در این مصاحبه، آدام فامولارو، مدیر عامل در WorkFusion، به این می پردازد که چگونه پیشینه رهبری و تمرکز او بر نوآوری نقش پیشگام این شرکت را در کارگران دیجیتال هوش مصنوعی افزایش داده است. آدام درباره تأثیر هوش مصنوعی در مبارزه با جرایم مالی، ادغام هوش مصنوعی مولد و استراتژی‌هایی برای مقیاس‌پذیری در بخش‌های بسیار تنظیم‌شده بحث می‌کند. او همچنین نگاهی اجمالی به چشم انداز در حال تحول عوامل هوش مصنوعی در تجارت ارائه می دهد و تعادل بین اتوماسیون و نظارت انسانی را منعکس می کند. برای کاوش در مورد آینده هوش مصنوعی و پتانسیل مخرب آن در صنایع، ادامه مطلب را بخوانید.
WorkFusion در سال 2022 پیشگام AI Digital Workers بود و مزایای قابل توجهی را برای بخش های بانکی و مالی ارائه کرد. تجربه شما در erwin Inc. و CA Technologies چگونه رویکرد شما را برای رهبری چنین نوآوری هایی در WorkFusion شکل داد؟
تمام حرفه ام مرا برای این نقش آماده کرده است. از روزهای اولیه من در CA Technologies یاد گرفتم که چگونه در یک شرکت بزرگ کارآفرین باشم تا مهارت های رهبری را توسعه دهم و مهمتر از همه ساخت یک شرکت مشتری محور. erwin به من کمک کرد تا فناوری اثبات شده را انتخاب کنم و آن را با محصولات دیگر احاطه کنم تا بازار جدیدی را در مورد حاکمیت داده ایجاد کنم. وقتی به WorkFusion ملحق شدم، اولین کاری که انجام دادم این بود که همه مشتریانمان را عمیقاً بررسی کنم تا ارزشی را که آنها در محصول می بینند درک کنند. چیزی که من یاد گرفتم این بود که موفق ترین مشتریان ما فناوری ما را به عنوان بخشی از تیم های کاری خود پذیرفته اند و نرم افزار نقش های خاصی را در کسب و کارشان ایفا می کند. این نیروی محرکه ایده کارگران دیجیتال هوش مصنوعی ما بود. من متوجه شدم که چندین مشتری به اتوماسیون ما نام انسانی داده اند – و حتی یکی از آنها یک برش مقوایی داشت که آنها نامش را گذاشتند، و ما متوجه شدیم که آنها درگیر چیزی هستند. بیشترین موفقیت مشتری در مبارزه با جرایم مالی بود، بنابراین ما تصمیم گرفتیم سفر مشتری جدید خود را شروع کنیم.
عوامل هوش مصنوعی مانند Evelyn و Tara نقش مهمی در رعایت جرایم مالی داشته اند. آیا می توانید ما را در مورد مورد خاصی راهنمایی کنید که در آن این عوامل هوش مصنوعی تأثیر قابل توجهی در کاهش جرایم مالی برای یکی از مشتریان شما داشته اند؟
کارگران دیجیتال هوش مصنوعی ما برای بهبود الزامات انطباق مقررات AML سازمان با کاهش کار دستی، افزایش کیفیت، افزایش سرعت و گسترش ظرفیت کلی تیم ایجاد شدند.
حقیقت سخت این است که سازمان‌ها برای یافتن نامزدهایی برای غلبه بر تعداد ناکافی کارمندان و خروج کارکنان تلاش کرده‌اند. بسیاری از مشتریان خدمات مالی ما برای یافتن کارمندان و حفظ کارمندان، به ویژه در سطح L1، با مشکل مواجه شده اند. با AI Digital Workers، ساییدگی و افزایش حجم اساساً تأثیری بر عملیات‌ها ندارند و تحلیلگران می‌توانند 90 درصد زمان بیشتری را برای کارهای چالش‌برانگیزتر (و با ارزش‌تر) صرف کنند.
در اینجا یک مثال خاص از نحوه کمک عوامل هوش مصنوعی ما به تیم انطباق AML آورده شده است. یک بانک آمریکایی وجود دارد که در سال‌های اخیر برای همگام شدن با دنیای پرشتاب پرداخت‌های هم‌زمان و به‌ویژه مدیریت حجم فزاینده هشدارهای غربالگری تحریم‌های دریافتی توسط تیم تحلیلگر انطباق، تلاش کرده است. در اواسط سال 2022، با تهاجم روسیه به اوکراین، تحلیلگران سطح 1 (L1) بانک بررسی، تنظیم دقیق و تشدید هشدارها از ابزار غربالگری پرداخت‌های بلادرنگ را دشوار می‌دانستند. تحلیلگران به قدری پرکار بودند که بانک 100% گردش کارمندان خود را تجربه کرد – و برون سپاری آنها برای کار کمکی نکرد. افسر OFAC آنها مجبور شد برای انجام کارهای بسیار اصلاحی وارد عمل شود. این تیم یک کارگر دیجیتال هوش مصنوعی به نام تارا را به کار گرفت تا بار کاری را به عهده بگیرد. استقرار تارا در یک مدل SaaS ایده‌آل بود زیرا به بانک اجازه می‌داد در کوتاه‌مدت مقیاس خود را بالا و پایین کند – یک قابلیت مهم در شرایطی که محیط تحریم‌های جهانی همچنان بی‌ثبات بود. این بانک همچنین توانایی مدیریت حجم عظیم هشدارها را بدون نیاز به خرید سخت افزار اضافی یا مالیات بر منابع مرکز داده به دست آورد.
ادغام GenAI در WorkFusion AI Digital Workers نرخ اتوماسیون را افزایش داده و خطرات خطا را کاهش داده است. در ترکیب GenAI با چه چالش هایی روبرو بودید و چگونه بر آنها غلبه کردید تا به این نتایج برسید؟
یکی از چالش‌هایی که بر آن غلبه کردیم این بود که اطمینان حاصل کنیم که GenAI می‌تواند داده‌های بدون ساختار را به طور مؤثر اداره کند و در عین حال انطباق و دقت نظارتی را حفظ کند. ما به طور مداوم مدل ها را از طریق آزمایش های دقیق تنظیم می کنیم تا الگوهای مالی پیچیده را بدون افزایش مثبت کاذب تفسیر کنیم.
نتیجه؟ قابلیت‌های جدید GenAI ما نرخ‌های اتوماسیون را تا ۹۵ درصد افزایش می‌دهند، خطر خطاها را تقریباً به صفر می‌رسانند، و روایت‌های پیشرفته‌تری را برای تحلیلگران AML فراهم می‌کنند تا زمان تصمیم‌گیری را تسریع کنند و روایت دقیق‌تری را برای تنظیم‌کنندگان ارائه کنند.
پیش‌بینی مک‌کینزی مبنی بر حرکت هوش مصنوعی از ابزارهای مبتنی بر دانش به عوامل فعال‌شده با هوش مصنوعی در WorkFusion در حال تبدیل شدن به واقعیت است. به نظر شما، مهم ترین گام های بعدی برای تکامل عوامل هوش مصنوعی در تجارت چیست؟
مهارت های عامل هوش مصنوعی به سرعت در حال پیشرفت هستند! WorkFusion اثبات مثبت ارزش تجاری عوامل مبتنی بر هوش مصنوعی است، زیرا در سال 2022 در آوردن عوامل هوش مصنوعی به این شرکت پیشگام بوده است. به نظر من، گام‌های حیاتی بعدی برای تکامل آنها، افزایش قابلیت‌های تصمیم‌گیری و ادغام آنها در کل گردش کار خواهد بود. به عنوان مثال، در حالی که امروزه عوامل هوش مصنوعی ما در وظایفی مانند بررسی هشدار غربالگری تحریم‌ها و نظارت بر رسانه‌های نامطلوب برتری دارند، در آینده شاهد این خواهد بود که آنها به‌طور مستقل فرآیندهای سرتاسر بیشتری مانند بررسی‌های نظارت بر تراکنش‌ها و فرآیند دائمی «مشتری را بشناسید».
عوامل هوش مصنوعی ما قبلاً نشان داده‌اند که چگونه GenAI را می‌توان از یک ابزار عمومی به ابزاری که تأثیر واقعی بر عملیات تجاری دارد، به‌ویژه برای صنعت تنظیم‌شده‌ای که ریسک گریز از خدمات مالی است، ارتقا داد. GenAI به پیشبرد توسعه و اجرای فرآیندها ادامه می دهد. این فقط در مورد هوش مصنوعی هوشمندتر نیست، بلکه آن را واقعاً مفید، قابل اعتماد و مقیاس پذیر برای همه عملکردهای تجاری می کند.
همانطور که هوش مصنوعی به تکامل خود ادامه می دهد، نگرانی ها در مورد محدودیت ها و خطرات بالقوه آن همچنان ادامه دارد. WorkFusion چگونه به این نگرانی‌ها رسیدگی می‌کند، به‌ویژه هنگام ادغام GenAI در بخش‌های حیاتی مانند خدمات مالی؟
مشتریان ما افسران انطباق در خدمات مالی هستند. نیازی به گفتن نیست، هر کاری که ما انجام می دهیم در مورد کاهش ریسک است. GenAI نیز از این قاعده مستثنی نیست.
هنگام ادغام GenAI در خدمات مالی، ما بر تضمین امنیت، انطباق و شفافیت متمرکز هستیم. برای کاهش ریسک در حین به دست آوردن ارزش از LLM ها، تعادل لازم است. برای انجام این کار، GenAI برای فرآیندهای عملیاتی باید با سایر اشکال هوش مصنوعی، رویکردهای اتوماسیون و افراد هماهنگ شود. نظارت انسانی کلیدی است. عوامل هوش مصنوعی ما به صورت جداگانه عمل نمی کنند. آنها در کنار انسان ها از طریق یک فرآیند انسان در حلقه کار می کنند که می تواند به نظارت و بررسی نتایج کمک کند.
با پیشینه گسترده شما در تیم های رهبری و ارائه ارزش برای سهامداران، به نظر شما چه استراتژی هایی برای گسترش موفقیت آمیز راه حل های مبتنی بر هوش مصنوعی در صنایع پیچیده و بسیار تنظیم شده کلیدی هستند؟
چندین استراتژی کلیدی برای مقیاس‌پذیری راه‌حل‌های مبتنی بر هوش مصنوعی در صنایع پیچیده و بسیار تنظیم‌شده برجسته هستند. ایجاد اعتماد در میان ذینفعان و اطمینان از نظارت و بازنگری مؤثر، مستلزم آن است که سیستم‌های هوش مصنوعی فرآیندهای تصمیم‌گیری خود را شفاف و قابل درک کنند و شفافیت و قابلیت حسابرسی در اولویت قرار گیرد. همکاری با نهادهای نظارتی نیز بسیار مهم است. همراستایی قابلیت‌های هوش مصنوعی با مقررات در حال تحول به رفع نگرانی‌های نظارتی و مسائل مربوط به انطباق کمک می‌کند. در نهایت، یک رویکرد پیاده سازی مرحله ای ضروری است. برای اثبات ارزش راه حل های مبتنی بر هوش مصنوعی، با موارد استفاده کوچک و پر تاثیر شروع کنید. به عنوان مثال، با نظارت خودکار معاملات برای انواع خاصی از تراکنش ها شروع کنید تا اثربخشی را به سهامداران خود نشان دهید. هنگامی که ارزش را نشان دادید، به تدریج راه حل را مقیاس کنید و در عین حال نظارت انسانی را در مراحل کلیدی یکپارچه کنید. این به مدیریت ریسک ها و حفظ استانداردهای اخلاقی در حین گسترش کمک می کند.
عوامل هوش مصنوعی WorkFusion در یک محیط پیچیده و تصمیم محور عمل می کنند و با رعایت جرایم مالی مقابله می کنند. چگونه تعادل بین کارایی اتوماسیون و نظارت انسانی مورد نیاز برای تصمیم گیری اخلاقی را تضمین می کنید؟
نظارت انسانی برای نظارت بر خروجی تولید شده توسط ابزارهای هوش مصنوعی یا ماشین هایی که از هوش مصنوعی بهره می برند ضروری است. به عنوان مثال، Evelyn، یکی از عوامل شاخص هوش مصنوعی WorkFusion، تجسم دیجیتالی یک تحلیلگر غربالگری تحریم‌ها و رسانه‌های نامطلوب است. Evelyn به عنوان یک متخصص در الزامات BSA/OFAC از قبل آموزش دیده است و غربالگری لیست نظارت استثنایی تحریم، غربالگری PEP و تحریم های نام، به علاوه نظارت بر رسانه های نامطلوب را انجام می دهد. «او» می‌تواند به‌طور خودکار هشدارها را از ابزارهای مختلف غربالگری تحریم‌ها بررسی و حذف کند و همچنین اخبار ناخوشایند را با سرعت زیادی جستجو و تجزیه و تحلیل کند. علیرغم داشتن دانش عمومی و تخصص خاص حوزه، اولین همچنان از انسان ها می خواهد که حیاتی ترین یافته های او را بررسی کنند – شناسایی “هشدارهای L1 مثبت واقعی” که یک موسسه مالی باید برای حفظ مطابقت با آنها عمل کند. مطمئناً، ایولین در خودکارسازی بررسی و تنظیم اکثریت قریب به اتفاق هشدارهایی که از ابزارهای غربالگری تحریم ها دریافت می کند، بسیار مؤثر است. با این حال، توانایی او برای همکاری با یک شخص واقعی از طریق HITL (انسان در حلقه) برای قضاوت و تنظیم هشدار 100٪ دقیق ضروری است. HITL یک عنصر حیاتی برای هر ساختار موفق هوش مصنوعی است تا اطمینان حاصل شود که هوش مصنوعی پاسخگو و موثر باقی می ماند.
به عنوان یکی از اعضای شورای مشورتی ملی Donorschoose.org، اشتیاق خود را برای کمک به موفقیت کودکان در کلاس درس نشان داده اید. چگونه کار شما با هوش مصنوعی و اتوماسیون با علایق بشردوستانه شما، به ویژه در پرورش نسل های آینده رهبران فناوری، مطابقت دارد؟
اشتیاق من به آموزش، کمک به موفقیت بچه ها، و کار من در هوش مصنوعی، دست به دست هم می دهند. هم فرصت ایجاد می کند و هم الهام بخش نسل های آینده است. حضور در شورای مشورتی ملی DonorsChoose.org به من صدایی می دهد تا به حل مشکلات امروز کمک کنم و زمینه را برای آینده فراهم کنم.
از طریق کار خود با فناوری پیشرفته، هدف من الهام بخشیدن به جوانان برای کشف زمینه های STEM است. پتانسیل هوش مصنوعی برای هدایت نوآوری و حل مشکلات دنیای واقعی ابزار قدرتمندی است که می تواند علاقه آنها را به مشاغل فناوری برانگیزد و به ایجاد نسل جدیدی از رهبران کمک کند.
با پیشرفت هوش مصنوعی مولد، علاقه فزاینده ای به پتانسیل آن برای تغییر شکل کل فرآیندهای تجاری وجود دارد. در چه زمینه های دیگری فراتر از جرایم مالی، می بینید که عوامل هوش مصنوعی در آینده نزدیک تأثیر مخربی داشته باشند؟
هوش مصنوعی مولد در طیف وسیعی از صنایع موج می زند. فراتر از جرایم مالی، برای مثال با شخصی‌سازی مراقبت از بیمار، مراقبت‌های بهداشتی را مختل و متحول می‌کند. هوش مصنوعی می‌تواند حجم وسیعی از داده‌های پزشکی، از جمله تاریخچه بیمار و نتایج درمان را تجزیه و تحلیل کند تا برنامه‌های درمانی را با دقت بیشتری برای نیازهای فردی تنظیم کند. این رویکرد شخصی می تواند منجر به نتایج بهتر بیمار و استفاده کارآمدتر از منابع شود. در تشخیص، GenAI می تواند با تجزیه و تحلیل تصاویر پزشکی و نتایج آزمایشگاهی با دقت و سرعت بیشتر، کمک کند تا مشکلات احتمالی را زودتر شناسایی کرده و دقت تشخیصی را بهبود بخشد. این می تواند به مداخلات درمانی سریع تر و دقیق تر منجر شود.
با نگاهی به آینده، فکر می‌کنید مهم‌ترین روندهایی که تقاطع هوش مصنوعی، اتوماسیون و تجارت را شکل می‌دهند، کدامند؟ WorkFusion چگونه خود را برای ماندن در خط مقدم این پیشرفت ها قرار می دهد؟
تقاطع هوش مصنوعی، اتوماسیون و تجارت با روندهایی مانند اتوماسیون فوق العاده، تصمیم گیری مبتنی بر هوش مصنوعی و گردش کار هوشمند شکل خواهد گرفت. پذیرش هوش مصنوعی به شتاب خود ادامه خواهد داد و کسب و کارها را قادر می سازد تا به بهره وری و بازدهی بالاتری دست یابند.
WorkFusion با ادغام AI Digital Workers در جریان کار سازمانی پیشتاز است و به مشتریان کمک می کند فرآیندهای پیچیده را خودکار کنند. تمرکز ما بر نوآوری مستمر در یادگیری ماشینی، مقیاس‌پذیری و انطباق، تضمین می‌کند که از منحنی جلوتر باقی بمانیم و نیازهای در حال تحول کسب‌وکار را برآورده کنیم. ما متعهد هستیم که سازمان‌ها را در این دوره جدید هوش مصنوعی قادر به پیشرفت کنیم.