Neste ponto,
A abordagem da AmEx é representativa de empresas de serviços financeiros que estão entrando no mundo da IA generativa, mas hesitam em incorporar dados de clientes em seu uso.
Bhavi Mehta, chefe global de IA de serviços financeiros da Bain, descobriu que a maioria das empresas de serviços financeiros usa modelos de IA generativa de código fechado da OpenAI.
A Amex tem aproveitado a IA e o aprendizado de máquina desde 2010, começando com análise de risco de crédito e detecção de fraudes. Mas Anre Williams, CEO do American Express National Bank e presidente do grupo de serviços empresariais da American Express, está a utilizar IA generativa para proporcionar melhores experiências aos clientes. Ele vê “enorme potencial” em aprofundar recomendações específicas e reforçar o apoio ao cliente.
“Sempre fui fascinado pela quantidade de informações que a IA pode absorver e fornecer respostas em um formato conciso e coloquial”, diz Williams. “Essa velocidade é revolucionária.”
Para se preparar para esta nova onda de tecnologia, a Amex convocou um Conselho Generativo de IA há um ano para priorizar casos de uso, gerenciar riscos e garantir uma implementação responsável. A empresa contratou líderes seniores dos departamentos de construção de modelos, tecnologia, serviços, jurídico e outros para orientar sua abordagem à IA generativa.
500 casos de uso surgiram.
“Também houve oportunidades de aprendizagem”, disse Williams. “Alguns produtos têm grande potencial e nós os vimos crescer”.
Um piloto investigou o potencial dos copilotos de IA generativos para melhorar as recomendações para titulares de cartões Platinum e Centurion em agências de viagens Amex. Por exemplo, se um cliente liga e pede um hotel que aceita animais de estimação em uma área desejada de uma determinada cidade, “nem sempre é fácil encontrá-lo”, diz Williams. Criar uma lista precisa na Internet pode ser demorado e exigir que os agentes liguem de volta aos clientes mais tarde ou enviem ofertas por e-mail.
Os agentes Amex lidam com essas dúvidas
Outro caso de uso envolveu engenheiros de software da Amex. A Amex testou um CoPilot exclusivo para desenvolvedores que buscam suporte na geração de código. Esta ferramenta inclui conhecimento de como o código é escrito em geral e o contexto do que os engenheiros de software abrem em seus desktops.
“Acreditamos que isso melhorará seu trabalho e lhes dará mais tempo para realizar tarefas complexas”, disse Williams. Os resultados até agora confirmam isso. Os engenheiros relatam uma economia total de tempo de 10% usando este copiloto. Os primeiros resultados também sugerem maior satisfação. Em seu estudo de opinião do desenvolvedor de 2023, a Amex descobriu que 60% dos desenvolvedores pesquisados consideraram o ecossistema de tecnologia da AmEx, as ferramentas, aplicativos e plataformas aos quais eles têm acesso, intuitivos e úteis. Um estudo recente que mediu a satisfação com este copiloto descobriu que 85% atribuíram-lhe uma classificação elevada de satisfação.
Todos os 6.000 engenheiros de software da Amex terão acesso até o final de junho.
Usar o CoPilot para ajudar a escrever código é “enorme”, disse Mehta, em termos de desbloquear produtividade para organizações com grandes equipes técnicas.Por exemplo, Shadman Zafar do Citi
Até agora, os primeiros experimentos da Amex usam modelos comerciais de linguagem em grande escala, modelos de código aberto e alguns modelos incorporados diretamente em outros produtos comerciais. A empresa está aberta a mudar de fornecedor se surgir um modelo preferido nos próximos meses. Não há planos para construir seu próprio LLM neste momento.
Mehta disse que os modelos de código fechado são a maneira mais rápida de potencializar a IA generativa porque tendem a ter melhor desempenho e requerem menos infraestrutura para manutenção. O código aberto oferece às organizações mais controle sobre a arquitetura do modelo e o fluxo de dados.
“Mas, em última análise, não acho que esse será o caso.” [approach]“As organizações têm ambos, dependendo do que estão fazendo e dos recursos de que precisam”, disse Mehta.
A AmEx também continua a manter seus funcionários informados com recomendações generativas baseadas em IA, em vez de fornecê-las diretamente aos clientes.
“Não estamos usando IA generativa para tomar decisões de crédito ou aprovação”, disse Williams.
No piloto da agência de viagens, o conselheiro verificou as informações retornadas pelo copiloto.
“Neste ponto, não estamos necessariamente validando as respostas, porque fizemos validação suficiente nas respostas iniciais para nos sentirmos confiantes de que as respostas são precisas”, disse Williams.
Ele também destacou que os engenheiros de software da AmEx revisam cada linha de código e adotam as sugestões do copiloto apenas um quarto das vezes, e três quartos das vezes rejeitam as recomendações de código.
A AmEx se recusou a divulgar o valor de seus investimentos em IA generativa, mas disse que esses investimentos incluem infraestrutura tecnológica, software comercial e compras de licenças, além de recursos humanos. Os 10.000 funcionários de milhares de organizações de tecnologia estão trabalhando em alguma forma de iniciativas generativas de IA. A AmEx contratou centenas de outras pessoas para ajudar a expandir seus negócios.
Apesar do entusiasmo com os modelos de linguagem em grande escala, Mehta acredita que ainda há muito potencial inexplorado nas formas mais tradicionais de IA e aprendizagem automática para empresas de serviços financeiros.
“É importante lembrar que muitos dos dados são estruturados e nem todo mundo está usando modelos clássicos de aprendizado de máquina na medida do possível”, disse ele. “Alguns bancos estão dizendo: 'Precisamos agir juntos primeiro no aprendizado de máquina clássico. Vou seguir o exemplo rapidamente na IA generativa até que outros bancos descubram isso.'”
