اكتشاف مفاجئ في أعمالنا الأخيرة رادار الذكاء الاصطناعي التوليدي – أمريكا الشمالية أظهر الاستطلاع أن أعمال الخدمات المالية شديدة التنظيم والتي تتجنب المخاطر كانت من بين الشركات الرائدة التي تبنّت الذكاء الاصطناعي التوليدي: 32% من مؤسسات الخدمات المالية المشاركة إما نفذت أو تنفذ حاليًا حلول الذكاء الاصطناعي التوليدي، في حين أن 23% منها لديها حالات استخدام محددة. التي خلقت قيمة الأعمال. عادةً ما تكون شركات الخدمات المالية بطيئة في تجربة التقنيات الجديدة، ويبدو أنها تقوم باستثناء الذكاء الاصطناعي التوليدي تحسبًا لتأثيره في جميع أنحاء أعمالها من خلال تعزيز تجربة المستخدم، وتحسين إنشاء المحتوى والإبداع، وزيادة الكفاءة التشغيلية والأتمتة، وتبسيط تطوير المنتجات وتصميمها. .
على وجه التحديد، رأت شركات الخدمات المالية والتأمين في أمريكا الشمالية التي شاركت في الاستطلاع إمكانية استخدام الذكاء الاصطناعي التوليدي لإنتاج وتخصيص مستندات السياسة واتصالات العملاء، واستخراج المعلومات من المستندات المالية، وإنشاء بيانات تركيبية لتدريب نماذج التعلم الآلي للكشف عن الاحتيال، و المساعدة في الامتثال التنظيمي، على سبيل المثال لا الحصر. ولكن بالإضافة إلى العمل على المشتبه بهم المعتادين، تقوم شركات الخدمات المالية في جميع أنحاء العالم بنشر الذكاء الاصطناعي التوليدي بطرق غير متوقعة.
وفيما يلي بعض الأمثلة على ذلك:
لتقييم الجدارة الائتمانية والمخاطر: يمكن للبنوك استخدام الذكاء الاصطناعي التوليدي في الوظائف الأساسية، مثل تسجيل الائتمان وإدارة المخاطر. وبدلاً من طرق التسجيل التقليدية، يمكنهم استخدام التعلم الآلي والذكاء الاصطناعي التوليدي لتحليل بيانات واسعة ومتنوعة من مصادر متعددة لإنشاء تقييم أكثر شمولاً للجدارة الائتمانية للمقترض. وعلى نحو مماثل، يمكنهم تدريب الذكاء الاصطناعي التوليدي على البيانات التاريخية لتحديد المخاطر المالية وغيرها قبل أن تنفجر.
لتوليد المشورة المالية: يمكن للشركات الاستشارية المالية والاستثمارية تدريب الذكاء الاصطناعي التوليدي على بيانات العملاء الخاصة – الوضع المالي والأهداف، وملف تعريف المخاطر، وسلوك الإنفاق وما إلى ذلك – لإصدار توصيات بشأن الميزانية والتجارة والاستثمار وإدارة المخاطر وما إلى ذلك. ويمكنهم دمج ذلك مع مواردهم البشرية. الخبرة لتقديم مشورة شاملة وشخصية للغاية للعملاء.
ومن الأمثلة هنا جي بي مورغان، الذي قام بتطوير أداة استشارية مالية تسمى IndexGPT.
لتسعير المنتج وشرحه: في حالة المنتجات التي تتمتع ببعض المرونة في التسعير، يمكن لشركات الخدمات المالية استخدام الذكاء الاصطناعي التوليدي لفهم مدى استعداد العملاء للدفع وبالتالي تحصيل السعر الأمثل. تطبيق آخر مثير للاهتمام هو استخدام الذكاء الاصطناعي التوليدي لتكوين أوصاف ومقارنات سهلة الفهم للمنتج لمساعدة العملاء على الاختيار الصحيح.
لتحسين السلوكيات المالية: لماذا يستمر الناس في سلوكياتهم المالية غير الحكيمة، متجاهلين المشورة العقلانية؟ حسنًا، يبدو أن العواطف تلعب دورًا رئيسيًا في كيفية تفاعل الناس مع النصائح. يمكن أن يتدخل الذكاء الاصطناعي التوليدي هنا لتصحيح السلوكيات المالية للعملاء من خلال مناشدة عواطفهم. توجد بالفعل تطبيقات بسيطة من هذا النوع، حيث تستخدم برامج الدردشة والتطبيقات الفكاهة والتشجيع لتعزيز سلوكيات معينة. ويمكن تحسين هذه التفاعلات باستخدام الذكاء الاصطناعي التوليدي لتأليف استجابات أكثر تفصيلاً وذات معنى. ومن الممكن أيضًا أن يساعد الذكاء الاصطناعي التوليدي المستشارين البشريين في التدخلات الأكثر مشاركة من خلال جمع مدخلات العملاء وتسليط الضوء على المحفزات العاطفية التي يمكن استخدامها لتعديل سلوكياتهم.
حقيبة مختلطة من الفرص
وفقا لأحد تقرير بحثي، سيتضاعف الذكاء الاصطناعي التوليدي في سوق الخدمات المالية ما يقرب من عشرة أضعاف بين عامي 2023 و2032 – من 1,186 مليون دولار إلى 11,220 مليون دولار بمعدل نمو سنوي مركب قدره 28.36%. وفي حين أن الصناعة يمكن أن تستفيد بشكل كبير من هذه التكنولوجيا، إلا أنها يجب أيضًا أن تكون على دراية بالمخاطر. حاليًا، تأتي قيمة الذكاء الاصطناعي التوليدي بشكل أساسي من قدرته على إنشاء محتوى يعتمد على مجموعات بيانات كبيرة تحتوي على نص ورمز وصور ومقاطع فيديو بسرعة. بالنسبة للأعمال كثيفة المعرفة والاتصالات والوثائق مثل الخدمات المالية، فإن قدرات اللغة الطبيعية لـ GenAI لها أهمية خاصة. يمكن للبنوك والمؤسسات المالية استخدام التكنولوجيا لتلخيص المستندات الكبيرة، أو تقديم دعم للعملاء، أو صياغة محتوى جديد بتكاليف أقل بكثير من الجهد اليدوي. ليس هذا فحسب، بل يمكنهم أيضًا استخدام أدوات GenAI لتضخيم أداء موظفيهم. إلى جانب الإنتاجية وكفاءة التكلفة، تتضمن قائمة فوائد GenAI عمليات مبسطة، وإدارة أفضل للمخاطر واكتشاف الاحتيال، وتحسين المعرفة المالية للعملاء والصحة (المالية)، وتعزيز تجربة المستخدم، واتخاذ قرارات أسرع وأكثر دقة.
وفي الوقت نفسه، فإن استخدام الذكاء الاصطناعي التوليدي يجلب بعض المخاوف والمخاطر للمؤسسات المالية. تحتل تحديات البيانات المرتبة الأولى مباشرة: إذا كانت مجموعة البيانات المستخدمة بواسطة نموذج الذكاء الاصطناعي التوليدي ليست ذات نوعية جيدة، فإن النتيجة يمكن أن تحتوي على جميع أنواع العيوب، بما في ذلك عدم الدقة والتحيز (التسبب في قرارات ائتمانية تمييزية، على سبيل المثال)؛ كما يمكن لخوارزميات الذكاء الاصطناعي التوليدية أن ترتكب الأخطاء، وتنشر معلومات مضللة، وحتى الهلوسة في بعض الأحيان. ويجب على مؤسسات الخدمات المالية أيضًا ضمان الاستخدام الأخلاقي للبيانات، مع الاحترام الكامل للأمن والخصوصية والسرية وحقوق الملكية الفكرية من خلال الاحتفاظ بإنسان على اطلاع بالإشراف على عمل نماذج الذكاء الاصطناعي التوليدية. وأيضًا، مع تطور التنظيم التوليدي للذكاء الاصطناعي، ومن المحتمل جدًا مع وجود اختلافات إقليمية، سيواجه القطاع المالي شديد التنظيم عبء امتثال أكبر. ستحتاج الصناعة أيضًا إلى بناء المواهب المناسبة من خلال رفع مهارات الموظفين الحاليين أو توظيف متخصصين في الذكاء الاصطناعي العام؛ فضلاً عن ذلك، كل موظف سوف تحتاج إلى التدريب على كيفية استخدام الأدوات.
اعطائها الوقت
إن مؤسسات الخدمات المالية متفائلة بشأن إمكانات الذكاء الاصطناعي التوليدي لتحويل أعمالها. في حين أن الذكاء الاصطناعي التوليدي ينمو بوتيرة سريعة، فإن نتائجه قد تستغرق بعض الوقت لتظهر، حيث أن معظم الشركات ستقضي السنوات القليلة المقبلة في اختبار نماذجها أو تجربة حالات الاستخدام البسيطة، قبل التقدم إلى مبادرات واسعة النطاق.
