الذكاء الاصطناعي التوليدي - ريادة الموجة التالية في أسواق رأس المال

  اكتسب الذكاء الاصطناعي التوليدي مكانة بارزة في الآونة الأخيرة بسبب إمكاناته التحويلية والتخريبية حقًا. بدأ التطور بالتطورات السريعة في تقنيات التعلم الآلي للتحليلات التنبؤية وتوليد الرؤى متبوعًا باعتماد نماذج التعلم العميق. تطورت النماذج الآن إلى نماذج LLM أكثر تقدمًا (نماذج اللغات الكبيرة) والتي تشكل الأساس لنماذج الذكاء الاصطناعي التوليدية. لقد كسرت LLM الحواجز على تعقيد اللغة من خلال تمكين التدريب على كمية هائلة من البيانات بما في ذلك النصوص والصور والصوت لفهم السياق والهدف وما إلى ذلك عبر اللغات ، والتي يمكن أن تؤدي إلى مخرجات صحيحة سياقًا ودلالة. يمكن الآن الاستفادة من الذكاء الاصطناعي التوليدي عبر حالات استخدام متعددة مثل الإجابة عن الأسئلة بناءً على قاعدة المعرفة وتلخيص الموضوعات وكتابة التعليمات البرمجية وما إلى ذلك.

تتضمن المجموعة الحالية من تطبيقات الذكاء الاصطناعي التوليدية ChatGPT و DALL-E و Stable Diffusion و BARD و Midjourney و Deepmind وغيرها من التطبيقات التي يمكنها معالجة البيانات التنظيمية الضخمة مثل النصوص ورسائل البريد الإلكتروني والمحادثات والصور والفيديو والتسجيلات الصوتية التي يمكنها تستخدم لدفع التحولات التجارية. تشمل بعض الفوائد تحسين تجربة العملاء وزيادة الإنتاجية وتطوير المنتجات بشكل أسرع وتقليل التكاليف.

حالات الاستخدام الناشئة داخل أسواق رأس المال

بدأت شركات الاستثمار والتكنولوجيا المالية الكبرى بالفعل في تجربة إثبات المفاهيم لحالات الاستخدام المختلفة في الذكاء الاصطناعي التوليدي. تركز غالبية حالات الاستخدام على تحسين وتحويل خدمة العملاء والعمليات والأبحاث والأفكار وإنشاء المحتوى. توفر تطبيقات الذكاء الاصطناعي التوليدية واجهات برمجة تطبيقات سهلة الاستخدام للشركات إما أن تستهلك كما هي أو تختار تخصيص النماذج باستخدام بيانات الملكية. يمكن دمج واجهات برمجة التطبيقات (API) هذه بسلاسة مع تطبيقات المؤسسة لتوفير حل نظام أساسي مترابط.

تعطي الصورة المرفقة نظرة على بعض حالات الاستخدام المحتملة لخطوط الأعمال المختلفة داخل أسواق رأس المال بناءً على المعلومات المتاحة للجمهور.

  من وجهة نظرنا ، تعتبر خدمة العملاء وتوليد المحتوى وبحوث الاستثمار حالات استخدام تستكشفها غالبية الشركات. ويرد موجز عن حالات الاستخدام في الفقرات اللاحقة.

  تتضمن حالة استخدام خدمة العملاء روبوت دردشة خدمة العملاء الذي يمكن أن يساعد في التواصل من خلال فهم الغرض من الأسئلة وصياغة الردود وتحسين جودة الاستجابة. يمكن أيضًا تحليل البيانات التي تم الحصول عليها من التفاعلات من أجل الاهتمامات والمشاعر لتمهيد الطريق لتحسين علاقة العملاء من خلال التخصيص المفرط. يمكن لشركات إدارة الثروات الاستفادة من التكنولوجيا لتقديم مشورة استثمارية مخصصة من خلال القنوات الرقمية ، وبالتالي تعزيز تجربة العميل.

 يمكن لمديري العلاقات أيضًا الاستفادة من ذلك لإنشاء حملات تسويقية مخصصة عبر قطاعات العملاء والمناطق الجغرافية والتركيبة السكانية وبالتالي أتمتة المبيعات والتسويق الرقمي. قد يؤدي ذلك إلى زيادة قيمة العميل والتحويل والاحتفاظ به على مدار فترة زمنية طويلة. يمكن أن يستفيد الفريق القانوني وفريق الامتثال أيضًا من خلال إنشاء تقارير تنظيمية وتقارير امتثال وبالتالي التغلب على تحديات إعداد التقارير متعددة الأشكال.

 يمكن للشركات الاستفادة من إمكانات تحليل البيانات الشاملة للذكاء الاصطناعي التوليدي لتحليل كميات كبيرة من تقارير المحللين النصية والتوصيات ، والنصوص الصوتية والبيانات من وسائل التواصل الاجتماعي والأخبار والمقالات وما إلى ذلك لاكتشاف الأنماط والاتجاهات والارتباطات ، وبالتالي تمكين رؤى الاستثمار المستنيرة والصوت قرارات الاستثمار.

التحديات والمخاطر الحالية في اعتماد الذكاء الاصطناعي التوليدي

على الرغم من أن هذه تقنية رائدة ، إلا أنها تأتي مع تحدياتها ومخاطرها الخاصة التي تحتاج إلى إدارة فعالة من قبل الشركات لاستخدامها المسؤول.

الذكاء الاصطناعي التوليدي هو في أعلى نقطة في دورة الضجيج. من المهم للشركات استكشاف قدرات الذكاء الاصطناعي التوليدية من خلال تحديد حالة الاستخدام المناسبة التي تقدم قيمة تجارية وتساعد على فهم القدرات التكنولوجية بشكل أفضل. البيانات هي أحد الاعتبارات عند اختيار حالة الاستخدام. نظرًا لأن مخرجات النموذج تعتمد بشكل كبير على البيانات ، فإن تحديد المجموعة الصحيحة من البيانات للتدريب وجودة البيانات وتدابير أمان البيانات يحتاج إلى نظرة فاحصة.

لا تزال هناك تحديات مع الاستفادة من النماذج الموجودة مسبقًا والتي تم تدريبها بالفعل على مجموعات البيانات المتاحة للجمهور ، حيث من المحتمل أن تحتوي على معلومات خاطئة ومضللة تؤدي إلى أخطاء في القرار.

هناك مخاطر قانونية ومخاطر تتعلق بالامتثال تتعلق بخصوصية البيانات وسريتها ، وقضايا الاحتيال السيبراني والمسائل المتعلقة بإمكانية شرح المخرجات الناتجة مقابل المخرجات البشرية

كيف يجب أن تستجيب الشركات لتحقيق الإمكانات الكاملة للذكاء الاصطناعي التوليدي؟ 

     يعد الذكاء الاصطناعي التوليدي بتوفير فوائد كبيرة للشركات. من المهم للشركات استكشاف هذه التكنولوجيا الناشئة الآن لاكتساب ميزة تنافسية. تحتاج الشركات إلى مراجعة محفظة الابتكار الحالية لديها وجعل الذكاء الاصطناعي التوليدي أحد مجالات تركيزها المباشر. تحتاج الشركات إلى شراكة مع مزودين خارجيين لتقديم أفضل القدرات التكنولوجية لتحسين رحلة التحول.

يتمثل النهج في تنفيذ PoC والذي يتضمن تحديد حالات استخدام الأعمال وتحديد الأولويات بناءً على التعلم الذي تم التحقق من صحته والذي يمكن تحقيقه من حالة الاستخدام. يمكن أن يكون أحد الأساليب هو استكشاف التفكير التصميمي و / أو منهجيات بدء التشغيل الخالي من الهدر لتحقيق أقصى فائدة. على غرار نماذج الذكاء الاصطناعي الأخرى ، من المهم أن يكون لدى الشركات إطار عمل قوي للذكاء الاصطناعي وحوكمته مع أطر عمل منظمة للذكاء الاصطناعي يمكن تفسيرها وجديرة بالثقة.

وفي الختام 

من المتوقع أن ينمو السوق العالمي للذكاء الاصطناعي التوليدي بنسبة 34٪ بحلول عام 2032 ومن المتوقع أن يرتفع إلى 165 مليار دولار أمريكي. تستثمر الشركات بشكل متزايد في البحث والتطوير ، وبناء POC (إثبات المفاهيم) ، وإنشاء حالات العمل والاندماج في منصات المؤسسة. الشركات التي تدمج القدرات عبر وظائف المكاتب الأمامية والمتوسطة والخلفية ستكتسب ميزة المحرك الأول في السوق. كما هو الحال مع أي تقنيات ناشئة ، يجب إدارة المخاطر بأطر الحوكمة والامتثال وضمان اتخاذ قرارات دقيقة لأنها تتطلب استثمارات كبيرة مرتبطة بالبنية التحتية للتكنولوجيا والقوى العاملة.

• محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
• PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
• أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
• أفلاطون السيارات / المركبات الكهربائية ، كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
• BlockOffsets. تحديث ملكية الأوفست البيئية. الوصول هنا.
• المصدر https://www.finextra.com/blogposting/24544/generative-ai–pioneering-the-next-wave-in-capital-markets?utm_medium=rssfinextra&utm_source=finextrablogs