One illustration shows a robot or chatbot holding up various charts and texts, as well as several employees working on computers and asking the chatbot questions.
  • Generatywne systemy AI, takie jak ChatGPT, mogą już zmniejszyć obciążenie pracowników firm z sektora finansowego.
  • Pracownicy EOS testują chatboty specjalnie dostosowane do zastosowań w sektorze finansowym.
  • Eksperci twierdzą, że obawy przed utratą miejsc pracy z powodu sztucznej inteligencji są bezpodstawne.
Pozostało już tylko kilka godzin do rozmowy telefonicznej z niewypłacalnym konsumentem. Do tego czasu Petra, pracowniczka EOS, musi mieć pełny obraz: jak często kontaktowano się już z konsumentem? Czy zaproponowano im już płatność w ratach? Jeżeli nie, jakie kwoty rat byłyby realne? Czy istnieją przesłanki wskazujące na to, że mogliby odmówić całkowitej zapłaty? Wcześniej oznaczało to, że Petra musiała przejrzeć wszystkie wpisy w elektronicznych aktach konsumenta, w tym krótkie notatki kolegów, które często zawierały niejasne skróty. „To bardzo czasochłonny proces” – mówi Paul Baltag, menedżer operacyjny w EOS KSI Romania, „a każdy współpracownik musi zaczynać od zera za każdym razem, gdy musi skontaktować się z klientem”.

Projekt zespołu Paula pokazuje, jak może wyglądać przyszłość. Wystarczy jedno kliknięcie – a wszystkie istotne fakty i liczby powinny pojawić się na ekranie, w przejrzystej strukturze i zwięzłym podsumowaniu. Umożliwia to ChatGPT, będący jednocześnie najbardziej znaną na świecie sztuczną inteligencją generatywną. „Chcieliśmy opracować narzędzia oparte na ChatGPT, których nasi współpracownicy mogliby używać do typowych, rutynowych zadań” – mówi Paul. Podobnie jak chatbot, który może podsumowywać cyfrowe pliki klientów w uporządkowany sposób. Paul oblicza, że ​​oszczędza to współpracownikom aż do 80 procent czasu pracy poświęconego na analizę poprzednich działań.

Jednak było też wyzwanie, któremu trzeba było sprostać. „Oczywiście musimy zapewnić prywatność danych” – mówi Paul. Ponieważ ChatGPT przechowuje dane z podpowiedzi, aby się z nich uczyć. Z tego powodu zespół projektowy początkowo wykonał kopie dokumentów, zastąpił wrażliwe dane, takie jak numery ubezpieczenia lub nazwiska konsumentów, kropkami i wykorzystał te zmienione dokumenty do utworzenia podpowiedzi dla ChatGPT. W odpowiedziach chatbota kropki zostały następnie zastąpione nazwiskami i liczbami. Jednak działa to tylko w przypadku określonej ilości danych, mówi Paul. „Jeśli zanonimizujesz zbyt wiele szczegółów, w pewnym momencie odpowiedzi ChatGPT staną się niedokładne”.

Inne narzędzia opracowane w ramach projektu obejmowały na przykład „asystenta prawnego”. Jeśli konsumenci zadają EOS pytania prawne typu „Na jakiej podstawie prawnej EOS może przejąć roszczenie?”, asystent udziela szybkich odpowiedzi, uwzględniając odpowiednią klauzulę z przepisów. Kolejnym narzędziem był chatbot, który analizuje zanonimizowane dane klientów i na podstawie predefiniowanych parametrów przewiduje prawdopodobieństwo, że klient w pewnym momencie przestanie dokonywać płatności.
Headshot of Paul Baltag, AI and data expert at EOS KSI Romania

Jeśli zapytam o coś Google, otrzymuję tylko zestawienie stron internetowych mniej więcej związanych z moim pytaniem. Kiedy zadaję pytanie ChatGPT, otrzymuję odpowiedź.

Paul Baltag
Ekspert ds. sztucznej inteligencji i danych w EOS KSI Romania

Zadania, które generatywne AI może już wykonać

Już teraz generatywną sztuczną inteligencję można wykorzystywać do szerokiego zakresu rutynowych zadań. Paul wykorzystuje chatboty m.in. do następujących czynności:

  • Jako substytut googlowania. „Jeśli pytam o coś Google, otrzymuję tylko zestawienie stron internetowych mniej więcej związanych z moim pytaniem” – mówi Paul. „Kiedy zadaję pytanie ChatGPT, otrzymuję odpowiedź.”
  • Opracowywanie pomysłów na strukturę prezentacji na podstawie zaledwie kilku kluczowych słów lub zdań.
  • Nadanie połysku stylistycznego pospiesznie pisanym tekstom, takim jak e-maile
    i sformułowanie ich w bardziej złożony sposób.
  • Znalezienie sugerowanych tematów i uzyskać pomoc w ich sformułowaniu, dzięki którym możemy nawiązać kontakt z partnerami biznesowymi i klientami na LinkedIn.
  • Jako partner sparingowy przy opracowywaniu pomysłów, sugestii ulepszeń i strategii.

Odpowiednia sztuczna inteligencja do każdego zadania

Tymczasem istnieje cała gama chatbotów AI do różnych dziedzin działania – dodaje Paul. Niektóre z nich, które uważa za przydatne, to:

  1. ChatGPT 4: Oprócz konwencjonalnej funkcji chatbota, oprogramowanie to umożliwia również precyzyjną analizę danych, automatyczną weryfikację plików tekstowych i optyczne rozpoznawanie znaków (OCR), co oznacza, że ​​tekst można odczytać na przykład ze zdjęć lub plików PDF.
  2. Cohere Generate może podsumowywać teksty w różnych stylach.
  3. Synthesia może pomóc Ci w tworzeniu spersonalizowanych filmów. Do awatara wystarczy Ci tylko zdjęcie.
  4. GitHub Copilot jest skierowany do programistów. To narzędzie może ulepszyć i poprawić kod – lub przynajmniej wskazać możliwe błędy.

Sztuczna inteligencja może pomóc w podejmowaniu decyzji

W przyszłości można sobie wyobrazić wiele innych zastosowań, mówi Paul, w tym dla innych firm z sektora finansowego. Chatboty, które mogą stanowić narzędzie decyzyjne przy inwestycjach, m.in. dostarczając odpowiedzi na podstawowe pytania typu: „Jakie parametry są krytyczne w tej branży? Jakie mogą wystąpić ryzyka prawne?” Narzędzia takie mogłyby nie tylko pomóc EOS w podjęciu decyzji na przykład o rozsądnej cenie pakietu kredytów zagrożonych, ale mogłyby również pomóc inwestorom chcącym oszacować rozwój papierów wartościowych lub kursów wymiany. Do tej pory brano pod uwagę w tym celu zbyt mało danych – wyjaśnia Paul. „Często po prostu porównuje się ceny zakupu z poprzednich transakcji” – mówi: „Jednak generatywna sztuczna inteligencja może również uwzględniać dane dotyczące równoległego rozwoju płac, inflacji, bezrobocia i innych czynników”. Firma audytorska EY przewiduje także liczne przypadki użycia generatywnej sztucznej inteligencji dla pracowników działów finansowych, m.in.:

  • Ułatwienie przygotowywania dokumentów zawierających wyniki operacyjne na potrzeby podejmowania decyzji w obszarach takich jak benchmarking, due diligence czy analizy segmentów rynku.
  • Uproszczenie dostępu do danych finansowych niezbędnych do procesów business intelligence czy zarządzania wydajnością, czyli analizy i kontroli wyników firmy.
  • Generowanie danych na temat wartości referencyjnych i czynników kluczowych dla planowania finansowego i prognozowania rozwoju sytuacji finansowej.

Sztuczna inteligencja nie zagraża miejscom pracy, ale poprawia wydajność

Wiele osób podziela tę pozytywną opinię. W ogólnoświatowym badaniu pracowników przeprowadzonym przez firmę audytorską EY 63 procent respondentów oczekiwało, że sztuczna inteligencja ułatwi im pracę. Jednak dla innych sprawa nie wzbudziła entuzjazmu, ale obawę przed utratą pracy.
A graphic illustrates the results of an EY study on the topic of "AI in the workplace" from 2023. The question is "Will AI replace employees?" 23% of respondents in Germany and 35% of respondents worldwide answered "yes".
Source: EY-Survey: „AI at the workplace“
Paul uważa, że takie myślenie jest błędne: „Nie wierzę, że sztuczna inteligencja zastąpi ludzkich pracowników”. W przeszłości pojawienie się nowej technologii – czy to w postaci maszyn, czy komputerów – często wywoływało obawy, że dzięki niej ludzie staną się zbędni. Paul przewiduje: „Generatywna sztuczna inteligencja sprawi, że pracownicy poprawią swoją efektywność i będą mieli więcej czasu na radzenie sobie z innowacjami”. Mówi, że dla firm to wielka przewaga konkurencyjna. Rada Paula dla swoich kolegów: „Używaj sztucznej inteligencji i nie poddawaj się od razu, jeśli uzyskasz słabe lub nieprawidłowe wyniki, ale próbuj dalej. Kiedy Twoje podpowiedzi staną się lepsze, odpowiedzi też będą lepsze – i mogą ułatwić Ci pracę."
Photo credits: EOS