Morgan Stanley riskli uzlaşdırma işini yarıya endirdi — agentlərin muxtariyyətini azaltmaqla

Əksər korporativ süni intellekt tətbiqləri indiyədək kod köməkçiləri və müştəri xidməti botlarına fokuslanıb. Lakin Morgan Stanley süni intellekt agentlərini bank işinin ən dəqiqlik tələb edən və son tarixlərlə məhdudlaşan iş axınlarından birinə — mənfəət və zərər (P&L) uzlaşdırmasına tətbiq edərək işin həcmini yarıya endirib. Burada diqqət çəkən məqam isə odur ki, şirkət sistemin muxtariyyətini artırmaq əvəzinə azaltmaqla bu nəticəyə gəlib. İnsanlar prosesdə sıx şəkildə iştirak edir və onların qərarları tədricən sistemin özbaşına tətbiq edə biləcəyi təkrarlana bilən qaydalara çevrilir. Morgan Stanley-in idarəedici direktoru Todd Johnson VB AI Impact tədbirində bildirib ki, bu sistem "kopilot"dan daha çox "iş yoldaşı" kimidir. Daxili istehsal agent sistemi olan FIXR sadə "gen AI 1.0" tapşırıqlarından kənara çıxır və Johnsonun sözlərinə görə, təşkilatda daha mürəkkəb işləri açmaq üçün əsas fürsət məhz buradadır. Hər ticarət günü Morgan Stanley-in ticarət masaları nağd səhmlər və ya borc investisiyaları kimi əməliyyatlarla məşğul olur. Hər günün sonunda isə nəzarətçilər maliyyə nəhənginin Maliyyə, Risk, Əməliyyatlar və Ticarət Uçotu sistemləri arasında mənfəət və zərər göstəricilərini uzlaşdırmalıdır. Bütün bu məlumatlar bir araya gətirilməlidir və təəccüblü deyil ki, yüz minlərlə atribut tez-tez uyğun gəlmir. Bu, adətən nəzarətçilərin hər bir uyğunsuzluğu (və ya "boşluğu") əl ilə araşdırmasını, düzəlişlərlə bağlı qərar verməsini və rəqəm masaya göndərilməzdən əvvəl təsdiq etməsini tələb edir. Bütün bunlar isə səhər saatlarında ciddi son tarix altında həyata keçirilir. Əvvəllər tək bir kitab üçün bu proses altı saata qədər vaxt apara bilərdi. Johnsonun dediyinə görə, indi FIXR bu tapşırığı iki-üç saata yerinə yetirir. Bu işi görən təxminən 100 nəzarətçi üçün bu, həftədə təxminən 1500 saat qənaət deməkdir. Gecəlik mənfəət və zərər hesablamaları tamamlandıqdan sonra sistem avtomatik olaraq "boşluqları" təhlil edir və öyrənilmiş qaydalar əsasında həll yolları təklif edir. Bir neçə agent birlikdə işləyir: biri keçmiş təlimatları şərh edərək günün əvvəlində həll yollarını hazırlayır, digərləri isə bu qaydaları tətbiq edərək uzlaşdırma prosesini sürətləndirir.