Bankowość i Finanse | Technologie – Wywiad Miesiąca | Jak rozmawiać z komputerem
Maria Parysz, Pani od AI. Czyli jak to się zaczęło?
– Ojej. Wracamy do wydarzeń naprawdę historycznych, bo w AI wszystko zmienia się bardzo dynamicznie. Dla mnie to się zaczęło bardzo dawno, natomiast siedem lat temu sztuczna inteligencja już mocno weszła w nasze życie. Takim głównym sygnałem było to, że obróbka danych wpłynęła na przebieg wyborów prezydenckich w Stanach Zjednoczonych. Rok później Kanada ogłosiła swoją strategię dotyczącą AI i wtedy już wiedziałam, że to będzie jeden z najbardziej interesujących obszarów zmian i transformacji, w jakich warto być.
Zawsze byłam związana z IT, naturalnym więc kolejnym krokiem było założenie, z moim backgroundem menedżerskim, własnego startupu, własnej firmy, wprowadzanie własnych produktów – wszystko oczywiście w obszarze AI. Zaczęliśmy tworzyć społeczność data scientistów – największą w tym momencie na świecie sieć 14 mln ludzi. Potem przyszedł czas na doktorat z AI, uczenie innych – przekazywanie wiedzy, kolejne produkty, kolejne firmy w Dubaju, w Polsce, w Kanadzie. Do dziś to prawie setka zrealizowanych projektów z obszaru sztucznej inteligencji. Kolejny przełom to 30 listopada ub.r. – rozkręcenie tematu przez ChatGPT. Dzięki ChatGPT nie trzeba już było tłumaczyć potencjalnym klientom, że sztuczna inteligencja rzeczywiście jest i że wielka transformacja AI już się dzieje.
Proszę o zdefiniowanie generatywnej sztucznej inteligencji osobie, która nie ma nic wspólnego z technologią, bo jeśli ona ma zejść do ludzi, to ludzie muszą to zaakceptować. Musimy zacząć mówić o AI, tak samo jak o googlowaniu. To musi wejść do słownika, mowy potocznej.
– To się już dzieje. Mówimy przecież o promptowaniu – tak naprawdę to jest serce generatywnej AI. Mówimy do komputera językiem naturalnym, czyli generatywna sztuczna inteligencja charakteryzuje się tym, że przyjmuje nasze wytyczne w takich słowach, jakimi na co dzień się posługujemy i wytwarza dla nas coś, co jest nam potrzebne, generuje treści. Co ważne, nie tylko generuje predykcje, tak jak wcześniej, czyli jakąś tam wartość bądź schemat, ale dziś jest w stanie generować zarówno tekst, wideo, kod, przestrzenie trójwymiarowe, nie wspominając oczywiście o głosie i muzyce. Powiedziałabym, że w końcu, nasze marzenie, że my mówimy do komputera, a komputer wie, co mamy na myśli, staje się rzeczywistością. Komputery mogą to tworzyć.
Prostota języka, dobrego słowa użyłem?
– Bardzo dobrego. Tak naprawdę, jeżeli mówisz o języku, to w końcu używamy języka naturalnego, jakim posługujemy się na co dzień. Wcześniej używaliśmy do tego kodu, co de facto zawężało liczbę osób, które mogły korzystać z tego typu rozwiązań. Wszyscy jesteśmy w stanie, niezależnie od backgroundu – czy technicznego, czy nie technicznego – tworzyć wspaniałe rzeczy, właściwie bez użycia kodu standardowego, tylko przy użyciu nowego kodu, czyli naszego własnego języka.
Czy to oznacza, że dziś każdy poradzi sobie z AI. I młody i stary, i inżynier informatyk, i humanista – bo to jest już proste narzędzie?
– Tak, do pewnego stopnia oczywiście. Dziś dzieciaki tak naprawdę jeszcze nieumiejące pisać mogą mówić do komputera, porozumieć się z generatywną sztuczną inteligencją. Mowa zostanie zamieniona na tekst przy użyciu mikrofonu, czyli de facto już starszaki w przedszkolu mogą mówić do generatywnej sztucznej inteligencji, albo podawać obrazy, albo pokazać przykłady tego, o co im chodzi i uzyskać całkiem satysfakcjonujący efekt.
A pokolenie 60+, które może się trochę bać sztucznej inteligencji i tego wszystkiego, co ona daje? Czy znajdzie się coś dla nich?
– Oczywiście, że tak, statystyki mówią, że osoby powyżej 50–60. roku życia generalnie używają sztucznej inteligencji mniej, rzadziej niż osoby młodsze, co nie zmienia faktu, że jest ich mnóstwo. Marzeniem było, że komputery mają być dla wszystkich, więc to jest tylko i wyłącznie kwestia chęci, na pewno nie interfejs i nie logika stanowią tu przeszkodę. Do AI trzeba się przekonać, zrozumieć, że to nie jest trudne. Ja nie widzę tutaj najmniejszych ograniczeń, zaczynając właśnie od starszaków w przedszkolach, a kończąc na osobach w dowolnym wieku.
Zastanówmy się nad tym, gdzie ten potencjał generatywnej sztucznej inteligencji możemy wykorzystać w sektorze bankowym?
– Zastosowań jest mnóstwo. Statystyki nie kłamią – na przykład niektóre banki w Stanach Zjednoczonych mają już wdrożonych około 600 AI-owych rozwiązań. To oznacza, że generatywna sztuczna inteligencja wchodzi właściwie do każdego departamentu i do każdego obszaru biznesowego – oczywiście również w banku – przy założeniu, że chcemy minimalizować koszty i zwiększać efektywność wewnętrzną. Wiele lat spędziłam w banku, optymalizując przeróżne procesy, więc łatwo mi podać przykłady – w pierwszej kolejności back office. Dziś, gdyby operacje w tym obszarze stanęły na jeden dzień, to nie wiadomo, co by się z takim bankiem stało, a klienci na pewno nie byliby zachwyceni. Pamiętajmy o tym, że wewnętrznie – optymalizując procesy – ogranicza się tak naprawdę udział osób, które obsługują klientów, czyli procesowanie wniosków. Analizy to już możemy zrobić automatycznie albo półautomatycznie, najczęściej zostawiając dla ludzi ostatni moment – podjęcia decyzji. Reszta to domena AI – automatyczne przetwarzanie dokumentów, wyciąganie wniosków, robienie automatycznych raportów, robienie skryptów, cenników, automatyczne odpowiadanie klientom. Kolejny obszar to call center, czyli generowanie odpowiedzi tego, co pracownik banku albo awatar ma powiedzieć klientowi, jak ma dostosować ofertę.
A kwestia obaw. Klienci dziś potrafią sobie wyobrazić, że rozmawiają z awatarem o kredycie na 10 tysięcy, ale o kredycie hipotecznym na 400 tysięcy już raczej nie. Czy społecznie jesteśmy już gotowi na taką AI-ową rewolucję?
– Są badania mówiące o tym, że jeżeli mamy ustrukturyzowany proces, to ludzie ufają robotom, ufają i wręcz uważają, że one są bardziej efektywne niż ludzie. W tym momencie wraz z poszerzeniem oferty bankowej, a tych produktów jest multum, wiemy o tym z doświadczenia, że często pracownicy tzw. okienkowi najzwyczajniej w świecie się mylą, albo odpowiadają bardzo opieszale. Tu właśnie z pomocą przychodzi AI, żeby odpowiadać na pytania klientów i jednocześnie wyszukiwać odpowiednie informacje. Nie sądzę, że AI to będzie jedyna ścieżka, ludzie będą wybierać. Rozumiem, że na razie klienci nie są przekonani do tego, żeby zaufać nowemu rozwiązaniu typu sztuczna inteligencja, ale już widzimy trend, głównie w generacji Z i w młodszych osobach, że w kontakcie z AI sprawy załatwia się łatwiej i szybciej.
Często klienci dopytują o mnóstwo rzeczy, zanim ostatecznie złożą wniosek. Komputer tutaj nie będzie miał z tym najmniejszego problemu, więc wydaje mi się, że to jest tylko i wyłącznie kwestia odpowiedniego
wytrenowania i jednocześnie po prostu przećwiczenia na odpowiedniej ilości klientów takiego systemu, który w pewnym momencie przez klientów zostanie bardziej doceniony.
Rozumiem obawy albo zastrzeżenia, że może nie będzie tak miło, nazbyt konkretnie, że może ktoś nie powie tak sympatycznie dzień dobry, aczkolwiek nie widzę powodu, dla którego i takich rzeczy nie mogłaby się nauczyć sztuczna inteligencja. Często klienci dopytują o mnóstwo rzeczy, zanim ostatecznie złożą wniosek. Komputer tutaj nie będzie miał z tym najmniejszego problemu, więc wydaje mi się, że to jest tylko i wyłącznie kwestia odpowiedniego wytrenowania i jednocześnie po prostu przećwiczenia na odpowiedniej ilości klientów takiego systemu, który w pewnym momencie przez klientów zostanie bardziej doceniony. Musimy też pamiętać, że człowiek-doradca nie zna klienta. Zanim zbierze wszystkie niezbędne informacje i przygotuje odpowiednią ofertę, to chwilę to potrwa, nawet jeśli zabierze się za to od razu. To przecież zależy od motywacji osoby, która jest doradcą i sprzedawcą.
Komputer zaś zrobi to automatycznie. Jest w stanie – oprócz analizowania sentymentu, czyli określenia z jakim nastrojem, nastawieniem ktoś przychodzi i czy bardziej oczekuje odpowiedzi analitycznej, czy zbudowania relacji – od razu przygotować indywidualną ofertę, którą w środku jeszcze w międzyczasie się przetworzy na podstawie wszystkich wcześniejszych danych, które dotyczą klienta, zdarzeń na koncie – od pierwszego przyjścia do oddziału, przez wyjęcie pieniędzy z bankomatu, wszystkie transakcje, na dzwonieniu do call center kończąc. Mówimy o setkach tysiącach zdarzeń, które jesteśmy w stanie przeprocesować i dopasować do klienta.
Czy to, co tu opisujemy, można już gdzieś zobaczyć w praktyce, czy to jest na razie tylko i wyłącznie teoria?
– Jeżeli miałabym podać jedno narzędzie, które można by sobie wpiąć za pomocą kabelka, to takiego rozwiązania w tym momencie nie ma. Natomiast są już gotowe i działające poszczególne elementy, które można połączyć. Analiza sentymentu jest już tak dobra, że robi to szybciej niż człowiek. Dostosowanie treści do tego, czego człowiek oczekuje i o co pyta – przykładem są rozwiązania GPT – to działa. Mamy awatary, które potrafią rozmawiać, potrafią wręcz dopasować swój język, w jakim mówią do klienta. Teraz trzeba to wszystko ułożyć w coś, co działa na dużą skalę. Tu może być problem, bo trzeba to poskładać w koherentne rozwiązanie, wdrażalne w banku, który ma miliony klientów. I tu zaczynają się schody, czyli operacjonalizacja, ale już wiemy, że istnieją firmy, które nad tym pracują. Może jeszcze tego nie pokazują i mają fragmenty tych rozwiązań, ale już jesteśmy bardzo blisko takiego w pełni komercyjnego otwarcia. Tylko trzeba to będzie jeszcze przetestować na odpowiedniej ilości klientów, a to jest już tylko i wyłącznie kwestia czasu.
Pojawiło się całe mnóstwo obaw o charakterze etycznym związanych z rozwojem tej technologii. Czy to nie zahamuje rozwoju AI?
– Zależy jak do tematu podejdziemy. Bardzo mi się nie podoba, gdy ludzie mówią, że to spowolni rozwój technologii. W tym momencie żadnych regulacji nie mamy, a zatwierdzony niedawno AI Act wejdzie w życie w 2026 r. Dobrym weryfikatorem jest to, czy w harmonogramach projektów jest uwzględniona analiza etyczna i testy etyczne AI, a wcześniej analiza danych. Jak nie ma, to może to budzić niepokój. Wyobrażam sobie przyszłość w ten sposób, że produkty AI-owe są z takim stempelkiem, że zostały przeprowadzone testy etyczne. Oprócz tego możemy podejrzeć dane, na podstawie których te mechanizmy były trenowane. Bo przecież sztuczna inteligencja to jest taki blender, który blenduje dane historyczne i tylko i wyłącznie na podstawie tych danych daje nam coś na przyszłość. Mocno czekam na rozwiązanie etyczne. Uważam, że to jest temat wciąż bardzo, bardzo niedoceniony od strony praktycznej. Dużo się o nim mówi , ale niekoniecznie wprowadza w praktykę. Reasumując, czekając na regulacje, czasami nawet na początku nieco ułomne, najlepiej sprawdzać samemu. Trzeba zrozumieć logikę sztucznej inteligencji, choć oczywiście lepiej, żeby jednak były jakieś regulacje .
Ta odpowiedz budzi mój niepokój. To kiedy będzie można powiedzieć – możemy z AI korzystać, bo to jest bezpieczne, wiadomo kto ponosi odpowiedzialność, na przykład za doradztwo, które zostało wykonane w banku.
– Jeżeli jest doradztwo, które zostało wykonane w banku, no to sama nazwa mówi, kto jest odpowiedzialny. Odpowiedzialność jest po stronie osoby, która używa danego narzędzia – osoby bądź instytucji. Były takie pomysły, żeby zatrzymać rozwój sztucznej inteligencji na kilka miesięcy. Zatrzymywanie nigdy nie jest sposobem. Na pewno uświadamianie sobie i znajdywanie sposobu na to, żeby obniżyć ten niepokój ludzki, to jest rozwiązanie. Statystyki w Stanach są już przerażające: prawie 75% osób uważa, że AI zwiększy bezrobocie, a ponad 50%, że AI zabierze im pracę. Tutaj powinien być balans – wraz z rozwojem sztucznej inteligencji, kiedy firma coś rozwija, to jednocześnie jest zobowiązana do tego, żeby oswajać społeczeństwo, żeby edukować, żeby pomagać zrozumieć, ale jednocześnie też wymyślać w tym samym czasie takie mechanizmy, które nie tylko pozwolą zrozumieć, ale pozwolą też zweryfikować wdrażane rozwiązania. To musi być taki prosty instruktaż, żeby zrozumiała go dowolna osoba w dowolnym wieku, bez żadnego backgroundu technicznego. Do produktów AI-owych powinna być instrukcja w formie dokumentacji – napisana prostym i zrozumiałym językiem. Prawdę mówiąc, nie wiem, czy ludzie aż tak strasznie boją się tej sztucznej inteligencji, z moich obserwacji wynika raczej, że boją się, iż ona po prostu zabierze im pracę, czyli ich zastąpi.
Trochę się uspokoiłem. Mówisz o tych obawach rozsądnie i ze spokojem. Tymczasem na rynku dużo jest różnego typu spotkań, różnego typu miejsc, konferencji, na których mówi się o sztucznej inteligencji w sposób, który rozwojowi tego obszaru może bardziej zaszkodzić niż pomóc. Czy jest jakiś uniwersalny pomysł, jak odróżnić tych, którzy są szarlatanami, opowiadają niestworzone historie od tych, którzy potrafią o AI mówić w sposób profesjonalny?
– Mam sposób, jak najbardziej. Przede wszystkim należy patrzeć na doświadczenia. Czyli – jeżeli ktoś stał się ekspertem, tak zwanym overnight, czyli pojawił się po ChatGPT, czyli po 30 listopada 2022 r., to znaczy, że ta osoba korzystała najprawdopodobniej tylko i wyłącznie z generatywnej sztucznej inteligencji. Ona jej nie tworzyła, ona tylko jej używała i wie, jak mówić. Trzeba sprawdzić ilość projektów zrealizowanych przez daną firmę albo przez daną osobę, która ma nas uczyć. To musi być sprawdzone w praktyce. Ilość informacji w internecie, które są między sobą sprzeczne i niekonkretne, jest przeogromna. Czasem nawet miło się kogoś słucha, ale potem wracam do siebie i w sumie nie wiem, co mamy zrobić w swoim projekcie, nie wiem, co mamy zrobić z danymi, nie wiem, jak dane wyglądają, nie wiem, jak wygląda algorytm, nie wiem, jak się ściąga LLM-a, nie wiem, jak konkretnie się go dotrenowuje.
Dlaczego ważne są zrealizowane projekty? Projekty gwarantują, że ta osoba która nas trenuje pomyliła się wystarczająco dużo razy, że jest nas w stanie jakby przez to przeprowadzić. Ważna jest też umiejętność przekazywania wiedzy takiej konkretnej, technicznej, w sposób nietechniczny. Ale najważniejszy element, to zrozumienie etyki i danych, czyli tego, co jest głębiej. Jeżeli słyszymy o samych rozwiązaniach – takich, jak użyć systemu A, jak użyć systemu B, żeby wygenerować ładniejsze zdjęcie, to to jest za mało. Mnie bardziej interesuje, jak wykorzystywać to w firmie, albo jak zabezpieczyć moje dane, albo jak zadbać w ogóle o aspekty security związane właśnie z używaniem tego narzędzia. Mówimy o praktycznych implementacjach. Zobaczcie, kto to jest, co ta osoba umie, ile projektów przeszła i na jakiej podstawie wyciąga wnioski. Myślę, że to będzie dobra podpowiedź na start.
Na koniec chcę zapytać o słonie. Skąd ten słoń – Elephant AI?
– Słonie są fenomenalne i bardzo mi bliskie. Słonie czują, zapamiętują, uczą się, wyciągają wnioski, uczą się między sobą wzajemnie. Słoń jest symbolem mądrości i dobrego zapamiętywania. Słonie jako jedne z niewielu zwierząt tworzą społeczności, jak my stworzyliśmy z naszymi AI-menedżerami. Oczywiście jak już słonie, no to używamy AI do tego, żeby te słonie ratować, pomagać zagrożonym gatunkom, współpracujemy z fundacjami, którym przekazujemy część naszego dochodu. Chcemy, żeby AI też było takim użytecznym narzędziem do tego, żeby poprawiać nasze życie, niekoniecznie tylko wygenerować dodatkową kwotę pieniędzy, ale też zachować ten nasz świat w takim stanie, żeby był przyjazny i przyjemny dla kolejnych pokoleń.
