ИИ от Moody's сокращает время составления кредитной записки до 2 минут

Генеративный искусственный интеллект обладает огромным потенциалом для экономии времени и денег. 

Отличным примером компании, которая с большим успехом использует эту технологию, является Moody’s. Недавно она расширила свои возможности, предложив финансовым структурам ИИ-агентов.

Корпорация Moody’s ведет два основных направления бизнеса: агентство кредитных рейтингов и Moody’s Analytics, которое предоставляет финансовым институтам аналитику данных, исследования и решения для оптимизации рабочих процессов. Компания десятилетиями создавала количественные модели для оценки рисков катастроф и кредитных рисков. Они годами экспериментировали с машинным обучением, но эта технология с трудом справлялась с неструктурированными данными, такими как PDF-документы.

Все изменилось в конце 2022 года, когда ChatGPT продемонстрировал прорывные возможности работы с неструктурированными данными. В Moody’s быстро осознали две возможности: повышение внутренней производительности и сохранение коммерческой актуальности по мере внедрения ИИ клиентами. В декабре 2023 года компания впервые выпустила Research Assistant — диалоговый интерфейс, полностью опирающийся на собственный контент Moody’s. Он стал их самым быстро завоевавшим популярность продуктом за всю историю.

На этой неделе Moody’s официально представила Agentic Solutions — набор инструментов на базе ИИ, предназначенных для автоматизации трудоемких рабочих процессов в сфере финансов, рисков и стратегии. Платформа использует данные Moody’s, охватывающие более 590 миллионов компаний по всему миру, для координации специализированных ИИ-агентов, способных совместно решать сложные задачи.

Одной из сложных задач, которые выполняют клиенты Moody’s, является подготовка кредитного меморандума, на что традиционно может уходить 40 часов и более. ИИ-агенты теперь драматически сокращают необходимое для этого время.

«Мы можем подготовить кредитный меморандум за считанные минуты, за две минуты у вас будет готов кредитный меморандум», — рассказала VentureBeat Кристина Пиеретти, генеральный менеджер и руководитель отдела цифрового контента и инноваций Moody’s.

Хотя сокращение времени впечатляет, суть заключается не только в ошеломляющем росте эффективности Moody’s. Показательно то, как методичный подход компании к созданию ИИ-агентов служит готовым шаблоном, которому могут следовать другие предприятия. Это особенно ценно для организаций в регулируемых отраслях, где точность и соблюдение нормативных требований имеют первостепенное значение.

От поискового диалога к автоматизации рабочих процессов

Решения Agentic Solutions от Moody’s представляют собой значительный шаг вперед по сравнению с их успешным продуктом Research Assistant. В то время как Research Assistant функционирует как диалоговый ИИ для контента Moody’s (по определению Пиеретти), агентский подход решает принципиально иные задачи.

Разница сводится к масштабу и результату. Research Assistant помогает пользователям находить и потреблять информацию более эффективно с помощью текстовых запросов. Agentic Solutions автоматизируют целые рабочие процессы и создают готовые материалы.

«Здесь присутствует огромный компонент эффективности с точки зрения агента, который ищет различные фрагменты информации, проверяет полноту поиска и объединяет эти элементы так, как это обычно делает человек», — отметила Пиеретти.

Эта эволюция от поиска информации к автоматизации задач отражает более широкую тенденцию в корпоративных приложениях ИИ. Вместо того чтобы просто ускорять существующие процессы, агентский ИИ кардинально меняет подход к работе, беря на себя многоэтапные рабочие процессы, которые раньше требовали значительной координации и анализа со стороны человека.

Модульный подход к архитектуре ИИ-агентов

В то время как многие предприятия сталкиваются со сложностями при выборе отправной точки для внедрения ИИ-агентов, Moody’s разработала модульный подход. Этот метод разбивает сложные рабочие процессы на управляемые, специализированные задачи.

«Когда мы думаем об агенте, мы по сути собираем комбинацию… различных типов задач или того, что мы называем агентами, каждый из которых выполняет свою работу, а затем в конце мы объединяем результаты для получения конечного продукта», — пояснила Пиеретти.

В случае с подготовкой кредитного меморандума это означает, что отдельные агенты выполняют четко распределенные функции. Один из них идентифицирует и проверяет правильность юридического лица компании. Другой извлекает финансовые данные из отчетов по форме 10-K, а не из сторонних источников. Остальные занимаются анализом конкурентов и оценкой рисков. Такой модульный подход резко контрастирует с монолитными системами ИИ, которые пытаются справиться со всем рабочим процессом за один присест.

Такая архитектура отражает успешные паттерны современной разработки программного обеспечения, где микросервисы вытеснили монолитные приложения. Но в отличие от традиционного софта, эти ИИ-агенты могут работать параллельно. Это кардинально сокращает время обработки, сохраняя при этом узкую специализацию, которая гарантирует точность.

Стратегия без привязки к конкретным вендорам снижает риски зависимости от поставщика

В отличие от некоторых корпоративных инициатив в сфере ИИ, которые делают ставку на одну крупную языковую модель (LLM), Moody’s выбрала гибкий подход, не зависящий от конкретной модели. Компания оценивает различные LLM на основе стоимости, размера контекста, производительности и возможностей следования инструкциям.

«Мы не видим своего конкурентного преимущества в разработке больших языковых моделей, — сказала Пиеретти. — Мы любим говорить, что мы не привязаны к конкретной модели. И не только не привязаны — в разных случаях мы можем использовать разные модели для разных целей».

Эта стратегия дает предприятиям ряд преимуществ.

1. Во-первых, она снижает зависимость от одного поставщика и позволяет организациям оптимизировать затраты за счет использования наиболее эффективной модели для каждой конкретной задачи.

2. Во-вторых, она обеспечивает гибкость по мере появления новых моделей и расширения их возможностей.

3. В-третьих, она заставляет организации сосредоточиться на своих реальных конкурентных преимуществах, а не пытаться создавать базовые возможности ИИ с нуля.

Для Moody’s это конкурентное преимущество заключается в их проприетарных данных, охватывающих более 590 миллионов компаний по всему миру, и глубоком понимании финансовых рабочих процессов. Оно заключается вовсе не в обучении языковых моделей.

Контекстуализация предотвращает галлюцинации в условиях высоких ставок

Новые решения с ИИ-агентами от Moody’s созданы с учетом опыта разработки их первого продукта на базе генеративного ИИ.

Moody’s Research Assistant стал их самым быстро завоевавшим популярность продуктом благодаря одержимому фокусу на точности, а не на броских функциях. Этот подход содержит ценные уроки для других предприятий, работающих в сферах с высокими ставками.

«Мы были очень сосредоточены на том, чтобы избегать галлюцинаций, — сказала Пиеретти. — Наш подход заключался в том, что все строилось исключительно на информации от Moody’s».

Такой подход с жесткой привязкой к источникам особенно важен в регулируемых отраслях, где неточная информация может привести к проблемам с соблюдением требований (комплаенс). Вместо того чтобы позволять моделям ИИ использовать все свои обучающие данные, Moody’s ограничивает ответы проверенными проприетарными источниками информации. Этот метод служит отличным шаблоном для других предприятий: пожертвовать частью гибкости ИИ ради надежности и прозрачности аудита. 

Другим, возможно, контринтуитивным открытием стало поведение пользователей при изучении аналитики. Пользователи Moody’s Research Assistant потребляют на 40% больше аналитических материалов и данных, чем раньше, и фактически проводят на платформе больше времени.

«Вы можете подумать: „Ну это же нелогично, ведь предполагается, что вы должны экономить время, а вместо этого тратите его больше“», — пояснила Пиеретти. 

Она отметила, что причина, по которой пользователи проводят больше времени за работой, заключается в том, что Research Assistant — это не просто простой поиск. Это диалог на определенную тему, в ходе которого система находит дополнительный релевантный контент, в результате чего пользователь в конечном итоге изучает больше материалов.

Это открытие показывает, что диалоговые интерфейсы на базе ИИ не просто ускоряют поиск — они делают его более глубоким, находя смежную информацию, которую пользователи могли бы в противном случае не обнаружить.

Начинайте с малого, делайте ставку на уникальные преимущества

Пожалуй, самый важный урок подхода Moody’s заключается в том, что они начинают с малого. Они предпочитают развивать уже имеющиеся сильные стороны, а не пытаться перевернуть все с ног на голову в один момент.

«Если вы вендор, вы должны понимать, какое место хотите занять в этом будущем ИИ-агентов. И где вы действительно можете победить? — сказала Пиеретти. — Мы тратим много времени на то, чтобы понять, где мы можем разработать высокоспециализированных агентов… там, где у нас есть уникальные особенности и нам не нужно конкурировать, например, с тем, что Google, Amazon или Microsoft могут разработать с закрытыми глазами».

Эта философия применима и к рекомендациям для клиентов. Пиеретти отметила, что предприятия часто сталкиваются с трудностями, потому что пытаются объять необъятное и сделать все самостоятельно.

Альтернативный подход заключается в определении рабочих процессов, в которых у вашей организации есть уникальные данные, экспертные знания в предметной области или понимание нормативно-правовой базы. Именно они создают естественные преимущества для внедрения ИИ.

Что это значит для корпоративной стратегии ИИ

Для компаний, стремящихся занять лидирующие позиции в области внедрения ИИ, успех Moody’s предлагает несколько практических выводов. Начинайте с рабочих процессов, в которых у вас есть преимущество в виде собственных данных. Создавайте модульную агентскую архитектуру, которая способна развиваться по мере совершенствования возможностей ИИ. Сосредоточьтесь на точности и комплаенсе, а не на броских функциях, особенно в регулируемых отраслях. Сопротивляйтесь искушению создавать базовые технологии ИИ собственными силами, если это не является вашим главным конкурентным преимуществом.

«Этот рынок меняется каждую минуту, верно? Поэтому, пожалуй, главный совет для всех: вы можете быть лидером в один момент, а в следующий вас уже вытеснят, если вы не держите руку на пульсе, — сказала Пиеретти. — Так что, на мой взгляд, нужно очень внимательно следить за тем, куда движется рынок».