Υπερβήκαμε τα όρια μιας δεκαετίας, στην οποία έχουν συμβεί πράγματα που ακόμα και οι risk managers με πολύ φαντασία, δύσκολα θα τα περιλάμβαναν στα σχέδια τους. Μπορεί κάποιοι να ισχυριστούν ότι η οικονομική κρίση του 2008 και ο πόλεμος στην Ουκρανία ήταν αναμενόμενα, δεν θα μπορούσαν να πουν όμως το ίδιο για την πανδημία και τις ραγδαίες εξελίξεις της κλιματικής αλλαγής.
Σε αυτό το πλαίσιο μάλλον έκπληξη αποτελεί ο τίτλος μιας πρόσφατης μελέτης της McKinsey, η οποία με τίτλο “From risk management to strategic resilience”, δημιουργεί ερωτηματικά για την πηγή της υπεραισιοδοξίας των των διοικητικών στελεχών που συμμετείχαν στην υλοποίηση της. Σύμφωνα λοιπόν με τη μελέτη, υψηλόβαθμα στελέχη θεωρούν ότι πρέπει να αφοσιωθούν σε μια προσπάθεια να μετουσιώσουν τις παθητικές διαδικασίες διαχείρισης ρίσκου σε μια στρατηγική στο πλαίσιο της οποίας οι προβλέψεις θα εξασφαλίσουν τη μακραίωνη αντοχή των κορυφαίων οργανισμών. Είναι δηλαδή σαν να λέμε ότι σε ένα κόσμο που η μεταβολή έχει γίνει σχεδόν καθημερινότητα, οι άνθρωποι αυτοί θεωρούν ότι μπορούν να χαράξουν ένα ασφαλές μονοπάτι, ανεξάρτητα με το τι συμβαίνει γύρω τους.
Πανδημία και κλιματική κρίση σπάνε τα κοντέρ της ανησυχίας
Οι παράγοντες της πανδημίας και της κλιματικής κρίσης έχουν κοινά χαρακτηριστικά, αλλά και ειδοποιούς διαφορές. Η πανδημία μοιάζει περισσότερο με ένα μάθημα που μας έδειξε τις αδυναμίες ανθρώπων και συστημάτων, αλλά θεωρητικά τουλάχιστον έχει ένα τέλος. Η κλιματική αλλαγή είναι μια χρόνια κατάσταση, την οποία αντιλαμβανόμαστε με διαφορετικό τρόπο, ανάλογα με τα επίπεδα αισιοδοξίας μας και τις ορατές της εκφάνσεις. Μια δεύτερη ομάδα παραγόντων, όπως οι κυβερνοεπιθέσεις, ο πληθωρισμός και η επιτάχυνση του ψηφιακού μετασχηματισμού, ορίζουν ένα δεύτερο επίπεδο ανησυχίας, μάλλον ηπιότερης, δεδομένου ότι η εμπειρία των οργανισμών κάνει τις προβλέψεις σε αυτούς τους τομείς πιο ρεαλιστικές.
Σε αυτό το πλαίσιο, η McKinsey, για λογαριασμό της Federation of European Risk Management Associations (FERMA), εκπόνησε μια μελέτη, βασισμένη σε 200 υψηλόβαθμα στελέχη από διαφορετικούς τομείς της αγοράς και σε διαφορετικές χώρες. Το θεμελιώδες αποτέλεσμα της μελέτης ήταν η στροφή των risk managers από ένα μικρό αριθμό σαφώς καθορισμένων κινδύνων, κυρίως οικονομικής φύσης, σε ένα ιστό κινδύνων, ο οποίος θα πρέπει να εκλαμβάνεται ως ένα δομικό στοιχείο της στρατηγικής μακρόχρονης αντοχής των οργανισμών.
Το ενδιαφέρον είναι ότι το 60% των ατόμων που συμμετείχαν, θεωρούν ότι ακόμα και σε αυτό το δύσκολο περιβάλλον, οι οργανισμοί έχουν εξαιρετικές ή πολύ καλές δυνατότητες μακρόχρονης αντοχής σε κινδύνους. Υπερβολική αισιοδοξία ή άγνοια κινδύνου;
Μάλλον τίποτα από τα δύο. Πολλά παραδείγματα μας δείχνουν ότι για τους μεγάλους οργανισμούς, ισχύει το “to big to fall”. Με πρόσφατο το παράδειγμα της Boeing, η οποία πέρασε την πιο δύσκολη κρίση της ιστορίας της, αλλά και των Monsanto και BP, οι οποίες υπέστησαν μεγάλες ζημιές από συμβάντα που θα μπορούσαμε να εντάξουμε σε ένα ευρύτερο κύκλο οικολογικών καταστροφών, φαίνεται ότι με τα ανάλογα κεφάλαια, όλα διορθώνονται. Η τεράστια πληγή των κόκκινων δανείων για τις ελληνικές τράπεζες, παρότι ανοιχτή για δεκαετίες τώρα, δε φάνηκε να απειλεί την αντοχή τους στο χρόνο. Οπότε, μπορούν οι οργανισμοί αυτοί να εφησυχάσουν, θεωρώντας ότι για κάθε πρόβλημα υπάρχει λύση;
Έχουμε δει τα χειρότερα;
Σε αυτήν την ερώτηση, μάλλον κανένας δεν μπορεί να δώσει απάντηση. Ακόμα και σε μια παγκοσμιοποιημένη αγορά που δε γνωρίζουμε αν θα παραμείνει παγκοσμιοποιημένη, τα χειρότερα δεν είναι τα ίδια για τους οργανισμούς κάθε χώρας.
Επιπλέον, η προσπάθεια του ανθρώπινου είδους να ελέγξει τις φυσικές δυνάμεις, φαίνεται να αποτυγχάνει με φρικτό τρόπο. Δικαιολογημένα λοιπόν κάποιοι διανοητές έχουν σταματήσει να μιλούν για αντιμετώπιση της κλιματικής αλλαγής και να θεωρούν πιο πιθανό το σενάριο προσαρμογής στις διαθέσεις της. Σε ένα τέτοιο περιβάλλον, μάλλον θα ήταν περισσότερο λογικό να πούμε ότι δεν έχουμε δει τα χειρότερα, αλλά μπορούμε τουλάχιστον να προετοιμαστούμε για τα χειρότερα. Με αυτό το σκεπτικό το dynamic risk management φαίνεται να κερδίζει διαρκώς έδαφος στις προτιμήσεις των οργανισμών.
Η χρήση των τεράστιων ποσοτήτων δεδομένων που απαιτούνται για τη δυναμική μεταβολή σε ξαφνικές μεταβολές, αν είναι δυνατόν ακόμα και σε πραγματικό χρόνο, δεν είναι πλέον τεχνολογικά ανέφικτη, αλλά αυτό δε σημαίνει ότι είναι κάθε φορά αποτελεσματική. Μπορεί οι προμηθευτές να προσπαθούν να μας πείσουν ότι η τεχνητή νοημοσύνη είναι πανάκεια. Πέρα όμως του γεγονότος ότι ακόμα και με την καλύτερη ποιότητα δεδομένων, μακρά ακόμα απέχει από το να είναι επαρκής, η εξάρτησή της από τη ροή πληροφορίας είναι το αδύνατο σημείο της. Όταν οι κυβερνοεπιθέσεις στοχεύουν πλέον σε διακοπή ροής πληροφοριών με αντίτιμο λύτρα και όχι δόξα, όπως στο παρελθόν, είναι σαφές ότι η ασφάλεια των ψηφιακών υποδομών είναι στρατηγικής σημασίας για την μακροπρόθεσμη επιβίωση των οργανισμών.
Πέρα όμως από τις εξωτερικές δυνάμεις που μπορούν να επηρεάσουν τη μακροβιότητα ενός οργανισμού, υπάρχουν και δυνάμεις που μπορούν να κάνουν το ίδιο στο εσωτερικό του, κάτι δηλαδή σαν τα αυτοάνοσα νοσήματα στο ανθρώπινο σώμα. Οι εταιρείες κολοσσοί διοικούμενοι τις περισσότερες φορές από αρκετούς μεγαλομετόχους, έχουν μεν τη δυνατότητα να αντέχουν τις ζημιές, αλλά όχι κάθε φορά και την επιθυμία. Η σκέψη αυτή ανατρέπει σε ένα βαθμό το “to big to fall”, γιατί μπορεί η πτώση να μην είναι εύκολη από εξωτερικές δυνάμεις, μπορεί να δημιουργηθεί όμως από “διαβρωμένα” θεμέλια.
Επομένως, η δυναμική διαχείριση ρίσκου δεν αποσκοπεί μόνο στον περιορισμό της ζημιάς από κινδύνους, αλλά και στη διατήρηση της κερδοφορίας. Σε ένα πρόσφατο άρθρο που δημοσιεύτηκε σε προηγούμενο τεύχος του περιοδικού Digital Finance και αφορούσε μια επένδυση της Υδρόγειος Ασφαλιστικής σε τεχνολογία πρόβλεψης κινδύνου, ο εκπρόσωπος της εταιρείας κάνει σαφές ότι πρωταρχικός στόχος της επένδυσης είναι η μείωση των απατηλών περιστατικών που επηρεάζουν άμεσα την κερδοφορία της εταιρείας.
Συνεχίζει να έχει νόημα ο ορισμός του slow moving risk;
Παραδοσιακά, οι χρηματοοικονομικοί οργανισμοί χωρίζουν τους κινδύνους σε αυτούς που αναδύονται με αργό ρυθμό και σε αυτούς που αναδύονται ξαφνικά. Θεωρητικά, ένας σεισμός ανήκει στη δεύτερη κατηγορία, αν και υπάρχουν στατιστικά μοντέλα που προϋπολογίζουν σε ένα βαθμό τις συνέπειες του, ενώ η παροχή καταναλωτικών δανείων σε δημόσιους υπαλλήλους ανήκει στην πρώτη κατηγορία.
Όλοι λίγο πολύ γνωρίζουμε ότι ένας δημόσιος υπάλληλος στην οικογένεια, είναι σχεδόν εμπράγματη εξασφάλιση για ένα δάνειο.
Ας φανταστούμε λοιπόν ότι τον Μάρτιο του 2021, μια ελληνική τράπεζα, αποφασίζει να μετατρέψει κάποια από τα κεφάλαια της σε καταναλωτικά δάνεια μέχρι 5000 ευρώ. Αναθέτει στην τεχνητή της νοημοσύνη να εντοπίσει την κατηγορία πελατών με τη μικρότερη πιθανότητα κινδύνου και αυτή επιστρέφει μια λίστα, στην οποία οι δημόσιοι υπάλληλοι είναι το 90%.
Η τράπεζα δημιουργεί ένα προϊόν που το ονομάζει “Δάνειο express”, το οποίο διατίθεται από τα ψηφιακά της κανάλια και εγκρίνεται σε λίγα λεπτά.
Όλα βαίνουν καλά, μέχρι που τον Ιούνιο του 2021, εμφανίζεται στους λογαριασμούς ρεύματος η άγνωστη μέχρι τότε χρέωση “Ρήτρα Αναπροσαρμογής”. Η συγκεκριμένη χρέωση διπλασιάζει ή και τριπλασιάζει το κόστος ενέργειας για ένα νοικοκυριό με αποτέλεσμα ένα μεγάλο ποσοστό των ληπτών του προαναφερόμενου καταναλωτικού δανείου, να επιλέγουν να πληρώνουν τους λογαριασμούς ρεύματος, αντί να αποπληρώνουν το δάνειο.
Θα μπορούσαμε να πούμε σε αυτή την περίπτωση ότι η τεχνητή νοημοσύνη που αξιοποίησε η τράπεζα ήταν ανεπαρκής;
Η απάντηση θα μπορούσε να είναι “Ναι”, αν η τράπεζα είχε αναθέσει στην τεχνητή νοημοσύνη να παρακολουθεί τις γεωπολιτικές εξελίξεις και να ενσωματώνει τους κινδύνους στις προτάσεις της. Επειδή όμως μάλλον η τράπεζα δεν είχε κάνει κάτι τέτοιο, δεν μπορούμε να ρίξουμε την ευθύνη στην τεχνητή νοημοσύνη.
Πόσο ευφυείς θεωρούμε τις τεχνητές νοημοσύνες;
Ένα ερώτημα που θα χρειαστεί να απαντήσουν όλοι οι οργανισμοί που θα αξιοποιήσουν το dynamic risk management, είναι το μέγεθος του ποσοστού των αποφάσεων που θα επιτρέψουν στις τεχνητές τους νοημοσύνες και επομένως την ευρύτητα των δεδομένων που θα τις τροφοδοτήσουν. Οι τεχνολογίες μηχανικής μάθησης, αν και γνωρίζουν μια νέα περίοδο αναγέννησης, έχουν μακρά ιστορία. Πολλοί από τους αλγόριθμους που χρησιμοποιούνται σήμερα, έχουν τις ρίζες τους ακόμα και τη δεκαετία του 1960. Επομένως, αυτό που κάνουν οι περισσότεροι κατασκευαστές αλγόριθμων, οι οποίοι στη συνέχεια τους ενσωματώνουν στις εφαρμογές τους, είναι μια βελτιστοποίηση της λειτουργίας τους, αλλά κυρίως αναλαμβάνουν την εκπαίδευσή τους. Θεωρητικά, πριν ο αλγόριθμος εφαρμοστεί σε κάποιο προϊόν, έχει δοκιμαστεί σε συνθήκες εργαστηρίου.
Ωστόσο, η πραγματική εκπαίδευση ξεκινά από την στιγμή που θα λειτουργήσει στον πραγματικό επιχειρηματικό κόσμο. Για παράδειγμα, τα λάθη των αλγόριθμων που χρησιμοποιήθηκαν για την έκδοση αποφάσεων σε απλές νομικές υποθέσεις, έδειξαν τα προβλήματά τους, μόνο όταν εφαρμόστηκαν πιλοτικά σε μεγάλο αριθμό πραγματικών υποθέσεων. Κατά συνέπεια, είναι καθοριστικής σημασίας σε ποιες εφαρμογές και κατ’ επέκταση σε ποιους αλγόριθμους που αυτές εμπεριέχουν θα εμπιστευτούμε τις αποφάσεις διαχείρισης κινδύνου. Επίσης, η ποσότητα των δεδομένων που θα τροφοδοτήσουν τον αλγόριθμο είναι καταλυτικής σημασίας.
Τι νόημα έχει για παράδειγμα ένας αλγόριθμος που προβλέπει τις προμήθειες εποχικών προϊόντων σε μια αλυσίδα λιανικής, αν δεν τροφοδοτείται με ακριβείς προβλέψεις για τον καιρό. Κατ’ αναλογία, τι νόημα έχει ένας αλγόριθμος που υπολογίζει το ρίσκο σε επενδύσεις ανανεώσιμων πηγών ενέργειας, αν δεν έχει τη δυνατότητα να κάνει μακροπρόθεσμες προβλέψεις για τη μεταβολή του κλίματος. Στα πρώτα βήματα, τα οποία μπορεί να έχουν και διάρκεια ενός ή δύο ετών, η επίβλεψη του αλγόριθμου είναι επιβεβλημένη. Άλλωστε, με την επίβλεψη, ο οργανισμός δεν θα αποφύγει μόνο λάθη, αλλά θα έχει τη δυνατότητα να κάνει τις μικρορυθμίσεις που χρειάζονται για την καλύτερη εκπαίδευση του αλγόριθμου.
Επίσης επιβεβλημένη, είναι η συμφωνία ανάμεσα στη διοίκηση και την ομάδα των data scientists, όσον αφορά τις ρεαλιστικές προσδοκίες των αποτελεσμάτων πρόβλεψης.
Μπορεί ο CEO της εταιρείας να είναι συνεπαρμένος από μια ταινία επιστημονικής φαντασίας που είδε το προηγούμενο βράδυ, αλλά αυτό δε σημαίνει ότι την επόμενη μέρα θα έχει στη διάθεση του έναν κβαντικό υπολογιστή για να βάλει τον οργανισμό που διοικεί στη θέση του πρωταγωνιστή του σεναρίου.
Η πανδημία ήταν μια ευκαιρία για τις τράπεζες
Παρά το γεγονός ότι μια πανδημία ακούγεται πάντα σαν κάτι τρομακτικό, τελικά τα αποτελέσματα της στο σύνολο του παγκόσμιου πληθυσμού δεν ήταν και για ρεκόρ Guinness. Ευτυχώς φυσικά για ανθρώπινο είδος, το οποίο με τη βοήθεια της τεχνολογίας και της πειθαρχίας, κατάφερε αυτή τη φορά να επιβιώσει.
Ωστόσο, η πανδημία ήταν μια εξαιρετική άσκηση για τις τράπεζες, οι οποίες δοκίμασαν σε ένα τελείως διαφορετικό περιβάλλον τα μοντέλα διαχείρισης κινδύνου που χρησιμοποιούν. Σύμφωνα με μια μελέτη της McKinsey, η πανδημία επηρέασε την αποτελεσματικότητα των μοντέλων παγκοσμίως, περιλαμβανομένων και μοντέλων με υψηλή αξιοπιστία, όπως αυτά των κινδύνων πίστωσης και απατηλών συναλλαγών.
Η ανταπόκριση των χρηματοοικονομικών οργανισμών, ήταν η εφαρμογή μέτρων έκτακτης ανάγκης, τα οποία λόγω αναγκαίας προχειρότητας, είτε μετρίαζαν υπερβολικά τον κίνδυνο, είτε απαιτούσαν μεγαλύτερες δαπάνες για monitoring.
Πλέον με την πανδημία σε ελεγχόμενη κατάσταση, οι χρηματοοικονομικοί οργανισμοί επαναξιολογούν τα μοντέλα τους και ήδη προβαίνουν σε αλλαγές, όπως για παράδειγμα γίνεται στην Ασία και στη Βόρεια Αμερική, είτε βρίσκονται σε ένα στάδιο αξιολόγησης, όπως γίνεται στην Ευρώπη.
Το δυναμικό risk management που ενσωματώνεται στην στρατηγική μακροχρόνιας αντοχής του οργανισμού, περιλαμβάνει τη δυνατότητα πρόβλεψης κινδύνου, τη διάθεση ανάληψης ρίσκου και τις αποφάσεις δράσεων
Οι πέντε δράσεις που απαιτούνται για τη μετάβαση σε δυναμικό risk management
- Αλλαγή της νοοτροπίας risk management
Μετατόπιση της βαρύτητας από την πρόληψη στη συνύφανση με την στρατηγική και τη δημιουργία αξίας. - Δημιουργία ευέλικτων πρακτικών risk management
Βασικό στοιχείο είναι η δημιουργία ομάδων σε διαφορετικά τμήματα που συνεργάζονται με στόχο τις γρήγορες αποφάσεις σε επιχειρηματικές επιλογές, καινοτόμες ιδέες και τους κινδύνους που εμπεριέχουν. - Αξιοποίηση της ανάλυσης δεδομένων
Ψηφιοποίηση των ροών διαδικασιών, αξιοποίηση των δεδομένων για ευρύτερη κατανόηση των κινδύνων, χρήση αλγορίθμων για ταχύτερη εύρεση σφαλμάτων και προβλέψεις μεγαλύτερης ακρίβειας. - Βελτίωση της αντίληψης του κινδύνου
Περισσότερη γνώση που αποσκοπεί στην πληρέστερη εικόνα του περιβάλλοντος και των κινδύνων του. - Θεμελίωση της κουλτούρας διαχείρισης κινδύνου
Οι ομάδες που βρίσκονται στην πρώτη γραμμή, έχουν κάνει δική τους τη νοοτροπία διαχείρισης ρίσκου του οργανισμού, οι διοικητές των ομάδων έχουν καθορισμένες ευθύνες, η κουλτούρα του risk management συνυφαίνεται με τις καθημερινές επιχειρηματικές δράσεις και τα αποτελέσματά τους.