خدمات مالی دومین منبع درآمد بزرگ آنتروپیک / ۴۰ درصد از ۵۰ مشتری برتر این شرکت را سازمانهای مالی تشکیل میدهند
تهران – آنتروپیک (Anthropic)، توسعهدهنده خانواده مدلهای هوش مصنوعی کلود، با معرفی ۱۰ ایجنت هوش مصنوعی تخصصی برای حوزه مالی، گام بلندی برای تصاحب بازار والاستریت برداشته است. این ابزارها با هدف انجام کارهای روتین و خستهکنندهای طراحی شدهاند که پیش از این ساعتها وقت متخصصان مالی را میگرفت.
۱۰ ایجنت هوش مصنوعی آنتروپیک برای خودکارسازی کارهای مالی
به گزارش دیجیاتو، آنتروپیک مجموعه کاملی از ایجنتهای هوش مصنوعی را معرفی کرده است که هر کدام برای انجام وظیفه خاصی در حوزه مالی طراحی شدهاند:
| نام ایجنت | وظیفه اصلی |
|---|---|
| Pitch builder | ساخت خودکار کتابچههای معرفی طرح و پروپوزالها پیش از جلسات |
| Meeting preparer | تدارک مقدمات و آمادهسازی جلسات حساس با مشتریان |
| Earnings reviewer | بررسی و تحلیل گزارشهای درآمدی |
| Model builder | استخراج مدلهای پیچیده مالی از یادداشتهای تحلیلگران و پروندههای قانونی |
| Market researcher | انجام تحقیقات گسترده در بازار |
| Valuation reviewer | بررسی و ارزیابی ارزشگذاریها |
| General ledger reconciler | تطبیق دفتر کل عمومی |
| Month-end closer | بستن پایان ماه و تسویه حسابهای دورهای |
| Statement auditor | حسابرسی صورتهای مالی |
| KYC screener | غربالگری مشتریان (احراز هویت) |
تسلط آنتروپیک بر بخش مالی والاستریت
اهمیت استراتژیک این اقدام زمانی مشخص میشود که به آمارهای خیرهکننده آنتروپیک نگاه کنیم. در حال حاضر، بخش خدمات مالی پس از حوزه تکنولوژی، دومین منبع درآمد بزرگ این شرکت محسوب میشود و ۴۰ درصد از ۵۰ مشتری برتر آنتروپیک را سازمانهای مالی تشکیل میدهند.
والاستریت سالهاست که به سمت هوش مصنوعی حرکت کرده است. غولهایی مثل جیپی مورگان، گلدمن ساکس و مورگان استنلی همین حالا نیز دستیارهای هوش مصنوعی اختصاصی خود را در اختیار کارکنانشان قرار دادهاند تا در اموری مثل خلاصهسازی گزارشها، ارسال ایمیلها، کدنویسی و آمادهسازی گزارشهای مالی دست بالا را داشته باشند.
رقابت در بازار هوش مصنوعی مالی؛ استارتاپها و غولهای فناوری
فضای رقابت فقط محدود به بانکها نیست. استارتاپهایی مثل Rogo که ارزشی معادل ۲ میلیارد دلار پیدا کرده، در حال حاضر به بیش از ۲۵۰ مشتری بزرگ با ابزارهایی مشابه خدماترسانی میکند. رئیس روگو معتقد است افزایش قدرت مدلهای پایه باعث میشود آنها بتوانند خدمات تخصصیتری به بانکها ارائه دهند و از این بابت نگران رقابت با آنتروپیک نیست.
در سوی دیگر، استارتاپ Hebbia با ساخت پلتفرمی که میتواند به صورت همزمان چندین درخواست را در پایگاههای داده بزرگ و صفحات گسترده انجام دهد، فرایندهای مقایسه شرکتها را که پیش از این روزها زمان میبرد، به چند دقیقه تقلیل داده است.
آینده بازار؛ هماهنگی با ساختارهای نظارتی و نگرانی از امنیت شغلی
به گفته کارشناسان، آینده این بازار در دست شرکتهایی خواهد بود که بتوانند مدلهای خود را با ساختارهای نظارتی و ریسک موجود در بانکها و لایههای حاکمیت داده هماهنگ کنند. انطباق با مقررات مالی سختگیرانه یکی از بزرگترین چالشهای پیش روی توسعهدهندگان هوش مصنوعی در این حوزه است.
با تمام این پیشرفتها، سایه اضطراب ناشی از امنیت شغلی بر والاستریت سنگینی میکند. اگرچه هنوز اخراجهای دستهجمعی ناشی از هوش مصنوعی گزارش نشده، اما برخی مدیران از کندشدن روند استخدام و نیاز به برنامههای وسیع برای بازآموزی و جابهجایی نیروهای انسانی سخن میگویند. کارشناسان پیشبینی میکنند در کوتاهمدت، هوش مصنوعی مکمل کار تحلیلگران مالی خواهد بود، اما در بلندمدت، برخی نقشهای تکراری و کممهارت ممکن است به طور کامل خودکار شوند.
مهدی رضایی
او فارغالتحصیل رشته مهندسی نرمافزار است و فعالیت حرفهای خود را در عرصه رسانه از سال ۱۳۹۷ به عنوان نویسنده در یک وبلاگ تخصصی فناوری آغاز کرده است. وی پس از کسب تجربه، به خبرگزاریهای معتبر پیوست و در حال حاضر، خبرنگار حوزه نرمافزار و هوش مصنوعی در یک مجله تکنولوژی برجسته است.
