Lubomir Stojek

Banki coraz odważniej przekuwają eksperymenty z generatywną sztuczną inteligencją w realne produkcyjne wdrożenia. Motorem napędowym tego trendu jest potrzeba zwiększenia efektywności oraz chęć podniesienia jakości obsługi klienta. Ale jednocześnie instytucje finansowe oczekują pełnej kontroli nad infrastrukturą, w której działa AI, modelami i zgromadzonymi w nich informacjami. Budowanie skalowalnych, bezpiecznych i zgodnych z przepisami środowisk do przetwarzania danych oraz wyciągania z nich wniosków umożliwiają takie bazujące na otwartym źródle rozwiązania, jak Red Hat AI 3 i AI Inference Server.