أخبار ar.wedoany.com، قامت شركة ألجينيز (Allganize) ببناء روبوت محادثة استشاري يعمل بالذكاء الاصطناعي التوليدي موجه للعملاء باسم "هانا كيو (HanaQ)" لصالح شركة هانا سكيوريتيز (Hana Securities). وتتميز هذه الحالة بأهميتها كنموذج يُحتذى به في ظل اقتصار استخدام الذكاء الاصطناعي التوليدي في القطاع المالي في الغالب على المساعدة الداخلية أو إثبات المفهوم (PoC)، وذلك لما تجمعه من تحقيق الأمان والدقة في آن واحد.
تُعد "هانا كيو" خدمة استشارات قائمة على الذكاء الاصطناعي التوليدي أطلقتها هانا سكيوريتيز في 22 مايو، وتهدف إلى معالجة مجموعة متنوعة من استفسارات العملاء حول المنتجات المالية واستخدام الخدمات على مدار الساعة طوال أيام الأسبوع دون انتظار. في السابق، كان الذكاء الاصطناعي التوليدي في القطاع المالي يُستخدم بشكل أساسي لدعم الموظفين الداخليين أو في إثباتات مفهوم محدودة. ولتوسيع نطاق التطبيق ليشمل الخدمات الموجهة للعملاء، كان لا بد من تلبية متطلبات الدقة والأمان في آن واحد. فالإجابات الخاطئة حول المنتجات المالية قد تتسبب في خسائر للعملاء، مما يجعل دقة الإجابة أمرًا بالغ الأهمية؛ وفي الوقت نفسه، تفرض المتطلبات التنظيمية مثل حماية معلومات العملاء وعزل الشبكة ضرورة تشغيل الذكاء الاصطناعي التوليدي في بيئة بنية تحتية خاضعة للرقابة.
ولتلبية هذه المتطلبات، اعتمدت هانا سكيوريتيز على منصة نماذج اللغات الكبيرة (LLM) الشاملة "ألّي (Alli)" من شركة ألجينيز، لبناء خدمة استشارات ذكاء اصطناعي في بيئة محلية (On-Premise). تعتمد "هانا كيو" على بنية التوليد المعزز بالاسترجاع (RAG) القائمة على المعرفة الداخلية. فبينما تتبع روبوتات المحادثة التقليدية نصوصًا برمجية محددة مسبقًا، تقوم "هانا كيو" بالبحث في الوقت الفعلي في المعرفة الداخلية لهانا سكيوريتيز مثل المنتجات المالية والشروط والأحكام والأسئلة الشائعة (FAQ) وتوليد الإجابات بناءً عليها. لا تمكن هذه الطريقة من فهم سياق السؤال بما يتجاوز مطابقة الكلمات الرئيسية البسيطة فحسب، بل تتيح أيضًا التعامل مع الأسئلة المتابعة، وتعزز دقة الإجابات من خلال الاستناد إلى مراجع أثناء عملية التوليد.
لضمان جودة الإجابات، يقوم فريق خدمة العملاء بالذكاء الاصطناعي في هانا سكيوريتيز بفحص وتحديث بيانات المنتجات المالية والشروط والأسئلة الشائعة التي يستشهد بها روبوت المحادثة يوميًا. ونظرًا لأن التوليد المعزز بالاسترجاع (RAG) يسترجع هذه البيانات في الوقت الفعلي كأساس للإجابة، فإن الحفاظ على تحديث البيانات المرجعية يُشكل أساسًا لتحقيق جودة إجابات دقيقة ومتسقة. وفيما يتعلق بالأمان، قامت ألجينيز ببناء خدمة محلية وفقًا لمتطلبات هانا سكيوريتيز، مما أتاح إمكانية تقديم وظائف الاستشارات بالذكاء الاصطناعي التوليدي ضمن بنية تحتية خاضعة للرقابة، مع مراعاة حماية معلومات العملاء ومتطلبات الأمان في القطاع المالي.
أشار لي تشانغ سو، الرئيس التنفيذي لشركة ألجينيز، إلى أن تقنية التوليد المعزز بالاسترجاع (RAG) الخاصة بالشركة قد حظيت باعتراف تقني في القطاع المالي، وأن حالة هانا سكيوريتيز هذه تُعد مثالًا ممتازًا على التحول الآلي (AX) في قطاع الأوراق المالية مع تحقيق الأمان في بيئة محلية. وأضاف أن ألجينيز ستواصل تسريع تطوير التكنولوجيا لدعم التحول الآلي الشامل في القطاع المالي.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
