إليكم كيف تساعد AWS العمالقة المالية مثل JPMorgan و Bridgewater مع طموحاتهم من الذكاء الاصطناعي

• توفر Amazon Web Services تقنية البيانات والحوسبة لشركات أخرى.
• لقد أصبح جزءًا رئيسيًا من تقنية وول ستريت ، حيث تعتمد العديد من الشركات عليها.
• إليكم الطريقة التي تساعد بها الشركات المالية والتقنية مع جهود الذكاء الاصطناعي.

رفعت الذكاء الاصطناعي التوليدي الرهان في الحرب السحابية العامة لحصة محفظة وول ستريت.

إن Amazon Web Services و Microsoft Azure و Google Cloud ، وهي أذرع شركات التكنولوجيا الكبرى ذات الصلة ، كانت تتجه إلى مزود السحابة في الصناعة المالية. استراتيجيات للفوز بأن الأعمال التجارية ممتدة إلى ما وراء توفير التكنولوجيا – يركز الكثيرون الآن على مساعدة العملاء على طرح الذكاء الاصطناعي.

للحفاظ على حافةها ، قالت الأمازون إنها تخطط لنشر حوالي 105 مليار دولار في أعمالها ، والتي سيذهب الكثير منها نحو AWS وجهودها من الذكاء الاصطناعي. لإلقاء نظرة على كيف يمكن أن تلمس هذه الأموال وول ستريت ، تحدثت Business Insider مع John Kain ، رئيس تطوير سوق الخدمات المالية في AWS. حدد كين ، الذي عمل في JPMorgan Chase و NASDAQ قبل تبديل الصناعات ، الاتجاه المستقبلي لأعمال Wall Street من خلال أربعة عملاء مختلفين: ضفاف دوليان كبيران ، وصندوق تحوط ، و FinTech.

وقال كين في إشارة إلى نضج الذكاء الاصطناعي في الصناعة: “أصبحت المهام أكثر تعقيدًا ، وأصبحت الأمور أكثر بكثير من العوامل ، وهي مصممة أكثر بكثير لحالات الاستخدام الفردية للحصول على مزايا أداء أسعار حقيقية” ، في إشارة إلى نضج الذكاء الاصطناعي في الصناعة.

كان جزء كبير من العمل وراء الكواليس يدور حول عدد الهلوسة ، وهي قضية شائعة حيث يتم تقديم استجابات غير دقيقة كحقيقة.

أحد الأمثلة على ذلك مع AWS Bedrock ، وهي خدمة تساعد العملاء على بناء تطبيقات ونماذج الذكاء الاصطناعي. في العام الماضي ، قدمت AWS ميزة تدعى Bedrock Breadles التي تنظر إلى الردود التي تخرج من نماذج اللغة الكبيرة ، ثم تستخدم نموذج لغة كبير آخر للتحقق مما إذا كانت هذه الإجابة في الواقع استجابة جيدة. في بعض الحالات ، اكتشف هذا النهج حوالي 75 ٪ من الهلوسة.

حاولت جهود AWS الأخرى ، مثل التفكير الآلي ، استخدام البراهين الرياضية لإثبات أن المعلومات من نماذج الذكاء الاصطناعى التوليدي صحيحة في الواقع.

إليك كيفية مساعدة AWS على استخدام شركات وول ستريت من استخدام الذكاء الاصطناعي.

JPMorgan Chase

منطقة التركيز AWS: الأمن والحجم

عندما تولى لوري بير ، كبير مسؤولي المعلومات العالمي في JPMorgan ، المرحلة في AWS RE: Invent في ديسمبر ، فقد رسمت احتضان البنك للسحابة ، التي بدأت في عام 2017. في عام 2020 ، كان لدى JPM 100 تطبيق في السحابة ، وضاعفت هذا الرقم في العام التالي. كما بنيت بنك المستهلك في المملكة المتحدة من الألف إلى الياء على AWS.

وقال كين إن JPMorgan لديها الآن الآلاف من التطبيقات التي تعمل على AWS والتي تستفيد تمامًا من تقنيات الذكاء الاصطناعي التوليدي.

وقال بيرة إن البيانات الداخلية لـ JPMorgan ومنصة AI تعتمد على AWS Sagemaker ، وهي أداة لإنشاء وتدريب نماذج تعلم الآلات ، مع أكثر من 5000 موظف يستخدم الأداة المستندة إلى مجموعة النظراء كل شهر. وأضافت أن البنك قام بتبسيط عملية تطوير نماذج جديدة ، من التجريب إلى نشرها على الهواء مباشرة.

وقالت “هذه المنصة تمكننا من بناء الموجة التالية من تطبيقات الذكاء الاصطناعي في الشركة”.

كانت تدابير الأمن والحوكمة والامتثال في السحابة مفتاحًا لامتصاص JPMorgan ، وفقًا لـ Kain.

يعتبر JPMorgan ، الذي يعالج 10 تريليونات دولار من المدفوعات يوميًا ويعتبر 82 مليون عميل في الولايات المتحدة ، البنك الأكثر أهمية في العالم ، وفقًا لمجلس الاستقرار المالي ، الذي يحدد المؤسسات المالية العالمية المهمة.

وقال كين: “منظمات مثل JPMorgan ، لديها مقياس فريد وتعقيد يأتي مع كونها منظمة منظمة عالميًا في خطوط متعددة من الأعمال ، ونحن نتعلم إلى جانبها” ، مضيفًا أن الامتثال للأعمال والمنظور الأمني ​​للبنك ساعد في دفع AWS إلى الأمام.

بريدجووتر

مجال التركيز AWS: تنسيق نماذج متخصصة لأبحاث الاستثمار

منذ حوالي عامين ، جمع بريدجووتر مجموعة من المستثمرين وعلماء البيانات والتقنيين لإعادة التفكير في كيفية فهم صندوق التحوط الأسواق والاقتصادات مع الذكاء الاصطناعي والتعلم الآلي أولاً. وهكذا ، ولدت مختبرات AIA. وقال جريج جينسين ، رئيس الاستثمار ، رئيس الاستثمار المشارك في بريدجووتر ، في شركة Bridgewater ، التي سعيت إلى إعادة إنشاء “كل ما نقوم به من خلال تقنيات التعلم الآلي” ، كما قال رئيس الاستثمار المشارك في بريدجووتر ، الذي سبق أن سبق لـ BI ، أن القسم داخل شركة الاستثمار قد سعى إلى إعادة إنشاء “كل ما نقوم به من خلال تقنيات التعلم الآلي”.

وقالت AIA Labs CTO Aaron Linsky في RE: Invent في ديسمبر “لقد بدأت في مفكرة ، وتخرجت إلى Excel ، وهي تعمل الآن على EKS ومختلف خدمات AWS الأخرى”.

في وقت مبكر ، كانت القدرات على جانب الذكاء الاصطناعي التوليدي تقتصر في الغالب على طرح سؤال مباشر ، والحصول على الذكاء الاصطناعى لمعرفة كيفية كتابة التعليمات البرمجية لتنزع هذه البيانات من نظام Bridgewater ، وإنتاج رد ، على حد قول كين.

وقال “كان ذلك رائعًا ، لقد كان توفير ساعات وساعات من الوقت” ، وجعلها حتى لم يضطر محللو الاستثمار إلى حجب المطورين للحصول على البيانات.

الآن ، يمكن أن تأخذ منصة AI من Bridgewater استراتيجية استثمار معقدة وتحليلها.

وقال كين: “لقد أظهروا كيف تمكنوا من تناول هذا السؤال الاستثماري المعقد ، وخرقه إلى خطوات متعددة ، وجعل كل خطوة من هذه الخطوات تخرج إلى وكيل معين”. على سبيل المثال ، قد يتحقق أحد الوكلاء من كيفية تأثير أسعار الفائدة على العائدات الإجمالية ، ويمكن لآخر التحقق من الفحص المالي ، وقد يلخص ثالث ملف تعريف المخاطر.

وقال لينسكي: “لقد وجدنا اليوم أن الحد من اتساع نطاق المسؤوليات لأي وكيل معين أمر مهم حقًا”.

وقال لنسكي: “نحن على الطريق نحو سير العمل الكامل للوكيل” ، مضيفًا ، “نحن بالتأكيد لا نستبدل شركائنا الاستثماريين القدرات في الوقت الحالي ، لكنه يساعد على السرعة على طول عمليتهم.”

MUFG

منطقة التركيز AWS: تحويل مجموعات بيانات متعددة إلى أفكار مبيعات جديدة

تستخدم Mitsubishi UFJ Financial Group ، التي تقدم كل شيء من الخدمات المصرفية الاستثمارية إلى إدارة الخزانة والتمويل التجاري ، من الذكاء الاصطناعى التوليدي لمنح مندوبي المبيعات الشركات. وقال Tetsuo Horigane ، رئيس الابتكار الكمي في MUFG ، في RE: Invent.

وقال هوريغان إن MUFG بدأت في تطوير تطبيقات الذكاء الاصطناعي في عام 2023 بعد إطلاق فريق AI/ML في المنزل قبل عامين. لدى MUFG حوالي 2000 موظف يخدمون ما يقرب من مليون عميل من شركة ،

عادة ما يقرأ مندوب المبيعات في البنك من خلال مئات أو آلاف الصفحات من الوثائق لفهم موقف العميل المعطى وما هو المنتج المالي الأكثر صلة بهم. ولكن الآن يجمع منصة الذكاء الاصطناعي بين مجموعات بيانات متعددة ، مثل تاريخ معاملات العميل ، وتحويلات المبيعات السابقة لفهم ما هم في السوق ، وملفاتها المالية ، ومعلومات عامة مثل الأخبار ، قال كين.

وقال هوريغان إن عملية صياغة ملعب مبيعات ، والتي قد تستغرق عدة ساعات أو أيام ، يمكن القيام بها الآن في غضون دقائق.

منطقة التركيز AWS: استخدام مركز الاتصال AI للتأثير على الاستراتيجية والخبرة

منظمة العفو الدولية في مراكز الاتصال ليست رواية ، ولكن بالنسبة للرهن العقاري الصاروخ ، فإنه من كبار المديرين التنفيذيين التفكير في استراتيجيات وخبرات جديدة كاملة.

قامت Fintech المدمجة بتقنية AI AI في مراكز الاتصال الخاصة بها لتقليل الحمل لآلاف موظفي مركز الاتصال الذين يقومون بالمكالمات ورسائل البريد الإلكتروني و WebChats كل يوم.

لكن الفكرة ليست فقط أن يكون لديك مساعد واحد من الذكاء الاصطناعي ، بل “شبكة كاملة من الوكلاء” ، قال دان فاسكويز ، نائب رئيس استراتيجية الذكاء الاصطناعي في Rocket Mortgage ، في Re: Invent. وقال إنه يساعد في نسخ واختيار أجزاء رئيسية من المعلومات في منتصف المكالمة وتوفير رؤى وبيانات حول المكالمة بعد الحقيقة.

وقال فاسكويز إن الذكاء الاصطناعى التوليدي ساعد في توفير حوالي 40،000 ساعة سنويًا لموظفي مركز الاتصال وتمكين 70 ٪ من دعم العميل من أن يخدم ذاتيا بالكامل.

ولكن الآن ، يستخدم Rocket Mortgage تلك البيتابايت العشرة من البيانات لمعرفة “ماذا يجب أن نفعل بعد ذلك؟”

وقال كين إن هذه هي الفائدة الحقيقية ، لكي تبدأ شركة Fintech في طرح أسئلة كبيرة مثل “لماذا يدعوني زبائني” و “ما هي مشكلاتي الأكثر شيوعًا” ، واستخدم هذا Intel لإعادة التفكير في منصاتها عبر الإنترنت ، وتبسيط سير العمل ، وتحسين تجربة العملاء الإجمالية.