Honey Payment stworzył asystentów AI. Co oni dokładnie robią?
Doradcy ci mają za zadanie ułatwić codzienne życie naszych użytkowników. Oszczędzić ich czas i pieniądze. Nasz model cały czas się uczy i staje się coraz lepszy. Jak dotąd zaprezentowaliśmy użytkownikom asystentów AI w tematyce finansów, księgowości, prawa, kryptowalut i tradingu. Pracujemy nad kolejnymi.
Sztuczna inteligencja w finansach – zastanawiam się, co jest porównywalnym przełomem…
To, co wydarzyło się tylko w tym roku, to ogromny przełom. Rozwój technologii generatywnej sztucznej inteligencji niesamowicie przyspieszył. Co więcej, zmienił paradygmat programowania.
Jak to zmienił?
Jeśli chodzi o modelowanie produktów, to dotychczas wszystkie rozwiązania oparte były o języki programowania. Tak rozmawiały ze sobą maszyny. Dzisiejsze „rozmowy” maszyn przypominają komunikację międzyludzką. System odpowiedzialny za rezerwacje biletów lotniczych może rozmawiać z osobistym systemem finansowym używając generowanego języka. Nie potrzeba programisty, wielu linijek kodu. Wcześniej potrzebne były interfejsy komunikacyjne API napisane w danym języku programistycznym. Bez nich nie dało się zintegrować np. twojego systemu z Amazonem. Teraz dzięki językom generatywnym twój system może „odpytać” Amazon, a on mu odpowiada. Co więcej, twój system uczy się stylu i działania Amazona, co pozwala mu poprawiać komunikację, a w efekcie – usługę.
Czyli jak doniosłe jest to wydarzenie? Powinniśmy je porównywać do wynalezienia maszyny parowej?
Myślę, że tak doniosłe, jak wynalezienie komputerów. Dla branży finansowej zmienia to właściwie wszystko. W tym sektorze AI jest w stanie rozpoznawać anomalie powstające w systemach finansowych i weryfikować je. Wcześniej robił to sztab programistów. Dziś do języka programowania wprowadza się prostą komendę – dopilnuj, by system był bezpieczny. AI była wcześniej uczona, wie, czym jest „bezpieczny system”, od razu zaczyna wyłapywać niezgodności. To bardzo skraca czas wykonania zadania, liczbę potrzebnych pracowników, a do tego jest rozwiązaniem znacznie dokładniejszym od ludzkiej kontroli. Ludzie są w stanie przeoczyć pewne rzeczy, algorytmy nie, bo już są w pewnym ujęciu „mądrzejsze” od specjalistów. Nie podejmują decyzji pod wpływem emocji.
I nie dociskają ich targety?
Właśnie. A te zmiany pójdą jeszcze dalej, to dopiero preludium. Zarówno w samej branży finansowej, jak i szerzej – w tym, jak wykorzystujemy komputery.
Co to znaczy?
Na przykład znikną wszelkiego rodzaju interfejsy komunikacji z bankami. Z własnym kontem będziemy rozmawiać poprzez bankowego asystenta.
Z kontem bankowym przez asystenta zamiast – dajmy na to – aplikację?
Tak, niektórzy już nad takim rozwiązaniem pracują. Bo to właśnie interfejsy są największym utrudnieniem w interakcjach ludzi z komputerami. Najpierw były tekstowe, potem graficzne, jak ikonki w telefonach. Tymczasem naszym naturalnym językiem komunikacji, który wykształciliśmy u początków naszego gatunku, jest mowa. Łatwiej wyrazić swoją myśl głosowo niż tekstowo. I to właściwie zmienia wszystko. Może nie dostrzegamy tego jeszcze, bo to naprawdę dopiero początek drogi. Tych rozwiązań będzie pojawiało się więcej, będą towarzyszyć nam i wspomagać w procesie podejmowania niemal każdej decyzji.
Niedawno można było przeczytać, że OpenAI idzie po miliard przychodów ze sprzedaży rocznie. To oznacza, że aktywa oparte na AI w portfelu inwestycyjnym to obecnie mus?
Myślę, że wszystkie aktywa w naszych portfelach, które mamy, a które nie mają w sobie pierwiastka SI, są do wyrzucenia. Szczególnie w przypadku spółek technologicznych. Zmienia się na naszych oczach postrzeganie świata i współczesnych aplikacji. W mojej ocenie za dwa lata nie będziemy mieli aplikacji w telefonie.
Jak to nie będziemy aplikacji w telefonie?
Będziemy komunikować się głosowo i tekstowo poprzez czat oparty na generatywnej AI. Nauczony naszych preferencji, będzie w stanie odpowiadać na nasze pytania, reagować na nasze nastroje, usprawniać sposób, w jaki pracujemy. Nie chcę zdradzać tu wszystkiego, bo pracujemy nad wieloma nowymi rzeczami. Wracając jeszcze do pytania, to spółki, które nie idą w zgodzie z tym trendem, będą miały znacznie utrudnione zadanie, jeśli chodzi o zdobywanie nowych klientów. Choć dziś jeszcze widać do takich rozwiązań pewną niechęć.
Niechęć? Co Pan ma na myśli?
Minęła faza pierwszego zauroczenia, co widać choćby po statystykach GPT – liczba użytkowników zaczyna spadać. Generatywna AI otwiera przed nami tyle drzwi, że to wręcz przytłacza. Ludzie nie do końca potrafią dziś wyobrazić sobie wszystkich licznych zastosowań, do AI często podchodzą jak do zabawki. Fajnie się pobawić, ale w końcu trzeba wrócić do prawdziwego życia. Sęk w tym, że AI już jest elementem naszego prawdziwego życia i nigdzie się nie wybiera. Znajomość choćby obsługi AI będzie istotna z punktu widzenia pracodawcy. Chce Pan usłyszeć analogię?
Oczywiście.
Pamiętam, jak przed ponad dwudziestu laty ludzie w ten sam sposób podchodzili do wyszukiwarki internetowej. To spotykało się z dużym oporem, by zdradzić maszynie, czego szukają, czego potrzebują. Wtedy pracodawcy przychylniej patrzyli na kandydatów, którzy potrafili obsługiwać wyszukiwarkę. W końcu ludzie się do tego przekonali, tak jak przekonają się do AI. Tu nie chodzi nawet o to, że w danym miejscu pracy będzie potrzeba mniej rąk, lecz o usprawnienie pewnych procesów, doszlifowanie ich. W im większej skali ludzie zauważą przydatność AI, tym szybciej będzie postępować upowszechnianie się tych rozwiązań.
Ten rok istotnie był szalony pod tym względem rozwoju. A jaki będzie przyszły dla spółek od AI? Z jednej strony pęd inwestycyjny, z drugiej koniunktura i relatywnie wysoki koszt pieniądza. To będzie jazda bez trzymanki czy raczej spokojny kurs?
Myślę, że spokojny kurs, wzrost organiczny, porządkowanie procesów. To będzie czas dopracowywania już rozpoczętych projektów, wypuszczania na rynek całkiem nowych usług. Mamy w Polsce kilka firm, które są bardzo mocne w sektorze AI. Tu warto podkreślić, że choć te rozwiązania się przyjmują na rynku, wymagają ciągłej zmiany organicznej, dostosowywania się. Open AI wykonał kolosalną wręcz pracę, jeśli chodzi o pierwszy rozbieg.
Honey Payment jedną nogą jest już giełdzie. Jaki tu jest plan?
Jesteśmy na ostatnim etapie – rejestracji podwyższenia kapitału zakładowego w KRS. Plan zakładał upublicznienie spółki. Pokazanie jej po kilku latach działania. Robimy rozwiązania światowe, dlatego obecność na giełdzie pomaga.
W jaki sposób?
Potrzebujemy trochę uwiarygodnienia przed partnerami. Bądźmy szczerzy, Polska nie jest jakoś szczególnie postrzegana na rynku międzynarodowym, bo jesteśmy jeszcze mało istotnym graczem. I tu obecność na giełdzie bardzo pomaga, łatwiej rozmawia się np. z nowojorską agencją marketingową i nawiązuje nowe relacje, otwiera nowe drzwi.
Unia Europejska pracuje nad świeżymi regulacjami dla tego rynku. Jak wpłyną na takie firmy jak Honey Payment?
Powiem tak: regulacje zawsze są wskazane, by eliminować przypadki nadużyć czy zagrożenia związane z bezpieczeństwem. Oczywiście trzeba zachować w tym umiar, żeby świat nie odskoczył Europie za daleko. UE po pierwszych próbach gwałtownego wciśnięcia hamulca, trochę zmieniła podejście, bo też nie chce być w końcówce tego wyścigu. On zmieni całkowicie naszą rzeczywistość. Nie można z tym walczyć, ale można się do tego przygotować. Do faktycznych przepisów daleka droga, a i tak nie będą one w stanie za tym rynkiem nadążyć. Tym bardziej, że sam sektor nie wie do końca, w którą stronę skręci.
Twórcy AI nie wiedzą?
Do końca sami nie wiemy, w którą stronę rozwinie się branża. Moc obliczeniowa komputerów nieustannie rośnie i otwiera nowe możliwości. Mało tego – to, co robią obecnie firmy AI to działania w gruncie rzeczy badawcze. Nie zawsze wiemy, jak algorytmy się zachowają w obliczu danego problemu. Albo jak doszły do takiego, a nie innego wniosku. Jeśli jeszcze opleciemy to regulacjami, temat nam się bardzo komplikuje.
Czyli lepiej mieć legislacyjną wolną amerykankę?
Tego nie powiedziałem, regulacje są konieczne. Natomiast to bardzo karkołomne zadanie. Myślę, że te pierwsze przepisy będą dotyczyły raczej bezpieczeństwa danych, ich przetwarzania i przechowywania, niż wskazywania kierunku rozwoju AI. Firmy od AI, nieważne, z jakiego miejsca na świecie pochodzą, są firmami w samej swojej istocie międzynarodowymi, skupionymi na rynku globalnym. Jeśli miałyby mieć ograniczenia ze strony ustawodawcy w swoim kraju czy regionie, zapewne przeniosą operacje. Sklonowanie serwera w innym miejscu globu to już kwestia minut, nawet nie godzin.
Firmy raczej nie powinny się wystrzegać tych regulacji.
Dlaczego?
Kowalski, Smith czy Muller dostali potężne narzędzie na srebrnej tacy. To może ich ośmielić do ryzyka. Asystent AI może powtarzać co krok, że nie udziela porad inwestycyjnych, że jest asystentem, a nie doradcą, ale jeśli inwestor wtopi, będzie chciał kogoś obarczyć winą. Na przykład twórcę takiego asystenta. Chociażby dlatego.
W takim ujęciu, istotnie, regulacje byłyby przydatne. Twórcy AI w swoich regulaminach zawierają odpowiednie notyfikacje. Mało tego, już samo projektowanie rozwiązań AI zakłada, że one nie mogą być zero-jedynkowe. Taki asystent AI ma pełnić rolę katalizatora wiedzy, nie ukierunkowania na konkretną decyzję. I tego się trzymamy. Asystent porównuje dane, analiza oparta jest o istotne fundamenty, a każdy jej aspekt i powiązanie wytłumaczone użytkownikowi. Żeby zrozumiał, co z czym się wiąże, ale bez wskazania typu „kupuj, taniej nie będzie”. Nasza AI może i jest sztuczna, ale to jednak inteligencja i nie da się podpuścić do udzielenia porady. Choć w przyszłości kto wie, być może maszyna będzie mogła uzyskać licencję doradcy inwestycyjnego?
W sumie w Stanach Zjednoczonych GPT zdał wstępny egzamin lekarski. I nie musiał zakuwać przez lata.
Otóż to. Od egzaminu do bycia lekarzem jeszcze długa droga, więc maszyny nie zaczną nas masowo leczyć. Algorytmy te uczone są na trylionach danych, to skala nie do pojęcia dla białkowej inteligencji. Ale akurat medycyna to świetny przykład na zastosowanie pomocnicze AI. Nie chodzi o to, by AI diagnozowała nowotwór i polecała dany sposób leczenia. Ale może z powodzeniem uwolnić ludzkich specjalistów od obowiązku żmudnego monitorowania. Wyniki badań da się szybko wprowadzić do komputera, a algorytm w ułamku sekund wskaże, którym pacjentem lekarz powinien zająć się w pierwszej kolejności, albo któremu przyjrzeć się dokładniej, bo wyłapał jakąś anomalię. Podobnie z prawem. AI jest w stanie pisać komentarze prawne czy sporządzać wstępne interpretacje, wynajdować wcześniejsze wyroki jako punkt odwołania.
Rozmawiał: Krzysztof Budka
