Die Generative KI treibt eine bedeutende Transformation bei Citi voran und verbessert datengestützte Entscheidungsprozesse. Die Bank hat jedoch entschieden, keinen externen Chatbot zu implementieren, um die damit verbundenen Risiken zu vermeiden.
Promiti Dutta, Leiterin für Analytik-Technologie und Innovation bei Citi, äußerte diese Sichtweise während der AI Impact Tour in New York. Sie bemerkte: „Als ich vor viereinhalb Jahren zu Citi kam, waren Datenwissenschaft und Analytik oft nachrangige Überlegungen. Das Aufkommen der Generativen KI stellte einen Paradigmenwechsel dar und brachte Daten und Analytik in den Vordergrund. Plötzlich waren alle daran interessiert, KI-Lösungen zu erforschen.“
Citis Prioritäten in der Generativen KI
Dutta erklärte, wie dieser kulturelle Wandel Begeisterung für KI-Projekte in der gesamten Organisation entfachte. Citi hat seine Initiativen zur Generativen KI in drei zentrale Bereiche unterteilt, die darauf abzielen, signifikante Ergebnisse mit messbaren Resultaten zu liefern:
1. Agent Assist: Große Sprachmodelle (LLMs) unterstützen Callcenter-Agenten, indem sie Kundeninformationen zusammenfassen und die Dokumentation während der Gespräche erleichtern. Obwohl dies nicht direkt kundenbezogen ist, verbessert es die Fähigkeit der Agenten, auf Kundenbedürfnisse einzugehen.
2. Aufgabenautomatisierung: LLMs optimieren manuelle Prozesse, beispielsweise durch die Zusammenfassung umfangreicher Compliance-Dokumente und die Unterstützung der Mitarbeitenden bei der Informationssuche.
3. Interne Suchfunktionalität: Citi entwickelt eine zentrale interne Suchmaschine, die es Mitarbeitenden ermöglicht, mühelos datengestützte Erkenntnisse zu gewinnen. Dieses Tool wird bald Analysen durch natürliche Sprache generieren können, was die Effizienz der Organisation weiter steigert.
Der vorsichtige Ansatz für externe Engagements
Während Citi die Generative KI intern vorantreibt, warnte Dutta vor dem Einsatz von LLMs für Kundeninteraktionen und verwies auf potenzielle Risiken. Sie betonte die Bedenken hinsichtlich „Halluzinationen“ von LLMs, die in kreativen Kontexten nützlich sein können, jedoch in den Finanzdienstleistungen inakzeptable Genauigkeitsrisiken darstellen. „In einer Branche, in der Vertrauen entscheidend ist, können wir uns Fehler in der Kundenkommunikation nicht leisten“, betonte sie.
Derzeit setzt Citi auf vordefinierte Methoden der natürlichen Sprachverarbeitung (NLP) für die Kundenkommunikation, eine Praxis, die vor dem Anstieg der Generativen KI Ende 2022 etabliert wurde.
Zukunftsperspektiven für LLMs
Citi bleibt offen für den externen Einsatz von LLMs, möchte jedoch sicherstellen, dass alle Implementierungen unter menschlicher Aufsicht stehen. Dutta erläuterte, dass das stark regulierte Bankenumfeld umfassende Tests erfordere, bevor neue Technologien übernommen werden. Dieser maßvolle Ansatz unterscheidet sich von Wells Fargo, das aktiv Generative KI für Kundeninteraktionen über den Fargo-Virtual-Assistenten verwendet.
Transformation interner Prozesse
Citis interne Taskforce prüft Generative KI-Initiativen und sorgt für eine verantwortungsvolle Bereitstellung im Einklang mit der Sicherheit der Kunden. Dutta teilte mit, dass es in der gesamten Organisation Begeisterung für Generative KI gibt und die Notwendigkeit besteht, diese Aufregung effektiv zu steuern.
Sarah Bird von Microsoft betonte die Bedeutung von Stabilität in KI-Systemen und informierte, dass das Unternehmen aktiv an der Behebung von Ungenauigkeiten bei LLMs arbeitet, insbesondere bei Anwendungen mit retrieval augmented generation (RAG). Laufende Anstrengungen zielen darauf ab, die Zuverlässigkeit dieser Modelle, die für verschiedene Anwendungen entscheidend sind, zu verbessern.
Bei der Veranstaltung hob Dr. Ashley Beecy von NewYork-Presbyterian hervor, wie Generative KI das Gesundheitswesen durch multimodale Modelle revolutioniert und einen Paradigmenwechsel in der Patientenversorgung bedeutet.
Fazit
Citi navigiert strategisch durch die Landschaft der Generativen KI und konzentriert sich auf interne Verbesserungen, während das Unternehmen wachsam gegenüber den Risiken bei kundenorientierten Anwendungen bleibt. Dieser Ansatz vereint Innovation mit Verantwortung und stellt sicher, dass Sicherheit und Kundenvertrauen oberste Priorität haben, während sich die Technologie weiterentwickelt.