דעהאל תסתמכו על כלי AI כלליים שינהלו את הכסף שלכם
דעה
אל תסתמכו על כלי AI כלליים שינהלו את הכסף שלכם
כל מי שניסה פעם לאמן מודל לימוד מכונה גילה שההבטחות הגדולות של בינה מלאכותית מתרסקות לא פעם על קרקע המציאות. כשמדובר בניהול פיננסי, פוטנציאל הנזק של כל טעות משמעותי הרבה יותר. לכן כדאי להשתמש במודל מתקדם בשילוב מומחים אנושיים
כל מי שניסה פעם לאמן מודל לימוד מכונה גילה, בדרך הקשה, שההבטחות הגדולות של בינה מלאכותית לשנות כל מה שאנחנו מכירים על העולם מתרסקות לא פעם על קרקע המציאות. לא שהפוטנציאל הזה לא קיים, אלא שהדרך למימושו ארוכה ומלאת מכשולים. מודלים שעל הנייר היו אמורים לחולל מהפכה בדרך שארגונים מנגישים את הדאטה שלהם לעובדים או ללקוחות ולייצר תובנות עסקיות חדשות, פולטים מידע שאינו מדויק במקרה הטוב – או ממש שגוי ואפילו מטעה במקרה הרע.
אם תבקשו ממדען נתונים שעובד על אימון מודל AI לתאר את הקשיים עמם הוא מתמודד בניסיון לשפר את התוצאות שהמערכת פולטת, סביר להניח שמושג שיחזור ויעלה הוא חזיונות שווא, או בשפה מקצועית "הלוצינציות". במילים אחרות, גם אחרי אלפי שעות עבודה, פיתוח ואימון, אחרי שמודל ה-AI למד נושא מסוים וניתח כמויות אדירות של דאטה, משתמש יכול לכתוב שאילתה שתגרום למודל לפלוט שטויות.
כל עוד מדובר במודלים גנרטיביים כלליים, שבהם המשתמשים נעזרים כדי לקבל רעיונות למצגת או לסיפור לילד לפני השינה, הנזק הפוטנציאלי של הלוצינציות הוא מוגבל ויכול אף להיות משעשע. אך כשזה מגיע לשימוש ב-AI כדי לנהל כסף אמיתי של לקוחות, כאן כבר מרווח הטעות הרבה יותר מצומצם.
אחת הדרכים להתמודד עם הלוצינציות הוא בבניית מודל ואימונו על מידע מתחום פיננסי ספציפי, לדוגמה מיסוי משקי בית בארה"ב, באופן שמכסה מגוון רחב של תרחישים ותנאים שיכולים להשפיע על גובה החזר המס של כל אדם. המודל הזה לא יידע לכתוב שירים או לייצר סיכומי פגישה כמו מודלים "רחבים" וכלליים יותר, אבל הוא יהיה בעל מומחיות-על בכל סוגיות המיסוי של שכירים ועצמאים. כשלקוח ירצה לבדוק אם הוא זכאי להחזר מס מהמדינה, המודל יוכל לספק תשובה על בסיס הנתונים הפיננסיים הייחודיים לו, ברזולוציה שמודל AI כללי יתקשה להגיע אליה, ואף לספק הסבר ברור לסיבות שעומדות מאחורי התשובה.
אפשרות נוספת היא לפתח מודל שנועד לתת מענה לצורכי התנהלות פיננסית של עסק קטן, שמתמודד עם רצף מתמשך של קבלת תשלומים מלקוחות והוצאת חשבוניות לספקים. מודל כזה יוכל להפוך הודעת אימייל עם הזמנה מלקוח לחשבונית שתצא אליו אוטומטית, עם פירוט מלא של כל פריטי ההזמנה, באופן שיחסוך לבעל העסק שעות של התעסקות וטעויות אפשריות. זה בדיוק סוג המודלים שאנחנו בונים ב-Intuit.
מכיוון שפוטנציאל הנזק של כל טעות פיננסית, על משק בית או עסק קטן, הוא גדול, אנחנו משלבים בממשק שמוצג ללקוחות גם צוות של מומחים אנושיים. מודל ה-AI שלנו יכול להסביר בפירוט מהם הגורמים שישפיעו על החזר המס הספיציפי שלך, אבל ליתר בטחון תוכל גם לעלות לשיחת זום עם רואה חשבון בעלת התמחות בהחזרי מס בלחיצת כפתור.
אותה שכבת מומחים אנושית, שמגבה את מערכות ה-AI שאנו מעמידים לרשות הלקוחות שלנו, היא חלק מהאסטרטגיה שלנו לפתח פלטפורמה המשלבת בין מודל בינה מלאכותית המאומן על נושא פיננסי תחום ומוגדר, לבין מומחים אנושיים בעלי עשרות שנות ניסיון באותו תחום בדיוק (AI-Driven Expert Platform). בתפיסה שלנו, השילוב הזה הוא זה שמאפשר כבר היום למקסם עבור הלקוחות את התועלות הפיננסיות שעולם ה-AI מגלם בתוכו, תוך מזעור סיכוי ההלוצינציות.
מוטי אליאב הוא מנהל מרכז הפיתוח של חברת הפינטק Intuit בישראל
