Izzivi implementacije GenAI v finančne storitve

Zmožnost računalnika za ustvarjanje proznega besedila je nedavno postala dovolj dobra, da jo lahko upoštevamo pri praktični poslovni uporabi. Zakaj ga torej večina podjetij še ne uporablja? Poglejmo nekaj izzivov pri izvajanju teh metod. Medtem ko je generativni AI (GenAI)
lahko ustvarja tudi slike, zvok ali video, se bomo tukaj osredotočili na njegovo sposobnost ustvarjanja besedila.

V središču GenAI je model, ki en del besedila pretvori v drugega. Vhodno besedilo je pogosto vprašanje ali ukaz uporabnika. Izhodno besedilo je, upajmo, pravilen in smiseln odgovor. Večina od nas se je igrala z
enega ali več teh modelov na spletu v okolju besedilnih sporočil, ki spominja na pogovor. Čeprav se zdi kot pogovor, se pojavijo razpoke, ki nam sporočajo, da ne govorimo s človekom.

Prva skupina izzivov je v tem, kako so bili ti modeli izdelani. Temeljijo na ogromnih zbirkah besedil z interneta. Velik del tega besedila je izmišljenega ali vsebuje neprimeren govor, kot je diskriminacija. Veliko tega besedila je tudi zaščiteno z avtorskimi pravicami
zakona, zaradi česar je zakonitost modelov nekoliko nejasna.

Naslednja skupina izzivov je povezana s samo naravo teh modelov. Predstavljajo velikansko verjetnostno matriko, katera beseda najverjetneje sledi danemu začetnemu zaporedju besed. Kot taki niso sposobni logičnega sklepanja, vzročnosti
argumentacija ali zdrava pamet. Praktični rezultat je, da občasno dajejo napačne ali nemogoče odgovore - nekaj, kar se imenuje halucinacija.

Poleg tega v poslovni praksi ti modeli ne morejo živeti sami, ampak jih je treba vključiti v vrsto drugih programskih orodij, ki jih pogosto izdelujejo drugi prodajalci. Modeli GenAI lahko nato predstavljajo jezikovni vmesnik za ta programska orodja za racionalizacijo
veliko nalog. Vendar pa se je delo integracije modelov GenAI s podedovano programsko opremo šele začelo in je zapleteno zaradi raznolike in hitro spreminjajoče se pokrajine samih prodajalcev.

Predpostavimo, da bi bil GenAI popolnoma integriran v običajne pripomočke programske opreme, ki se uporabljajo v industriji finančnih storitev, bi se še vedno soočili z izzivom usposabljanja in upravljanja sprememb v delovni sili v industriji, ki se ponaša s človeško inteligenco.

To so načeloma vsi izzivi. Pustimo jih za zdaj ob strani in se vprašajmo, za kaj bi zaposlili GenAI v finančnih storitvah.

Nekatere uporabe so pogoste v drugih panogah, kot je avtomatizacija storitev za stranke pri odgovarjanju na vprašanja ali opravljanju rutinskih opravil, kot je pametna avtomatizirana vroča linija. Številnim strankam lahko pošiljamo marketinška e-poštna sporočila, ki so zapleteno prilagojena vedenju vsakega posameznika
vzorec za oglaševanje določenih izdelkov in storitev, ki so resnično primerni za to osebo. 

Še bolj zanimivo postane, ko ugotovimo, da GenAI ne govori le človeških jezikov, temveč tudi računalniške jezike. Lahko prevede vprašanje, postavljeno v angleščini, v SQL, jezik baz podatkov, ali v JavaScript, jezik spletnih strani. Finančna
analitik lahko postavi vprašanje v angleščini, to postavi v bazo podatkov v popolnem SQL in odgovor pretvori v stran JavaScript, ki se prikaže kot analitični grafikon. Za finančnega analitika se grafikon takoj prikaže z zanesljivimi numeričnimi podatki.
Vredno je zaupanja, ker GenAI ni ustvaril numerične vsebine, temveč jo je pridobil iz dobro oblikovane baze podatkov. Takojšen odgovor je pomemben dobiček, saj je prihranjeno vse človeško delo in zamude.

GenAI lahko izvorno piše prozno besedilo in tako lahko zagotovi prvi osnutek finančne analize ali poročila, ki ga popravi človek. Dobro dokumentirano je, da lahko avtomatizacija prvega osnutka prihrani kar 40 % celotnega človeškega dela.
za poročilo.

Če povzamemo, so glavni izzivi sami modeli in njihova integracija v druga orodja. Ko so integrirani, jih mora pravilno uporabljati delovna sila, ki je za to pripravljena in usposobljena.

To nas pripelje do zadnje ovire za sprejetje finančnih storitev: Zaupanje. Finančni strokovnjaki, direktorji podjetij in vladni regulatorji še ne verjamejo povsem, da so te tehnologije tako zanesljive, kot bi želeli, da služijo
regulirana industrija, v kateri se lahko v trenutku izgubijo velike vsote denarja. To je treba doseči z integracijami, kot je zgoraj omenjena, za nadzor GenAI z natančnimi zbirkami podatkov in tudi z boljšim zagovarjanjem same industrije umetne inteligence, tako da bo razumevanje
premaga pomanjkanje zaupanja.

• Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
• PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
• PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
• PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
• PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
• vir: https://www.finextra.com/blogposting/25582/implementation-challenges-of-genai-in-financial-services?utm_medium=rssfinextra&utm_source=finextrablogs