Главный информационный директор Wells Fargo, Чинтан Мехта, поделился обзором использования генеративных ИИ-приложений банком, отметив, что их виртуальный ассистент Fargo обработал 20 миллионов взаимодействий с момента запуска в марте. "Мы считаем, что он способен обрабатывать почти 100 миллионов взаимодействий в год," — заявил Мехта на мероприятии в Сан-Франциско, подчеркнув, что это число будет расти по мере улучшения функционала и типов взаимодействий.
Прогресс банка в области ИИ впечатляет, особенно по сравнению с многими крупными компаниями, которые всё ещё находятся на этапе концептуального тестирования. Несмотря на ожидания, что крупные банки будут действовать осторожно из-за регуляторных рисков, Wells Fargo активно продвигается вперёд. Банк уже зарегистрировал 4000 сотрудников в программе Stanford по человекоцентрированному ИИ и реализует множество проектов на основе генеративного ИИ, сосредоточившись на повышении эффективности бэк-офиса.
Мехта выступал на мероприятии AI Impact Tour, целью которого было помочь компаниям выработать стратегию управления ИИ, особенно в отношении генеративных ИИ-приложений, использующих большие языковые модели (LLM) для создания интеллектуальных ответов. Как один из трёх крупнейших банков США с активами в 1.7 триллиона долларов, Wells Fargo активно применяет LLM в своих услугах.
Fargo, виртуальный ассистент на смартфоне, предлагает клиентам мгновенные ответы на банковские запросы с помощью голосовых команд или текстовых сообщений. В среднем, он обрабатывает 2.7 взаимодействий за сессию и может выполнять такие задачи, как оплата счетов и запросы по транзакциям. Fargo, созданный на основе Google Dialogflow и использующий LLM Google PaLM 2, развивается, чтобы интегрировать несколько LLM для разных функций — "не нужно использовать одну большую модель для всего," — подтвердил Мехта.
Ещё одно приложение, Livesync, помогает клиентам в ставке целей и планировании. Запущенное недавно, оно быстро привлекло миллион активных пользователей в первый месяц.
Wells Fargo также использует открытые LLM, в том числе модель Meta Llama 2, для внутренних приложений. Хотя принятие открытых моделей замедлилось после всплеска интереса к ChatGPT от OpenAI в конце 2022 года, эти модели позволяют значительно больше кастомизации и контроля, что полезно для конкретных сценариев использования, по словам Мехты.
Банк разработал ИИ-платформу под названием Tachyon для поддержки своих инициатив в области ИИ, основываясь на принципах, что ни одна модель ИИ не будет доминировать, и что банк будет использовать несколько облачных сервис-провайдеров. Tachyon адаптируется, позволяя интегрировать новые и большие модели, обеспечивая при этом производительность и устойчивость. Технологии, такие как шардирование модели и тензорное шардирование, повышают эффективность обучения и снижают вычислительные затраты.
Глядя в будущее, Мехта отметил, что мультимодальные LLM, которые обеспечивают взаимодействие через изображения, видео и текст, будут ключевыми. Он представил гипотетический сценарий коммерческого приложения, где пользователи могут загружать изображения и с помощью виртуального ассистента без проблем бронировать услуги, связанные с этими изображениями. Хотя текущие мультимодальные модели требуют значительных текстовых данных для контекста, он подчеркнул, что важной задачей является увеличение способности модели понимать намерения с меньшим объемом текста.
Мехта утверждает, что основная ценность банковского дела — соответствие капитала потребностям клиентов — остаётся стабильной, а инновации должны быть направлены на улучшение пользовательского опыта. Он описал потенциал LLM стать более "агентными", позволяя пользователям легко выполнять задачи через мультимодальные вводы.
Обсуждая управление ИИ, Мехта подчеркнул важность чёткого определения цели каждого приложения. Хотя многие вопросы управления уже решены, проблемы безопасности приложений, включая киберугрозы и мошенничество, продолжают оставаться актуальными.
Мехта выразил озабоченность по поводу отставания регуляций в банковской сфере, которые не успевают за развитием генеративного ИИ и децентрализованными финансами. "Существует растущий разрыв между нашими амбициями и текущими регуляциями," — заявил он, отметив, что изменения в регуляциях могут существенно повлиять на деятельность и экономические стратегии Wells Fargo.
Чтобы справиться с этими вызовами, банк инвестирует значительные ресурсы в объяснимый ИИ, область исследований, сосредоточенную на понимании логики выводов моделей ИИ.
Рейтинг
