Szukaj
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.

Chatboty AI: partner sparingowy w miejscu pracy.

  • 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.
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."
Autorzy zdjęć: EOS