IDC: المؤسسات المالية الصغيرة والمتوسطة تعتمد على منتجات النماذج الكبيرة في الصناعة أكثر فعالية من حيث التكلفة

في 7 أبريل، يشير أحدث تقرير من IDC إلى أن أغلب المؤسسات المالية (وخاصة البنوك الصغيرة والمتوسطة، وشركات التأمين، وغيرها) تعتمد منتجات نماذج لغوية كبيرة (LLM) تم تحسينها، وهي تتمتع بميزة من حيث التكلفة والامتثال والكفاءة مقارنة ببناء المنتجات من الصفر. وتوضح أبحاث IDC أنه يتطلب بناء نموذج كبير من الصفر استثمارات ضخمة في التطوير التقني وتراكم البيانات وتخزين المواهب، كما يواجه مخاطر متعددة مثل مراجعات الامتثال وتكييف التقنيات، الأمر الذي يجعل الدورة طويلة والعتبة مرتفعة، وبالتالي تكون قابلية التنفيذ منخفضة بالنسبة للمؤسسات المالية الصغيرة والمتوسطة ذات الموارد المحدودة. في الوقت الحالي، أطلقت شركات مثل Alibaba Cloud وBaidu Smart Cloud وBairong Cloud وAnt Cloud وQifu Technology وZhongguancun Kejin وZhongke Wenge منتجات نماذج لغوية كبيرة موجهة للقطاع المالي، ويمكنها الاتصال مباشرة باحتياجات الأعمال، ما يقلل بشكل كبير تكاليف التطوير ويختصر مدة الإطلاق، وفي الوقت نفسه يتجنب مخاطر الامتثال والتقنيات المصاحبة للبناء الذاتي، لتوفير قدرات نماذج كبيرة فعّالة وآمنة لمختلف المؤسسات المالية.

وفقًا لبحث IDC، يجب أن تتضمن أدوات تطوير الوكلاء (الكيانات الذكية) القوية (على مستوى المؤسسات) المخصصة لقطاع التمويل خصائص مثل قابلية التوسع والتخصيص، والقدرة على الإطلاق والتموضع بمرونة على نطاق واسع، وتنسيق/تنسيق عدة وكلاء، والامتثال والأمان، والمراقبة المستمرة، والتحسين المستمر، ونظام إضافات/أدوات غني، وإمكانية التكامل. وفي هذا المجال، تقدم شركات مثل Alibaba Cloud وBaidu Smart Cloud وBairong Cloud وKemerride وKelan Software وAnt Cloud وRunhe Software وZhongzhou Information وShidai Yintong وSmart Software وYicheng Interactive وZhongguancun Kejin أيضًا أدوات تطوير وكلاء على مستوى المؤسسات للمؤسسات المالية.

يُعد تضمين الوكلاء داخل التطبيقات (Application-embedded agents) الشكل السائد حاليًا لتطبيق الوكلاء في قطاع التمويل، وتعود جذوره الأساسية إلى خصائص أنظمة الأعمال ومتطلبات الامتثال. أنظمة الأعمال في قطاع التمويل معقدة، وقد شكلت العمليات الأساسية (مثل الموافقة على الائتمان ومراجعة إدارة المخاطر) عبر سنوات من التطوير نظامًا ثابتًا، مما يجعل من الصعب الاستغناء عن إعادة بناء التطبيقات القائمة. يمكن للوكلاء المدمجين تمكين الأعمال دون تغيير العمليات الأصلية، وتقليل صعوبة التطبيق. وفي الوقت نفسه، فإن متطلبات الامتثال والتدقيق في قطاع التمويل صارمة، ويجب على القدرات الذكية تحقيق “دمج داخل العملية، وقابلية التحكم وقابلية التتبع”. يمكن للشكل المدمج تسجيل مسار عمليات الوكيل ومنطق اتخاذ القرار طوال الوقت، لضمان إمكانية تدقيق عمليات الأعمال والتحكم في المخاطر. وبذلك فإنه لا يفي فقط بمتطلبات الامتثال، بل يمكن أيضًا أن يحقق بكفاءة دورًا مساعدًا للوكيل، ولهذا أصبح الطريقة السائدة الحالية للتطبيق.

لا توجد معايير موحدة لتقسيم تطبيقات وكلاء قطاع التمويل، ويمكن تقسيمها بشكل مرن وفقًا لعمليات الأعمال أو المسؤوليات الوظيفية أو أنواع المهام. لاحظت IDC أنه نظرًا لاختلاف نماذج الأعمال والهياكل التنظيمية بين المؤسسات المالية، لا يلزم الالتزام بتقسيمات ثابتة، بل يجب أن تتماشى مع الاحتياجات الفعلية لكل مؤسسة. ويمكن أن يحقق التقسيم حسب عمليات الأعمال تمكينًا ذكيًا يمتد إلى دورة العمل بالكامل؛ مثلًا في أعمال الائتمان يمكن تقسيمها إلى وكلاء لمراجعة ما قبل الإقراض، ومراقبة خلال الإقراض، وإدارة ما بعد الإقراض. كما يمكن أن يتكيف التقسيم حسب المسؤوليات الوظيفية مع احتياجات وظائف مختلفة، مثل وكلاء مخصصين لمديري العملاء وأخصائيي إدارة المخاطر. ويمكن أن يركز التقسيم حسب نوع المهمة على قابلية إعادة استخدام القدرات؛ على سبيل المثال، في سيناريو أعمال الائتمان يمكن إعادة استخدام وكيل كتابة التقارير ووكلاء استخراج المعلومات ووكلاء الحسابات الرياضية في مهام متعددة مثل ما قبل الإقراض وخلاله وبعده. يمكن أن يؤدي أسلوب التقسيم المرن إلى تحسين الاستهدافية والكفاءة عند تطبيق الوكلاء.

تدفع النماذج الكبيرة قطاع التمويل عبر مختلف المجالات نحو نموذج RaaS (Results-as-a-Service، RaaS)، لكن أثناء عملية التطبيق تواجه تحديات متعددة مثل قابلية قياس النتائج والامتثال وغيرها. إن قدرات معالجة البيانات متعددة الوسائط والتحليل التنبؤي للنماذج الكبيرة يمكنها مطابقة احتياجات الأعمال في مجالات مثل الائتمان وإدارة المخاطر والتسويق بدقة، ما يتيح نمط RaaS “الدفع مقابل النتائج”، أي أن المؤسسات المالية تدفع التكاليف بناءً على التأثير الفعلي للخدمة الذكية، ما يقلل مخاطر الاستثمار الأولي. غير أن تطبيق هذا النمط يواجه صعوبات واضحة: إذ تفتقر قابلية قياس النتائج إلى معايير موحدة، ما يجعل من الصعب تقييم القيمة الفعلية للخدمات الذكية بدقة؛ كما تتأثر نتائج الأعمال بعوامل متعددة، ما يؤدي إلى صعوبة تحديد السبب (الإسناد) بدقة؛ وغموض تحديد المسؤوليات، فإذا حدثت مخاطر يصبح من الصعب الفصل بين مسؤولية مقدم النموذج ومسؤولية المؤسسة المالية؛ إضافةً إلى ذلك، تحد قضايا مثل أمان البيانات ومراجعات الامتثال من التوسع الممنهج لنمط RaaS.