GenAI rakendamise väljakutsed finantsteenustes

Arvuti võime proosateksti genereerida on viimasel ajal muutunud piisavalt heaks, et seda praktilisel ärilisel kasutamisel arvestada. Miks siis enamik ettevõtteid seda veel ei kasuta? Vaatame mõningaid väljakutseid nende meetodite rakendamisel. Kuigi generatiivne AI (GenAI)
saab luua ka pilte, heli või videot, keskendume siin selle võimele teksti genereerida.

GenAI keskmes on mudel, mis muudab ühe tekstiosa teiseks. Sisendtekst on sageli inimkasutaja esitatud küsimus või käsk. Väljundtekst on loodetavasti õige ja sisukas vastus. Enamik meist on koos mänginud
üks või mitu neist mudelitest võrgus vestlust meenutavas tekstisõnumikeskkonnas. Vaatamata sellele, et see tundub vestlusena, ilmuvad praod, mis annavad meile märku, et me ei räägi inimesega.

Esimene väljakutsete rühm seisneb selles, kuidas need mudelid tehti. Need põhinevad tohututel Internetist pärit tekstikogudel. Suur osa sellest tekstist on väljamõeldud või sisaldab sobimatut kõnet, näiteks diskrimineerimist. Suur osa sellest tekstist on samuti autoriõigusega kaitstud
seadus, mis muudab modellide seaduslikkuse mõnevõrra ebaselgeks.

Järgmine väljakutsete rühm on seotud nende mudelite olemusega. Need kujutavad endast hiiglaslikku tõenäosusmaatriksit selle kohta, milline sõna kõige tõenäolisemalt järgib antud sõnade algusjada. Sellisena ei ole nad võimelised loogiliseks arutlemiseks, põhjuslikuks
argumentatsioon või terve mõistus. Praktiline tulemus on see, et nad annavad aeg-ajalt valesid või võimatuid vastuseid – seda nimetatakse hallutsinatsiooniks.

Lisaks ei saa need mudelid äripraktikas iseseisvalt toimida, vaid need tuleb integreerida mitmesugustesse muudesse tarkvaratööriistadesse, mida sageli valmistavad teised müüjad. GenAI mudelid võivad seejärel kujutada nende tarkvaratööriistade sujuvamaks muutmiseks keeleliidest
palju ülesandeid. GenAI mudelite integreerimine pärandtarkvaraga on aga alles alanud ja selle muudab keeruliseks tarnijate endi mitmekesine ja kiiresti muutuv maastik.

Eeldades, et GenAI oleks täielikult integreeritud finantsteenuste sektoris kasutatavatesse tavalistesse tarkvarautiliitidesse, seisaksime endiselt silmitsi väljakutsega koolitada ja muudatuste juhtimisega tegeleda tööstusharu, mis on uhke inimliku intelligentsuse üle.

Need kõik on põhimõtteliselt väljakutsed. Jätame need praegu kõrvale ja küsime, milleks me GenAI-d finantsteenuste valdkonnas rakendaksime.

Mõned kasutusalad on levinud teistes tööstusharudes, näiteks klienditeeninduse automatiseerimine küsimustele vastamisel või rutiinsete toimingute tegemisel (nt nutikas automatiseeritud vihjeliin). Paljudele klientidele saab saata turundusmeile, mis on kohandatud vastavalt iga inimese käitumisele
konkreetsete toodete ja teenuste reklaamimiseks, mis sellele inimesele tõeliselt sobivad. 

See muutub huvitavamaks, kui mõistame, et GenAI ei räägi ainult inimkeeli, vaid ka arvutikeeli. See võib tõlkida inglise keeles esitatud küsimuse SQL-i, andmebaaside keelde või JavaScripti, veebilehtede keelde. Rahaline
analüütik võib esitada küsimuse inglise keeles, lasta see täiuslikus SQL-is andmebaasi panna ja vastus teisendada JavaScripti lehele, mis kuvatakse analüütilise diagrammina. Finantsanalüütiku jaoks ilmub diagramm koheselt usaldusväärsete arvandmetega.
See on usaldusväärne, sest GenAI ei loonud numbrilist sisu, vaid hankis selle hästi vormistatud andmebaasist. Kiire vastus on märkimisväärne kasu, kuna säästetakse kogu inimtöö ja viivitused.

GenAI suudab kirjutada proosteksti natiivselt ja seega pakkuda finantsanalüüsi või aruande esimest mustandit, mida inimene parandab. On hästi dokumenteeritud, et esimese mustandi automatiseerimine võib säästa kuni 40% kogu inimtööjõust.
aruande jaoks.

Kokkuvõtteks võib öelda, et peamised väljakutsed seisnevad mudelites endis ja nende integreerimises teistesse tööriistadesse. Pärast integreerimist peab neid õigesti kasutama tööjõud, kes on selleks valmis ja koolitatud.

See viib meid finantsteenuste kasutuselevõtu viimase takistuseni: usaldus. Finantsspetsialistid, ettevõtete juhid ja valitsusasutused ei usu veel päriselt, et need tehnoloogiad oleksid nii töökindlad, kui me sooviksime, et need töötaksid
reguleeritud tööstusharu, milles võib hetkega kaduda suured rahasummad. See tuleb täita integratsioonidega, nagu eespool mainitud, et juhtida GenAI-d täpsete andmebaasidega, ja ka AI-tööstuse enda parema propageerimisega, et
võidab usalduse puudumise.

• SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
• PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
• PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
• PlatoESG. Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
• PlatoTervis. Biotehnoloogia ja kliiniliste uuringute luureandmed. Juurdepääs siia.
• Allikas: https://www.finextra.com/blogposting/25582/implementation-challenges-of-genai-in-financial-services?utm_medium=rssfinextra&utm_source=finextrablogs