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!

Подпишитесь 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 особого внимания.

В то время как ChatGPT вывел генеративный ИИ на массовый уровень в 2022 году, DeepSeek достиг новых высот с запуском модели DeepSeek-R1 в 2025 году.

Алгоритм является открытым исходным кодом и бесплатным, но показывает результаты, сопоставимые с платными проприетарными решениями. Поэтому он представляет собой заманчивую бизнес-возможность для финтех-компаний, надеющихся извлечь выгоду из ИИ, однако вызывает и этические вопросы.

Рекомендуемое чтение:

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

Конфиденциальность данных

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

Дополнительная сложность DeepSeek заключается в том, что это китайская компания. Правительство Китая может получить доступ ко всей информации, хранящейся в китайских дата-центрах, или запросить данные у компаний внутри страны. Следовательно, модель может представлять риски, связанные с иностранным шпионажем и пропагандой.

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

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 институты исторически избегали предоставлять возможности меньшинствам, их исторические данные часто содержат значительную предвзятость. Обучение DeepSeek на таких наборах данных может привести к дальнейшим предвзятым действиям, например, отказу в выдаче кредитов или ипотек на основе этнической принадлежности, а не кредитоспособности.

Доверие потребителей

Поскольку новости о проблемах, связанных с ИИ, заполняют заголовки, общественность становится все более настороженной 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 компания создала свою модель всего за 6 миллионов долларов, и как быстрорастущая китайская фирма, она может напомнить о проблемах конфиденциальности, связанных с TikTok. Общественность может не быть готова доверять низкобюджетной, быстро разработанной модели ИИ с их данными, особенно если на Китайское правительство может оказывать влияние.

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.

Запускайте 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.

Минимизируйте 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).

Когда DeepSeek содержит меньше чувствительных данных, риск утечки снижается. Минимизация сбора PII также важна для соблюдения законов, таких как Общий регламент по защите данных (GDPR) и Закон Грамма-Лича-Блайли (GLBA).

Внедряйте меры кибербезопасности

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

Минимум, финтех-компании должны 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-организации должны рассматривать автоматизированный мониторинг своих приложений на базе DeepSeek, поскольку такая автоматизация позволяет экономить в среднем 2,2 миллиона долларов на стоимости утечек за счет более быстрого и эффективного реагирования.

Проводите аудит и мониторинг всех приложений ИИ

Даже после выполнения этих шагов важно оставаться бдительными. Перед запуском DeepSeek необходимо провести аудит приложения на предмет признаков предвзятости или уязвимостей безопасности. Помните, что некоторые проблемы могут быть незаметны сразу, поэтому необходим постоянный контроль.

Создайте специальную команду для мониторинга результатов работы ИИ и обеспечения его этичности и соответствия нормативам. Также важно быть прозрачными с клиентами по поводу этой практики. Это поможет укрепить доверие в области, которая зачастую вызывает сомнения.

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.