Згідно з McKinsey, стандарти управління ризиками зростають, що робить прогностичну аналітику у банківській сфері обов'язковою.
З появою великих даних моделювання фінансових ризиків потребує великого досвіду та ретельного управління. Помилки в наборах даних можуть призвести до майже фатальних втрат. Банк Азіатсько-Тихоокеанського регіону, наприклад, втратив 4 мільярди доларів, коли застосував модель процентної ставки, яка містила невірні припущення та помилки у даних. Зайве казати, що ставки високі.
Недоліки в управлінні ризиками можуть вплинути не лише на фінансові установи, а й на позичальників.
У міру зростання проблем управління ризиками існуючі підходи більше не можуть ефективно концентрувати ресурси для прийняття ефективніших рішень на основі даних. Єдине рішення – масштабна розбудова системи за допомогою штучного інтелекту.