Создание цифровых продуктов вступило в новую фазу. Долгие годы многие команды рассматривали искусственный интеллект как слой, добавленный поверх существующего опыта. Чат-бот отвечал на вопросы. Модель поддерживала виджет рекомендаций. Эти функции были полезны, но редко меняли основной способ выполнения работы. Сегодня наиболее эффективные продукты разрабатываются иначе. Интеллект перемещается внутрь рабочего процесса, ближе к моментам, когда принимаются решения и создается ценность. Следующий шаг еще масштабнее: продукты, построенные на основе агентов, которые могут рассуждать, планировать и действовать, учась на результатах с течением времени.
Сандип Шивам — лидер в области продуктов и технологий с почти двадцатилетним опытом создания решений на основе искусственного интеллекта в финансовом секторе. В качестве заместителя директора платформы Touchless Lending в компании Tavant он руководит инновациями в области опыта заемщиков и кредиторов, интеллектуальной автоматизации и передовых систем принятия решений для крупных корпоративных клиентов. Он является членом BCS, заслуженным членом SCRS, старшим членом IEEE и членом Совета по технологиям Forbes, известным формированием практичного и ответственного искусственного интеллекта в сложных цифровых экосистемах. Сандип выступал с основными докладами на конференциях по всей территории Соединенных Штатов и был рецензентом, судьей и председателем сессий для журналов и исследовательских конференций. Его работы публикуются в Forbes, Ассоциации ипотечных банкиров, HousingWire и на других отраслевых платформах. Он увлечен разработкой продуктов на основе искусственного интеллекта, которые создают ценность, и выступает за инновации, улучшающие результаты для бизнеса и сообществ.
Первая волна внедрения искусственного интеллекта была в основном необязательной. Команды сосредотачивались на точности, размещении пользовательского интерфейса и на том, “вписывается” ли функция в продукт. Большие языковые модели (LLM) и генерация с расширенным поиском (RAG) изменили уравнение. Когда система может извлекать достоверные знания в нужный момент, она может делать больше, чем просто отвечать. Она может направлять процесс, уменьшать усилия и делать взаимодействие более быстрым и последовательным. Это мост между продуктами, улучшенными с помощью искусственного интеллекта, и продуктами, изначально созданными на основе искусственного интеллекта.
В продукте, изначально созданном на основе искусственного интеллекта, интеллект — это не функция. Это операционный слой. Система наблюдает за контекстом, предлагает следующий шаг, проверяет входные данные и совершенствуется благодаря обратной связи. Этот сдвиг требует изменения мышления руководства. Когда искусственный интеллект является дополнением, команды разработчиков могут оптимизировать отдельные успехи. Когда искусственный интеллект встроен в рабочие процессы, команды должны мыслить системно: входы, решения, передачи, ограждения и циклы обучения.
В агентных продуктах сам продукт ведет себя как участник рабочего процесса. Он действует с определенной степенью автономии, ищет недостающую информацию, взвешивает компромиссы и сотрудничает с людьми. Это требует более строгого управления, более четкой подотчетности и показателей успеха, которые включают доверие и надежность, а не только вовлеченность.
Работа Сандипа Шивама в сфере ипотечного кредитования, строго регулируемой, демонстрирует, как возможности искусственного интеллекта развиваются поэтапно. Ипотека строго регулируется, а это означает, что каждый шаг должен оставаться объяснимым, проверяемым и соответствовать политике кредитора и требованиям GSE. Эта реальность сформировала трехэтапный путь, иллюстрирующий трансформацию от искусственного интеллекта, который говорит, к искусственному интеллекту, который проверяет, к искусственному интеллекту, который управляет рабочим процессом.
Этап 1: Дополнительный помощник
Первым этапом был дополнительный помощник. Самой безопасной отправной точкой был чат-бот, основанный на политике, который мог отвечать на вопросы заемщиков, например, как определяются иждивенцы или какая документация обычно требуется. Это уменьшило путаницу и улучшило поддержку, но не изменило рабочий процесс. Заемщики по-прежнему загружали неполные документы, проверки по-прежнему проводились позже, и время цикла в основном оставалось прежним.
“Самой безопасной отправной точкой для регулируемых отраслей является установление доверия посредством разговорного искусственного интеллекта, который действует в четких политических границах”, — объясняет Сандип Шивам. “Это улучшает поддержку и уменьшает путаницу, но сам рабочий процесс остается неизменным. Этот этап посвящен созданию фундамента и уверенности пользователей.”
Этап 2: Интеллект, встроенный в рабочий процесс
На втором этапе интеллект был встроен непосредственно в рабочий процесс. Когда заемщики представляют документы в соответствии с условиями кредитора, задержки часто возникают из-за простых несоответствий: не тот заемщик, не тот год, отсутствующие страницы или не тот тип документа. Оценка документов при загрузке обеспечивает мгновенную обратную связь. Если условие требовало выписки из банковского счета за последние два месяца, продукт мог подтвердить, является ли файл выпиской из банка, принадлежит ли он заемщику и актуальны ли даты.
Это уменьшило переписку, потому что ошибки исправлялись в режиме реального времени, а не днями позже. Тем не менее, система была реактивной. Она проверяла то, что поступало, но не активно направляла файл к готовности.
“Этот уровень проверки преобразует пользовательский опыт, устраняя задержки”, — отмечает Сандип Шивам. “То, что раньше занимало несколько дней переписки, теперь происходит мгновенно. Но мы по-прежнему реагируем на то, что дают нам пользователи, а не активно организуем то, что должно произойти дальше.”
Этап 3: Модель, изначально созданная на основе искусственного интеллекта, с автономными агентами
Третий этап перешел к модели, изначально созданной на основе искусственного интеллекта, с постоянно присутствующим агентом. В этой конструкции агент делает больше, чем просто проверяет документы. Он извлекает сигналы, применяет политический контекст и определяет, что необходимо дальше, чтобы файл был готов к принятию решения. Если выписка из банковского счета показывает крупный депозит, агент не ждет, пока андеррайтер обнаружит его позже. Он заранее отмечает проблему, запрашивает пояснительное письмо, и если заемщик указывает, что это был подарок, агент может сгенерировать соответствующее письмо о подарке и провести заемщика через процесс его оформления.
Это сместило работу по андеррайтингу влево, выдвинув разъяснения вперед, уменьшив количество условий на последующих этапах и сократив время цикла от начала до конца, сохраняя при этом возможность аудита.
“На этапе, изначально созданном на основе искусственного интеллекта, продукт становится управляемой системой, которая активно движется к завершению”, — подчеркивает Сандип Шивам. “Агент рассуждает о том, что необходимо, организует следующие шаги и сотрудничает с людьми, сохраняя при этом полное соответствие требованиям и возможность аудита. Именно здесь искусственный интеллект превращается из инструмента в интеллектуального участника рабочего процесса.”
Путь от разговорного искусственного интеллекта к автономным агентам требует больше, чем просто технической реализации — он требует фундаментального изменения в том, как лидеры продуктов думают об искусственном интеллекте. Когда искусственный интеллект является дополнением, команды могут оптимизировать функции изолированно. Когда искусственный интеллект становится операционным слоем, успех требует системного мышления.
“Команды должны учитывать всю систему: как поступают входные данные, где принимаются решения, как происходят передачи, какие ограждения защищают результаты и как циклы обучения обеспечивают постоянное улучшение”, — объясняет Сандип Шивам. “В агентных продуктах вы не просто создаете функции, вы разрабатываете интеллектуального участника, который действует с измеренной автономией.”
Этот сдвиг влияет на управление и подотчетность. Показатели успеха расширяются за рамки традиционной вовлеченности и включают доверие, надежность и качество результатов. Команды должны установить четкие границы для принятия решений с помощью искусственного интеллекта, обеспечить объяснимость для регулируемых сред и создать механизмы обратной связи, которые позволяют непрерывно учиться без ущерба для соответствия требованиям.
В качестве заместителя директора в Tavant Сандип Шивам обладает глубоким опытом в создании решений на основе искусственного интеллекта, которые работают в масштабе предприятия в строго регулируемых средах. Его работа охватывает весь спектр интеллектуальной автоматизации: от интерфейсов на естественном языке, улучшающих взаимодействие с заемщиками, до систем проверки, ускоряющих операции, и автономных агентов, организующих сложные многоэтапные рабочие процессы.
Вклад Сандипа Шивама выходит за рамки реализации и распространяется на идейное лидерство в сообществе искусственного интеллекта. Являясь членом BCS, заслуженным членом SCRS и старшим членом IEEE, он выступал с основными докладами на конференциях по всей территории Соединенных Штатов и был рецензентом, судьей и председателем сессий для журналов и исследовательских конференций. Его идеи, опубликованные в Forbes, Ассоциации ипотечных банкиров, HousingWire и на других отраслевых платформах, последовательно пропагандируют инновации, которые создают реальную ценность для бизнеса и сообществ.
“Урок прост: путь идет от искусственного интеллекта, который говорит, к искусственному интеллекту, который проверяет, к искусственному интеллекту, который управляет рабочим процессом”, — размышляет Сандип Шивам. “Каждый шаг увеличивает воздействие, не нарушая соответствия требованиям, а этап, изначально созданный на основе искусственного интеллекта, превращает продукт в управляемую систему, которая улучшается за счет структурированной обратной связи и решений, основанных на политике.”
Последний момент важен для лидеров. Не каждой проблеме нужен агент. Многие команды спешат к агентам, потому что это звучит продвинуто, но более разумный шаг — начать с рабочего процесса. Если задача повторяющаяся, а входные данные структурированы, автоматизация на основе правил может быть лучшим ответом. Искусственный интеллект зарабатывает свое место, когда входные данные не структурированы, и работа требует извлечения, обобщения или синтеза. Агенты искусственного интеллекта имеют смысл, когда рабочий процесс требует нескольких шагов, изменения контекста и суждений, а также когда система должна действовать, а не просто реагировать.
“Понимание того, когда применять каждую парадигму искусственного интеллекта, имеет решающее значение”, — отмечает Сандип Шивам. “Разговорный искусственный интеллект устанавливает доверие и обрабатывает неструктурированные вопросы. Системы проверки устраняют трения в определенных процессах. Автономные агенты организуют сложные рабочие процессы, требующие рассуждений и адаптации. Ключ в том, чтобы сопоставить возможности искусственного интеллекта со сложностью рабочего процесса и ценностью бизнеса, поставленной на карту.”
Для организаций, стремящихся перейти от продуктов, улучшенных с помощью искусственного интеллекта, к продуктам, изначально созданным на его основе, трехэтапная структура, продемонстрированная Сандипом Шивамом, предоставляет практическую дорожную карту. Начните с разговорных основ, которые укрепляют доверие пользователей. Встройте проверку в рабочие процессы, чтобы устранить трения и ускорить процессы. Переходите к автономным агентам, когда рабочие процессы требуют организации, рассуждений и адаптивного принятия решений.
“Мы находимся в начале трансформации подхода организаций к производительности баз данных”, — заключает Сандип Шивам. “Интеллект перемещается внутрь рабочих процессов, ближе к моментам, когда принимаются решения и создается ценность. Следующий шаг еще масштабнее: продукты, построенные на основе агентов, которые могут рассуждать, планировать и действовать, учась на результатах с течением времени. Речь идет не о замене человеческого опыта, а об его усилении, позволяющем организациям масштабировать интеллект во всех рабочих процессах, сохраняя при этом доверие и надежность, которых требуют регулируемые отрасли.”
По мере того, как предприятия продолжают ориентироваться в цифровой трансформации, способность эффективно использовать искусственный интеллект во всем спектре — от разговора до проверки и автономных действий — становится все более важной. Благодаря лидерам, таким как Сандип Шивам, демонстрирующим практическую реализацию в сложных регулируемых средах, продукты, изначально созданные на основе искусственного интеллекта, готовы изменить то, как организации создают ценность в цифровой экономике.
Всегда имейте в виду, что редакции некоторых изданий могут придерживаться предвзятых взглядов в освещении новостей.
8/7
Автор – Carl Williams
