро разработанной модели ИИ с их данными, особенно если на нее может влиять китайское правительство.

Как обеспечить безопасное и этичное внедрение DeepSeek

Этические соображения не означают, что финтех-компании не могут безопасно использовать DeepSeek, но подчеркивают важность аккуратной реализации. Организации могут внедрять DeepSeek этично и безопасно, следуя этим лучшим практикам.

Запуск DeepSeek на локальных серверах

Одним из важнейших шагов является запуск ИИ-инструмента на отечественных дата-центрах. Хотя DeepSeek — китайская компания, её веса модели открыты, что позволяет запускать её на американских серверах и снижать опасения по поводу утечек данных со стороны китайского правительства.

Однако не все дата-центры одинаково надежны. Идеально, если финтех-компании разместят DeepSeek на собственном оборудовании. Если это невозможно, руководство должно тщательно выбрать хостинг-провайдера, сотрудничая только с теми, кто обеспечивает высокий уровень времени безотказной работы и безопасности, например, соответствие стандартам ISO 27001 и NIST 800-53.

Минимизировать доступ к чувствительным данным

При создании приложений на базе DeepSeek финтех-компании должны учитывать, к каким данным модель может иметь доступ. ИИ должен иметь доступ только к необходимой информации для выполнения своих задач. Также желательно очищать доступные данные от ненужной личной идентифицируемой информации (PII).

Чем меньше чувствительных данных содержит модель, тем меньше риск при утечках. Минимизация сбора PII также важна для соблюдения законов, таких как Общий регламент по защите данных (GDPR) и Закон Грамм-ЛиЧ-Блайли (GLBA).

Внедрение мер кибербезопасности

Регуляции, такие как GDPR и GLBA, обычно требуют внедрения мер защиты для предотвращения утечек. Даже вне рамок законодательства, история утечек DeepSeek подчеркивает необходимость дополнительных мер безопасности.

Минимум, что нужно — шифровать все данные, доступные ИИ, как в состоянии покоя, так и при передаче. Регулярное проведение тестов на проникновение для выявления и устранения уязвимостей также желательно.

Финтех-компании должны рассматривать автоматизированный мониторинг своих приложений на базе DeepSeek, поскольку такие системы позволяют экономить в среднем 2,2 миллиона долларов на устранении последствий утечек за счет быстрого реагирования.

Аудит и мониторинг всех приложений на базе ИИ

Даже после внедрения этих мер важно оставаться бдительными. Перед запуском DeepSeek необходимо провести аудит, чтобы выявить признаки предвзятости или уязвимости безопасности. Некоторые проблемы могут быть незаметны сразу, поэтому постоянный мониторинг обязателен.

Создайте специальную команду для контроля результатов работы ИИ и обеспечения его этичности и соответствия нормативам. Также важно быть прозрачными с клиентами по поводу таких практик. Это поможет укрепить доверие в этой сомнительной области.

Финтех-компании должны учитывать этику ИИ

Данные в финтехе особенно чувствительны, поэтому все организации этого сектора должны серьезно относиться к инструментам, основанным на данных, таким как ИИ. DeepSeek может стать ценным бизнес-ресурсом, но только при условии строгого соблюдения этических и безопасных стандартов.

Понимая необходимость такой осторожности, лидеры финтеха смогут обеспечить безопасность и справедливость своих инвестиций в DeepSeek и другие проекты ИИ.