Finansal Hizmetlerde GenAI'nın Uygulama Zorlukları

Bir bilgisayarın düz metin oluşturma yeteneği son zamanlarda pratik iş kullanımı için dikkate alınacak kadar iyi hale geldi. Peki neden çoğu şirket bunu henüz kullanmıyor? Bu yöntemlerin uygulanmasındaki bazı zorluklara bakalım. Üretken yapay zeka (GenAI)
aynı zamanda resim, ses veya video da üretebilir, burada metin üretme yeteneğine odaklanacağız.

GenAI'nin kalbinde bir metin parçasını diğerine dönüştüren bir model yatıyor. Giriş metni genellikle bir insan kullanıcı tarafından sorulan bir soru veya verilen bir komuttur. Çıktı metninin doğru ve anlamlı bir yanıt olmasını umuyoruz. Çoğumuz oynadık
bu modellerden bir veya daha fazlasını çevrimiçi olarak, sohbeti anımsatan bir kısa mesaj ortamında kullanabilirsiniz. Bir konuşma gibi görünse de, bize bir insanla konuşmadığımızın sinyalini veren çatlaklar beliriyor.

İlk zorluk grubu, bu modellerin nasıl yapıldığıyla ilgilidir. İnternetteki büyük metin koleksiyonlarına dayanmaktadırlar. Bu metnin büyük bir kısmı kurgusaldır veya ayrımcılık gibi uygunsuz ifadeler içermektedir. Bu metnin büyük bir kısmı da telif hakkına tabidir
modellerin yasallığını biraz belirsiz hale getiren yasa.

Bir sonraki zorluk grubu bu modellerin doğasıyla ilgilidir. Bunlar, belirli bir başlangıç ​​kelime dizisini takip etme olasılığının en yüksek olduğu kelimenin devasa bir olasılık matrisini temsil eder. Bu nedenle mantıksal akıl yürütme, nedensellik becerisine sahip değillerdir.
Tartışma veya sağduyu. Pratik sonuç ise ara sıra yanlış veya imkansız cevaplar vermeleridir; buna halüsinasyon denir.

Dahası, iş uygulamalarında bu modeller kendi başlarına yaşayamazlar ancak genellikle diğer satıcılar tarafından üretilen çeşitli diğer yazılım araçlarına entegre edilmeleri gerekir. GenAI modelleri daha sonra bu yazılım araçlarına yönelik bir dil arayüzünü temsil edebilir.
birçok görev. Ancak GenAI modellerini eski yazılımlarla entegre etme çalışması daha yeni başladı ve satıcıların çeşitlilik gösteren ve hızla değişen ortamı nedeniyle karmaşık hale geliyor.

GenAI'nin finansal hizmetler sektöründe kullanılan ortak yazılım araçlarına tamamen entegre olduğunu varsayarsak, insan zekasıyla övünen bir sektörün işgücünde eğitim ve değişim yönetimi zorluklarıyla karşı karşıya kalmaya devam edeceğiz.

Bunların hepsi prensipte zorluklardır. Şimdilik bunları bir kenara bırakalım ve GenAI'yi finansal hizmetlerde ne yapmak için kullanacağımızı soralım.

Soruların yanıtlanması veya akıllı otomatik yardım hattı gibi rutin görevlerin yerine getirilmesinde müşteri hizmetlerinin otomasyonu gibi bazı kullanımlar diğer endüstrilerde yaygındır. Birçok müşteriye, her bireyin davranışına göre karmaşık bir şekilde uyarlanmış pazarlama e-postaları gönderilebilir
o kişiye gerçekten uygun olan belirli ürün ve hizmetlerin reklamını yapma modeli. 

GenAI'nin sadece insan dillerini değil aynı zamanda bilgisayar dillerini de konuştuğunu anladığımızda durum daha da ilginçleşiyor. İngilizce olarak sorulan bir soruyu veritabanlarının dili olan SQL'e veya web sayfalarının dili olan JavaScript'e çevirebilir. Bir finansal
analist İngilizce bir soru sorabilir, bunu mükemmel SQL'deki bir veritabanına koyabilir ve cevabı, bir analiz tablosu olarak görüntülenen bir JavaScript sayfasına dönüştürebilir. Finansal analist için grafik, güvenilir sayısal verilerle birlikte anında görünür.
Güvenilir çünkü GenAI sayısal içeriği oluşturmadı, bunun yerine onu iyi biçimlendirilmiş bir veri tabanından aldı. Anlık yanıt, tüm insan emeğinden ve gecikmeden tasarruf edildiği için önemli bir kazançtır.

GenAI doğal olarak düz metin yazabiliyor ve böylece bir finansal analizin veya raporun bir insan tarafından düzeltilecek ilk taslağını sunabiliyor. İlk taslağın otomasyonunun, toplam insan emeği çabasından %40'a kadar tasarruf sağlayabileceği iyice belgelenmiştir.
rapor için.

Özetle, asıl zorluklar modellerin kendisinde ve diğer araçlarla entegrasyonunda yatmaktadır. Bir kez entegre edildikten sonra, bu konuda istekli ve eğitimli bir iş gücü tarafından doğru şekilde kullanılmaları gerekir.

Bu bizi finansal hizmetlere geçişin önündeki son engele getiriyor: Güven. Finans profesyonelleri, şirket yöneticileri ve resmi düzenleyiciler, bu teknolojilerin hizmet vermesini istediğimiz kadar güvenilir olduğuna henüz tam olarak güvenmiyorlar.
Bir anda büyük miktarlarda paranın kaybedilebileceği, düzenlenmiş bir sektör. Bunun, GenAI'yi kesin veritabanlarıyla kontrol etmek için yukarıda bahsedilen gibi entegrasyonlarla ve aynı zamanda AI endüstrisinin kendisinin daha iyi savunulmasıyla karşılanması gerekir.
güven eksikliğini yener.

• SEO Destekli İçerik ve Halkla İlişkiler Dağıtımı. Bugün Gücünüzü Artırın.
• PlatoData.Network Dikey Üretken Yapay Zeka. Kendine güç ver. Buradan Erişin.
• PlatoAiStream. Web3 Zekası. Bilgi Genişletildi. Buradan Erişin.
• PlatoESG. karbon, temiz teknoloji, Enerji, Çevre, Güneş, Atık Yönetimi. Buradan Erişin.
• PlatoSağlık. Biyoteknoloji ve Klinik Araştırmalar Zekası. Buradan Erişin.
• Kaynak: https://www.finextra.com/blogposting/25582/implementation-challenges-of-genai-in-financial-services?utm_medium=rssfinextra&utm_source=finextrablogs