جیوتیرلاتا بی، مدیر ارشد فناوری گودرج کپیتال
جیوتیرلاتا بی، مدیر ارشد فناوری گودرج کپیتال

مدیر ارشد فناوری گودرج کپیتال در مورد ساخت سکشام هوش مصنوعی: «ما نمی‌توانیم فقط اسناد را در هر LLM بارگذاری کنیم»

با توجه به حساسیت داده‌های مالی، امنیت در قلب استراتژی هوش مصنوعی گودرج کپیتال قرار دارد. در خط مقدم این موضوع، جیوتیرلاتا بی، مدیر ارشد فناوری شرکت قرار دارد که مسئولیت اطمینان از استقرار هوش مصنوعی در هر بخش از عملکرد شرکت را بر عهده دارد، در حالی که تضمین می‌کند داده‌ها امن باقی می‌مانند.

جیوتیرلاتا به AIM گفت: «ما نمی‌توانیم فقط اسناد را در هر LLM بارگذاری کنیم. پلتفرم ما سیاست‌های امنیتی سختگیرانه‌ای را تضمین می‌کند و کنترل می‌کند که چه داده‌هایی می‌توانند استفاده شوند و چگونه پردازش می‌شوند.»

جیوتیرلاتا با اشاره به نگرانی‌ها در مورد مدل‌های متن‌باز، حتی مدل‌هایی مانند DeepSeek چین، گفت که ارزیابی‌های امنیتی دقیقی برای هر مدل در بخش مالی انجام می‌شود. وی گفت: «اگر مدلی از بررسی‌های امنیتی عبور کند، تنها در این صورت اجازه می‌دهیم از آن برای تحقیق و توسعه استفاده شود.»

در گودرج کپیتال، هوش مصنوعی فقط یک نوآوری نیست، بلکه بخشی از گردش کار روزمره است. جیوتیرلاتا توضیح داد که چگونه پلتفرم اختصاصی سکشام هوش مصنوعی این شرکت، عملیات تجاری، خدمات مشتری و فرآیندهای تصمیم‌گیری را دوباره تعریف می‌کند.

گودرج کپیتال به هوش مصنوعی مولد به عنوان «هوش مصنوعی روزمره» اشاره می‌کند - ابزاری که در عملیات روزانه تعبیه شده است. به گفته جیوتیرلاتا، هوش مصنوعی در مکان‌های کوچک می‌تواند ارزش زیادی نشان دهد. چه خواندن اسناد بزرگ مانند گزارش‌های اداری یا فرم‌های درخواست پرداخت، هوش مصنوعی به استخراج بینش‌ها به روشی آسان و کارآمد کمک می‌کند.

هوش مصنوعی در گودرج

در هسته اصلی خود، سکشام هوش مصنوعی یک پلتفرم هوش مصنوعی انعطاف‌پذیر و مقیاس‌پذیر است که برای استفاده در عملکردهای مختلف تجاری طراحی شده است. گودرج کپیتال به جای ساخت برنامه‌های هوش مصنوعی از ابتدا برای موارد استفاده مختلف، از یک رویکرد مدولار استفاده می‌کند، جایی که یک API واحد می‌تواند چندین گردش کار را پشتیبانی کند.

جیوتیرلاتا گفت: «سکشام هوش مصنوعی اجزای قابل استفاده مجدد را ارائه می‌دهد تا تیم‌ها مجبور نباشند چرخ را دوباره اختراع کنند.» وی افزود که این پلتفرم مدل‌های متن‌باز مختلفی مانند Llama یا Mistral را ارائه می‌دهد.

این تیم همچنین در حال آزمایش مدل‌هایی از ارائه‌دهندگان هندی مانند Sarvam AI برای آزمایش کارایی آن است. وی فاش کرد: «عملکرد آنها امیدوارکننده بوده است، به ویژه در زبان‌های منطقه‌ای.»

راه‌حل‌های تجاری از AWS Bedrock نیز کلیدی در این پیشنهادات هستند. وی توضیح داد: «هیچ LLM یکسانی برای همه وجود ندارد. برای هر مورد استفاده، توسعه‌دهندگان می‌توانند مدل‌های مختلف را آزمایش کنند تا بهترین مدل را از نظر دقت و هزینه پیدا کنند.»

به تازگی، Snowflake اعلام کرد که گودرج کپیتال از AI Data Cloud خود به عنوان یک پلتفرم یکپارچه برای بهبود راه‌حل‌های مالی استفاده می‌کند. این ادغام سفر وام مشتری را ساده کرده است و بینش‌های پیش‌بینی‌کننده و خدمات شخصی‌سازی‌شده را برای هزاران نفر در سراسر هند امکان‌پذیر می‌کند.

تیم مهندسی پلتفرم گودرج کپیتال نقش مهمی در ارزیابی مدل‌های هوش مصنوعی ایفا می‌کند. جیوتیرلاتا گفت: «آنها به طور مداوم مدل‌های جدید را آزمایش می‌کنند و بهترین مدل‌ها را برای موارد استفاده مختلف انتخاب می‌کنند.»

این اطمینان می‌دهد که توسعه‌دهندگانی که روی برنامه‌های تجاری کار می‌کنند، می‌توانند به سادگی به بهترین مدل هوش مصنوعی متصل شوند بدون اینکه نگران زیرساخت‌های زیربنایی، امنیت یا بهینه‌سازی هزینه باشند.

یکی از قابلیت‌های کلیدی سکشام هوش مصنوعی، خلاصه‌سازی اسناد است که به تیم‌های تجاری اجازه می‌دهد مقادیر زیادی از داده‌ها را به سرعت پردازش کنند. این ویژگی فراتر از اسناد مالی است و به مدیران اعتباری و نمایندگان خدمات مشتری کمک می‌کند تا تعاملات مشتری را تجزیه و تحلیل کرده و کیفیت خدمات را بهبود بخشند.

جیوتیرلاتا توضیح داد: «وقتی نمایندگان مرکز تماس با مشتریان تعامل می‌کنند، بررسی دستی همه تماس‌ها برای بررسی کیفیت غیرعملی است. سکشام هوش مصنوعی تجزیه و تحلیل تماس را خودکار می‌کند، مکالمات را رتبه‌بندی می‌کند و زمینه‌هایی را برای آموزش شناسایی می‌کند.»

همین قابلیت برای مدیران اعتباری که تماس‌های تأیید را برقرار می‌کنند، اعمال می‌شود تا از ثبات و انطباق در تعاملات مشتری اطمینان حاصل شود.

این پلتفرم همچنین Customer 360 را پشتیبانی می‌کند، یک داشبورد مبتنی بر هوش مصنوعی که بینش‌های مرتبط را برای نمایندگانی که به سوالات مشتری رسیدگی می‌کنند، تجمیع می‌کند. وی افزود: «به جای بمباران یک نماینده با نقاط داده بیش از حد، ما بینش‌های خلاصه‌شده‌ای را ارائه می‌دهیم که تصمیم‌گیری را بهبود می‌بخشد.»

پذیرش هوش مصنوعی محدود به خدمات مشتری و مدیریت ریسک نیست. این به اکوسیستم توسعه‌دهندگان نیز گسترش می‌یابد. وی گفت: «ما به طور فعال از GitHub Copilot برای بررسی کد و بررسی‌های امنیتی استفاده می‌کنیم.» جیوتیرلاتا اذعان می‌کند که اگرچه این یک ابزار عالی است، اما ملاحظات مربوط به هزینه را در مقیاس‌بندی آن در بین همه توسعه‌دهندگان در نظر می‌گیرد.

آینده هوش مصنوعی هند

بحث در مورد اینکه آیا هند باید مدل‌های هوش مصنوعی بنیادی خود را توسعه دهد یا خیر، به جیوتیرلاتا نیز رسیده است. در حالی که برخی از کارشناسان از سرمایه‌گذاری در داده‌مارت‌ها استدلال می‌کنند، جیوتیرلاتا معتقد است که هر دو ضروری هستند. وی تاکید کرد: «هیچ LLM نمی‌تواند بدون داده‌های آموزشی با کیفیت موفق باشد.»

او فرصتی را برای LLMهای خاص هند می‌بیند که بر روی داده‌های مالی از ابتکارات دولتی مانند IndiaAI Mission و Unified Lending Interface (ULI) آموزش داده شده‌اند.

یکی از مهم‌ترین تأثیرات هوش مصنوعی در گودرج کپیتال در تشخیص تقلب است. جیوتیرلاتا گفت: «ما صورت‌حساب‌های بانکی و اسناد متعدد را برای شناسایی ناهنجاری‌ها تجزیه و تحلیل می‌کنیم.» در حالی که او نمی‌توانست ارقام دقیقی را فاش کند، اما به طور ضمنی اشاره کرد که هوش مصنوعی به طور قابل توجهی نرخ تشخیص تقلب را بهبود می‌بخشد.

سکشام هوش مصنوعی چیزی بیش از یک پلتفرم هوش مصنوعی است—این یک زمین بازی توسعه‌دهنده است که در آن تیم‌ها می‌توانند به طور ایمن و کارآمد با مدل‌های هوش مصنوعی آزمایش کنند. جیوتیرلاتا توضیح داد: «این امر با ارائه کیت‌های توسعه نرم‌افزار (SDK) آماده، چارچوب‌های امنیتی و دروازه‌های API، بدهی فنی را کاهش می‌دهد.»

در حال حاضر، سکشام هوش مصنوعی منحصراً در اختیار گودرج کپیتال است. با این حال، برنامه‌هایی برای گسترش آن در کل گروه گودرج وجود دارد. جیوتیرلاتا فاش کرد: «این فقط برای سازمان ما نیست، بلکه یک پلتفرم مقیاس‌پذیر است که می‌تواند به چندین کسب‌وکار گودرج خدمت کند و در عین حال امنیت و انطباق را حفظ کند.»

چه از طریق استخدام مهندسان هوش مصنوعی، ارتقای مهارت کارکنان یا اتخاذ مدل‌های هوش مصنوعی جدید، این شرکت هوش مصنوعی را در هر سطحی در آغوش می‌گیرد. او در پایان گفت: «همیشه به افراد باهوش برای آموزش و اصلاح عوامل هوش مصنوعی نیاز خواهد بود. انسان‌ها همیشه در این حلقه خواهند بود.»