Традиционные финансы расширяются в сферу искусственного интеллекта: причины этого шага
Исследуйте, как искусственный интеллект трансформирует традиционные финансы, благодаря финансированию Hebbia на $130 млн и автоматизации процессов.
Финансовая индустрия, известная своим осторожным подходом к внедрению новых технологий, постепенно внедряет искусственный интеллект (ИИ), несмотря на опасения по поводу конфиденциальности данных и нормативных препятствий. Недавно Hebbia, стартап в области искусственного интеллекта, получил финансирование в размере 130 миллионов долларов США под руководством Андриссена Горовица при участии Index Ventures, Google Ventures и Питера Тиля. Технология Хеббиа позволяет пользователям создавать агенты искусственного интеллекта, которые могут обрабатывать различные типы данных, такие как нормативные документы, PDF-файлы, аудио и видео, оптимизируя задачи, которые раньше занимали часы, до считанных минут. Этот раунд финансирования подчеркивает растущую тенденцию финансовых учреждений интегрировать ИИ для автоматизации своих операций.
Интеграция ИИ в традиционные финансы
ИИ постепенно проникает в традиционные финансы: крупные банки США, такие как JP Morgan, Bank of America, Citigroup и Wells Fargo, инвестируют в технологии для повышения операционной эффективности и качества обслуживания клиентов. Донован подчеркивает, что сила ИИ заключается в повышении операционной эффективности за счет автоматизации таких задач, как ввод данных, проверка соответствия и отчетность, что позволяет сократить расходы и повысить производительность.
Hebbia иллюстрирует эту тенденцию, предлагая платформу, которая расширяет возможности запроса документов посредством поиска частных сторонних данных, собственного внутреннего поиска и поиска общедоступных данных. ИИ готов значительно активизировать усилия по оптимизации таких процессов.
Повышение эффективности принятия решений за счет интеграции данных с помощью искусственного интеллекта
ИИ обеспечивает более разумную работу, объединяя разнообразные источники данных в единую доступную платформу, открывая ценную информацию из неструктурированного контента и хранилищ корпоративных данных. Такие технологии, как большие языковые модели (LLM) и генерация дополнительных дополнений (RAG), повышают эффективность, позволяя сотрудникам использовать запросы на естественном языке и функции Co-Pilot для таких задач, как подведение итогов встреч и создание документов. Первые результаты указывают на значительный рост производительности и сокращение времени обучения.
Проблемы, препятствующие внедрению ИИ в финансовой отрасли
Нежелание финансового сектора использовать ИИ связано со строгими правилами, регулирующими обработку данных клиентов, которые часто перевешивают предполагаемые выгоды. Традиционные финансовые учреждения сталкиваются с препятствиями из-за устаревших систем, несовместимых с современными технологиями искусственного интеллекта. Более того, соблюдение нормативных требований и неприятие рисков способствуют осторожному подходу отрасли, поскольку компании отдают приоритет безопасности данных на фоне опасений по поводу несанкционированного доступа к данным.
