Những thách thức khi triển khai GenAI trong dịch vụ tài chính

Những thách thức khi triển khai GenAI trong dịch vụ tài chính

Dấu thời gian: 24:2024 chiều ngày 12 tháng 06 năm XNUMX
Nút nguồn: 3085402

Khả năng tạo ra văn bản văn xuôi của máy tính gần đây đã trở nên đủ tốt để có thể sử dụng trong thực tế kinh doanh. Vậy tại sao hầu hết các công ty vẫn chưa sử dụng nó? Chúng ta hãy xem xét một số thách thức trong việc thực hiện các phương pháp này. Trong khi AI sáng tạo (GenAI)
cũng có thể tạo hình ảnh, âm thanh hoặc video, chúng tôi sẽ tập trung vào khả năng tạo văn bản của nó tại đây.

Trọng tâm của GenAI là một mô hình có thể chuyển đổi một đoạn văn bản này thành một đoạn văn bản khác. Văn bản đầu vào thường là một câu hỏi hoặc một lệnh do người dùng đưa ra. Hy vọng rằng văn bản đầu ra là một phản hồi chính xác và có ý nghĩa. Hầu hết chúng ta đã chơi với
một hoặc nhiều mô hình này trực tuyến trong môi trường nhắn tin văn bản gợi nhớ đến một cuộc trò chuyện. Mặc dù trông giống như một cuộc trò chuyện nhưng các vết nứt vẫn xuất hiện báo hiệu cho chúng ta rằng chúng ta đang không nói chuyện với con người.

Nhóm thách thức đầu tiên nằm ở cách thức tạo ra những mô hình này. Chúng dựa trên bộ sưu tập văn bản khổng lồ từ internet. Phần lớn văn bản này là hư cấu hoặc chứa lời nói không phù hợp như phân biệt đối xử. Rất nhiều văn bản này cũng có bản quyền
luật, điều này làm cho tính hợp pháp của các mô hình có phần không rõ ràng.

Nhóm thách thức tiếp theo liên quan đến bản chất của những mô hình này. Chúng đại diện cho một ma trận xác suất khổng lồ về từ nào có nhiều khả năng theo sau một chuỗi từ bắt đầu nhất định. Như vậy, họ không có khả năng suy luận logic, nhân quả.
lập luận, hoặc lẽ thường. Kết quả thực tế là đôi khi họ đưa ra những câu trả lời sai hoặc không thể thực hiện được - thứ gọi là ảo giác.

Hơn nữa, trong thực tế kinh doanh, những mô hình này không thể tồn tại độc lập mà phải được tích hợp vào nhiều công cụ phần mềm khác, thường do các nhà cung cấp khác sản xuất. Sau đó, các mô hình GenAI có thể biểu thị giao diện ngôn ngữ cho các công cụ phần mềm này để hợp lý hóa
nhiều nhiệm vụ. Tuy nhiên, công việc tích hợp các mô hình GenAI với phần mềm cũ chỉ mới bắt đầu và trở nên phức tạp bởi bối cảnh đa dạng và thay đổi nhanh chóng của chính các nhà cung cấp.

Giả sử GenAI được tích hợp hoàn toàn vào các tiện ích phần mềm phổ biến được sử dụng trong ngành dịch vụ tài chính, chúng ta vẫn sẽ phải đối mặt với thách thức đào tạo và quản lý thay đổi trong lực lượng lao động của một ngành luôn tự hào về trí tuệ con người.

Về nguyên tắc, đó đều là những thách thức. Bây giờ hãy đặt chúng sang một bên và hỏi xem chúng ta sẽ sử dụng GenAI để làm gì trong các dịch vụ tài chính.

Một số cách sử dụng phổ biến với các ngành khác như tự động hóa dịch vụ khách hàng trong việc trả lời các câu hỏi hoặc thực hiện các công việc thường ngày như đường dây nóng tự động thông minh. Người ta có thể gửi email tiếp thị tới nhiều khách hàng được điều chỉnh phức tạp theo hành vi của từng cá nhân
mẫu để quảng cáo các sản phẩm và dịch vụ cụ thể thực sự phù hợp với người đó. 

Càng thú vị hơn khi chúng ta nhận ra rằng GenAI không chỉ nói được ngôn ngữ của con người mà còn có cả ngôn ngữ máy tính. Nó có thể dịch một câu hỏi được đặt ra bằng tiếng Anh sang SQL, ngôn ngữ của cơ sở dữ liệu hoặc sang JavaScript, ngôn ngữ của các trang web. Một tài chính
nhà phân tích có thể đặt một câu hỏi bằng tiếng Anh, đưa câu hỏi này vào cơ sở dữ liệu bằng SQL hoàn hảo và câu trả lời được chuyển thành trang JavaScript hiển thị dưới dạng biểu đồ phân tích. Đối với nhà phân tích tài chính, biểu đồ xuất hiện ngay lập tức với dữ liệu số đáng tin cậy.
Nó đáng tin cậy vì GenAI không tạo ra nội dung số mà lấy nó từ cơ sở dữ liệu được định dạng đúng. Câu trả lời tức thời là một lợi ích đáng kể vì tất cả công việc và sự chậm trễ của con người đều được tiết kiệm.

GenAI có thể viết văn bản văn xuôi một cách tự nhiên và do đó có thể cung cấp bản thảo đầu tiên về phân tích hoặc báo cáo tài chính để con người sửa chữa. Có tài liệu rõ ràng rằng việc tự động hóa bản phác thảo đầu tiên có thể tiết kiệm tới 40% tổng công sức lao động của con người.
cho báo cáo.

Tóm lại, những thách thức chính nằm ở bản thân các mô hình và việc tích hợp chúng vào các công cụ khác. Sau khi được tích hợp, chúng phải được sử dụng một cách chính xác bởi lực lượng lao động sẵn sàng và được đào tạo để làm việc đó.

Điều này đưa chúng ta đến trở ngại cuối cùng cho việc áp dụng các dịch vụ tài chính: Niềm tin. Các chuyên gia tài chính, giám đốc điều hành công ty và cơ quan quản lý chính phủ vẫn chưa hoàn toàn tin tưởng những công nghệ này có độ tin cậy như chúng ta mong muốn để phục vụ.
một ngành được quản lý trong đó một số tiền lớn có thể bị mất trong giây lát. Điều này phải được đáp ứng bằng các tích hợp như đã đề cập ở trên để kiểm soát GenAI bằng cơ sở dữ liệu chính xác, đồng thời với sự vận động tốt hơn của chính ngành AI để hiểu rõ hơn.
chinh phục sự thiếu tin tưởng.

Dấu thời gian:

Thêm từ tài chính