منطقة أمريكا الشمالية في وضع الصدارة كما هو متوقع.
كتابة: سامورا كاريكي
ترجمة: شينتشاو تك فلو
موجة الذكاء الاصطناعي العالمية
كيف يمكن للبنوك استخدام الذكاء الاصطناعي التوليدي في الواقع؟
إذا تجاهلنا الأخبار الرئيسية والدعاية، فإن جوهر المشكلة هو: كيف تستخدم أكبر بنك في العالم الذكاء الاصطناعي التوليدي؟ ليس عن إمكانيات المستقبل، ولا عن دعاية الموردين، بل أين التطبيقات الفعلية التي تم تنفيذها بالفعل؟
على مدى العامين الماضيين، دخلت الصناعة المالية العالمية بهدوء عصر الذكاء الاصطناعي التوليدي. ومع ذلك، لم يكن هذا التقدم موحدًا، بل أظهر نمطًا مختلفًا بين الداخل والخارج: نشر أدوات داخلية بشكل هادئ، تجارب حذرة موجهة نحو العملاء، وبعض الابتكارات الجريئة، التي تعيد تشكيل الهيكل الداخلي للقطاع المصرفي.
من الداخل إلى الخارج بشكل تدريجي
تتمتع تطبيقات الذكاء الاصطناعي بميزة مشتركة: تبدأ كأدوات إنتاجية داخلية.
يركز التطبيق الأساسي ل الذكاء الاصطناعي التوليدي على تعزيز الإنتاجية الداخلية - الأدوات التي تساعد الموظفين على القيام بالمزيد بموارد أقل. من مساعد المحلل في JPMorgan الذي يكشف عن أبحاث الأسهم إلى أداة Morgan Stanley المدعومة من GPT والتي تشغل مستشاري إدارة الثروات ، كان التركيز المبكر على تمكين المصرفيين ، وليس استبدالهم.
غولدمان ساكس (Goldman Sachs) تعمل على بناء مساعد ذكاء اصطناعي للمطورين؛ أداة ملخص الذكاء الاصطناعي من سيتي (Citi) تساعد الموظفين في معالجة المذكرات وكتابة الرسائل الإلكترونية؛ "SC GPT" من ستاندرد تشارترد (Standard Chartered) قد تم إطلاقها بين 70,000 موظف، لتشمل جميع جوانب من كتابة الاقتراحات إلى مسائل الموارد البشرية.
نظرا للبيئة شديدة التنظيم التي نعيش فيها ، فإن نشر الأدوات الداخلية أمر منطقي تماما. وهذا يسمح للبنوك بتجربة وتحسين قدرات الذكاء الاصطناعي دون المساس بالخطوط الحمراء التنظيمية. إذا أشار المرء إلى الإجراءات الأخيرة التي اتخذها البنك المركزي النيجيري (CBN) ضد Zap ، فمن الواضح أن "الحذر يسود" هو الخيار الأكثر حكمة.
مراقبة خط الأعمال: أين القيمة؟
يختلف اعتماد الذكاء الاصطناعي من قطاع إلى آخر. هناك اختلافات في السرعة التي يتم بها اعتماد الذكاء الاصطناعي التوليدي من قبل وحدات الأعمال المختلفة. من بينها ، تقود بنوك التجزئة الطريق من حيث حجم المعاملات. في هذا المجال ، تتعامل روبوتات الدردشة التوليدية التي تعمل بالطاقة الذكاء الاصطناعي مثل Wells Fargo's Fargo و Erica من Bank of America مع مئات الملايين من التفاعلات كل عام. في أوروبا ، أطلق Commerzbank مؤخرا روبوت الدردشة الخاص به ، Ava.
ومع ذلك، تكمن المشكلة في أن بعض هذه الأدوات لا تستخدم فعليًا الذكاء الاصطناعي التوليدي، بل تعتمد على تقنيات التعلم الآلي التقليدية. على سبيل المثال، تعمل أداة إيريكا التابعة لبنك أمريكا بشكل يشبه "التركي الآلي" (Mechanical Turk، مما يعني تحقيق الوهم بالأتمتة من خلال العمليات اليدوية). ومع ذلك، من المهم أن تكون هذه التجارب نفسها هي محور التركيز، وليس التسميات التقنية.
في مجال الشركات والبنوك الاستثمارية، التحول أكثر خفاء. أدوات JPMorgan الداخلية تدعم بشكل رئيسي فرق البحث والمبيعات، بدلاً من أن تكون موجهة مباشرة للعملاء. بينما تستخدم Deutsche Bank الذكاء الاصطناعي لتحليل سجلات اتصالات العملاء، وهذا ليس خدمة عملاء، بل تمكين البيانات، مما يساعد المصرفيين على فهم العملاء بشكل أسرع وأفضل.
إدارة الثروات تقع في الوسط بين الاثنين. أدوات الذكاء الاصطناعي من مورغان ستانلي لا تتحدث مباشرة مع العملاء، ولكنها تضمن أن يكون المستشارون مستعدين تمامًا قبل كل اجتماع. بنك دويتشه وبنك أبوظبي الأول يجربان مساعدات موجهة للعملاء المتميزين، تهدف إلى الإجابة في الوقت الفعلي على الأسئلة الاستثمارية المعقدة.
الفروق الإقليمية: من يتصدر السباق؟
!
المصدر: مؤشر Evident AI
تتقدم منطقة أمريكا الشمالية كما هو متوقع. لقد حولت البنوك الأمريكية مثل جي بي مورغان (JPMorgan) وكابيتال وان (Capital One) وويلز فارجو (Wells Fargo) وسيتي بنك (Citi) وبنك رويال الكندي (RBC) الذكاء الاصطناعي إلى محرك إنتاجية. بفضل التعاون مع OpenAI ومايكروسوفت (Microsoft)، كانت هذه البنوك من أوائل من تواصلوا مع نماذج الذكاء الاصطناعي المتقدمة.
أوروبا أكثر حذرًا. تقوم بنك بي بي في أي (BBVA) وبنك دويتشه (Deutsche Bank) وبنك إتش إس بي سي (HSBC) باختبار أدوات الذكاء الاصطناعي داخليًا، وتقوم بوضع المزيد من تدابير الحماية الأمنية. لائحة حماية البيانات العامة في الاتحاد الأوروبي (GDPR) لها تأثير عميق. كما هو الحال دائمًا، تركز أوروبا أكثر على التنظيم بدلاً من التقدم التكنولوجي، مما قد يكلفها ثمنًا.
لا تزال إفريقيا وأمريكا اللاتينية في المراحل الأولى من تطوير الذكاء الاصطناعي ، لكن التقدم سريع. يبرز Nubank البرازيلي ، حيث دخل في شراكة مع OpenAI لنشر أدوات الذكاء الاصطناعي في مكان العمل والتوسع في النهاية في خدمة العملاء. في جنوب إفريقيا ، يقوم Standard Bank و Nedbank بتجربة الذكاء الاصطناعي عبر التحكم في المخاطر وخدمات الدعم والتطوير.
الصين: بناء تقنية AI مستقلة
البنوك في الصين ليست فقط تستخدم الذكاء الاصطناعي، بل تبني أيضًا تكنولوجيا الذكاء الاصطناعي.
أطلقت بنك الصين للتجارة والصناعة (ICBC) "Zhiyong"، وهو نموذج لغة كبير يحتوي على 1000 مليار من المعلمات، تم تطويره داخليًا. تم استدعاء هذا النموذج أكثر من مليار مرة، ويدعم 200 سيناريو عمل بدءًا من تحليل الوثائق إلى أتمتة التسويق. هذه ليست مجرد تطبيقات للأدوات الداخلية، بل هي تغيير أساسي في طريقة تشغيل البنك.
أطلقت مجموعة آنت (Ant Group) نموذجين كبيرين للغة في مجال التمويل - زهيشياوبا 2.0 (Zhixiaobao 2.0) وزهيشياو تشو 1.0 (Zhixiaozhu 1.0). الأول موجه لمستخدمي Alipay العاديين، ويهدف إلى شرح المنتجات المالية؛ بينما يقدم الثاني الدعم لمستشاري إدارة الثروات، حيث يمكنه تلخيص تقارير السوق وتوليد رؤى حول المحافظ الاستثمارية.
ذهبت مجموعة Ping An Group ، وهي شركة عملاقة في مجال التكنولوجيا المالية تدمج التأمين والخدمات المصرفية والتكنولوجيا ، إلى أبعد من ذلك. طورت AskBob ، وهو مساعد الذكاء الاصطناعي التوليدي الذي يخدم كل من العملاء ومديري الحسابات. بالنسبة للعملاء ، يمكن ل AskBob الإجابة على أسئلة الاستثمار والتأمين باللغة الصينية الطبيعية. بالنسبة للمستشارين ، فإنه يستخرج ويلخص سجل العملاء وبيانات المنتج والمواد التسويقية ، ويحول كل وكيل إلى خبير مالي محسن رقميا. هدف Ping An هو إعادة تعريف الاستشارات المالية من خلال الذكاء الاصطناعي ، ليس فقط للإجابة على الأسئلة ، ولكن لتوقع الطلب مسبقا.
في الصين، تشجع الإطارات التنظيمية بقوة على توطين البيانات وشفافية النماذج، وقد اختارت هذه المؤسسات الطريق الأطول: بناء ذكاء اصطناعي مخصص يمكنه التكيف مع التنظيم المحلي واللغة وبيئة السوق. علاوة على ذلك، تمتلك الصين كثافة كافية من المواهب، مما يسمح للبنوك بتطوير النماذج الأساسية بشكل مستقل، وهو إنجاز قد يكون فريدًا على مستوى العالم.
من يقدم الدعم الفني؟
تظهر بعض الشركات المعروفة بشكل متكرر على مستوى العالم: أصبحت مايكروسوفت (Microsoft) من خلال Azure OpenAI المنصة الأكثر شيوعًا حاليًا. من مورغان ستانلي إلى بنك ستاندرد تشارترد، تعمل العديد من البنوك على تشغيل نماذجها في بيئة الصندوق الآمن الخاصة بمايكروسوفت.
تُستخدم أيضًا نماذج اللغة الكبيرة (LLM) من جوجل، مثل استخدام بنك ويلز فارجو Flan لدعم نظام Fargo. وفي الصين، تعتمد بشكل رئيسي على التكنولوجيا المحلية، مثل DeepSeek و混元 (Hunyuan) وغيرها.
بعض البنوك، مثل JPMorgan و ICBC و Ping An Group، تقوم بتدريب نماذجها الخاصة. ولكن معظم البنوك تقوم بضبط النماذج الحالية. المفتاح ليس في امتلاك النموذج نفسه، بل في السيطرة على طبقة البيانات وتنسيق عمل النماذج.
استكشاف تنوع التطبيقات العالمية للذكاء الاصطناعي
!
الصورة الأصلية موجودة في النص الأصلي، الترجمة: شينتشاو تك فلو
ماذا في ذلك؟
في صناعة شديدة التنظيم ، يعد الحذر أمرا بالغ الأهمية ، وهذا هو السبب في أن البنوك تتعامل مع الذكاء الاصطناعي بدلا من أن تكون مباشرة في الخطوط الأمامية. ومع ذلك ، كما لاحظنا في تغييرات النظام الأساسي الأخرى ، فإن اتخاذ القرار الحاسم والتجريب السريع أمران أساسيان. لا يسبق التنظيم أبدا التنفيذ ، وليس من الحكمة انتظار وضع التنظيم قبل تجربة الذكاء الاصطناعي. أتذكر إنشاء وكالة مصرفية منذ أكثر من عقد من الزمان في بلد لم يكن هناك تنظيم. بمجرد الانتهاء من ذلك ، نصبح من يشرحون الأعمال للبنك المركزي. إذا كنت عضوا في مجلس إدارة أحد البنوك ، فسأسأل ، "كم عدد التجارب التي نقوم بها؟" كم عدد الأفكار التي نولدها ؟
لقياس التقدم بشكل حقيقي، يجب العودة إلى المبادئ الأساسية لتحول المنصة. يجب أن تستجيب استراتيجيتك في الذكاء الاصطناعي للأسئلة التالية:
"هل أعادت استراتيجيتنا للذكاء الاصطناعي بناء الهيكل الأساسي؟ هل خفضت التكاليف بمقدار 100 مرة؟ هل فتحت نماذج قيمة جديدة؟ هل أثارت روابط النظام البيئي؟ هل أحدثت ثورة في السوق؟ هل حققت ديمقراطية الوصول؟"
المنطق واضح - الشكوك ضرورية ، لكن كلا من المنطق والحقائق تشير إلى أن الذكاء الاصطناعي هو تغيير جديد في المنصة. بالإضافة إلى ذلك ، يظهر المنطق والحقائق أيضا أن التغييرات السابقة في المنصة أدت في كثير من الأحيان إلى تغييرات ثورية في الأسواق المالية. سيتي بنك ، على سبيل المثال ، وسع بشكل كبير أعمال البيع بالتجزئة باستخدام التكنولوجيا في السبعينيات والثمانينيات. نمت Capital One من الصفر لتصبح واحدة من أفضل 10 بنوك في السوق ولها حضور قوي في الصناعات ذات الصلة مثل قروض السيارات والرهون العقارية. في إفريقيا ، استحوذ بنك Equity Bank على موجة تكنولوجيا خادم العميل ليصبح أكبر بنك من حيث القيمة السوقية في شرق إفريقيا. وبالمثل ، قفز Access Bank و GT Bank و Capitec على الموجة في أسواقهم.
لقد حان عصر منصات الذكاء الاصطناعي ، وسيخلق الفائزين. لا يتعلق الأمر بالتركيز على الخاسرين ، بل يتعلق بكيفية حصول الفائزين على حصة سوقية كبيرة في منطقة معينة. نجاح Stripe في المدفوعات ، على سبيل المثال ، هو مثال على ذلك. غالبا ما تؤدي هذه الاختراقات المبكرة إلى مكاسب في حصتها في السوق في القطاعات المجاورة ، مثل أعمال بطاقات الائتمان في Nubank ، والتي أصبحت لاعبا مهما في مجال الشركات الصغيرة والمتوسطة والخدمات المصرفية للأفراد.
وجهة نظري هي أن الفائزين في عصر الذكاء الاصطناعي سيركزون على تكاليف العلاقات. لم يعد هذا مجرد لعبة معاملات بسيطة. لقد حدثت المعاملات بالفعل، والآن هي لعبة تجربة العملاء وإدارة العلاقات. هذه هي الرؤية الأساسية التي يجب أن يركز عليها قادة الخدمات المالية. كيف يمكن تحقيق تحسين بنسبة 100 ضعف في تجربة العملاء والعمليات المصرفية للعلاقات بتكاليف منخفضة للغاية؟ ك بنك، كيف يمكن استخدام التكنولوجيا الذكية لمساعدة العملاء بشكل أفضل في إدارة أموالهم وأعمالهم وحياتهم؟ اللاعبون القادرون على الإجابة على هذه الأسئلة وتنفيذها سيصبحون الفائزين النهائيين.
شاهد النسخة الأصلية
المحتوى هو للمرجعية فقط، وليس دعوة أو عرضًا. لا يتم تقديم أي مشورة استثمارية أو ضريبية أو قانونية. للمزيد من الإفصاحات حول المخاطر، يُرجى الاطلاع على إخلاء المسؤولية.
عمالقة البنوك الأمريكية والصينية، يحتضنون الذكاء الاصطناعي التوليدي
كتابة: سامورا كاريكي
ترجمة: شينتشاو تك فلو
موجة الذكاء الاصطناعي العالمية
كيف يمكن للبنوك استخدام الذكاء الاصطناعي التوليدي في الواقع؟
إذا تجاهلنا الأخبار الرئيسية والدعاية، فإن جوهر المشكلة هو: كيف تستخدم أكبر بنك في العالم الذكاء الاصطناعي التوليدي؟ ليس عن إمكانيات المستقبل، ولا عن دعاية الموردين، بل أين التطبيقات الفعلية التي تم تنفيذها بالفعل؟
على مدى العامين الماضيين، دخلت الصناعة المالية العالمية بهدوء عصر الذكاء الاصطناعي التوليدي. ومع ذلك، لم يكن هذا التقدم موحدًا، بل أظهر نمطًا مختلفًا بين الداخل والخارج: نشر أدوات داخلية بشكل هادئ، تجارب حذرة موجهة نحو العملاء، وبعض الابتكارات الجريئة، التي تعيد تشكيل الهيكل الداخلي للقطاع المصرفي.
من الداخل إلى الخارج بشكل تدريجي
تتمتع تطبيقات الذكاء الاصطناعي بميزة مشتركة: تبدأ كأدوات إنتاجية داخلية.
يركز التطبيق الأساسي ل الذكاء الاصطناعي التوليدي على تعزيز الإنتاجية الداخلية - الأدوات التي تساعد الموظفين على القيام بالمزيد بموارد أقل. من مساعد المحلل في JPMorgan الذي يكشف عن أبحاث الأسهم إلى أداة Morgan Stanley المدعومة من GPT والتي تشغل مستشاري إدارة الثروات ، كان التركيز المبكر على تمكين المصرفيين ، وليس استبدالهم.
غولدمان ساكس (Goldman Sachs) تعمل على بناء مساعد ذكاء اصطناعي للمطورين؛ أداة ملخص الذكاء الاصطناعي من سيتي (Citi) تساعد الموظفين في معالجة المذكرات وكتابة الرسائل الإلكترونية؛ "SC GPT" من ستاندرد تشارترد (Standard Chartered) قد تم إطلاقها بين 70,000 موظف، لتشمل جميع جوانب من كتابة الاقتراحات إلى مسائل الموارد البشرية.
نظرا للبيئة شديدة التنظيم التي نعيش فيها ، فإن نشر الأدوات الداخلية أمر منطقي تماما. وهذا يسمح للبنوك بتجربة وتحسين قدرات الذكاء الاصطناعي دون المساس بالخطوط الحمراء التنظيمية. إذا أشار المرء إلى الإجراءات الأخيرة التي اتخذها البنك المركزي النيجيري (CBN) ضد Zap ، فمن الواضح أن "الحذر يسود" هو الخيار الأكثر حكمة.
مراقبة خط الأعمال: أين القيمة؟
يختلف اعتماد الذكاء الاصطناعي من قطاع إلى آخر. هناك اختلافات في السرعة التي يتم بها اعتماد الذكاء الاصطناعي التوليدي من قبل وحدات الأعمال المختلفة. من بينها ، تقود بنوك التجزئة الطريق من حيث حجم المعاملات. في هذا المجال ، تتعامل روبوتات الدردشة التوليدية التي تعمل بالطاقة الذكاء الاصطناعي مثل Wells Fargo's Fargo و Erica من Bank of America مع مئات الملايين من التفاعلات كل عام. في أوروبا ، أطلق Commerzbank مؤخرا روبوت الدردشة الخاص به ، Ava.
ومع ذلك، تكمن المشكلة في أن بعض هذه الأدوات لا تستخدم فعليًا الذكاء الاصطناعي التوليدي، بل تعتمد على تقنيات التعلم الآلي التقليدية. على سبيل المثال، تعمل أداة إيريكا التابعة لبنك أمريكا بشكل يشبه "التركي الآلي" (Mechanical Turk، مما يعني تحقيق الوهم بالأتمتة من خلال العمليات اليدوية). ومع ذلك، من المهم أن تكون هذه التجارب نفسها هي محور التركيز، وليس التسميات التقنية.
في مجال الشركات والبنوك الاستثمارية، التحول أكثر خفاء. أدوات JPMorgan الداخلية تدعم بشكل رئيسي فرق البحث والمبيعات، بدلاً من أن تكون موجهة مباشرة للعملاء. بينما تستخدم Deutsche Bank الذكاء الاصطناعي لتحليل سجلات اتصالات العملاء، وهذا ليس خدمة عملاء، بل تمكين البيانات، مما يساعد المصرفيين على فهم العملاء بشكل أسرع وأفضل.
إدارة الثروات تقع في الوسط بين الاثنين. أدوات الذكاء الاصطناعي من مورغان ستانلي لا تتحدث مباشرة مع العملاء، ولكنها تضمن أن يكون المستشارون مستعدين تمامًا قبل كل اجتماع. بنك دويتشه وبنك أبوظبي الأول يجربان مساعدات موجهة للعملاء المتميزين، تهدف إلى الإجابة في الوقت الفعلي على الأسئلة الاستثمارية المعقدة.
الفروق الإقليمية: من يتصدر السباق؟
!
المصدر: مؤشر Evident AI
تتقدم منطقة أمريكا الشمالية كما هو متوقع. لقد حولت البنوك الأمريكية مثل جي بي مورغان (JPMorgan) وكابيتال وان (Capital One) وويلز فارجو (Wells Fargo) وسيتي بنك (Citi) وبنك رويال الكندي (RBC) الذكاء الاصطناعي إلى محرك إنتاجية. بفضل التعاون مع OpenAI ومايكروسوفت (Microsoft)، كانت هذه البنوك من أوائل من تواصلوا مع نماذج الذكاء الاصطناعي المتقدمة.
أوروبا أكثر حذرًا. تقوم بنك بي بي في أي (BBVA) وبنك دويتشه (Deutsche Bank) وبنك إتش إس بي سي (HSBC) باختبار أدوات الذكاء الاصطناعي داخليًا، وتقوم بوضع المزيد من تدابير الحماية الأمنية. لائحة حماية البيانات العامة في الاتحاد الأوروبي (GDPR) لها تأثير عميق. كما هو الحال دائمًا، تركز أوروبا أكثر على التنظيم بدلاً من التقدم التكنولوجي، مما قد يكلفها ثمنًا.
لا تزال إفريقيا وأمريكا اللاتينية في المراحل الأولى من تطوير الذكاء الاصطناعي ، لكن التقدم سريع. يبرز Nubank البرازيلي ، حيث دخل في شراكة مع OpenAI لنشر أدوات الذكاء الاصطناعي في مكان العمل والتوسع في النهاية في خدمة العملاء. في جنوب إفريقيا ، يقوم Standard Bank و Nedbank بتجربة الذكاء الاصطناعي عبر التحكم في المخاطر وخدمات الدعم والتطوير.
الصين: بناء تقنية AI مستقلة
البنوك في الصين ليست فقط تستخدم الذكاء الاصطناعي، بل تبني أيضًا تكنولوجيا الذكاء الاصطناعي.
أطلقت بنك الصين للتجارة والصناعة (ICBC) "Zhiyong"، وهو نموذج لغة كبير يحتوي على 1000 مليار من المعلمات، تم تطويره داخليًا. تم استدعاء هذا النموذج أكثر من مليار مرة، ويدعم 200 سيناريو عمل بدءًا من تحليل الوثائق إلى أتمتة التسويق. هذه ليست مجرد تطبيقات للأدوات الداخلية، بل هي تغيير أساسي في طريقة تشغيل البنك.
أطلقت مجموعة آنت (Ant Group) نموذجين كبيرين للغة في مجال التمويل - زهيشياوبا 2.0 (Zhixiaobao 2.0) وزهيشياو تشو 1.0 (Zhixiaozhu 1.0). الأول موجه لمستخدمي Alipay العاديين، ويهدف إلى شرح المنتجات المالية؛ بينما يقدم الثاني الدعم لمستشاري إدارة الثروات، حيث يمكنه تلخيص تقارير السوق وتوليد رؤى حول المحافظ الاستثمارية.
ذهبت مجموعة Ping An Group ، وهي شركة عملاقة في مجال التكنولوجيا المالية تدمج التأمين والخدمات المصرفية والتكنولوجيا ، إلى أبعد من ذلك. طورت AskBob ، وهو مساعد الذكاء الاصطناعي التوليدي الذي يخدم كل من العملاء ومديري الحسابات. بالنسبة للعملاء ، يمكن ل AskBob الإجابة على أسئلة الاستثمار والتأمين باللغة الصينية الطبيعية. بالنسبة للمستشارين ، فإنه يستخرج ويلخص سجل العملاء وبيانات المنتج والمواد التسويقية ، ويحول كل وكيل إلى خبير مالي محسن رقميا. هدف Ping An هو إعادة تعريف الاستشارات المالية من خلال الذكاء الاصطناعي ، ليس فقط للإجابة على الأسئلة ، ولكن لتوقع الطلب مسبقا.
في الصين، تشجع الإطارات التنظيمية بقوة على توطين البيانات وشفافية النماذج، وقد اختارت هذه المؤسسات الطريق الأطول: بناء ذكاء اصطناعي مخصص يمكنه التكيف مع التنظيم المحلي واللغة وبيئة السوق. علاوة على ذلك، تمتلك الصين كثافة كافية من المواهب، مما يسمح للبنوك بتطوير النماذج الأساسية بشكل مستقل، وهو إنجاز قد يكون فريدًا على مستوى العالم.
من يقدم الدعم الفني؟
تظهر بعض الشركات المعروفة بشكل متكرر على مستوى العالم: أصبحت مايكروسوفت (Microsoft) من خلال Azure OpenAI المنصة الأكثر شيوعًا حاليًا. من مورغان ستانلي إلى بنك ستاندرد تشارترد، تعمل العديد من البنوك على تشغيل نماذجها في بيئة الصندوق الآمن الخاصة بمايكروسوفت.
تُستخدم أيضًا نماذج اللغة الكبيرة (LLM) من جوجل، مثل استخدام بنك ويلز فارجو Flan لدعم نظام Fargo. وفي الصين، تعتمد بشكل رئيسي على التكنولوجيا المحلية، مثل DeepSeek و混元 (Hunyuan) وغيرها.
بعض البنوك، مثل JPMorgan و ICBC و Ping An Group، تقوم بتدريب نماذجها الخاصة. ولكن معظم البنوك تقوم بضبط النماذج الحالية. المفتاح ليس في امتلاك النموذج نفسه، بل في السيطرة على طبقة البيانات وتنسيق عمل النماذج.
استكشاف تنوع التطبيقات العالمية للذكاء الاصطناعي
!
الصورة الأصلية موجودة في النص الأصلي، الترجمة: شينتشاو تك فلو
ماذا في ذلك؟
في صناعة شديدة التنظيم ، يعد الحذر أمرا بالغ الأهمية ، وهذا هو السبب في أن البنوك تتعامل مع الذكاء الاصطناعي بدلا من أن تكون مباشرة في الخطوط الأمامية. ومع ذلك ، كما لاحظنا في تغييرات النظام الأساسي الأخرى ، فإن اتخاذ القرار الحاسم والتجريب السريع أمران أساسيان. لا يسبق التنظيم أبدا التنفيذ ، وليس من الحكمة انتظار وضع التنظيم قبل تجربة الذكاء الاصطناعي. أتذكر إنشاء وكالة مصرفية منذ أكثر من عقد من الزمان في بلد لم يكن هناك تنظيم. بمجرد الانتهاء من ذلك ، نصبح من يشرحون الأعمال للبنك المركزي. إذا كنت عضوا في مجلس إدارة أحد البنوك ، فسأسأل ، "كم عدد التجارب التي نقوم بها؟" كم عدد الأفكار التي نولدها ؟
لقياس التقدم بشكل حقيقي، يجب العودة إلى المبادئ الأساسية لتحول المنصة. يجب أن تستجيب استراتيجيتك في الذكاء الاصطناعي للأسئلة التالية:
"هل أعادت استراتيجيتنا للذكاء الاصطناعي بناء الهيكل الأساسي؟ هل خفضت التكاليف بمقدار 100 مرة؟ هل فتحت نماذج قيمة جديدة؟ هل أثارت روابط النظام البيئي؟ هل أحدثت ثورة في السوق؟ هل حققت ديمقراطية الوصول؟"
المنطق واضح - الشكوك ضرورية ، لكن كلا من المنطق والحقائق تشير إلى أن الذكاء الاصطناعي هو تغيير جديد في المنصة. بالإضافة إلى ذلك ، يظهر المنطق والحقائق أيضا أن التغييرات السابقة في المنصة أدت في كثير من الأحيان إلى تغييرات ثورية في الأسواق المالية. سيتي بنك ، على سبيل المثال ، وسع بشكل كبير أعمال البيع بالتجزئة باستخدام التكنولوجيا في السبعينيات والثمانينيات. نمت Capital One من الصفر لتصبح واحدة من أفضل 10 بنوك في السوق ولها حضور قوي في الصناعات ذات الصلة مثل قروض السيارات والرهون العقارية. في إفريقيا ، استحوذ بنك Equity Bank على موجة تكنولوجيا خادم العميل ليصبح أكبر بنك من حيث القيمة السوقية في شرق إفريقيا. وبالمثل ، قفز Access Bank و GT Bank و Capitec على الموجة في أسواقهم.
لقد حان عصر منصات الذكاء الاصطناعي ، وسيخلق الفائزين. لا يتعلق الأمر بالتركيز على الخاسرين ، بل يتعلق بكيفية حصول الفائزين على حصة سوقية كبيرة في منطقة معينة. نجاح Stripe في المدفوعات ، على سبيل المثال ، هو مثال على ذلك. غالبا ما تؤدي هذه الاختراقات المبكرة إلى مكاسب في حصتها في السوق في القطاعات المجاورة ، مثل أعمال بطاقات الائتمان في Nubank ، والتي أصبحت لاعبا مهما في مجال الشركات الصغيرة والمتوسطة والخدمات المصرفية للأفراد.
وجهة نظري هي أن الفائزين في عصر الذكاء الاصطناعي سيركزون على تكاليف العلاقات. لم يعد هذا مجرد لعبة معاملات بسيطة. لقد حدثت المعاملات بالفعل، والآن هي لعبة تجربة العملاء وإدارة العلاقات. هذه هي الرؤية الأساسية التي يجب أن يركز عليها قادة الخدمات المالية. كيف يمكن تحقيق تحسين بنسبة 100 ضعف في تجربة العملاء والعمليات المصرفية للعلاقات بتكاليف منخفضة للغاية؟ ك بنك، كيف يمكن استخدام التكنولوجيا الذكية لمساعدة العملاء بشكل أفضل في إدارة أموالهم وأعمالهم وحياتهم؟ اللاعبون القادرون على الإجابة على هذه الأسئلة وتنفيذها سيصبحون الفائزين النهائيين.