اسپانیا: بانک سانتاندر و انویدیا با همکاری یکدیگر، “میدان نبرد مدل‌ها” را برای ارزیابی هوش مصنوعی در وظایف بانکی راه‌اندازی کردند
بانک سانتاندر اسپانیا (Santander) اعلام کرد که با همکاری انویدیا (Nvidia)، ابزاری را در آزمایشگاه هوش مصنوعی خود برای ارزیابی مدل‌های هوش مصنوعی و قابلیت‌های عامل‌ها توسعه داده است. هدف از این پروژه، تعیین “مناسب‌ترین مدل برای هر وظیفه بانکی” و استقرار آن با بالاترین کارایی است. این بانک در اطلاعیه مطبوعاتی خود در روز دوشنبه بیان کرد که ایده اصلی این سیستم بسیار عمل‌گرایانه است: انتقال تدریجی از مدل‌های بزرگ و عمومی به مدل‌های کوچک و تخصصی که برای وظایف خاص بانکی طراحی شده‌اند.
کاهش چشمگیر هزینه‌ها با مدل‌های تخصصی
داده‌های حاصل از این پروژه بسیار چشمگیر است. سانتاندر اشاره کرد که در آزمایش‌های منتخب، این استراتژی هزینه خدمات هر تعامل را از ۵ یورو به حدود ۰.۰۳ یورو کاهش داده است، در حالی که سطح عملکرد را حفظ کرده است. در یک سناریوی آزمایشی خدمات مشتری، با استفاده از مدل‌های کارآمدتر، کیفیت مکالمات نه تنها کاهش نیافته، بلکه بهبود یافته و بیش از ۵۰ درصد در هزینه‌ها صرفه‌جویی شده است.
“میدان نبرد مدل‌ها” و سفارشی‌سازی با NeMo Customizer
در عمل، سانتاندر پلتفرم ارزیابی به نام “Model Arena” را ایجاد کرده است که مدل‌های متن‌باز مختلف را با وظایف واقعی بانکی آزمایش می‌کند تا مناسب‌ترین گزینه را برای هر بار کاری شناسایی کند. همزمان، از ابزار Customizer انویدیا NeMo برای تنظیم دقیق مدل‌های تخصصی بر اساس نیازهای بانک استفاده می‌شود. به عبارت دیگر، بانک دیگر به دنبال “بزرگترین پارامترها” نیست، بلکه به دنبال ترکیبی است که “به اندازه کافی خوب و با کمترین هزینه” باشد.
مزیت رقابتی در داده‌های اختصاصی
آسر بلانکو، مدیر بخش خدمات بانکی جهانی انویدیا، در این اعلامیه به هسته اصلی این روند اشاره کرد: بانک‌ها یکی از صنایعی با بالاترین تراکم داده هستند و مزیت رقابتی واقعی نه در اندازه مدل، بلکه در تبدیل داده‌های خود به “هوش اختصاصی” است. او صراحتاً گفت: “در این دنیای جدید، هزینه هر واحد خروجی هوش (cost per intelligence output) یک شاخص کلیدی است. سانتاندر در حال اثبات این است که مدل‌های کوچک تنظیم شده با داده‌های بانکی خود، ارزیابی شده با وظایف واقعی بانکی و با مقیاس جهانی بانک‌ها به طور کارآمد اجرا می‌شوند.”
همکاری‌های آینده و تغییر استراتژی در صنعت بانکداری
این دو شرکت اعلام کردند که همکاری‌های خود را در زمینه‌هایی مانند مدل‌های پایه، عامل‌های هوش مصنوعی، تشخیص تقلب و مبارزه با پولشویی، تصمیم‌گیری در لحظه و تکنیک‌های شبیه‌سازی پیشرفته مانند “دوقلوی دیجیتال بانک” ادامه خواهند داد.
این همکاری نشان‌دهنده تغییر آشکار در استراتژی هوش مصنوعی صنعت بانکداری است. در سال‌های اخیر، موسسات مالی برای جذب بزرگترین مدل‌ها و پر زرق و برق‌ترین قابلیت‌ها با یکدیگر رقابت می‌کردند. اکنون، در محیطی که هزینه‌های سرمایه در حال افزایش است و بازده سرمایه‌گذاری در هوش مصنوعی به دقت مورد بررسی قرار می‌گیرد، کارایی عملیاتی و کنترل هزینه اولویت اصلی شده است. سانتاندر با استفاده از داده‌های واقعی، مسیر “مدل‌های کوچک، بازده بالا” را نشان داده است که برای صنعت مالی و شرکت‌های تایوان نیز قابل ارجاع است: تمرکز بر هوش مصنوعی از “قابلیت استفاده” به “مقرون به صرفه بودن” تغییر کرده است.
