لماذا لن تحقق نماذج اللغة الكبيرة وحدها عائد استثمار في الخدمات المالية

اكتشف أهم أخبار وفعاليات التكنولوجيا المالية!

اشترك في النشرة الإخبارية لـ FinTech Weekly

يقرأها التنفيذيون في جي بي مورغان، كوين بيس، بلاك روك، كلارنا والمزيد

تم وصف نماذج اللغة الكبيرة (LLMs) بأنها كهرباء عصرنا، وقد أدى وصولها إلى موجة من التجارب في التمويل. من البحث الآلي إلى رؤى العملاء، الإمكانيات هائلة. ولكن مع تزايد الاعتماد، تظهر حقيقة واضحة: نماذج اللغة الكبيرة وحدها ليست كافية بدون طبقة وكيلة على القمة.

يمكن لنماذج اللغة الكبيرة توليد كلمات، لكنها بحاجة إلى وكلاء لضمان الحقيقة. يمكنها تلخيص البيانات، ولكن بدون طبقة وكيلة، لا يمكنها تحديد ما هو الأهم لعملك. وفي قطاع حيث الثقة والامتثال والسرعة لا تقبل المساومة، فإن تلك الفجوة حاسمة. بينما تمنح نماذج اللغة الكبيرة القوة للنظام، فإن الذكاء الاصطناعي الوكلي يعرف متى وكيف يشعل الأضواء.

نماذج اللغة الكبيرة وحدها ليست كافية

نماذج اللغة الكبيرة مثيرة للإعجاب، لكنها تفاعلية. ترد على المطالبات، تولد النصوص، وتلخص البيانات، لكنها لا تعمل ضمن سياق الأعمال. بمفردها، تفتقر إلى التأسيس في التعريفات التنظيمية، القواعد، والجداول الزمنية. بدون طبقة وكيلة وفهرس سياقي، هذه النماذج قوية لكنها غير مكتملة. يمكنها التواصل بطلاقة، لكنها لا تضمن أن ما تقول متوافق مع كيفية تعريف الأعمال للحقيقة. تصبح تلك الفجوة حاسمة في بيئات مالية معقدة حيث يجب أن تُوثق المعلومات، وتنظم، وتُشارك بشكل متسق.

الذكاء الاصطناعي الوكلي، مع فهرس سياقي، يوفر العناصر المفقودة: سياق الأعمال لاتخاذ القرارات وتعلم الإنسان في الحلقة للتحسين المستمر. معًا، يضيفون الاستقلالية، والسياق، والذاكرة. الوكلاء يعرفون ما الذي يبحثون عنه، وفهرس السياق يضمن أن المخرجات تتطابق مع التعريفات الموثوقة، وكلاهما يعمل ضمن حدود واضحة. في الممارسة، يمكن للمؤسسات المالية أن:

*   تراقب الأسواق والأخبار والملفات بشكل مستمر للكشف عن الشوائب قبل أن يلاحظها البشر
*   تتبع مشاعر العملاء مع مرور الوقت وربط الرؤى بالمستشارين وفرق المنتجات
*   تؤتمت عمليات التقارير والامتثال بحيث تترجم الرؤى مباشرة إلى قرارات

الوكلاء مع طبقة البيانات الوصفية يحولون نماذج اللغة الكبيرة من أدوات تفاعلية إلى مشاركين نشطين في العمليات المالية، بينما يظل البشر صناع القرار الأساسيين. إنهم يحولون الإمكانات إلى أداء.

مع اعتماد المزيد من الشركات على أدوات الذكاء الاصطناعي، فإن المؤسسات التي تتعامل مع الذكاء الاصطناعي كطبق جانبي فاخر لاستراتيجيتها لن ترى العائد على الاستثمار الذي تطمح إليه. تكون استراتيجية الذكاء الاصطناعي أكثر نجاحًا عندما تُنسج في نسيج المنظمة، عندما تصبح جزءًا من ذات المنظمة.

بناء الذكاء فوق النموذج

تقدم تاريخ الكهرباء تشبيهًا مفيدًا. كان الوصول المبكر للطاقة ميزة تنافسية. بمجرد أن أصبحت الكهرباء متاحة على نطاق واسع، تحولت الميزة إلى من يصمم الأنظمة التي تستخدمها بكفاءة. أصبحت المصانع، خطوط التجميع، وأنظمة الإضاءة عوامل تميز.

الآن، نماذج اللغة الكبيرة في نفس المرحلة. فهي متاحة على نطاق واسع. الميزة الحقيقية تأتي من كيفية استخدام المؤسسات لها لإبلاغ سير العمل، وتنظيم القرارات، ودعم الحكم البشري. ببساطة نشر نموذج كـ"حل شامل" ليس استراتيجية. إن استخدام الذكاء لحل أو دعم هدف معين هو ما يدفع الأثر القابل للقياس.

فكر في ثلاثة أمثلة:

*   **بحوث السوق**: يمكن لنموذج اللغة الكبيرة تلخيص الأخبار أو الملفات. يدعمه وكيل، مدعومًا ببيانات فهرس السياق، يقوم بالتصفية، والأولوية، ويبرز ما هو ذو صلة لقرارات الاستثمار المخصصة للمستثمر.
*   **تحليل مشاعر العملاء**: يقرأ نموذج اللغة الكبيرة المنشورات الاجتماعية أو الاستطلاعات. يجمع الوكلاء، المدعومون بفهرس، الرؤى، ويتابعون الاتجاهات، ويربطون النتائج بمديري العلاقات.
*   **الاحتيال والامتثال**: تقوم نماذج اللغة الكبيرة بتحليل البيانات غير المنظمة. ينظم الوكلاء اكتشاف الشوائب باستخدام التعريفات من الفهرس، ثم يؤتمت التقارير والمهام المتابعة لمنع المخاطر التشغيلية.

في كل سيناريو، يوفر النموذج المقياس والطلاقة، لكن الجمع بين الوكيل وفهرس السياق يخلق الصلة، والتركيز، وقابلية العمل.

دعم الحكم البشري

يفترض البعض أن الوكلاء أو نماذج اللغة الكبيرة ستحل محل البشر. في الخدمات المالية، هذا غير مرجح. يوفر البشر الحكم، والإشراف، والتفكير الاستراتيجي الذي لا يمكن أتمتته. يعزز الوكلاء وفهرس السياق قدرات الإنسان من خلال ضمان دقة المعلومات، وتوفير السياق، والاستعداد لاتخاذ القرارات. يتولون المهام المتكررة، والمستهلكة للوقت، أو ذات التوزيع العالي.

عند الجمع، تخلق نماذج اللغة الكبيرة، الوكلاء، وفهرس السياق حلقة تغذية مرتدة: يولد النموذج الرؤى؛ يحدد الوكيل أولويتها وينسقها؛ يثبتها الفهرس في الحقيقة التنظيمية. وأخيرًا، يتخذ البشر القرارات.

النتيجة هي نتائج أسرع، وأكثر ثقة، وأكثر دقة. يقضي المحللون والقادة وقتًا أقل في جمع المعلومات ووقتًا أكثر في التصرف بناءً عليها.

الضرورة التنافسية

المؤسسات المالية التي تعتمد فقط على نماذج اللغة الكبيرة تظل تفاعلية. تلك التي تدمج الوكلاء وفهرس السياق تكسب المبادرة، والكفاءة، والرؤى على نطاق واسع. نماذج اللغة الكبيرة ضرورية لكنها غير مكتملة. الوكلاء يحولونها إلى أنظمة تقدم قيمة حقيقية. يضمن الفهرس أن تعمل تلك الأنظمة على تعريفات موثوقة وبيانات قابلة للتحقق.

صناعة الخدمات المالية على مفترق طرق. أصبحت نماذج اللغة الكبيرة أداة أساسية. الميزة التنافسية الآن تأتي من تصميم أنظمة تنسق الذكاء، وتوفر السياق، وتتكامل عبر سير العمل. من يفهم هذا الواقع سيحدد عصر الابتكار المالي القادم.

توفر نماذج اللغة الكبيرة القوة. وتوجهها الوكلاء وفهرس السياق وتجعله مفيدًا. معًا، تتيح للمؤسسات المالية أن ترى بوضوح، وتتصرف بثقة، وتتخذ قرارات أذكى.

عن الكاتب

ألكسندر والش هو الشريك المؤسس والرئيس التنفيذي لشركة أورايون. بخلفية متنوعة في الاستراتيجية، والمالية، والتوسع الدولي، قضى ألكسندر أكثر من عقد من الزمن في دفع النمو لشركات عالمية رائدة. قبل تأسيس أورايون، عمل كمدير للتوسع الدولي في Via.work، وساعد في توسيع عمليات الشركة على مستوى العالم وقادها إلى خروج ناجح عبر الاستحواذ على JustWorks. تشمل خبرته أدوارًا في أبل، N26، وبنك وادي السيليكون، حيث تخصص في العمليات، والامتثال، واتخاذ القرارات المبنية على البيانات. تتخصص خبرة ألكسندر في استراتيجية الأعمال، والإدارة المالية، واستغلال الأتمتة لدفع النمو وتحويل الأعمال.