Создание ценности в эпоху ИИ: опыт банковского CIO

Гилл Хаус, CIO Chase (подразделение JPMorgan Chase & Co, отвечающее за розничный банкинг), рассказал порталу ZDNet о подходе Chase к внедрению искусственного интеллекта и о том, почему так важно заложить правильный фундамент.

Опыт показывает, что извлечение реальной пользы из технологий ИИ — задача непростая. Поскольку 91% специалистов признают, что их компании пока не достигают желаемых результатов в этой сфере, руководителям и сотрудникам предстоит проделать большую работу, чтобы превратить экспериментальные проекты в полезные для бизнеса сервисы.

По словам Хауса, он осознал, что создание ценности в эпоху ИИ — это нечто большее, чем просто решение внедрить модную модель или сервис. «Заявить о стремлении к эффективности, поставив перед собой цель, — это одно, а переосмыслить бизнес-процессы через призму использования ИИ-агентов — совсем другое», — говорит он.

Как отмечает Хаус, крайне важно понимать, что роли и обязанности сотрудников будут меняться: ИИ уже трансформирует характер работы персонала Chase — как в ИТ-департаменте, так и в других подразделениях. «Мы видим, что наш традиционный инженер, который раньше занимался написанием кода, теперь способен на большее, — говорит он. — А менеджер по продукту, который раньше лишь формулировал задачи (писал пользовательские истории), теперь может сам писать программный код».

По мере того как ИИ-агенты становятся частью внутренней операционной среды, рабочее пространство превращается в пространство совместной деятельности людей и ИИ.

Хаус отмечает, что в Chase эта трансформация уже заметна — особенно в процессах разработки и в том, как меняется роль инженеров. Влияние новых технологий проявляется неожиданным образом: еще полгода назад подобное показалось бы удивительным. «На самом деле теперь я не нанимаю инженеров для того, чтобы они писали код. Понимаю, это звучит странно, ведь именно этим инженеры и должны заниматься, — признается он. — Но сегодня я нанимаю инженеров, чтобы они разбирались, какой именно код нужно написать. И в этом огромная разница. Раньше — еще полгода назад — код приходилось писать вручную. Теперь же в этом нет необходимости, ведь на помощь приходит ИИ-агент. Благодаря этому исчезает рутина, которая раньше мешала инженерам заниматься тем, что им действительно нравится».

Итак, уделяя пристальное внимание результатам, а не просто процессу выполнения задач, как именно Хаус обеспечивает правильный подход к внедрению ИИ? Ответ на этот вопрос строится на трех ключевых принципах: создании бесшовных сервисов, выпуске безопасных продуктов и обеспечении надежных результатов.

1. Создание бесшовных сервисов

По словам Хауса, в его организации уделяют особое внимание роли ИИ в операционной модели, а все сотрудники проходят обучение эффективному использованию этих инструментов.

Важнейшим элементом этого подхода является LLM Suite — внутренняя платформа компании, использующая агентные технологии; с ее помощью сотрудники могут задавать вопросы, анализировать документы и составлять спецификации.

Платформа LLM Suite была запущена летом 2024 г.; она предоставляет доступ к большим языковым моделям — как передовым проприетарным решениям, так и Open Source-моделям — в защищенной среде. «Это платформа, которой может пользоваться любой сотрудник организации, — рассказывает Хаус. — Мы рассматриваем весь процесс в целом и используем технологии, чтобы устранить препятствия и раскрыть потенциал наших команд по всей компании».

По его словам, сотрудники используют эту агентную платформу и встроенные в нее модели для создания новых продуктов и услуг: «Если у нас есть определенный сценарий взаимодействия с клиентом и мы можем использовать технологии, чтобы сделать его лучше или персонализированнее, мы это делаем».

В качестве примера Хаус приводит использование новейших технологий для улучшения качества обслуживания клиентов, обращающихся в банк по телефону. «Мы применяем машинное обучение для распознавания намерений клиента, чтобы быстро перенаправить его к нужному специалисту, — поясняет он. — Во время разговора мы используем аналогичные технологии, чтобы понять, какие действия клиент, вероятно, хочет совершить».

По словам Хауса, залог успеха — в глубоком встраивании агентов и алгоритмов в операционные процессы, будь то работа сотрудника с внутренним интерфейсом или использование клиентом веб-сервиса либо мобильного приложения.

Новейшие технологии доступны сотрудникам Chase, которые ежедневно работают с этими системами, однако для клиентов банка их внутренняя «механика» должна оставаться незаметной и работать бесшовно. «Настоящая магия заключается в том, чтобы упростить жизнь клиенту — так, чтобы он даже не осознавал, что качество обслуживания улучшилось, — говорит Хаус. — Для него всё просто работает».

2. Выпуск безопасных продуктов

Хотя качественное обслуживание клиентов с применением ИИ крайне важно, применяемые для этого продукты должны быть безопасными, а защите данных необходимо уделять первостепенное внимание. По словам Хауса, поскольку Chase работает в секторе с жестким регулированием, банк предъявляет высокие требования к новым технологиям: «Мы действуем взвешенно и придерживаемся уже отработанных подходов, позволяющих двигаться быстро, но ответственно».

Защита данных, а также соблюдение требований конфиденциальности и получение согласия пользователей — обязательные условия. «Если мы используем данные для каких-либо целей, мы обязательно информируем об этом клиентов, — отмечает Хаус. — Мы никогда не станем использовать данные небезопасным образом или в нарушение наших внутренних политик и нормативных требований, касающихся конфиденциальности и соблюдения законодательства. Эти принципы критически важны независимо от того, идет ли речь о традиционных моделях машинного обучения или об агентных технологиях».

Вопросы безопасности касаются не только взаимодействия с клиентами. Хаус добавляет, что ИИ помогает Chase и во внутренних процессах — в частности, обеспечивая быструю и эффективную разработку ПО.

Он отмечает, что инструменты на базе ИИ помогают использующим их специалистам выявлять ошибки, предотвращать действия злоумышленников и повышать качество обслуживания клиентов. Для других специалистов и бизнес-руководителей главным принципом безопасной разработки ПО в эпоху ИИ становится проактивность. «Я считаю невероятно важным продолжать следить за тем, чтобы помимо того что мы делаем для обеспечения хорошей работы ИИ, мы всегда были сосредоточены на нашем периметре, гарантируя, что мы обновляем наше ПО и что мы работаем над своевременным устранением уязвимостей, — говорит Хаус. — Такой проактивный подход гарантирует, что мы сможем защищать наших клиентов по мере того, как меняется окружающий мир».

3. Обеспечение надежных результатов

В агентных технологиях модели выступают в роли механизма рассуждений, прогнозирующего следующее действие с наибольшей статистической вероятностью. К сожалению, агенты, подобно людям, действуют на вероятностной основе, и, по словам Хауса, такая природа этих систем может приводить к непредвиденным последствиям. «Вы не всегда будете получать один и тот же ответ, — отмечает он. — Это имеет меньшее значение, когда вы ищете рецепт. Хотя если у вас получится майонез другого типа, это может стать некоторой проблемой. Но когда вы хотите что-то сделать со своими финансами, результат должен быть правильным».

Хаус считает, что бизнес-лидеры должны обеспечить защитные меры, оценки и результаты, которые укрепляют доверие и создают уверенность в том, что агентные технологии могут использоваться в больших масштабах. «Во многих случаях решение заключается в том, чтобы оставить человека в центре процесса, и в Chase реализовано немало подобных сценариев», — рассказывает он.

Возвращаясь к теме разработки ПО и к своему утверждению о том, что Chase не нанимает инженеров для написания кода, Хаус поясняет, что в эпоху агентов практически любой человек — независимо от того, является ли он ИТ-специалистом, — может создать приложение с помощью инструментов для кодирования на базе ИИ. Поэтому ему нужны квалифицированные инженеры-эксперты, которые смогут определить, когда агенты работают эффективно и правдиво, и он советует другим бизнес-лидерам обратить на это внимание.

«Продумать и внести ясность в отношении того, что должно быть правдой в результате создания ПО — от масштаба до компонентов, которые необходимо использовать, до того, как оно должно быть спроектировано — это самые сложные задачи», — говорит он.

Chase стремится к тому, чтобы сотрудники использовали автономные ИИ-системы, однако для безопасного и эффективного масштабирования сервисов необходима надежная базовая архитектура. «Какие у нас шаблоны? Как мы можем гарантировать, что следуя этим шаблонам наши люди создавали ПО, обеспечивающее нужный им результат, а не просто получали что-то, что выдает модель и что не продумано целостно? Нам нужны ответы на эти вопросы, — говорит Хаус. — Это та часть, которую я считаю фундаментальной и которую нам необходимо уловить. И вы можете сделать это в своей организации иными способами, чем просто использовать своих талантливых инженеров для написания кода».