Investing.com – وفقًا لبرنشتاين، فإن الذكاء الاصطناعي التوليدي (GenAI) يبرز كأداة حاسمة في إدارة الأصول، حيث يقدم “سقالة تقنية” تمكن المهنيين غير التقنيين من التفاعل مع النماذج واستخلاص رؤى أعمق.
وفي معرض حديثها في “سلسلة المتحدثين الكميين” في برنشتاين، قالت الشركة إن مدير محفظة من GIC، سلط الضوء على أن نماذج اللغات الكبيرة (LLMs) تعمل على سد الفجوة بالنسبة لأولئك الذين وجدوا في السابق أن التعلم الآلي التقليدي يمثل تحديًا بسبب الحواجز التقنية العالية.
ويشير برنشتاين إلى أن ماجستير إدارة الأعمال يتفوق في معالجة البيانات غير المنظمة، مثل النص واللغة الطبيعية، حيث يكون الإبداع والسياق أمرًا حيويًا.
ويوضحون أنه على عكس النماذج التقليدية المناسبة للمهام الأكثر صيغة، فإن GenAI تزدهر في التعامل مع التباين والقدرة على التكيف.
علاوة على ذلك، يقال إن LLMs مفيدة في تلخيص المستندات، واستخراج الميزات الرئيسية، وحتى ترجمة الصور إلى نص، مما يوفر طريقة قيمة “لفصل الإشارة عن الضوضاء”.
ومع ذلك، لا تزال هناك تحديات. وشدد بيرنشتاين على أن نماذج GenAI لا تزال تتطور وتأتي بتكاليف ثابتة عالية، مما يجعلها أكثر فائدة للشركات الكبيرة ذات وفورات الحجم.
ويعتقدون أيضًا أن الشركات الصغيرة قد تواجه صعوبات في التبني على نطاق واسع بسبب الاستثمار الكبير المطلوب. علاوة على ذلك، يعد الاستعداد التنظيمي أمرًا بالغ الأهمية، بما في ذلك وجود بنية تحتية قوية للبيانات ومواءمة الوظائف القانونية ووظائف الامتثال.
كما تناول برنشتاين دور البشر، مشيرًا إلى أنه بما أن الذكاء الاصطناعي يخفض تكلفة الإدراك، يجب على البشر التكيف إما من خلال أن يصبحوا متخصصين أو فهم كيفية دمج أدوات GenAI في عملهم.
على الرغم من وعده، يقول بيرنشتاين إن GenAI لا يزال يتطلب إشرافًا بشريًا بسبب قيوده، بما في ذلك التحيز التطلعي والمخرجات غير المتسقة، مما يعني أن البشر، في الوقت الحالي، يظلون جزءًا لا يتجزأ من حلقة صنع القرار في إدارة الأصول.
بشكل عام، في حين أن GenAI يحمل إمكانات كبيرة لإدارة الأصول، لا سيما في استخراج الميزات وتلخيصها، يشعر برنشتاين أن اعتماده الكامل سيعتمد على التغلب على التحديات التنظيمية والتقنية.
