Bajo je pojasnio način na koji AI funkcioniše i kako ga je najbolje koristiti za uspješno poslovanje.

„ChatGPT je donio trenutak prosvjetljenja. Bio je to prvi model koji je – osim što je generisao kvalitetne i ispravne nizove teksta na engleskom jeziku – mogao razumjeti ljudsku namjeru. Dakle, jezični model proizvodi onakav rezultat kakav očekujete. Recimo, e-mail. Jedini je problem bio taj što modeli prve generacije nisu bili dovoljno pametni da shvate kako prije samog sastavljanja e-maila treba učiniti nešto drugo. Potrebno je komunicirati s vanjskim sistemima radi prikupljanja potrebnih podataka, a tek se potom sastavlja e-mail. Nakon pojave ChatGPT-a to je postalo sasvim očigledno. Upravo na tome laboratorije za vještačku inteligenciju rade već, recimo, pet godina. Oni modelu dodaju svojevrsni sistem za upravljanje i uče ga kako komunicirati s vanjskim alatima. Tako sada, kada pošaljete upit nekom od današnjih AI agenata, model ne izbacuje odmah običan tekst, već tekst koji predstavlja radnje koje treba izvršiti prije nastavka procesa. AI agenti su univerzalni optimizatori za višestepenske procese. Zadate im cilj, a oni ga rješavaju u određenom broju koraka. Ako ga ne riješe odmah, nastavljaju pokušavati,“ pojasnio je Bajo.

Bajo napominje da je važno da ljudi ostanu uključeni u procesu.

„Vještačka inteligencija automatizuje mnoge stvari, ali ne smatram da bi trebala automatizirati baš sve – barem ne u početku. Ažuriranje vještina nije jednostavan korak i može biti prilično kritično, stoga preporučujem – posebno u takvim situacijama – da ljudi ostanu uključeni u proces i budu upućeni u to što se događa. Drugim riječima, vještina se ažurira tek nakon što je čovjek odobri. Danas imate mnoštvo agenata koji obavljaju određene zadatke, a iznad njih nalazi se sloj ljudskih operatera. Vaš ljudski kapital čine ljudi koji donose sudove i odluke, jer se proces sastoji od prosuđivanja i izvršavanja. Vještačka inteligencija automatizuje izvršavanje. Što se tiče prosuđivanja – ono se možda smanjuje, ali će, po mom mišljenju, uvijek biti prisutno. Svaki se zadatak sastoji od dvije komponente: prosuđivanja i izvršavanja. Prosuđivanje ostaje ključno – čak i u softverskom inženjeringu, gdje modeli vještačke inteligencije postižu izvanredne rezultate. Dakle, ljudsko prosuđivanje ostaje neizostavno,“ saopštio je Bajo.

Isabella Frey,  generalna direktorica George Labs predstavila je bankarsku platformu ERSTE grupe George koja ima skoro 12 miliona korisnika.

„Kada smo počeli ovaj projekat 2015. godine željeli smo bankarstvu dati ime i ličnost. Uložili smo mnogo truda kako bismo korisničko iskustvo i dizajn stavili u središte svega. I to je uspjelo. Bili smo zaista vješti u osmišljavanju korisničkih tokova i smanjivanju broja klikova. Odlično nam je išlo kreiranje privlačnog korisničkog panela i dizajna. Znali smo tačno gdje postaviti dugme, kako ga nazvati i koliko bi trebao biti. Dakle, taj smo dio s dugmićima doveli do savršenstva, zar ne? No, šta ako u budućnosti više ne bude dugmadi? Što ako ljudi budu obavljali plaćanja, a da pritom ne moraju otvarati aplikaciju?  Morali smo osmisliti proces uvođenja korisnika (onboarding), ponuditi načine za započinjanje razgovora i predlagati sljedeće najbolje korake, jer korisnici nisu znali o čemu razgovarati s Georgeom niti koja pitanja postaviti. To je bilo prvo važno otkriće. Drugo otkriće odnosilo se na našu pretpostavku da će vještačka inteligencija djelovati unutar zadatih okvira. Ni to se nije pokazalo tačnim. Sistem je savršeno razumio problem korisnika i davao sasvim razuman odgovor, ali problem je bio u tome što mi takvu uslugu nismo nudili. Nismo imali odgovarajuću funkcionalnost ni proizvod za to. Stoga smo morali ograničiti i usmjeriti rad velikog jezičnog modela (LLM) kako bismo osigurali da odgovor nije samo razumno tačan, već i usklađen s poslovanjem naše firme,“ pojasnila je Frey.

Frey je takođe istakla da su ljudi počeli priča sa Georgeom kao da je ljudsko biće – zahvaljivali mu, željeli mu dobar dan i pitali ga kako je.

„Došli smo do spoznaje da su završna karika i dalje ljudi. Možemo sve pripremiti, možemo zaključati kartice, možemo pružiti pregršt informacija, ali kada je riječ o kretanju novca, ljudi i dalje žele zadržati kontrolu. Ne žele da LLM ili neki „George” zapravo izvrše prenos sredstava. Brojke nam za sada govore da ne možemo napraviti taj dodatni korak – taj je korak i dalje rezervisan za čovjeka,“ ispričala je Frey.

Na prvom današnjem panelu bilo je više riječi o AI-u u bankarstvu.

„Smatram da je vještačka inteligencija u finansijskom sektoru – koji podliježe strogom nadzoru – trenutno još uvijek svojevrsni „hype”. Koliko mi je poznato, mnoge banke u regionu i na našem tržištu provode procese temeljene na vještačkoj inteligenciji koji su još uvijek u fazi pilot-projekta, razvoja ili dokazivanja koncepta. Postoje i određene netehničke vještine koje treba usvojiti i unaprijediti tokom provođenja takvog projekta. Tako nam je za prvi pilot-projekt trebalo otprilike šest mjeseci, dok nam je za sljedeći proizvod trebalo manje od mjesec dana,“ naveo je Zarja Milić iz NLB banke.

Milić napominje da se često priča o tome šta su rezultati vještačke inteligencije, ali da se ne stavlja fokus na to kako organizacija reaguje na te promjene i kako je potrebno transformisati samu organizaciju.

„Ono što smo naučili jeste da povezivanje takvih sistema s različitim servisima za velike podatke – poreskom upravom ili sličnim institucijama – osigurava dodatne izvore podataka, a ti dodatni izvori značajno pomažu u radu. Što se tiče upotrebe podataka, u našem sistemu za odobravanje kredita i prevenciju prevara već koristimo dva modela: preventivni i detektivski. Preventivni je model prirodno integrisan u sam proces odobravanja kredita. Taj AI agent prepoznaje određene korelacije, provjerava podatke u raznim bazama i slično, ali riječ je o jednostavnijem modelu. Složenija varijanta, koja će koristiti više skupova podataka, jeste ona detektivska. Upravo će razvoj te vještačke inteligencije i njeno puštanje u operativnu upotrebu predstavljati pravu vještinu. Ali učimo zajedno s vještačkom inteligencijom,” dodao je Milić.

József Mura iz CKB banke istakao je da je potrebno proširiti primjenu AI rješenja u bankarstvu kako bi bila ispunjena tri uslova.

“Prvi je poslovna vrijednost, drugi operativna spremnost, a treći prihvatljiv rizik. Što se tiče prvog uslova, moramo utvrditi kako kreirati bolje procese unutar banke u cjelini, a nakon postizanja operativne spremnosti, i kako integrisati AI rješenje, jer svako AI rješenje ulazi u svijet postojećih, starijih sistema u bankarskom sektoru. Implementacija AI-a predstavlja ogroman izazov. Relativno je lako kreirati novog agenta za određenu namjenu, ali je izazovno integrisati ga u proces i uspostaviti kontekst u odnosu s klijentom,” naveo je Mura.