Сегодня мы поговорим о больших данных.
Мир меняется, как и то, как его измеряют. На протяжении десятилетий политики и частный сектор полагались на данные, публикуемые официальными статистическими учреждениями, для оценки состояния экономики. Сбор этих данных требует значительных усилий, а публикация часто происходит с задержкой в несколько месяцев или даже лет. Однако в последние несколько лет мы наблюдаем взрывной рост количества легкодоступных данных. Новые модели сбора и распространения данных позволили анализировать огромные массивы данных в режиме реального времени.
Мы живем в эпоху больших данных.
Большие данные и машинное обучение сейчас используются практически во всех секторах экономики. Центральные банки также все чаще используют большие данные в исследовательских целях и для обоснования политических решений. В 2020 году более 80% центральных банков сообщают, что они используют большие данные, тогда как пять лет назад их было всего 30%. Среди учреждений, которые в настоящее время используют большие данные, более 70% используют их для экономических исследований, а 40% заявляют, что используют их для информирования политических решений.
Эти цифры говорят о том, что большие данные и машинное обучение предлагают множество полезных приложений и могут помочь центральным банкам в выполнении их мандата. Текущий прогноз ВВП и инфляции или изучение структуры расходов по регионам и подгруппам населения в режиме реального времени — лишь два из многих примеров.
Тем не менее перед центральными банками также стоят задачи, связанные с раскрытием полного потенциала больших данных и машинного обучения. Ключевой темой обсуждения является доступность больших данных и инструментов для обработки, хранения и анализа. Дизайн правовой базы или аспекты кибербезопасности также находятся в центре внимания центральных банков. Более практическими проблемами являются бюджетные ограничения и трудности с обучением существующих или наймом новых сотрудников для работы над вопросами, связанными с большими данными.
Опрос IFC показывает, что центральные банки готовы объединить усилия, чтобы воспользоваться преимуществами больших данных. Действительно, половина из них сообщила о заинтересованности в сотрудничестве в одном или нескольких конкретных проектах.
Проект AUC использует технологию машинного обучения, чтобы кредитовать большие данные, сгенерированные многоуровневым платежным приложением, людям, не имеющим доступа к банковским услугам. Это один из наших долгосрочных проектов.
Тем самым те, кто еще не успел воспользоваться банком, могли ощутить преимущества устаревшей финансовой системы, а действующие банки получили возможность увеличить дополнительный доход за счет притока новых пользователей.
Команда AUC планирует выйти на глобальный рынок многоуровневых приложений посредством стратегического партнерства с традиционными банками в каждой стране, и в настоящее время многоуровневые приложения находятся в стадии разработки с целью запуска в мае 2021 года.
Так что, пожалуйста, следите за нами.
Благодаря большим данным машины теперь можно запрограммировать так, чтобы они выполняли следующие действия правильно. Но только люди могут сделать следующую правильную вещь.
– Дов Сейдман, генеральный директор LRN
