لقد قامت طومسون رويترز بالابتكار مع الذكاء الاصطناعي (AI) لعدة سنوات. “لقد أطلقنا أول خوارزمية للإجابة على الأسئلة باللغة الطبيعية والبحث في التسعينيات، وقمنا بدمج تقنية الذكاء الاصطناعي في منتجات مثل Westlaw [a legal research platform] يقول ديفيد وونغ، كبير مسؤولي المنتجات في الشركة: “وخوارزميات بحث مختلفة”.
انضم وونغ إلى طومسون رويترز في خضم الوباء في عام 2020. ويعمل جنبًا إلى جنب مع رئيس قسم الهندسة وكبير مسؤولي التكنولوجيا، اللذين يمتلكان الفرق الهندسية والفنية، بالإضافة إلى مختبرات طومسون رويترز. وبصرف النظر عن أعمال رويترز الإخبارية، تغطي مسؤوليات وونغ جميع برامج الشركة ومنتجات المحتوى. قبل انضمامه إلى Thomson Reuters، عمل وونغ في Facebook كمدير منتج.
وقد اعتمدت الشركة أ متعدد السحابة الإستراتيجية وتستخدم Microsoft Azure وAmazon Web Services (AWS) وGoogle وOracle. يقول وونغ: “نحن نحاول أن نكون منفتحين قدر الإمكان ونعمل مع بائعي التكنولوجيا المختلفين”.
وفقًا لـ Wong، الذكاء الاصطناعي – وبشكل أكثر تحديدًا الذكاء الاصطناعي التوليدي (GenAI) ومعالجة اللغة الطبيعية – كان من الكفاءات الأساسية داخل طومسون رويترز.
مستذكرًا تطور GenAI، يقول: “إنها قصة مثيرة للاهتمام. إذا قمنا بتشغيل الشريط مرة أخرى، فإن GPT 3، إذا كنت تتذكر، يبدو وكأنه مليون سنة مضت. تم إطلاقه في أغسطس 2020 وكان “مثيرًا للاهتمام”.
ثم كان GPT 3.5 وChatGPT قدم، ثم GPT 4. ويضيف: “خرج كل شيء في تتابع سريع في نهاية عام 2022 وحتى عام 2023”.
بالنسبة لتومسون رويترز، كانت هذه التطورات مهمة لأنه، كما يشير وونج، يتمتع GPT 4 على وجه الخصوص بالقدرة على تفسير اللغة والإجابة على الأسئلة على مستوى الدراسات العليا. يقول: “لقد كانت تلك لحظة أدركنا فيها أن التكنولوجيا متطورة بما فيه الكفاية لدرجة أننا نعتقد أنه يمكن توجيهها إلى المشكلات التي نحلها لعملائنا”.
تطوير المنتج باستخدام GenAI المضمن
وتنقسم هذه المشاكل إلى فئتين. فهي إما تساعد في استرجاع المعلومات أو مشاكل البحث. يستخدم Wong شركة Westlaw كمثال، والذي يقدم قاعدة بيانات مفصلة للمحتوى الخاص الذي يستخدمه المتخصصون القانونيون للقيام بعملهم بشكل صحيح. ويقول إن المنتج يُستخدم للحصول على إجابة لسؤال قانوني محدد.
“[GPT 4] وضع علامة على نقطة عندما أدركنا ذلك [GenAI] معقدة بما فيه الكفاية بحيث نعتقد أنه يمكن الإشارة إليها في المشكلات التي نحلها لعملائنا”
ديفيد وونغ، طومسون رويترز
“المشكلة الثانية التي نحلها لعملائنا هي عمومًا إنتاج عمل مكتوب، مثل مساعدة الأشخاص على كتابة العقود، أو إعداد الإقرار الضريبي، أو تقديم ملف تنظيمي. ويصادف أن GenAI جيد جدًا في هاتين المشكلتين.
علاوة على ذلك، يقول إن عدم تطبيق هذه التكنولوجيا يعني “تفويت فرصة كبيرة”. هناك أيضًا خطر أنه ما لم تبتكر شركة Thomson Reuters مع GenAI، فإن الشركات الأخرى ستنتج منتجات أفضل.
ويرى Wong توافقات قوية بين قدرات GenAI التي تعمل Thomson Reuters على تطويرها ووظيفة GenAI التي يتم تقديمها في Microsoft 365 (M365)، مع عروض Copilot الخاصة بها. “نحن نخدم العديد من نفس العملاء ورأينا الفرصة بنفس الطريقة. يعيش المحامون والمحاسبون والمتخصصون في إدارة المخاطر في منتجات Microsoft. لذلك كان هناك توافق قوي.
وعلى هذا النحو، يقول وونغ إن تومسون رويترز رأت فرصة للاندماج معها مايكروسوفت 365 مساعد الطيار، وتوسيع المكونات الإضافية والتطبيقات التي تم إنشاؤها بالفعل على نظام Microsoft البيئي: “كنا من أوائل الشركات التي حصلت على إمكانية الوصول إلى M365 Copilot كجزء من برنامج التوسعة التابع لجهة خارجية.”
وقد مكّن هذا Thomson Reuters من تطوير وظائف تسمح لـ M365 Copilot بالتفاعل مع مجموعات البيانات الخاصة بـ Thomson Reuters، بالإضافة إلى وكلاء الذكاء الاصطناعي الآخرين. ويضيف: “لقد ركزنا على بناء التكامل مع Microsoft Word”.
مخاوف الملكية الفكرية
أحد المخاطر المرتبطة باستخدام GenAI هو تسرب البيانات. يقول وونغ إن لدى Thomson Reuters سياسة خصوصية قوية، كانت موجودة قبل GenAI.
“لقد أنشأنا علاقة واضحة حول كيفية تعاملنا مع بيانات عملائنا، وهو ما ينطبق على الطريقة التي نعمل بها مع الذكاء الاصطناعي. عندما يتعلق الأمر بالذكاء الاصطناعي التوليدي، فقد حاولنا أن نأخذ سرية عملائنا على محمل الجد ونجعل ذلك مبدأً في الطريقة التي نعمل بها.
ويضيف على سبيل المثال: “نحن لا ندرب الذكاء الاصطناعي على بيانات عملائنا. نحن لا نثري أي نماذج لغوية كبيرة بمعلومات عملائنا ما لم يطلبوا منا ذلك صراحةً أو يريدون القيام بنوع من التعاون المشترك لابتكار الذكاء الاصطناعي.
تعتمد غالبية حالات الاستخدام في Thomson Reuters على محرك الاستدلال القائم على الذكاء الاصطناعي، حيث أ نموذج اللغة الكبير (LLM) يتم الوصول إليها عبر واجهة برمجة التطبيقات (API). تحصل المنتجات المعززة بالذكاء الاصطناعي والتي طورتها شركة Thomson Reuters على الإجابات من LLM. ويضيف: “نحن لا نقوم بتدريب أو إثراء الأنظمة بالبيانات التي يقدمها عملاؤنا”.
عند العمل مع مزودي تكنولوجيا LLM التجاريين، يقول Wong إن الشركة تضع اتفاقية ملزمة تعاقديًا تنص على أن LLM لا يمكنها استهلاك أي من البيانات المدخلة من Thomson Reuters أو البيانات الواردة من عملائها. وينص العقد أيضًا على أن Thomson Reuters قادرة على تدقيق مزود LLM لضمان عدم استخدام ملكيتها الفكرية أو البيانات الواردة من عملائها للتدريب.
أحد الأمثلة على كيفية عمل التكامل مع M365 Word Copilot هو أنه يمكن أن يساعد المستخدم في إنشاء اتفاقية مبيعات جديدة بناءً على مسودة اتفاقية، والتي يمكن تعديلها باستخدام المحتوى الذي توفره Thomson Reuters. يمكن للمستخدم استخدام Thomson Reuters للعثور على بند سيكون مناسبًا وقابلاً للتنفيذ في كاليفورنيا، على سبيل المثال، والذي يمكن بعد ذلك سحبه في مستند اتفاقية البيع.
“عندما نفكر في المشكلات التي طبقنا الذكاء الاصطناعي التوليدي عليها، فإننا عادةً لا نثق في الذكاء الاصطناعي لاتخاذ القرارات. نحن نركز حقًا على كيفية تقديم البحث والتحليل ومن ثم أتمتة العملية.”
من منظور التدقيق، يتم استخدام نظام الذكاء الاصطناعي في عملية الاسترجاع المعززة. يقول وونغ: “نحن قادرون على الرجوع إلى جميع المعلومات المصدرية”.
التعزيز، التحقق من الواقع
الطريقة التي تعمل بها Thomson Reuters مع Microsoft ودمج GenAI في منتجاتها هي، باستخدام مصطلحات الصناعة، تعزيز الذكاء الاصطناعي لمهمة كثيفة العمالة. يمكن أن يوفر الذكاء الاصطناعي وصولاً سريعًا إلى خبرات المجال، مما سيوفر وقت الأشخاص.
لا يعتقد وونغ أن الذكاء الاصطناعي لم يصل بعد إلى مرحلة التطور عندما يُظهر ذكاءً خارقًا. الإجابات التي يمكن أن تقدمها ليست دقيقة وجديرة بالثقة بدرجة كافية حتى الآن، لذلك هناك محاذير لاستخدام التكنولوجيا الحالية مما يحد من استخدامها في التطبيقات التي تتطلب تحليلًا عميقًا للغاية. لكن هذا لا يعني أن مثل هذه الأنظمة المعززة بالذكاء الاصطناعي لا يمكنها مساعدة الأشخاص على إكمال المهام مثل كتابة مستند العقد.
