توسع جولدمان ساكس الاستخدام التشغيلي لـ أنثروبيك كلود في محاسبة التداول وتقديم العملاء

المؤسسات المالية الكبرى تسرع من تجاربها مع الذكاء الاصطناعي التوليدي، وذهب جولدمان ساكس الآن إلى توسيع منصة أنثروبيك كلود عبر عدة سير عمل في المكتب الخلفي.

جولدمان ساكس يدمج الذكاء الاصطناعي التوليدي في المكتب الخلفي

يخطط جولدمان ساكس لنشر نموذج أنثروبيك كلود في محاسبة التداول وتوجيه العملاء، معتبرًا أن هذا الإطلاق جزء من دفعة أوسع بين البنوك الكبرى لاستخدام الذكاء الاصطناعي التوليدي لتحقيق كفاءات أكبر. يركز التركيز الأولي على العمليات التشغيلية التي تقع في المكتب الخلفي والتي كانت تعتمد تاريخيًا على فرق كبيرة تتولى مراجعة المستندات، والتسوية، وفحوصات الامتثال.

تطبق العديد من البنوك بالفعل الذكاء الاصطناعي التوليدي على الأعمال المعرفية. حيث يمنح JPMorgan Chase موظفيه وصولًا إلى مجموعة نماذج لغة كبيرة لاسترجاع المعلومات وتحليل البيانات. علاوة على ذلك، تستخدم بنك أوف أمريكا مساعدها إيريكا للرد على الأسئلة الداخلية المتعلقة بالتكنولوجيا والموارد البشرية. وتعتمد Citi وجولدمان على أدوات الذكاء الاصطناعي لدعم المطورين في مهام البرمجة، مما يبرز أن عمليات النشر المبكرة كانت تركز أكثر على البحث وتطوير البرمجيات بدلاً من العمليات.

ومع ذلك، تشير تقرير البنك الأمريكي إلى اتجاه جديد: استخدام الذكاء الاصطناعي التوليدي للأنشطة التشغيلية مثل محاسبة التداول وفحوصات معرفة عميلك (KYC). ويشكل ذلك تحولًا من الاستخدامات التحليلية البحتة نحو أتمتة سير العمل الذي يعتمد على المعاملات بشكل مباشر ويؤثر على العمليات المصرفية اليومية.

أتمتة الحالات الحدية في KYC والتسوية

العديد من العمليات المصرفية التي يمكن أتمتتها تعتمد على قواعد، وتشمل جمع البيانات، والتحقق من صحتها مقابل قواعد البيانات الداخلية والخارجية، وإعداد الوثائق المطلوبة. من الناحية النظرية، تتولى البرامج التقليدية بالفعل جزءًا كبيرًا من هذا العمل. ومع ذلك، يقول ماركو أرجينتي، المدير التنفيذي للمعلومات في جولدمان، إنه حتى إذا حل نظام قائم على القواعد معظم الحالات، فإن نسبة صغيرة من المعاملات تقع خارج المعايير المحددة مسبقًا وتخلق آلاف الاستثناءات على نطاق واسع.

ويذكر التحقق من الهوية في الامتثال لـ KYC كمثال نموذجي. فالفروقات الطفيفة في سجلات العميل أو المستندات التي تقترب من تاريخ انتهاء صلاحيتها يمكن أن تولد حالات حدية تتطلب حكمًا بشريًا. علاوة على ذلك، تميل هذه الاستثناءات إلى التجمع في بيئات ذات حجم كبير، مما يجعل المراجعة اليدوية مكلفة وبطيئة.

يقول أرجينتي إن الشبكات العصبية يمكنها التعامل مع هذه القرارات الدقيقة لأنها تطبق التفكير السياقي حيث تكون القواعد الثابتة مفقودة أو غامضة. في هذا الإعداد، يعزز الذكاء الاصطناعي التوليدي أنظمة القواعد الموجودة بدلاً من استبدالها. وتنتج المكاسب التشغيلية من تقليل نسبة الحالات التي تتطلب تدخلًا يدويًا، مما يقلل من الوقت اللازم لحل الاستثناءات ويحسن من عملية المعالجة المباشرة.

الدروس المستفادة من تطوير البرمجيات بمساعدة الذكاء الاصطناعي

عمل جولدمان السابق مع كلود لتطوير البرمجيات الداخلية أطلع على قراره بتمديد الذكاء الاصطناعي إلى مجالات تشغيلية أخرى. يستخدم مطورو البنك نسخة من كلود مدمجة مع وكيل Devin من Cognition لدعم سير عمل البرمجة. في هذه العملية، يحدد المهندسون البشريون المواصفات والقيود التنظيمية، ويقوم الوكيل بتوليد الكود، ثم يراجع المطورون ويعدلون المخرجات.

كما يقوم وكيل Devin أيضًا باختبار الكود والتحقق من صحته. يصف أرجينتي هذا الإعداد بأنه تغيير هيكلي في سير عمل المطورين، مع تشغيل وكلاء الذكاء الاصطناعي وفقًا لتعليمات محددة بوضوح. علاوة على ذلك، زاد الجمع بين البرمجة المستندة إلى المواصفات والاختبار الآلي من إنتاجية المطورين وأدى إلى تقصير أوقات إنجاز المشاريع.

هذه التجربة أقنعت جولدمان بأن وكلاء الذكاء الاصطناعي يمكنهم التعامل بأمان مع المهام ذات النطاق الضيق ضمن بيئة منظمة، طالما تم تقسيم المسؤوليات بوضوح بين البشر والأنظمة. ومع ذلك، تظل طبقة المراجعة البشرية مركزية، خاصة عندما يكون للمخرجات تداعيات تنظيمية أو مخاطرية.

من البرمجة إلى سير عمل يعتمد على المستندات بشكل كبير

بالنسبة لمحاسبة التداول وتوجيه العملاء، قام قادة مشروع جولدمان وأنثروبيك أولاً بمراقبة سير العمل الحالي مع خبراء المجال لتحديد الاختناقات. الآن، تقوم وكلات الذكاء الاصطناعي بمراجعة المستندات، واستخراج الكيانات، وتحديد ما إذا كانت هناك حاجة لمزيد من الوثائق، وتقييم هياكل الملكية، وتحفيز فحوصات الامتثال الإضافية عند الضرورة. عادةً، تكون هذه المهام تعتمد بشكل كبير على المستندات وتتطلب حكمًا فرديًا، مما يجعلها مناسبة لدعم القرار بمساعدة الذكاء الاصطناعي.

من خلال أتمتة الاستخراج والتقييم الأولي، تقلل الوكلات من الوقت الذي يقضيه المحللون في العمل اليدوي للمقارنة. ومع ذلك، فهي لا تحل محل اتخاذ القرار النهائي. بدلاً من ذلك، تقدم البيانات المنظمة والخطوات المقترحة التالية، مما يسمح للخبراء بالتركيز على الحالات المعقدة أو عالية المخاطر بدلاً من التعامل مع الملفات الروتينية.

يشرح إندرانيل بانديوبادياي، المحلل الرئيسي في فورستر، أن التسوية في محاسبة التداول تتطلب مقارنة البيانات المجزأة عبر دفاتر الأستاذ الداخلية، وتأكيدات الأطراف المقابلة، وكشوف الحساب البنكية. يعتمد سير العمل النموذجي على استخراج دقيق ومطابقة الأرقام والنصوص من عدة مستندات. هنا، يُعتبر أنثروبيك كلود وسيلة للتعامل مع خطوة المطابقة التي تعتمد على المستندات بكميات كبيرة.

لماذا يناسب كلود حالات الاستخدام الخاصة بالتسوية والتوجيه

يشير بانديوبادياي إلى أن قدرة كلود على معالجة نوافذ سياقية كبيرة واتباع تعليمات مفصلة تجعله مناسبًا جدًا لعمليات التسوية المعقدة. بالنسبة لتوجيه العملاء، يتعين على المحللين تحليل جوازات السفر وملفات تسجيل الشركات، ثم مراجعة جميع المصادر. بالإضافة إلى ذلك، يضيف تفسير المستندات غير المنظمة تعقيدًا لا تستطيع أدوات القواعد التقليدية إدارته بكفاءة.

في هذا السياق، فإن قدرة الذكاء الاصطناعي على استخراج البيانات المنظمة، وتحديد التناقضات، والإشارة إلى المستندات المفقودة، توفر توافقًا قويًا. النتيجة هي تقليل عبء العمل الإجمالي للمحللين وتسريع دورة التوجيه للعملاء، مع الحفاظ على معايير الحوكمة المطلوبة في القطاع المصرفي.

ويؤكد بانديوبادياي أن أنظمة المحاسبة والامتثال تظل أنظمة السجلات الأساسية. ويقع كلود في طبقة سير العمل، مسؤولًا عن الاستخراج والمقارنة، بينما يتولى المحللون البشريون التعامل مع الاستثناءات التي يبرزها الكود. في رأيه، تكمن القيمة التشغيلية في القطاعات المنظمة بشكل كبير مثل البنوك في هذا التقسيم للعمل بدلاً من الاعتماد الكامل على الأتمتة.

إدارة المخاطر، وعدم اليقين، والإشراف البشري

يقول جوناثان بيلوسي، رئيس الخدمات المالية في أنثروبيك، إن كلود مدرب على إظهار عدم اليقين وتوفير نسب المصدر، مما يخلق مسار تدقيق يقلل من تأثير الهلوسات. علاوة على ذلك، تهدف هذه الاختيارات التصميمية إلى جعل سلوك الذكاء الاصطناعي أكثر شفافية لفرق المخاطر والمنظمين من خلال ربط المخرجات بأدلتها الداعمة.

كما يسلط بانديوبادياي الضوء على أهمية الإشراف البشري والتحقق، محثًا المؤسسات على تصميم أنظمتها بحيث يتم اكتشاف الأخطاء مبكرًا في سير العمل. ومع ذلك، يعترف بأنه عند المراقبة الصحيحة، يمكن لوكلاء الذكاء الاصطناعي التعامل مع نسبة كبيرة من الفحوصات والمقارنات المتكررة بسرعة تفوق قدرة الموظفين البشريين.

يرفض ماركو أرجينتي من جولدمان فكرة أن أنظمة الذكاء الاصطناعي أسهل في الخداع بطبيعتها من البشر. ويؤكد أن هجمات الهندسة الاجتماعية تستغل بشكل رئيسي نقاط ضعف البشر، في حين يمكن لنماذج الذكاء الاصطناعي اكتشاف الشذوذات الدقيقة على نطاق واسع. ومع ذلك، يعيد التأكيد على أن الإعداد الأمثل يجمع بين الحكم البشري والتدقيق الآلي ضمن فرق متكاملة.

تداعيات على عمليات البنوك

وفقًا لأرجينتي، فإن هذا الجمع يعني زيادة كبيرة في القدرة التشغيلية دون زيادات نسبية في عدد الموظفين، حتى مع المشكلات المعروفة حول نشر الذكاء الاصطناعي. علاوة على ذلك، فإنه يمكن البنوك من إدارة الأعباء التنظيمية والوثائقية المتزايدة مع الحفاظ على نمو عدد الموظفين تحت السيطرة.

وفي القطاع المصرفي، يظهر الذكاء الاصطناعي التوليدي كأداة لتحسين الأداء التشغيلي من خلال تسريع معالجة المستندات، وتقليل أوقات التعامل مع الاستثناءات، وزيادة الإنتاجية في سير العمل عالي الحجم. ومع ذلك، فإن الحاجة المستمرة إلى الإشراف البشري تعني أن المؤسسات يجب أن تحافظ على أنظمتها الأساسية لل سجلات والهياكل الحاكمة، مع استخدام الذكاء الاصطناعي بشكل رئيسي لتبسيط الطبقات التي تقع فوقها.

ختامًا، تشير أعمال جولدمان مع كلود والوكلاء المرتبطين إلى نموذج عملي للذكاء الاصطناعي التوليدي في التمويل: أتمتة المهام التي تعتمد على المستندات وتقترب من القواعد؛ إظهار الاستثناءات بوضوح؛ والحفاظ على مسؤولية الخبراء البشريين عن القرارات الحاسمة والامتثال التنظيمي.