Las empresas de servicios financieros están obteniendo ganancias tempranas de la inteligencia sintético (IA), lo cual no es sorprendente cubo que la financiación es históricamente una industria que zapatilla las nuevas tecnologías agresivamente.

Asimismo: la paradoja de la complejidad de la IA: más productividad, más responsabilidades

Un resultado sorprendente es que la IA podría terminar haciendo las funciones más críticas de la banca, el seguro y el comercio, o las funciones creativas que requieren ideas humanas, aún más valiosas.

“Lo que sucede es que habrá una prima sobre la creatividad y el sensatez que entra en el proceso”, dijo John Kain, quien es Cabecilla de Esfuerzos de Progreso del Mercado en Servicios Financieros para AWS, en una entrevista con ZDNet a través de Teleobjetivo.

Asimismo: El uso de la IA se está estancando en el trabajo por errata de educación y apoyo

Por proceso, se refería a aquellas áreas más avanzadas, y presumiblemente más difíciles de automatizar, como los cálculos de peligro de un faja.

“Gran parte de lo indiferenciado será automatizado”, dijo Kaine. “Pero lo que eso significa es lo que en realidad diferencia al negocio y la capacidad de servir mejor a los clientes, ya sea que sea mejor comprensión de productos o riesgos, o con nuevos productos, desde una perspectiva financiera, el ritmo de eso simplemente irá mucho más rápido en el futuro”.

Amazon formó su dispositivo de servicios financieros hace 10 abriles, la primera vez que el hércules de la montón adoptó un enfoque de la industria primero.

Durante ocho abriles, Kaine ha ayudado a soportar las herramientas del hércules de la montón a bancos, aseguradoras y fondos de cobertura. Ese enfoque incluye tanto las cargas de trabajo en movimiento como la IA de implementación, incluidos los grandes modelos de idiomas (LLM) de IA generativa (Gen AI), en los procesos de sus clientes.

“Si observa lo que estamos tratando de hacer, estamos tratando de proporcionar a nuestros clientes un entorno donde, desde una perspectiva de seguridad, cumplimiento y gobernanza, les damos una plataforma que marca las casillas para todo lo que está en selección para los servicios financieros”, dijo Kaine, “pero incluso les da camino a las últimas tecnologías y la referéndum para poder soportar los mejores patrones a la industria”.

Asimismo: ¿Vale la pena las suscripciones de IA? La mayoría de la gentío no parece pensar así, según este estudio

Kaine, quien comenzó su carrera en operaciones en el pavimento comercial y trabajó en empresas como JP Morgan Chase y Nasdaq, tuvo muchos ejemplos de ganancias a través de la automatización de funciones financieras, como el servicio al cliente y la investigación de caudal.

El uso temprano de AWS por finanzas incluyó cosas como las carteras de las inversiones de prueba posterior para predecir el rendimiento, el tipo de carga de trabajo que es “adecuado para la montón” porque requiere simulaciones de computadora “para que en realidad funcionen correctamente en paralelo”, dijo Kaine.

“Esa capacidad de poder investigar mucho más rápidamente en AWS significaba que las empresas de investigación de inversiones podrían ver rápidamente esos beneficios”, dijo. “Has gastado eso cliché en toda la industria independientemente de la empresa”.

Aprovechando la tecnología

Las implementaciones tempranas de Gen AI muestran muchos puntos en popular entre las empresas. “Serán patrones repetibles, ya sea un procesamiento de documentos que podría aparecer como automatización de hipotecas con PennyMac o procesamiento de reclamos con las empresas de viajeros”.

Dichos procesos vienen con un categoría extra de sensibilidad, dijo Kain, cubo el estado regulado de las finanzas. “No solo tienen una prioridad sobre la resiliencia y la seguridad, sino que incluso tienen evidencia que es mucho veterano que cualquier otra industria porque las regulaciones sobre servicios financieros son típicamente muy prescriptivos”, explicó. “Hay una mostrador mucho más ingreso en la industria”.

Encima: Andy Jassy de Amazon dice que AI tomará algunos trabajos, pero hará que otros sean más ‘interesantes’

Finance ha sido uno de los primeros en adoptar una tecnología basada en IA inventada en AWS, originalmente convocatoria Verdey eso ahora se conoce más generalmente como “razonamiento automatizado”. La tecnología combina IA de educación automotriz con pruebas matemáticas para validar formalmente las medidas de seguridad, como quién tiene camino a bienes en un faja.

“Fue un esfuerzo para permitir que los clientes demostraran que los controles de seguridad que establecieron eran conocedores”, dijo Kain. “Eso fue importante para nuestros clientes de servicios financieros”, incluidos los fondos de cobertura Bridgewater y otros primeros usuarios.

Ahora, el razonamiento automatizado incluso se está empleando para arreglar Gen AI.

“Estás viendo el mismo enfoque que ahora se toma para mejorar el rendimiento de los modelos de idiomas grandes, particularmente con la reducción de la sueño”, dijo.

Para mitigar las alucinaciones, o “confabulaciones”, ya que los errores en Gen AI son más conocidos, la plataforma de roca hermana de AWS para ejecutar programas de educación automotriz utiliza una reproducción acuática (RAG) de recuperación.

El enfoque RAG implica conectar una LLM a una fuente de información validada, como una cojín de datos. La fuente sirve como un tipificado de oro para “fondear” los modelos para confinar el error.

Asimismo: Cisco lanceta agentes de IA para automatizar las tareas de red a ‘velocidad de la máquina’, con él todavía en control

Una vez anclado, el razonamiento automatizado se aplica a “en realidad permitirle crear sus propias políticas que luego le brinden un nivel adicional de seguridad y detalle para cerciorarse de que las respuestas que está proporcionando (del maniquí AI) sean precisas”.

El enfoque RAG, y el razonamiento automatizado, son cada vez más clientes en servicios financieros para implementar “tareas más pequeñas y específicas de dominio” en la IA que se pueden conectar a un conjunto de datos específicos, dijo.

Las empresas financieras comienzan con los casos de uso de Gen AI en encuestas de uso empresarial, incluida la automatización de los centros de llamadas. “Desde una gran perspectiva del maniquí de idioma, en efectividad hay una serie de casos de uso que hemos gastado a la industria conquistar un ROI casi inmediato (retorno de la inversión)”, dijo Kain. “El principal es la interacción del cliente, particularmente en el centro de llamadas”.

Los clientes de AWS, incluidos los principales financieros, aliados financieros, hipotecarios de cohetes y la coinbase de intercambio de criptomonedas, han explotado todos los llamados de la Gestación de la Gestación para “soportar esas (clientes), transcribirlas en tiempo vivo y luego proporcionar información a los agentes que proporcionan el contexto de por qué los clientes llaman, encima de su historial y luego los guían (los agentes de las llamadas humanas)”.

Coinbase utilizó ese enfoque para automatizar el 64% de las llamadas de soporte, en comparación con el 19% hace dos abriles, con el objetivo de alcanzar el 90% en el futuro.

Encontrar nuevas oportunidades

Otra dominio donde se está utilizando la automatización es monitorear alertas, como advertencias de fraude. Es un poco como la IA en la ciberseguridad, donde la IA maneja una avalancha de señales que abrumarían a un analista o investigador humano.

Las alertas de fraude y otras advertencias “generan una gran cantidad de falsos positivos”, dijo Kain, lo que significa mucho trabajo adicional para los equipos de fraude y otro personal financiero para “desgastar una buena parte de su día mirando cosas que en efectividad no son fraude”.

En su área, “los clientes pueden usar modelos de idiomas grandes para ayudar a acelerar el proceso de investigación” al resumir las alertas y luego crear un crónica resumido que se le dará al investigador humano.

Verafin se especializa en esfuerzos contra el lavado de peculio y es un cliente de AWS que utiliza este enfoque.

“Han demostrado que pueden administrar del 80% al 90% del tiempo que lleva investigar una alerta”, dijo.

Asimismo: ¿Crees que Deepseek ha cortado el consumición de AI? Pensar de nuevo

Otra dominio de automatización es el “procesamiento de la oficina media”, incluidas las consultas de los clientes sobre un corretaje de confirmación comercial.

Un cliente de AWS, Brokerage Jefferies & Co., ha establecido “AI AGENIC” donde el maniquí de IA “en realidad pasaría por su bandeja de entrada, diciendo que esta es una solicitud para confirmar un precio” de un comercio de títulos.

Ese agente pasa la solicitud a otro agente que “salga y consulte una cojín de datos para obtener el precio comercial vivo para el cliente, y luego genere el correo electrónico” que se envía al cliente.

“No es un proceso enorme, se necesita un humano, tal vez, diez, quince minutos para hacerlo ellos mismos”, dijo Kain, “pero pasas de poco que fue de minutos hasta segundos a través de los agentes”.

Se han observado los mismos tipos de solicitudes en el negocio de hipotecas y seguros, dijo, y en energía, con los servicios energéticos totales de Canadá que confirman los contratos.

Asimismo: has audición cuchichear de AI Killing Jobs, pero aquí hay 15 parte que AI podrían crear

Una de las áreas “más interesantes” en las finanzas para la Gestación de la Gestación AI, dijo Kain, es en investigación de inversiones.

El fondo de cobertura Bridgewater utiliza LLM para “básicamente tomar un texto de forma emancipado (compendio) sobre una idea de inversión, desglosar eso en nueve pasos individuales y, para cada paso, iniciar un agente (IA) que iría a comprender qué datos eran necesarios para objetar la pregunta, crear un plano de dependencia entre las diversas compensaciones interiormente de un maniquí de inversión y luego escribir el código para extraer datos de tiempo vivo del almacén de datos de inversión, y luego crear un plano de dependencia como un crónica de inversión de primer año como el profesional de la inversión de primer año.

El hércules de calificación crediticia Moody’s está utilizando agentes para automatizar notas en las calificaciones crediticias. Sin requisa, las calificaciones crediticias suelen ser para empresas públicas porque solo estas empresas deben informar sus datos financieros por ley. Ahora, Moody’s Peer, S&P Mundial, ha podido extender las calificaciones a empresas privadas acumulando fragmentos de datos aquí y allá.

“Existe la oportunidad de usar los grandes modelos de idiomas para filtrar lo que está apto públicamente para hacer información de crédito sobre empresas privadas”, dijo Kain. “Eso permite que el mercado de crédito privado tenga información mejor anclada para tomar decisiones de crédito privado”.

Estos representan “simplemente capacidades sorprendentes”, dijo Kain de los casos de uso de AI.

Mudarse a nuevas áreas

La IA aún no está automatizando muchas funciones centrales de los bancos y otras empresas financieras, como calcular los perfiles de peligro más complejos para los títulos. Pero, “Creo que está más cerca de lo que piensas”, dijo Kain.

“No es donde nos hemos movido por completo a encomendar en la máquina para crear, digamos, estrategias comerciales o enfoques de administración de riesgos”, dijo Kain.

Asimismo: 5 formas en que puede conectar la brecha de habilidades de IA en su negocio en su negocio

Sin requisa, los comienzos de pronóstico y disección están presentes. Considere el problema de calcular el impacto de los nuevos aranceles estadounidenses en los flujos de efectivo de las empresas. Eso está “sucediendo hoy como parcialmente una función de IA”, dijo.

Las empresas financieras “definitivamente están analizando los datos a escalera, reaccionando a los movimientos del mercado y luego viendo cómo deberían poner al día sus posiciones en consecuencia”, explicó.

“Esa capacidad de ingerir datos a escalera total es poco que creo que es mucho más viable de lo que era hace un año”, adecuado a la reproducción AI.

AWS Customer Crypto.com, una plataforma de negociación para criptomonedas, puede ver parte en 25 idiomas diferentes utilizando una combinación de múltiples LLM.

“Son capaces de identificar qué historias son sobre monedas, y proponer si esa es una señal positiva o negativa, y luego pegar eso como aportes a sus clientes”, con fines comerciales. Mientras dos de los tres modelos que monitorean los feeds estuvieron de acuerdo, “tenían convicción de que había una señal allí” de valencia.

“Entonces, estamos viendo el uso de la IA generativa para comprobar la IA generativa, si lo desea, para proporcionar confianza a escalera”.

Encima: los phishers construyeron sitios de inicio de sesión falsos de Okta y Microsoft 365 con AI – aquí le mostramos cómo acogerse a sí mismo

Esas tareas centradas en el ser humano que permanecen en el núcleo de la banca, el seguro y el comercio son probablemente las más valiosas en la industria, incluidas las funciones más complejas, como crear nuevos productos derivados o suscribir ofertas públicas iniciales.

Esas son áreas que disfrutarán de la “prima” para la creatividad, en opinión de Kain. Sin requisa, cuánto más se centran estas tareas en la creación humana es una pregunta abierta.

“Desearía tener una patraña de cristal para proponer cuánto de eso es en realidad automatizable en los próximos abriles”, dijo Kain.

“Pero dada la tremenda prohijamiento (de la IA), y la capacidad de procesar datos con mucho más efectivo que incluso solo dos, hace tres abriles, es un momento emocionante para ver dónde terminará todo esto”.