La precedente esperienza di Goldman con i modelli Claude utilizzati internamente per lo sviluppo di software ha informato la sua decisione di estendere l’intelligenza artificiale ad altre aree operative. Gli sviluppatori utilizzano una versione di Claude con l’agente Devin di Cognition per aiutarli nella programmazione. In questo contesto, gli sviluppatori umani stabiliscono specifiche e parametri normativi, l’agente produce codice e gli esseri umani esaminano gli output. L’agente viene utilizzato anche per eseguire test e convalide del codice. Lo descrive come un cambiamento nei flussi di lavoro degli sviluppatori, con gli agenti che operano secondo istruzioni definite. Il vantaggio è una maggiore produttività degli sviluppatori e un completamento più rapido dei progetti
Per la contabilità commerciale e l’onboarding dei clienti, i proprietari dei progetti Goldman e Anthropic AI hanno osservato i flussi di lavoro esistenti con esperti del settore per identificare i colli di bottiglia del lavoro. Gli agenti implementati esaminano i documenti, estraggono entità, determinano se è necessaria documentazione aggiuntiva, valutano gli assetti proprietari e possono avviare ulteriori controlli di conformità. Le attività automatizzate in questo modo tendono ad essere pesanti in termini di documenti e richiedono un giudizio individuale. Automatizzando l’estrazione e la valutazione preliminare, gli agenti riducono il tempo che gli analisti dedicano al lavoro di confronto.
Indranil Bandyopadhyay, analista principale di Forrester, afferma che la riconciliazione nella contabilità commerciale richiede il confronto di dati frammentati nei registri interni, le conferme delle controparti e l’esame degli estratti conto bancari, e che un flusso di lavoro tipico dipende dall’estrazione accurata e dalla corrispondenza di cifre e testo con i documenti esistenti. La capacità di Claude di elaborare ampie finestre di contesto e di seguire le istruzioni, afferma, lo rende adatto proprio a tali flussi di lavoro. Il lavoro coinvolto nell’onboarding dei clienti, come l’analisi di passaporti e documenti di registrazione aziendale, e il riferimento incrociato di tutte le fonti significa che la capacità dell’intelligenza artificiale di estrarre dati strutturati e segnalare incoerenze rende la tecnologia una buona soluzione, riducendo i carichi di lavoro complessivi.
Bandyopadhyay sottolinea che le piattaforme di contabilità e conformità rimangono i sistemi canonici di registrazione. Claude opera nel livello del flusso di lavoro, gestendo l’estrazione e il confronto in modo che gli analisti umani possano gestire le eccezioni del codice. Secondo la sua valutazione, il valore operativo in ambienti regolamentati come quello bancario risiede in una tale divisione del lavoro.
Jonathan Pelosi, responsabile dei servizi finanziari di Anthropic, afferma che Claude è addestrato a far emergere l’incertezza e a fornire l’attribuzione della fonte, creando una traccia di controllo e riducendo l’effetto delle allucinazioni. Bandyopadhyay sottolinea inoltre l’importanza della supervisione e della convalida da parte dell’uomo, affermando che le istituzioni dovrebbero progettare sistemi in modo che gli errori vengano rilevati tempestivamente.
Marco Argenti di Goldman rifiuta l’idea secondo cui i sistemi di intelligenza artificiale sono intrinsecamente più facili da ingannare rispetto alle persone, sostenendo che l’ingegneria sociale sfrutta le vulnerabilità umane e che l’intelligenza artificiale può rilevare anomalie sottili su larga scala, e ribadisce la necessità di combinare il giudizio umano con il controllo automatizzato nei team. La sua affermazione implica un aumento della capacità operativa senza aumenti proporzionali del personale, anche con i problemi noti che influenzano il lancio dell’intelligenza artificiale.
L’intelligenza artificiale nelle operazioni bancarie
Nel settore bancario, l’intelligenza artificiale generativa è uno strumento che migliora le prestazioni operative accelerando l’elaborazione dei documenti, riducendo i tempi di gestione delle eccezioni e aumentando la produttività nei flussi di lavoro ad alto volume. Ma la necessità di mantenere la supervisione umana per contrastare gli errori dell’intelligenza artificiale significa che rimane la conservazione e la dipendenza dai sistemi di registrazione esistenti.
(Fonte immagine: “Dreams…” di noahwesley è concesso in licenza sotto CC BY-NC-SA 2.0)
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx e co-localizzato con altri importanti eventi tecnologici. Clic Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
