BNY با OpenAI «هوش مصنوعی برای همه، در همه جا» را می‌سازد

زمانی که ChatGPT در اواخر سال 2022 راه‌اندازی شد، BNY تصمیمی قاطع گرفت تا هوش مصنوعی مولد را در سراسر شرکت به کار بگیرد. به جای محدود کردن آزمایش به چند متخصص، شرکت یک AI Hub متمرکز ایجاد کرد، پلتفرم داخلی Eliza را راه‌اندازی کرد و کارکنان را برای استفاده مسئولانه از AI آموزش داد.

«شعار ما این است: <هوش مصنوعی برای همه، در همه جا و در همه چیز>»، سارتاک پاتانایک، مدیر ارشد داده و هوش مصنوعی در BNY می‌گوید. «این فناوری بسیار تحول‌آفرین است و ما تصمیم گرفتیم برای اجراء از یک رویکرد مبتنی بر پلتفرم استفاده کنیم.»

این پلتفرم اکنون از بیش از 125 مورد استفاده فعال پشتیبانی می‌کند و 20,000 کارمند به طور فعال در حال ساخت عامل‌ها هستند.

Eliza از ابتدا نه فقط به عنوان یک ابزار، بلکه به عنوان یک سیستم کاری طراحی شد که دقت حاکمیتی BNY را با مدل‌های پیشرفته—از جمله مدل‌های پیشرو OpenAI—ترکیب می‌کند تا کارکنان بتوانند با اطمینان و ایمنی بیشتر کار کنند.

پاتانایک می‌گوید: «ما پروژه‌های جانبی نمی‌سازیم.» «ما در حال تغییر نحوه عملکرد بانک هستیم.»

BNY نقشی حیاتی در اقتصاد جهانی دارد و دارایی‌ها، داده‌ها و نقدینگی را در بیش از 100 بازار مدیریت، جابه‌جا و محافظت می‌کند. به عنوان یکی از بزرگ‌ترین مؤسسات مالی جهان با بیش از $57.8 تریلیون دارایی تحت مدیریت یا نگهداری، اعتماد یک اصل غیرقابل‌چشم‌پوشی است.

پاتانایک می‌گوید: «ما مانند سیستم گردش خون در اکو سیستم خدمات مالی جهانی هستیم.» «و از این منظر، باید مطمئن شویم که اعتماد در هر کاری که انجام می‌دهیم، نهادینه شده است.»

با این سطح از مسئولیت، پیاده سازی هوش مصنوعی نمی‌تواند یک فکر ثانویه یا یک آزمایش فرعی باشد. BNY به رویکردی نیاز داشت که نوآوری را با پاسخگویی متعادل کند.

کلید موفقیت الیزا یک مدل حکمرانی است که از مقیاس‌پذیری پشتیبانی می‌کند بدون اینکه روند آزمایش‌ها را کند نماید. «برخی ممکن است حاکمیت هوش مصنوعی را به عنوان مانعی ببینند، اما در تجربه ما، این یک تسهیل‌گر بوده است»، وات وانافا، معاون مشاور حقوقی ارشد و مشاور ارشد فناوری. «حکمرانی خوب به ما اجازه داده است که بسیار سریع‌تر حرکت کنیم.»

در BNY، چندین گروه بین‌رشته‌ای به طور منظم ملاقات می‌کنند تا موارد استفاده جدید از هوش مصنوعی را بررسی و ارزیابی کنند:

• یک هیئت بررسی استفاده از داده، رهبران بخش‌های مختلف از جمله مالکیت فکری، امنیت سایبری، مهندسی، داده، حریم خصوصی و روابط با طرف‌های ثالث را گرد هم می‌آورد.
• یک هیئت انتشار هوش مصنوعی نیز تیم‌های مرتبط را هماهنگ می‌کند تا ابتکارات قبل از استقرار در محیط عملیاتی بازبینی شوند.
• شورای Enterprise AI نیز نظارت ارشد و هم‌راستایی سیاست‌ها را در سراسر سازمان فراهم می‌کند.

بینش‌های هیئت بررسی استفاده از داده‌ها به صورت روزانه به شورای هوش مصنوعی منتقل می‌شود، که سپس سناریوهای با تأثیر بالا یا نوآورانه را ارزیابی می‌کند. Wanapha می‌گوید: «در طول مسیر مجبور بودیم مدام تکرار و اصلاح کنیم.» «با گسترش موارد استفاده و تغییر مدل‌ها، باید پروژه‌های AI را به طور مستمر ارزیابی کنیم تا دقت حفظ شود.»

آنچه رویکرد BNY را متمایز می‌کند، نحوه یکپارچه‌سازی کامل حاکمیت در ابزارها است. در Eliza، تمام فرآیندهای پرامپت‌نویسی، توسعه عامل، انتخاب مدل و اشتراک‌گذاری در یک محیط حاکمیتی کنترل‌شده انجام می‌شود.

وانافا توضیح می‌دهد: «الیزا حکمرانی را در سطح سیستم پیاده‌سازی می‌کند.» «این کار مجوزها، امنیت و نظارت را در تمامی مدل‌ها و ابزارها استاندارد می‌کند و اطمینان می‌دهد که هر گردش کار به همان سطح حفاظت می‌رسد.»

در BNY، حاکمیت فقط به معنای نظارت نیست - بلکه به نحوه تعامل روزانه کارکنان با هوش مصنوعی مربوط می‌شود. الیزا استفاده مسئولانه را با طراحی اجراء می‌کند. همه کارکنان قبل از استفاده باید آموزش‌های اجباری را تکمیل کنند و این پایه با آموزش‌های تکمیلی، ابزارها و حمایت جامعه تقویت می‌شود. شرکت اکنون 99% از نیروی کار خود را در زمینه هوش مصنوعی نسل جدید آموزش داده است و فرصت‌های پیشرفته‌تری برای توانمند سازی در دسترس هستند.

میشل اوریلی، رئیس جهانی استعدادها، می‌گوید: «ما تعدادی راه‌حل یادگیری مختلف معرفی کردیم تا افراد را در جایی که هستند ملاقات کنیم و آن‌ها را در این سفر همراهی کنیم.»

یک ابتکار برجسته: یک ماه عادت‌سازی به هوش مصنوعی، مجموعه‌ای روزانه از آموزش‌های هفت‌دقیقه‌ای که برای افزایش اعتماد به نفس در نوشتن درخواست‌ها، ساخت عامل‌ها و به اشتراک‌گذاری با همکاران طراحی شده است. اوریلی می‌گوید: «از این ماه، شاهد افزایش ۴۶ درصدی در تعداد عامل‌هایی که مردم می‌ساختند بودیم.»

این مدل توانمند سازی یک تغییر فرهنگی گسترده‌تر را آزاد کرده است. پاتانایک می‌گوید: «کارکنان احساس می‌کنند می‌توانند خودشان مسائل را حل کنند.» «ما شاهد تغییر فرهنگی در نحوه کار تیم‌ها هستیم.»

آن فرهنگ در رویدادهایی مانند هکاتون‌های سراسری بانک ظاهر می‌شود، جایی که تیم‌هایی از بخش‌های حقوقی، فروش و مهندسی در کنار هم می‌سازند. «ما اخیراً یک هکاتون در بخش فروش داشتیم»، اد فاندری، رئیس فروش و مدیریت روابط، می‌گوید. «هیچ‌کس از حوزه فناوری اطلاعات یا تکنولوژی حضور نداشت، اما همه احساس می‌کردند که یک توسعه‌دهنده‌اند.»

اولین موج از عامل‌هایی که در Eliza ساخته شدند، با همکاری مرکز هوش مصنوعی و بخش‌های مختلف BNY، نشان داد که تیم‌ها چقدر سریع می‌توانند ایده‌ها را به تأثیر تبدیل کنند:

• دستیار بررسی قرارداد: زمان بررسی حقوقی را 75% کاهش می‌دهد (از 4 ساعت به 1 ساعت) در بیش از 3,000 قرارداد سالانه.
• عامل People Business Partner: پاسخ‌های سریع درباره مزایا و سیاست‌ها ارائه می‌دهد، درخواست‌های دستی را کاهش داده و دقت و یکپارچگی را بهبود می‌بخشد.

این پروژه‌های اولیه یک تغییر فرهنگی را به وجود آوردند. او رایلی می‌گوید «قبلاً همکاری به معنای جلسات بیشتر بود». «امروز، این به معنای با هم آزمایش کردن، به اشتراک گذاشتن دستورات، آزمایش عامل‌ها و یادگیری از طریق عمل است.» این طرز فکر یک چرخه نوآوری ایجاد کرد، به طوری که عامل یک تیم اغلب به پایه تیم دیگری تبدیل می‌شد.

الیزا که برای خود مختاری کنترل‌شده طراحی شده بود، در ابتداء تنها ساخت‌های عامل خصوصی را مجاز می‌دانست. حالا، عامل‌هایی که توسط تیم‌ها و نقش‌های خاصی ایجاد شده‌اند، می‌توانند با حداکثر ده همکار به اشتراک گذاشته شوند، که این امر باعث افزایش استفاده مجدد و مقیاس‌پذیری می‌شود. نتیجه: بیش از ۱۲۵ ابزار هوش مصنوعی در حال تولید در سراسر هر خط اصلی کسب و کار، شامل:

• موتور پیشنهاد مشتری: بینش‌ها و فرصت‌های مرتبط برای ارائه و گفتگو با مشتری تولید می‌کند.
• عامل Metrics: استفاده و عملکرد پلتفرم یادگیری را با دسترسی مبتنی بر مجوز خلاصه می‌کند.
• عامل Risk Insights: با استفاده از تحقیق عمیق، سیگنال‌های ریسک نوظهور را شناسایی کرده و به تحلیلگران کمک می‌کند پیش از تشدید مشکلات اقدام کنند.

Eliza همچنین مفهوم «کارمندان دیجیتال» را معرفی کرده—عامل‌های پیشرفته با هویت، کنترل دسترسی و گردش‌کارهای اختصاصی. کارمندان دیجیتال همه چیز را از اعتبارسنجی دستورالعمل‌های پرداخت تا ارتقاء امنیت کد انجام می‌دهند.

پاتانایک می‌گوید: «اکنون، به جای انجام برخی وظایف در وهله اول، نقش اپراتور انسانی این است که مربی یا پرورش‌دهنده کارمند دیجیتال باشد.»

گروهی منتخب در BNY در حال آزمایش ChatGPT Enterprise هستند تا با قابلیت‌هایی مانند تحقیق عمیق، روش‌های جدید کار با AI را کشف کنند.

تحقیق عمیق امکان استدلال چندمرحله‌ای روی داده‌های داخلی و خارجی را فراهم می‌کند و کاربردهایی مانند مدل‌سازی ریسک، سناریونویسی و تصمیم‌گیری استراتژیک را تقویت می‌کند.

«من هر روز از آن استفاده می‌کنم»، وات وانافا، معاون مشاور حقوقی ارشد. «اگر دارم به یک مسئله حقوقی جدید می‌پردازم، از تحقیق عمیق به عنوان همفکرم استفاده می‌کنم تا به من کمک کند ارزیابی کنم آیا پرسش‌هایی هست که مطرح نمی‌کنم.»

برای تیم‌های مشتری‌محور، پژوهش عمیق همچنین در حال تغییر نحوه آماده‌سازی آن‌ها برای مکالمه‌ها و برنامه‌ریزی استراتژیک است. در ترکیب با عامل‌ها، این بینش‌ها می‌توانند فوراً اجرا شوند—از پیگیری‌ها و نگارش پیام‌ها تا زمان‌بندی مراحل بعدی در سیستم‌های مشتری.

همراه با لایه هماهنگ‌کننده Eliza، این پیشرفت‌ها پایه‌ای برای کارمندان دیجیتال خودکار فراهم می‌کنند که بر مجوزدهی، نظارت و پایش داده‌ها تکیه دارند. و پیشرو بعدی از هم‌اکنون در دیدرس است.

پاتانایک می‌گوید: «ما همچنان به فراتر از استخراج دانش و استدلال پیشرفت می‌کنیم.» «این درباره اتصال نقاط در سراسر سازمان برای نوآوری در محصولات جدید است که برای مشتریان‌مان شخصی‌سازی‌شده‌اند.»

استراتژی حاکمیت BNY یک نقشه راه برای تیم‌های هوش مصنوعی سازمانی ارائه می‌دهد که در محیط‌های امن فعالیت می‌کنند:

• از چارچوب‌های ریسک موجود استفاده کنید: به جای ایجاد حاکمیت خاص برای هوش مصنوعی مولد از ابتدا، BNY فرآیندهای قانونی و انطباق بالغ خود را گسترش داد تا موارد استفاده جدید را پوشش دهد.
• مسئولیت مشترک ایجاد کنید: شوراهای چند وظیفه‌ای موارد استفاده از هوش مصنوعی را بررسی می‌کنند و اطمینان می‌دهند که خطرات خاص حوزه به صورت لحظه‌ای در نظر گرفته می‌شوند.
• حاکمیت را قابل مشاهده و در دسترس کنید: رابط کاربری Eliza برچسب‌گذاری، تله‌متری، جریان‌های تأیید و کنترل‌های دسترسی را اعمال می‌کند - بدون اینکه کاربران نهایی را با مراحل دستی درگیر کند.
• در فرهنگ و ثبات سرمایه‌گذاری کنید: تقریباً 99% از کارکنان آموزش هوش مصنوعی مسئولانه را به پایان رسانده‌اند و به الیزا دسترسی پیدا کرده‌اند. Wanapha می‌گوید: «مگر اینکه تو از قبل بدانی که هوش مصنوعی و پلتفرم چگونه کار می‌کنند، نمی‌توانی به درستی درباره ریسک‌ها و همچنین امکانات فکر کنی.»
• با شریک مناسب همکاری کنید: «با هوش مصنوعی، همه ما با سوالات جدیدی مواجه می‌شویم که پاسخ داده نشده‌اند،» وانافا می‌گوید. «بنابراین بسیار مهم است که شریک مناسبی داشته باشید و یک کانال ارتباطی باز داشته باشید.»

ترکیب مسئولیت‌پذیری داخلی و مشارکت خارجی همچنان یک عامل کلیدی برای رشد است. پاتانایک می‌گوید: «این یک ترکیب عالی است از پژوهشی که OpenAI ارائه می‌دهد و کسب و کار هدفمندی که BNY فراهم می‌کند.»