Gradient Labs банкны үйлчлүүлэгч бүрт AI дансны менежер өгдөг

Банкны салбарт хэрэглэгчийн асуудлыг шийдвэрлэх нь бараг хэзээ ч энгийн байдаггүй. Луйвар эсвэл хаагдсан төлбөр зэрэг тохиолдлууд нь олон баг дамнасан нарийн төвөгтэй журам, процессийг чанд мөрдөхийг шаарддаг. Системүүд хүрэлцэхгүй үед хэрэглэгчдийг баг хооронд шилжүүлж, дараалалд хүлээлгэж, эрсдэл хамгийн өндөр үед саатал үүсгэдэг.

Gradient Labs⁠(шинэ цонхонд нээгдэнэ) нь энэ төвөгтэй байдлыг зохицуулахаар бүтээгдсэн. Лондонд төвтэй тус компани банкны үйлчлүүлэгч бүрт зориулсан дансны менежертэй мэт туршлага өгөх AI агентуудыг бүтээж байна. Өмнө нь Monzo-д AI болон өгөгдлийн ажлыг удирдаж байсан багийн үүсгэн байгуулсан энэ компанийн платформ нь OpenAI загварууд дээр суурилдаг бөгөөд одоо үйлдвэрлэлийн урсгалаа GPT‑5.4 mini болон nano руу шилжүүлж байна.

“Бид GPT‑5.4 mini болон nano дээр 500 миллисекундын саатал харж байгаа нь байгалийн мэт дуут харилцан ярианд яг хэрэгтэй зүйл мөн,” гэж Gradient Labs-ийн хамтран үүсгэн байгуулагч, ерөнхий эрдэмтэн Danai Antoniou хэлэв. “Бид ажлын ачааллынхаа томоохон хэсгийг тийш нь шилжүүлж байна.”

Банкны салбарт хэрэглэгчтэй хийх харилцааг алхам бүрт юу болохыг тодорхойлдог стандарт ажиллагааны журам (SOP)-ууд зохицуулдаг.

Ердийн хэрэглэгчийн харилцаа иймэрхүү байж болно:

1. Хэрэглэгч хулгайлагдсан картаа мэдэгдэхээр залгана.
2. Систем нь түүний хэн болохыг баталгаажуулж, засвар болон тасалдлыг бодит цагт зохицуулна.
3. Баталгаажсаны дараа картыг царцааж, шинээр олгох процессыг эхлүүлнэ.
4. Хүргэлтийн хугацаа зэрэг дараах асуултад хариулж, дараагийн алхмуудыг санал болгоно.

Алхам бүр нь тодорхой журмыг дагадаг бөгөөд нийцлийг хангахын тулд хэрэглэгчийн оролт, нөхцөл байдал, ажиллаж буй хамгаалалтын хязгаарлалт, мөн хэрэглэгч ба агентын хариултад тулгуурлан шийдвэрүүдийг бодит цагт гаргадаг.

“Загвар нь хариулт үүсгэх хурдыг хадгалахдаа тасалдал, богино завсрын дуу авиа, сэдэв солигдох үеэр ч процедурын төлөвийг авч явах ёстой,” гэж Antoniou хэлэв. “Ихэнх нийлүүлэгч үүнийг туршиж ч чадаагүй.”

Gradient Labs нь нийлүүлэгчдийг хамгийн хэцүү процедур дээр нь жишиж, өөрсдийн замналын нарийвчлал гэж нэрлэдэг үзүүлэлтээр үнэлдэг: систем эхнээс нь дуустал зөв замаар явж байгаа эсэх.

Тэдний анхны үнэлгээнүүдийн нэгэнд GPT‑4.1 л 97%-ийн замналын нарийвчлал, тогтвортой байдалд хүрсэн цорын ганц загвар байсан. Дараагийн хамгийн ойр нийлүүлэгч 88% байсан.

“Санхүүгийн үйлчилгээнд энэ нь дуудлагыг шийдэх эсэх, эсвэл нийцлийн зөрчил үүсгэх эсэхийн ялгаа юм,” гэж Antoniou хэлэв.

Энэ үр дүн Gradient Labs системээ хэрхэн зохион бүтээхэд нөлөөлсөн. Баг нь сэтгэн бодох их шаардсан алхмуудад OpenAI загварууд, харин илүү хурдан, тодорхой даалгаварт жижиг загварууд ашигладаг, төвөгшил болон саатлын хязгаарт тулгуурлан дасан зохицдог чиглүүлэлттэй хосолмол архитектур бүтээсэн.

Дотооддоо систем нь төв сэтгэн бодох агентын зохицуулдаг тусгай ур чадваруудаас бүрддэг тул төвөгтэй тохиолдлууд ажлын урсгалууд хооронд нөхцөл байдлаа алдалгүй шилжих боломжтой. 

Харилцаа бүрийн хувьд 15+ хамгаалалтын систем зэрэг ажиллаж, яриа тодорхой журам болон нийцлийн хүрээнд үлдэхийг баталгаажуулдаг. Үүнд санхүүгийн зөвлөгөө илрүүлэх, эмзэг байдлын дохио, гомдол, баталгаажуулалтыг тойрох эсвэл нууц өгөгдөлд хандах оролдлого багтана. 

Санхүүгийн байгууллагууд ийм системийг зүгээр итгэлээр нэвтрүүлдэггүй. Бодит нөхцөлд зөв ажиллаж байгааг нь алхам алхмаар харах шаардлагатай.

“Та хийсвэр хариултгүй байхаар эхнээс нь архитектураа байгуулах ёстой,” гэж Antoniou хэлэв. “Бүтээж байх бүх хугацаанд энэ нь чиглүүлэх зарчим байх ёстой.”

Шинэ болон одоо байгаа загваруудыг үнэлэхийн тулд баг бодит хэрэглэгчийн яриануудыг дахин тоглуулж, системийн үйлдлийг хүлээгдэж буй процедуртай харьцуулдаг. Мөн ямар нэг зүйлийг нэвтрүүлэхээс өмнө захын тохиолдол болон ховор сценариудыг шалгахын тулд синтетик яриа үүсгэдэг.

Gradient Labs мөн багуудад системийг хэрхэн нэвтрүүлэхээ хянах боломж олгодог. Тэд банканд ирдэг хэрэглэгчийн асуудлын төрлүүд болон давтамжийг зураглахын тулд түүхэн дэмжлэгийн өгөгдөлд дүн шинжилгээ хийдэг. Дараа нь багууд AI аль ангиллуудыг хариуцахыг сонгож, бага эрсдэлтэй урсгалаас эхлэн цаг хугацааны явцад өргөжүүлж болно.

Шууд ажиллуулахын өмнө хэрэглэгчид өөр өөр нөхцөлд систем хэрхэн хариулахыг шалгахын тулд яриаг симуляцлан туршиж, хүлээгдсэнээр ажиллаж байгаад итгэл нэмэгдүүлж чадна. 

Нэвтрүүлэлт нь ихэвчлэн урсгалын багахан хувиас эхэлдэг бөгөөд тасралтгүй хяналт болон автомат шалгалтууд нь хүний хяналт шаардлагатай байж болох яриануудыг тэмдэглэдэг. Цаг хугацааны явцад систем тогтвортой гүйцэтгэлээ батлахын хэрээр хамрах хүрээ өргөждөг.

Gradient Labs-ийн хэрэглэгчид зарим тохиолдолд хамгийн сайн хүний агентуудаасаа ч давсан, 98% хүрэх CSAT оноо мэдээлдэг. Ихэнх нэвтрүүлэлт эхний өдрөөсөө 50%-иас дээш шийдвэрлэлтийн түвшнээс эхэлдэг бөгөөд маргаан, данс баталгаажуулалт, луйвар зэрэг төвөгтэй урсгалуудад ч ийм байдаг. 

Энэ нөлөө нь компанийн өсөлтөд ч тусгагдаж байна. Gradient Labs өнгөрсөн нэг жилд орлогоо 10 дахин гаруй өсгөж, орж ирэх дэмжлэгээс гарах болон back-office процесс руу тэлсэн.

Цаашид Gradient Labs нь харилцаануудын хооронд нөхцөл байдлыг авч явах системүүдэд төвлөрч байна: хэрэглэгчийн түүхийг ойлгох, үргэлжилж буй асуудлыг хянах, өмнөх яриа хаана дууссаныг тэндээс үргэлжлүүлэх. Энэ чиглэл нь Gradient Labs OpenAI-тай урт хугацааны түншлэлээ хэрхэн харж байгаатай нягт нийцдэг.

Загварууд улам сайжрахын хэрээр аюулгүй автоматжуулж болох процедурын хүрээ тэлж байна. Gradient Labs-ийн хувьд энэ нь хэрэглэгчийн харилцаа бүрийг дээд түвшний хүний агенттай адил тогтвортой, зөв дүгнэлттэй, тасралтгүй байдлаар шийдвэрлэдэг системд улам ойртох гэсэн үг.