بانک‌های آمریکا سال‌هاست که از هوش مصنوعی برای شناسایی تقلب استفاده می‌کنند. JPMorgan Chase، بزرگترین بانک کشور، اکنون شرط‌بندی بزرگ‌تری روی هوش مصنوعی انجام می‌دهد و در تلاش است تا آن را در مرکز نحوه کار 300000 کارمند خود قرار دهد.
در سال گذشته، JPMorgan ابزاری را با نام LLM Suite برای اکثر کارمندان خود عرضه کرد که به آنها امکان می‌دهد از هوش مصنوعی مولد OpenAI و دیگران استفاده کنند. همچنین در حال افزودن هوش مصنوعی مولد در مراکز تماس برای نمایندگانی است که با مشتریان Chase Bank سروکار دارند.
ترزا هایتسنریتر، مدیر ارشد داده و تحلیل JPMorgan، در سال 2023 برای نظارت بر استراتژی هوش مصنوعی این شرکت انتخاب شد. او یک مهندس نرم‌افزار یا یک متخصص فناوری نیست. اما پس از بیش از 20 سال مدیریت کسب‌وکارهای کلیدی در JPMorgan، او توانست تشخیص دهد که شرکت در کجا می‌تواند از فناوری برای افزایش بهره‌وری به بهترین شکل استفاده کند—و اعتماد رهبران شرکت را جلب کرده بود.
او می‌گوید: «وقتی موج هوش مصنوعی مولد واقعاً شروع به اوج گرفتن کرد، ما می‌خواستیم مطمئن شویم که کسی واقعاً به عنوان یک شغل تمام وقت در میز [مدیرعامل] جیمی دیمون روی این موضوع متمرکز است، به دلیل اهمیت استراتژیکی که برای آینده شرکت می‌بینیم.»
هایتسنریتر درباره جایی که او هوش مصنوعی را در JPMorgan در چند سال آینده می‌بیند، صحبت کرد.
کارمندان هر چند وقت یکبار از LLM Suite استفاده می‌کنند؟
ما اکنون 200000 نفر در شرکت داریم که این ابزار را روی میز خود دارند. نیمی از آنها تقریباً هر روز به طور فعال از آن استفاده می‌کنند و ما تخمین می‌زنیم که افراد به طور متوسط یک تا دو ساعت در هفته از آن استفاده می‌کنند.
به نظر شما هوش مصنوعی مولد چگونه کار در JPMorgan را متحول خواهد کرد؟
به هر جایی در بانک فکر کنید که افراد در حال آماده شدن برای رفتن و صحبت با مشتریان خود هستند. امروزه، شما ارتش‌هایی از افراد دارید که در حال دویدن هستند، یادداشت‌های توجیهی را جمع‌آوری می‌کنند و اطمینان حاصل می‌کنند که همه آماده هستند. این یک راه عالی برای جمع‌آوری سریعتر این موارد است. ما آن را در حقوقی، در هر جایی که اسناد زیادی دارید، اطلاعات زیادی برای بررسی دارید، می‌بینیم. این یک صرفه‌جویی واقعی در زمان در آنجا است. و در مراکز تماس نیز.
در مراکز تماس چه می‌بینید؟
آنها مدتی است که از هوش مصنوعی برای کمک به پاسخگویی به سؤالات مشتریان استفاده می‌کنند. اما وقتی آنچه را که قبلاً استفاده می‌کردیم با مدل‌های زبانی بزرگ جدید جفت می‌کنید، آنها عالی هستند. به این فکر کنید که یک مصرف‌کننده تماس می‌گیرد. ممکن است در مورد وام خودرو، وام مسکن، حساب سپرده، کارت اعتباری شما باشد. شخصی که در طرف دیگر تلفن است باید بتواند تمام آن محصولات مختلف را طی کند. مدل‌ها به نماینده مرکز تماس اجازه می‌دهند اطلاعات را سریعتر پیدا کند و به سؤالات سریعتر و دقیق‌تر پاسخ دهد.
آیا فکر می‌کنید مدل‌های زبانی بزرگ خودتان را توسعه دهید؟
احتمالا نه. شما به مقیاس این چیزها و آنچه که روی آن آموزش داده شده‌اند و هزینه نگاه می‌کنید. تعدادی از آنها وجود دارد که می‌توانید با آنها کار کنید و همه آنها بسیار چشمگیر هستند. ساختن مدل خودمان نحوه متمایز کردن خودمان نیست. راز موفقیت برای ما این است که چگونه از آنها با اطلاعات خود استفاده می‌کنید.
آیا شاهد دستاوردهای ملموس بهره‌وری در سراسر بانک از هوش مصنوعی هستید؟
این مراحل اولیه است. اولاً، ما می‌خواهیم این ابزار را در دست مردم قرار دهیم و به آنها اجازه دهیم سؤال بپرسند و پاسخ بگیرند. این از قبل شروع به ایجاد ایده‌ها، نوآوری، مقداری بهره‌وری می‌کند.
مرحله دوم جایی است که شما مدل‌ها را می‌گیرید و شروع به وصل کردن آنها به JPMorgan می‌کنید: سیاست‌های ما، رویه‌های ما، آنچه ما در مورد مشتریان می‌دانیم. اکنون می‌توانید مدل را روی دانشی که مختص ما است، کار کنید.
افق سوم، و ما هنوز به آنجا نرسیده‌ایم، این است که مدل‌ها بتوانند استدلال بیشتری انجام دهند. اتفاقی که می‌افتد این است که آنها فرصتی پیدا می‌کنند تا فکر کنند، باشه، بر اساس پیچیدگی مشکلی که از من می‌پرسی، اجازه بده به همان شیوه‌ای فکر کنم که یک انسان به آن نزدیک می‌شود. این به مدل اجازه می‌دهد منابع مورد نیاز خود را پیدا کند. شاید به اینترنت یا یک سیستم خارج از پایگاه داده JPMorgan برود. شما می‌توانید به طور موثر گردش کار شخصی را که یک تحلیلگر بانکداری سرمایه‌گذاری یا شخص خدمات مشتری است، بردارید و مراحل انجام کارشان را به مدل‌ها آموزش دهید.
ما همیشه یک انسان در حلقه خواهیم داشت تا کار مدل‌ها را بررسی کند. من فکر نمی‌کنم که ما، مطمئناً در این مقطع، اجازه دهیم این چیزها خودمختار باشند.
چگونه به تأثیر هوش مصنوعی بر ساختار نیروی کار فکر می‌کنید؟
خیلی زود است که بگوییم این تأثیرات کجا خواهد بود. من فکر می‌کنم تأثیراتی خواهد داشت. من فکر نمی‌کنم این زنگ مرگ یا حذف بارها و بارهای مردم باشد. برخلاف بسیاری از موج‌های قبلی فناوری که همگی در مورد خودکارسازی وظایف بوده‌اند—و آنها تمایل دارند وظایف تکراری اداری بیشتری باشند—این قابلیت کاربرد در سراسر هیئت مدیره است. عملکردهای شغلی زیادی وجود ندارد که نتوان آنها را با این ابزار افزایش داد. بنابراین ما آن را ترکیبی از انسان‌ها و مدل‌های [هوش مصنوعی] می‌بینیم که قادر به انجام کارهای بیشتری هستند.
فکر می‌کنید کدام نوآوری‌ها در فناوری شما بیشترین تأثیر را خواهند داشت؟
مدل‌ها همگی روی تمام داده‌هایی که به صورت عمومی در دسترس هستند آموزش داده شده‌اند، درست است؟ چیزی که مدل‌ها به آن دسترسی ندارند، داده‌هایی است که مختص شرکت است. این سپس به تمایز از نظر میزان ارزشی که JPMorgan در مقابل شخص دیگری در خدمات مالی به دست می‌آورد، تبدیل می‌شود. تمرکز زیادی که ما داریم بر روی این است که چگونه دانش و بینش‌هایی را که در شرکت داریم به طور ایمن و مؤثر اهرم کنیم.
آیا از قبل شروع به اتصال مدل‌ها به داده‌های اختصاصی JPMorgan کرده‌اید؟
ما در حال شروع هستیم. این یک کار در حال انجام است. ما بدیهی است که این کار را با دقت و متفکرانه انجام می‌دهیم. حفظ حریم خصوصی داده‌ها اولین و مهمترین اولویت ما است.
چگونه مطمئن می‌شوید که هوش مصنوعی شما بی‌مهار نمی‌شود؟
ما کنترل‌هایی را در مورد هر کاری که با هوش مصنوعی انجام داده‌ایم، داریم که مدتهاست ایجاد شده‌اند. هر بار که یک مورد استفاده را توسعه می‌دهیم، از یک فرآیند دقیق عبور می‌کند. برخی از مدل‌هایی که طراحی کرده‌ایم بسیار محدود هستند. شما می‌توانید هر کاری را که انجام می‌دهد ببینید. بنابراین این ممکن است چیزی باشد که شما در یک تصمیم اعتباری از آن استفاده می‌کنید.
سپس مدل‌های زبانی بزرگ وجود دارند. آنها بیشتر یک جعبه سیاه هستند. شما هرگز از آن برای این منظور استفاده نخواهید کرد. ممکن است از آن برای ایجاد یک برنامه سفر برای شخصی از طرف Chase Travel استفاده کنید، زیرا یک سناریوی پرخطر وجود ندارد. بنابراین این سوال این است که در وهله اول ابزار مناسب را داشته باشید و سپس کنترل‌های مناسب را داشته باشید.
مشتریان JPMorgan چگونه می‌توانند به ابزارهای هوش مصنوعی بانک برای خود دسترسی پیدا کنند؟
هوش مصنوعی به شما این امکان را می‌دهد که مقیاس دهید و شخصی‌سازی بیشتری ارائه دهید. من فکر می‌کنم اکثر ما ترجیح می‌دهیم اگر بتوانید فقط به صورت آنلاین به یک کانال دیجیتال بروید و به سرعت پاسخ را دریافت کنید. هوش مصنوعی می‌تواند به تشخیص سوال شما و ارائه سریعتر پاسخ در یک کانال دیجیتال کمک کند.
آیا منطقه خاصی وجود دارد که از قبل بازده خوبی از سرمایه‌گذاری هوش مصنوعی خود ببینید؟
من آن را برمی گردانم. من نمی‌توانم به کسب‌وکاری فکر کنم که این درست نباشد.
مصاحبه فشرده و ویرایش شده است.
برای Alexander Saeedy در [email protected] بنویسید.