ويلز فارغوكشف CIO Chintan Mehta عن تفاصيل حول عمليات نشر البنك لتطبيقات الذكاء الاصطناعي التوليدية، بما في ذلك أن تطبيق المساعد الافتراضي للشركة، Fargo، قد تعامل مع 20 مليون تفاعل منذ إطلاقه في مارس.
“نعتقد أن هذا قادر بالفعل على تحقيق ما يقرب من 100 مليون أو أكثر [interactions] وقال مساء الأربعاء في سان فرانسيسكو في حدث استضافته VentureBeat “كل عام، حيث نضيف المزيد من المحادثات والمزيد من القدرات.”
يعد جذب البنك في مجال الذكاء الاصطناعي أمرًا مهمًا لأنه يتناقض مع معظم الشركات الكبيرة، والتي هي فقط في مرحلة إثبات المفهوم مع الذكاء الاصطناعي التوليدي. وكان من المتوقع أن تتحرك البنوك الكبيرة مثل ويلز فارجو ببطء شديد، نظراً للكم الهائل من التنظيم المالي المتعلق بالخصوصية. ومع ذلك، فإن Wells Fargo يمضي قدمًا في مقطع قوي: فقد قام البنك بتعيين 4000 موظف من خلال برنامج الذكاء الاصطناعي الذي يركز على الإنسان في جامعة ستانفورد، HAI، وقال ميهتا إن البنك لديه بالفعل “الكثير” من مشاريع الذكاء الاصطناعي التوليدية قيد الإنتاج، والعديد منها قيد الإنتاج. تعمل على جعل مهام المكتب الخلفي أكثر كفاءة.
تم إلقاء حديث ميهتا في حدث AI Impact Tour، والذي نظمته شركة VentureBeat انطلقت مساء الأربعاء. وركز الحدث على الكيفية التي يمكن بها للشركات “الوصول إلى مخطط حوكمة الذكاء الاصطناعي“، على وجه التحديد حول النكهة الجديدة للذكاء الاصطناعي التوليدي، حيث تستخدم التطبيقات نماذج لغوية كبيرة (LLM) لتقديم إجابات أكثر ذكاءً على الأسئلة. يعد Wells Fargo أحد أكبر ثلاثة بنوك في الولايات المتحدة، حيث تبلغ أصوله 1.7 تريليون دولار.
تعمل عمليات نشر LLM المتعددة في Wells Fargo على منصة “Tachyon” الخاصة بها
وقال ميهتا إن Fargo، وهو مساعد افتراضي يساعد العملاء في الحصول على إجابات لأسئلتهم المصرفية اليومية على هواتفهم الذكية، باستخدام الصوت أو النص، يشهد 2.7 تفاعلًا “لزجًا” في كل جلسة. ينفذ التطبيق مهام مثل دفع الفواتير وإرسال الأموال وتقديم تفاصيل المعاملة. تم إنشاء التطبيق على Google Dialogflow وتم إطلاقه باستخدام Google PaLM 2 LLM. يقوم البنك بتطوير تطبيق Fargo ليشمل التطورات في LLMs ويستخدم الآن العديد من LLMs في تدفقه لمهام مختلفة – “حيث أنك لا تحتاج إلى نفس النموذج الكبير لجميع الأشياء،” كما قال ميهتا.
تطبيق Wells Fargo آخر يستخدم LLMs هو Livesync، الذي يقدم للعملاء النصائح بشأن تحديد الأهداف والتخطيط. وقال ميهتا إن هذا التطبيق تم إطلاقه مؤخرًا لجميع العملاء، وكان لديه مليون مستخدم نشط شهريًا خلال الشهر الأول.
ومن الجدير بالذكر أن Wells Fargo قامت أيضًا بنشر تطبيقات أخرى تستخدم LLMs مفتوحة المصدر، بما في ذلك نموذج Meta’s Llama 2، لبعض الاستخدامات الداخلية. تم إصدار نماذج مفتوحة المصدر مثل Llama بعد عدة أشهر من بدء الإثارة حول ChatGPT من OpenAI في نوفمبر من عام 2022. ويعني هذا التأخير أن الأمر استغرق بعض الوقت حتى تتمكن الشركات من تجربة النماذج مفتوحة المصدر إلى الحد الذي تصبح فيه جاهزة لنشرها. لا تزال التقارير التي تشير إلى قيام الشركات الكبرى بنشر نماذج مفتوحة المصدر نادرة نسبيًا.
ومع ذلك، قال ميهتا إن شهادات LLM مفتوحة المصدر مهمة لأنها تسمح للشركات بإجراء المزيد من ضبط النماذج، مما يمنح الشركات مزيدًا من التحكم في قدرات النموذج، وهو ما قد يكون مهمًا لحالات استخدام محددة.
قام البنك ببناء منصة للذكاء الاصطناعي تسمى Tachyon لتشغيل تطبيقات الذكاء الاصطناعي الخاصة به، وهو أمر لم تتحدث عنه الشركة كثيرًا. لكنه قال ميهتا إنه مبني على ثلاثة افتراضات: أن نموذجًا واحدًا للذكاء الاصطناعي لن يحكم العالم، وأن البنك لن يقوم بتشغيل تطبيقاته على مزود خدمة سحابية واحد، وأن البيانات قد تواجه مشكلات عند نقلها بين بيانات مختلفة. المخازن وقواعد البيانات. وقال ميهتا إن هذا يجعل المنصة مرنة بما يكفي لاستيعاب نماذج جديدة أكبر ونماذج أكبر تتمتع بالمرونة والأداء. فهو يسمح بأشياء مثل تقسيم النماذج وتقسيم الموتر، وهي تقنيات تقلل من متطلبات الذاكرة والحساب الخاصة بتدريب النماذج والاستدلال. (انظر لدينا مقابلة مع ميهتا مرة أخرى في مارس حول استراتيجية البنك.)
وقال ميهتا إن المنصة وضعت Wells Fargo في المقدمة عندما يتعلق الأمر بالإنتاج، على الرغم من أنه قال إن المنصة شيء يجب أن يكون المنافسون قادرين على تكراره بمرور الوقت.
إن شهادات LLM متعددة الوسائط هي المستقبل، وستكون بمثابة صفقة كبيرة
وقال ميهتا إن شهادات LLM المتعددة الوسائط، التي تسمح للعملاء بالتواصل باستخدام الصور والفيديو، بالإضافة إلى النص أو الصوت، ستكون “بالغة الأهمية”. لقد أعطى مثالاً افتراضيًا لتطبيق تجاري، حيث تقوم بتحميل صورة لسفينة سياحية وتقول “هل يمكنك تحقيق ذلك؟” وسيفهم المساعد الافتراضي القصد، ويشرح ما يتعين على المستخدم القيام به لحجز رحلة على متن سفينة الرحلات البحرية.
وقال إنه في حين تم تطوير LLMs للقيام بالنص بشكل جيد للغاية، فحتى النماذج متعددة الوسائط المتطورة مثل Gemini تتطلب الكثير من النصوص من المستخدم لإعطائها سياقًا. وقال إن “تعدد طرق الإدخال” حيث يفهم حامل شهادة الماجستير في القانون النية دون الحاجة إلى الكثير من النصوص، هو أمر ذو أهمية أكبر. وقال إن التطبيقات هي وسائل مرئية.
وقال إن القيمة الأساسية للخدمات المصرفية، المتمثلة في مطابقة رأس المال مع احتياجات مستخدم معين، تظل مستقرة نسبياً، وأن معظم الابتكارات ستكون في “النهاية التجريبية والقدرية للقصة”. عندما سُئل عن المكان الذي سيذهب إليه Wells Fargo هنا، قال إنه إذا كان بإمكان ماجستير إدارة الأعمال أن يصبح أكثر “وكيلًا”، أو يسمح للمستخدمين بالقيام بأشياء مثل حجز رحلة بحرية من خلال فهم المدخلات متعددة الوسائط وتوجيههم عبر سلسلة من الخطوات لإنجاز شيء ما، فسيكون ذلك سيكون “صفقة كبيرة”. وقال ميهتا إن المجال الثاني يدور حول تقديم المشورة، حيث يكون فهم نية الوسائط المتعددة أمرًا مهمًا أيضًا.
لقد جعل التنظيم البطيء من حوكمة الذكاء الاصطناعي تحديًا
وفيما يتعلق بموضوع حوكمة تطبيقات الذكاء الاصطناعي، قال ميهتا إن إجابة البنك كان هذا هو التركيز على الغرض الذي يتم استخدام كل تطبيق من أجله. وقال إن البنك لديه “وثائق في wazoo في كل خطوة على الطريق”. وبينما تم التعامل مع معظم التحديات المتعلقة بالحوكمة، فقد وافق على أن المجالات المتعلقة بأمن التطبيقات، بما في ذلك الأمن السيبراني والاحتيال، تبقى تحديات.
عندما سئل ما الذي يبقيه مستيقظا في الليل، استشهد ميهتا بالتنظيم المصرفي، الذي يتخلف بشكل متزايد عن التقدم التكنولوجي في الذكاء الاصطناعي التوليدي، ومجالات مثل التمويل اللامركزي. “هناك دلتا بين المكان الذي نريد أن نكون فيه والمكان الذي يوجد فيه التنظيم اليوم. وكان هذا صحيحًا تاريخيًا، إلا أن وتيرة توسع الدلتا زادت كثيرًا.
وقال إن التغييرات التنظيمية سيكون لها “آثار كبيرة” على كيفية قدرة ويلز فارجو على العمل، بما في ذلك ما يتعلق بالاقتصاد: “إنها تبطئك بمعنى أنه يتعين عليك الآن افتراض نوع من الأشياء التي يجب معالجتها”. “. يضطر البنك إلى إنفاق الكثير من الوقت الهندسي “لبناء السقالات حول الأشياء” لأنه لا يعرف ما يمكن توقعه بمجرد طرح التطبيقات في السوق.
وقال ميهتا إن الشركة تقضي أيضًا الكثير من الوقت في العمل على الذكاء الاصطناعي القابل للتفسير، وهو مجال بحث يسعى إلى فهم سبب وصول نماذج الذكاء الاصطناعي إلى الاستنتاجات التي توصلت إليها.
مهمة VentureBeat هو أن تكون ساحة مدينة رقمية لصانعي القرار التقنيين لاكتساب المعرفة حول تكنولوجيا المؤسسات التحويلية والمعاملات. اكتشف ملخصاتنا.