Kluczem do sukcesu AIjest uproszczenieSztuczna inteligencja (AI) w naszym banku

Dlaczego wszyscy obecnie mówią o sztucznej inteligencji? Pewnie dlatego, że AI to technologia, której możliwości nas fascynują. Ale czy też nie dlatego, że trochę się obawiamy, że komputer może myśleć i działać podobnie do ludzkiego mózgu? O to, jak jest naprawdę, spytaliśmy naszych ekspertów.

Wśród popularnych zastosowań AI znajdują się narzędzia generujące obrazy na podstawie opisów i technologie, które pozwalają „przemawiać” głosem dowolnej osoby. Niektóre modele AI nauczyły się tworzyć muzykę czy nawet pisać poezję. AI jest wszędzie – od telefonów, przez samochody, aż po systemy rekomendacyjne w sklepach. Maszyny potrafią być twórcze, inspirując nas do spojrzenia na świat z innej perspektywy. Rozwiązania AI zmieniają sposób, w jaki doświadczamy świata. Dzięki innowacjom takich firm jak OpenAI i ich produktowi ChatGPT możemy rozmawiać z maszyną, tworzyć programy czy prezentacje. A to dopiero początek! O komentarz na temat roli AI w naszym banku poprosiliśmy Aleksandrę Szadkowską-Widerę, Rafała Kostowskiego i Przemysława Soleckiego.

Używanie AI powinno być proste

U progu nowej ery technologicznej popularyzacja tematu sztucznej inteligencji jest kluczowa. Nie chodzi jedynie o zrozumienie samej technologii, ale przede wszystkim o dostrzeżenie ogromnych możliwości, jakie niesie ze sobą jej praktyczne wykorzystanie. Głównym celem AI jest dodanie wartości – oszczędzanie czasu, zwiększanie wydajności, a także tworzenie innowacyjnych rozwiązań, które dotychczas wydawały się nam nieosiągalne.

– Kluczem do sukcesu AI jest uproszczenie. Mimo złożoności budowania rozwiązań AI jej używanie powinno być proste, intuicyjne i dostępne dla każdego, niezależnie od stopnia zaawansowania wiedzy technologicznej. Nasz bank jest gotowy prowadzić tę rewolucję, dostarczając narzędzi i wsparcia, które pomogą nam wszystkim przekształcić naszą codzienną pracę i osiągnąć nowe, nieznane dotąd horyzonty – podkreśla Aleksandra Szadkowska-Widera, IT Lead I – DevOps, Tribe Aplikacji Operacyjnych, CIO.

Aby narzędzia AI służyły wszystkim

Przybywa różnych organizacji, gdzie AI umożliwia lepsze zrozumienie klienta, dostosowywanie ofert do indywidualnych potrzeb i automatyzację procesów. W naszym banku już od dawna pracujemy nad różnymi rozwiązaniami bazującymi na AI. W ostatnim czasie, chcąc usprawnić pracę nad wdrożeniami rozwiązań AI, powołano zespół AI & Data Engineering (w ramach Pionu CIO i Tribe’u Aplikacji Operacyjnych). Zadaniem tego zespołu jest budowanie rozwiązań opartych na AI. Zespół tworzy obecnie 20 osób, z czego połowa to Data Scientist, czyli osoby zajmujące się faktycznym budowaniem rozwiązań opartych na AI.

– Zdajemy sobie sprawę, że każdy zespół w naszym banku ma unikalne potrzeby. Dlatego chcemy tak dostosować narzędzia AI, aby służyły wszystkim w najbardziej efektywny sposób. Jako zespół chcemy, aby rozwiązania AI pomagały w wielu aspektach naszej pracy. Chętnie angażujemy się w analizę i identyfikację przypadków biznesowych, eksplorację oraz budowanie realnych przypadków użycia – mówi Rafał Kostowski, IT Area Lead I – DevOps, AI & Data Engineering Area, TAO, CIO.

VoiceSurfer wyszukuje opinie klientów

Mimo że zespół AI & Data Engineering jest stosunkowo nowy, w portfolio ma już dziewięć rozwiązań w trakcie utrzymania oraz 10 na etapie pilotażu. Jednym z dynamiczniej rozwijanych rozwiązań jest VoiceSurfer.

VoiceSurfer jest rozwiązaniem, które pozwala wyszukiwać opinie klientów w bazie VoiceLake na podstawie ich tematyki i znaczenia. VoiceLake jest wewnętrzną bazą danych, gromadzącą opinie klientów, spływające do ING z różnych źródeł. Przynoszą nam one bezcenną wiedzę na temat potrzeb klientów, awarii, potencjalnych niedoskonałości w naszych produktach, które dzięki temu możemy z łatwością identyfikować i poprawiać.

– Proponowane przez nas rozwiązanie usprawnia proces wyszukiwania, korzystając z mechanizmów przetwarzania języka naturalnego (NLP – Natural Language Processing) – jednej z dziedzin sztucznej inteligencji. Aby AI zrozumiało Twoją wiadomość, musi ona zostać przetworzona przez model językowy (LLM – Large Language Model) na matematyczną reprezentację (context vector), która odwzorowuje jej znaczenie. Dzięki temu wyszukiwanie dokumentu nie wymaga wypisywania fraz, które ten dokument ma zawierać. Wystarczy zarysować temat, opisać zagadnienie, a wyszukiwarka znajdzie wszystkie teksty o podobnym znaczeniu, niekoniecznie napisane tymi samymi słowami – wyjaśnia Przemysław Solecki, Expert – Data Scientist, AI & Data Engineering Area, TAO, CIO.

Pozostańmy w kontakcie!

Inne inicjatywy i działania zespołu AI & Data Engineering oraz społeczności, którą ten zespół koordynuje, chętnie zaprezentujemy Wam w kolejnych numerach „Baśki”.

Jeśli temat AI wzbudził Wasze zainteresowanie i chcecie podyskutować merytorycznie o AI, to zapraszamy Was serdecznie do społeczności AI w pionie CIO – AI Connect na Vive Engage.

Macie pytania lub pomysły związanie z AI? Dajcie znać! Michał: michal.owczarek@ing.pl, Ania: anna.kosciuczuk@ing.pl.

Anna Kościuczuk, AI & Data Engineering Area, TAO, CIO
Rafał Kostowski, AI & Data Engineering Area, TAO, CIO