ความท้าทายในการปรับใช้ GenAI ในบริการทางการเงิน

เมื่อเร็วๆ นี้ ความสามารถของคอมพิวเตอร์ในการสร้างข้อความร้อยแก้วนั้นดีพอที่จะนำไปใช้ในเชิงธุรกิจได้จริง แล้วทำไมบริษัทส่วนใหญ่ถึงยังไม่ใช้มันล่ะ? มาดูความท้าทายบางประการในการนำวิธีการเหล่านี้ไปใช้ ขณะที่เจนเนอเรทีฟเอไอ (GenAI)
สามารถสร้างภาพ เสียง หรือวิดีโอได้ เราจะเน้นไปที่ความสามารถในการสร้างข้อความตรงนี้

หัวใจของ GenAI คือโมเดล ซึ่งแปลงข้อความชิ้นหนึ่งเป็นอีกชิ้นหนึ่ง ข้อความที่ป้อนมักเป็นคำถามที่ถามหรือคำสั่งที่กำหนดโดยผู้ใช้ที่เป็นมนุษย์ หวังว่าข้อความเอาต์พุตจะเป็นคำตอบที่ถูกต้องและมีความหมาย พวกเราส่วนใหญ่เคยเล่นด้วย
โมเดลเหล่านี้อย่างน้อยหนึ่งแบบออนไลน์ในสภาพแวดล้อมการส่งข้อความที่ชวนให้นึกถึงการสนทนา แม้จะดูเหมือนเป็นการสนทนา แต่รอยแตกก็ดูเหมือนจะส่งสัญญาณให้เราทราบว่าเราไม่ได้พูดคุยกับมนุษย์

ความท้าทายกลุ่มแรกอยู่ที่วิธีการสร้างแบบจำลองเหล่านี้ อิงตามคอลเลกชันข้อความจำนวนมากจากอินเทอร์เน็ต ข้อความนี้ส่วนใหญ่เป็นตัวละครหรือมีคำพูดที่ไม่เหมาะสม เช่น การเลือกปฏิบัติ ข้อความจำนวนมากนี้มีลิขสิทธิ์เช่นกัน
กฎหมาย ซึ่งทำให้ความถูกต้องตามกฎหมายของแบบจำลองค่อนข้างไม่ชัดเจน

ความท้าทายกลุ่มถัดไปเกี่ยวข้องกับธรรมชาติของโมเดลเหล่านี้ พวกมันแสดงถึงเมทริกซ์ความน่าจะเป็นขนาดมหึมาของคำใดที่น่าจะเป็นไปตามลำดับคำเริ่มต้นที่กำหนด ด้วยเหตุนี้ พวกเขาจึงไม่สามารถให้เหตุผลเชิงตรรกะและเชิงสาเหตุได้
การโต้แย้งหรือสามัญสำนึก ผลที่ตามมาในทางปฏิบัติคือบางครั้งพวกเขาก็ให้คำตอบที่ไม่ถูกต้องหรือเป็นไปไม่ได้ ซึ่งเรียกว่าอาการประสาทหลอน

นอกจากนี้ ในการดำเนินธุรกิจ โมเดลเหล่านี้ไม่สามารถอยู่ได้ด้วยตัวเอง แต่จะต้องรวมเข้ากับเครื่องมือซอฟต์แวร์อื่นๆ ที่หลากหลาย ซึ่งมักทำโดยผู้จำหน่ายรายอื่น จากนั้นโมเดล GenAI จะสามารถแสดงอินเทอร์เฟซภาษาให้กับเครื่องมือซอฟต์แวร์เหล่านี้เพื่อปรับปรุงประสิทธิภาพได้
งานมากมาย อย่างไรก็ตาม งานบูรณาการโมเดล GenAI เข้ากับซอฟต์แวร์รุ่นเก่าเพิ่งเริ่มต้นและมีความซับซ้อนเนื่องจากภูมิทัศน์ของผู้จำหน่ายเองที่หลากหลายและเปลี่ยนแปลงอย่างรวดเร็ว

สมมติว่า GenAI ได้รับการบูรณาการอย่างสมบูรณ์เข้ากับซอฟต์แวร์ยูทิลิตี้ทั่วไปที่ใช้ในอุตสาหกรรมบริการทางการเงิน เรายังคงเผชิญกับความท้าทายของการฝึกอบรมและการจัดการการเปลี่ยนแปลงในบุคลากรของอุตสาหกรรมที่ภาคภูมิใจในความฉลาดของมนุษย์

สิ่งเหล่านี้ล้วนเป็นความท้าทายในหลักการ ตอนนี้ขอพักไว้ก่อนแล้วถามว่าเราจะจ้าง GenAI ให้ทำอะไรในบริการทางการเงิน

การใช้งานบางอย่างเป็นเรื่องปกติในอุตสาหกรรมอื่นๆ เช่น ระบบอัตโนมัติของการบริการลูกค้าในการตอบคำถามหรือการทำงานประจำ เช่น สายด่วนอัตโนมัติอัจฉริยะ เราสามารถส่งอีเมลการตลาดไปยังลูกค้าจำนวนมากโดยปรับแต่งให้เหมาะกับพฤติกรรมของแต่ละคนอย่างประณีต
รูปแบบการโฆษณาสินค้าและบริการเฉพาะเจาะจงที่เหมาะสมกับบุคคลนั้นๆ อย่างแท้จริง 

สิ่งที่น่าสนใจยิ่งขึ้นเมื่อเราตระหนักว่า GenAI ไม่เพียงแต่พูดภาษามนุษย์ แต่ยังเป็นภาษาคอมพิวเตอร์ด้วย สามารถแปลคำถามที่เป็นภาษาอังกฤษเป็นภาษา SQL ซึ่งเป็นภาษาของฐานข้อมูล หรือเป็นภาษา JavaScript ซึ่งเป็นภาษาของหน้าเว็บได้ การเงิน
นักวิเคราะห์อาจถามคำถามเป็นภาษาอังกฤษ ใส่ไว้ในฐานข้อมูลด้วย SQL ที่สมบูรณ์แบบ และคำตอบจะถูกแปลงเป็นหน้า JavaScript ที่แสดงเป็นแผนภูมิการวิเคราะห์ สำหรับนักวิเคราะห์ทางการเงิน แผนภูมิจะปรากฏขึ้นทันทีพร้อมข้อมูลตัวเลขที่เชื่อถือได้
มีความน่าเชื่อถือเนื่องจาก GenAI ไม่ได้สร้างเนื้อหาที่เป็นตัวเลข แต่ดึงข้อมูลจากฐานข้อมูลที่มีรูปแบบดี คำตอบทันทีจะได้รับประโยชน์อย่างมาก เนื่องจากงานของมนุษย์และความล่าช้าทั้งหมดได้รับการบันทึกไว้

GenAI สามารถเขียนข้อความร้อยแก้วได้ ดังนั้นจึงสามารถจัดทำร่างการวิเคราะห์ทางการเงินหรือรายงานฉบับแรกเพื่อให้มนุษย์แก้ไขได้ มีการบันทึกไว้เป็นอย่างดีว่าระบบอัตโนมัติของร่างแรกสามารถประหยัดแรงงานมนุษย์ได้มากถึง 40%
สำหรับรายงาน

โดยสรุป ความท้าทายหลักอยู่ที่ตัวโมเดลเองและการบูรณาการเข้ากับเครื่องมืออื่นๆ เมื่อรวมเข้าด้วยกันแล้ว จะต้องใช้งานอย่างถูกต้องโดยบุคลากรที่เต็มใจและได้รับการฝึกอบรมให้ทำเช่นนั้น

สิ่งนี้นำเราไปสู่อุปสรรคสุดท้ายในการนำไปใช้ในบริการทางการเงิน: ความไว้วางใจ ผู้เชี่ยวชาญด้านการเงิน ผู้บริหารองค์กร และหน่วยงานกำกับดูแลของรัฐบาลยังไม่เชื่อว่าเทคโนโลยีเหล่านี้จะเชื่อถือได้เท่าที่เราอยากให้เทคโนโลยีเหล่านี้ให้บริการ
อุตสาหกรรมที่ได้รับการควบคุมซึ่งสามารถสูญเสียเงินจำนวนมากได้ในทันที ซึ่งจะต้องพบกับการบูรณาการดังที่กล่าวข้างต้นเพื่อควบคุม GenAI ด้วยฐานข้อมูลที่แม่นยำ และด้วยการสนับสนุนที่ดีขึ้นของอุตสาหกรรม AI เองเพื่อให้เกิดความเข้าใจ
เอาชนะการขาดความไว้วางใจ

• เนื้อหาที่ขับเคลื่อนด้วย SEO และการเผยแพร่ประชาสัมพันธ์ รับการขยายวันนี้
• PlatoData.Network Vertical Generative Ai เพิ่มพลังให้กับตัวเอง เข้าถึงได้ที่นี่.
• เพลโตไอสตรีม. Web3 อัจฉริยะ ขยายความรู้ เข้าถึงได้ที่นี่.
• เพลโตESG. คาร์บอน, คลีนเทค, พลังงาน, สิ่งแวดล้อม แสงอาทิตย์, การจัดการของเสีย. เข้าถึงได้ที่นี่.
• เพลโตสุขภาพ เทคโนโลยีชีวภาพและข่าวกรองการทดลองทางคลินิก เข้าถึงได้ที่นี่.
• ที่มา: https://www.finextra.com/blogposting/25582/implementation-challenges-of-genai-in-financial-services?utm_medium=rssfinextra&utm_source=finextrablogs