O Diretor de Informação do Wells Fargo, Chintan Mehta, compartilhou insights sobre o uso de aplicações de IA generativa pelo banco, destacando que o aplicativo assistente virtual, Fargo, já lidou com 20 milhões de interações desde seu lançamento em março. “Acreditamos que ele tem o potencial de gerenciar cerca de 100 milhões de interações anualmente,” afirmou Mehta durante um evento em San Francisco, enfatizando que esse número deve aumentar à medida que aprimoram as capacidades e os tipos de conversação.
O progresso do banco em IA é notável, especialmente em comparação com muitas grandes empresas que ainda estão na fase de prova de conceito. Apesar das expectativas de que grandes bancos procedessem com cautela devido a preocupações regulatórias, o Wells Fargo está avançando rapidamente. O banco inscreveu 4.000 funcionários no programa de IA centrada no ser humano da Stanford e já tem vários projetos de IA generativa em produção, focando na eficiência do back-office.
Mehta falou no evento AI Impact Tour, que visava ajudar empresas a estabelecer um plano de governança de IA, especialmente em relação a aplicações de IA generativa que utilizam modelos de linguagem grandes (LLMs) para respostas inteligentes. Como um dos três principais bancos dos EUA, com $1,7 trilhões em ativos, o Wells Fargo está utilizando ativamente LLMs em seus serviços.
O Fargo, assistente virtual baseado em smartphone, oferece aos clientes respostas em tempo real para consultas bancárias por meio de voz ou texto. Atualmente, ele registra uma média de 2,7 interações por sessão e pode realizar tarefas como pagamento de contas e consultas de transações. Construído com o Google Dialogflow e utilizando o LLM PaLM 2 do Google, o Fargo está evoluindo para integrar múltiplos LLMs com diferentes funcionalidades—“você não precisa do mesmo grande modelo para tudo,” afirmou Mehta.
Outra aplicação, Livesync, ajuda clientes a definir metas e planejar. Lançada recentemente, rapidamente atraiu um milhão de usuários ativos mensais no primeiro mês.
O Wells Fargo também adotou LLMs de código aberto, incluindo o modelo Llama 2 da Meta, para aplicações internas. Embora a adoção de modelos de código aberto tenha sido lenta desde o aumento de interesse pelo ChatGPT da OpenAI no final de 2022, esses modelos permitem maior personalização e controle, o que é benéfico para casos de uso específicos, segundo Mehta.
O banco desenvolveu uma plataforma de IA chamada Tachyon para apoiar suas iniciativas de IA. Esta plataforma é baseada nos princípios de que nenhum único modelo de IA dominará, que o banco utilizará múltiplos provedores de serviços em nuvem e que existem desafios de transferência de dados entre diferentes bancos de dados. O Tachyon é adaptável, permitindo a incorporação de novos modelos maiores enquanto mantém desempenho e resiliência. Técnicas como model sharding e tensor sharding aumentam a eficiência do treinamento e reduzem as demandas computacionais.
Olhando para o futuro, Mehta mencionou que LLMs multimodais, que facilitam a comunicação através de imagens, vídeos e texto, serão cruciais. Ele forneceu um cenário hipotético de um aplicativo de comércio onde os usuários poderiam fazer upload de imagens e, utilizando um assistente virtual, agendar serviços relacionados a essas imagens de maneira integrada. Embora os modelos multimodais atuais exijam uma entrada significativa de texto para contexto, ele observou que aumentar a capacidade do modelo de entender a intenção com menos texto é uma área de interesse principal.
Mehta afirmou que o valor fundamental da banca—aproximar capital das necessidades dos clientes—permanece estável, com a inovação focada em melhorar a experiência do usuário. Ele descreveu o potencial dos LLMs para se tornarem mais "agentic", permitindo que os usuários realizem tarefas de maneira fluida por meio de entradas multimodais.
Sobre a governança de IA, Mehta enfatizou a importância de definir claramente o propósito de cada aplicação. Embora grande parte do desafio de governança tenha sido abordada, preocupações sobre a segurança das aplicações, incluindo cibersegurança e fraudes, persistem.
Mehta expressou preocupação com a defasagem nas regulamentações bancárias, que têm dificuldades em acompanhar os avanços da IA generativa e das finanças descentralizadas. “Há uma crescente lacuna entre nossas aspirações e as regulamentações atuais,” disse ele, observando que mudanças regulatórias poderiam afetar significativamente as operações e estratégias econômicas do Wells Fargo.
Para navegar nesse cenário, o banco está investindo consideráveis recursos em IA explicável, uma área de pesquisa focada em entender o raciocínio por trás das conclusões dos modelos de IA.
Classificação
