С учетом истории ручных процессов, подверженных ошибкам и задержкам, соблюдение норм и управление рисками являются идеальными сферами для использования больших языковых моделей (LLM). Профессионалы, занимающиеся выявлением и обновлением условий соблюдения норм в тысячах контрактов или количественной оценкой и управлением рисками, могут значительно выиграть от временных и эффективностных преимуществ, которые предлагают LLM.
Рабочие процессы управления, рисками и соблюдением норм (GRC) часто создают узкие места в организациях, затрудняя реагирование на запросы клиентов, поставщиков и различных отделов. Основная задача заключается в автоматизации сложных рабочих процессов и стратегической интеграции контекстного интеллекта с использованием LLM, при этом обеспечивая конфиденциальность и безопасность данных.
Недавние интервью с ведущими СМИ показывают, что LLM превосходно справляются с обработкой и анализом неструктурированных данных в больших объемах. Компании, которые первыми интегрируют LLM в управление соблюдением норм и рисками, используют меньшие, более точные модели для обновления устоявшихся процессов, которые ранее не поддавались автоматизации процессов роботами (RPA). Защита конфиденциальных данных в LLM является основным требованием для компаний, опрошенных СМИ.
Оптимизация процессов GRC с помощью LLM
Рабочие процессы GRC сложны и сопротивляются простым категориям, часто не поддаваясь улучшениям в плане эффективности. Хотя RPA исторически улучшает эффективность, она не обладает глубокими контекстуальными интеллектом и моделирующими возможностями, присущими архитектуре LLM. Растущая потребность организаций в повышении квалификации и эффективности GRC способствует росту рынка автоматизации GRC, который, как ожидается, будет расти с двузначным темпом CAGR до 2028 года. По данным Gartner, рынок GRC был оценен в 39,4 млрд долларов в 2022 году и, как ожидается, достигнет 76,4 млрд долларов к 2028 году, что соответствует CAGR в 11,6% с 2023 по 2028 год. Особенно правовые отделы ожидается, что автоматизируют 50% юридической работы, связанной с крупными корпоративными сделками, к этому году и утроят свои расходы на технологии к следующему году.
Примеры использования LLM в двух компаниях
Чтобы понять, как ведущие провайдеры программного обеспечения внедряют инновации в этой области, издание рассмотрело стратегии, использованные 4CRisk и Relativity. Relativity установила партнерство с WinWire, ведущим партнером Microsoft, для использования Azure и генеративного ИИ для улучшения электронного раскрытия данных, соблюдения норм и управления рисками в их пакете aiR. Центр компетенции WinWire по генеративному ИИ предоставляет клиентам первоклассный опыт в области генеративного ИИ и Azure Open AI.
WinWire сыграла ключевую роль в модернизации ИТ-архитектуры Relativity, включая перенос локальных приложений в Azure Cloud. Это сотрудничество увеличило гибкость, безопасность и скорость предоставления услуг клиентам Relativity.
Кит Карлсон, технический директор Relativity, рассказал в недавнем интервью, что технологический стек компании полагается на когнитивные и реальные услуги Azure для обеспечения исключительного клиентского опыта в пакете aiR. Эти услуги обеспечивают круглосуточную поддержку по всему миру и более быстрое время отклика.
Relativity значительно сэкономила средства за счет улучшений на базе облака, сократив инфраструктурные и операционные расходы примерно на 40% и 150% соответственно. Эти достижения упростили операции и повысили масштабируемость услуг Relativity, что критически важно для управления большими объемами документов.
Карлсон отметил, что LLM революционизируют все аспекты GRC, уже обеспечивая заметные улучшения в электронном раскрытии данных. Они демонстрируют предсказательную точность в выявлении рисков, что критично для проактивного управления соблюдением норм. Партнерство с WinWire укрепило надежность системы, что необходимо для обработки больших объемов данных, требуемых для электронного раскрытия, где простои могут быть дорогостоящими.
"Нахождение в облаке, обеспечение гибкости и наша способность адаптироваться имеют критическое значение. Открытые AI-сервисы Azure, интегрированные с анализом настроений, когнитивными службами и функциями перевода, способствуют оптимизации процесса электронного раскрытия," - заметил Карлсон в интервью.
Индивидуальный подход 4CRisk к LLM
Венки Йеррапоту, основатель и генеральный директор 4CRisk, разрабатывает LLM специально для решения задач в области соблюдения норм и управления рисками. Он подчеркнул: "Мы создаем языковые модели для области риска и соблюдения норм, которые уделяют приоритетное внимание конфиденциальности и безопасности данных, сохраняя при этом эффективность."
Преодоление проблем при внедрении LLM
Карлсон и Йеррапоту отметили интеграцию и достижение практических результатов как ключевые проблемы при масштабировании использования LLM для соблюдения норм и GRC. Карлсон рекомендовал целостный подход к интеграции, сообщив: "Наша цель - повысить точность и эффективность наших существующих систем, безупречно интегрируясь в юридические и нормативные рамки."
Йеррапоту подчеркнул, что принятие LLM в рабочих процессах GRC позволяет автоматизировать сложные процессы обработки данных, которые ранее зависели от значительного человеческого участия. Он выделил специализированный, ориентированный на домен подход: "Создавая индивидуальные модели, мы обеспечиваем надежную конфиденциальность и эффективность для чувствительных задач GRC."
Он добавил: "Использование меньших, специализированных моделей позволяет нам масштабировать решения по соблюдению норм глобально без чрезмерных затрат. Эти модели быстро адаптируются к изменениям в законодательстве."
Приоритет конфиденциальности и безопасности в ИИ
"Наша философия защиты конфиденциальности по дизайну интегрирует зашифрованные данные и функционирует в безопасных облачных средах, соответствуя строгим законам о конфиденциальности," - отметил Йеррапоту.
И 4CRisk, и Relativity разработали свои продукты таким образом, чтобы защититься от уязвимостей LLM, обеспечивая соблюдение различных юрисдикций и учитывая требования клиентов и регуляторов. Экспертиза WinWire подготовила Relativity к навигации в различных международных правовых рамках, что крайне важно для их глобальных операций. Карлсон подчеркнул глобальные возможности Azure в выполнении местных юридических обязательств, что является значительной проблемой для технологических компаний.
Необходимость адаптации LLM к разнообразным регуляторным средам становится настоятельной, особенно в условиях развертывания этих моделей по различным юрисдикциям, что делает соблюдение норм критически важным для международных операций.
Карлсон подчеркнул: "В Relativity мы постоянно совершенствуем наши LLM, чтобы оставаться гибкими и соответствовать требованиям в разных странах. Наша технология быстро адаптируется к изменениям в законодательстве, обеспечивая всестороннюю поддержку для наших глобальных клиентов."
Он подробно объяснил сложности соблюдения высоких стандартов: "Навигация по международным законам о конфиденциальности данных - сложная задача. Наши LLM используют динамическую структуру, которая адаптируется к новым нормативам в реальном времени, что критично для непрерывного обслуживания клиентов по всему миру."
Йеррапоту добавил свои наблюдения о специализированных моделях 4CRisk: "Мы акцентируем внимание на создании меньших, специализированных LLM, которые достигают большей точности и гармонично интегрируются с различными регуляторными рамками, обеспечивая эффективность и адаптивность без ущерба для конфиденциальности или безопасности."
Построение доверия через прозрачность
Обе организации, а также другие опрошенные, подчеркивают важность создания доверительных отношений с клиентами через прозрачность в процессе разработки и масштабирования LLM для конкретных нужд.
Карлсон выразил приверженность Relativity к надежной стратегии конфиденциальности и безопасности, заявив: "Доверие является основополагающим для наших отношений с клиентами. Обеспечивая мощные, безопасные и соответствующие LLM, мы вселяем уверенность в клиентов, что их конфиденциальная информация защищена." Благодаря своей непоколебимой приверженности к конфиденциальности и инновационному использованию LLM для управления соблюдением норм и рисками в реальном времени, 4CRisk и Relativity устанавливают новые отраслевые стандарты безопасности в быстро меняющемся мире генеративного ИИ.
Рейтинг
