Этические соображения при внедрении DeepSeek AI в финтех

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

Откройте для себя лучшие новости и события финтеха!

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 произвёл фурор в сфере ИИ, его возможности и риски требуют особого внимания.

В то время как 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 извлечь выгоду из 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 значительных объёмов 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 китайских дата-центрах или запросить данные у компаний внутри страны. Следовательно, модель может представлять риски, связанные с иностранным шпионажем и пропагандой.

Также существует риск утечек данных третьих сторон. 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 распознаёт и учится на тонких закономерностях, которые могут ускользнуть от внимания человека, он может усваивать бессознательные предубеждения из обучающих данных. Обучаясь на искажённой 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

По мере того как новости о проблемах, связанных с ИИ, заполняют заголовки, общественность становится всё более подозрительной к этим сервисам. 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, будучи быстрорастущей китайской компанией, может напомнить о проблемах конфиденциальности, связанных с TikTok. Общественность может не быть готова доверить свои данные недорогой, быстро разработанной модели ИИ, особенно если на неё 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.

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 серверах в США и снижать опасения по поводу утечек данных со стороны китайского правительства.

Однако не все дата-центры одинаково надёжны. Идеально, если финтех-компании будут размещать 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 функций. 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 о конфиденциальности и раскрытии информации в финансовых услугах (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 экономит в среднем 2,2 миллиона долларов на расходы, связанные с утечками, благодаря более быстрым и эффективным реакциям.

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 рабочую группу для мониторинга результатов работы ИИ и обеспечения его этичности и соответствия нормативам. Также важно быть прозрачными с клиентами по этим вопросам. 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 серьёзно 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.