يتبنى CBA، واحدة من البنوك الرائدة في أستراليا، نهجًا قائمًا على البيانات لتقييم تأثير الرحلات التجريبية للذكاء الاصطناعي على عملياتها. تهدف البنك إلى تحديد التكنولوجيات الذكاء الاصطناعي التي يجب تطويرها والبحث عن تمويل إضافي لها من خلال تحليل البيانات الكمية بعناية. أشار غافين مونرو، الرئيس التنفيذي للتكنولوجيا ورئيس مجموعة المعلومات في البنك، إلى هذا التركيز على البيانات خلال فعالية جولة Microsoft AI الأخيرة في سيدني.
أحد تجارب الذكاء الاصطناعي التي قام بها البنك يتضمن الوصول المبكر إلى Copilot لـ Microsoft 365. قدم CBA هذه الأداة لـ 300 من أعضاء فريقه الجديدة الذين استخدموها لمهام مثل تسريع أبحاث السوق وتلخيص النصوص. أظهرت الملاحظات الأولية من المشاركين أن 85 في المائة منهم يفضلون استخدام Copilot. ومع ذلك، أكد مونرو على أهمية تحديد التأثير بشكل كمي لبناء قضية عملية متينة لتعزيز الاستثمار.
لجمع البيانات الكمية، أجرى مونرو مسوحات إضافية. سأل المشاركين إذا كانوا يفضلون كوبون بقيمة 50 دولار للغداء كل شهر أو ترخيصًا لـ Copilot. للدهشة، اختار 75 في المئة ترخيص Copilot، وأفاد تسعة من كل عشرة من المشاركين أنهم يشعرون بالإنتاجية بشكل أكبر باستخدام Copilot. وعندما سئلوا عن تفسير الإنتاجية الأكبر، أفاد 50 في المئة منهم أن Copilot يجعلهم أكثر إبداعًا.
كشف تحليل البيانات الأخرى أن 70 في المئة من المشاركين قضوا وقتًا أقل في البحث عن المحتوى أو التصفح للمعلومات، بينما استخدم 50 في المئة منهم Copilot لتحليل البيانات في أدوارهم. ثبت أن قدرة الأداة على تقليل الأعمال المملة والمشغولة قد أضافت قيمة إضافية لأدوار المشاركين وزادت رضاهم عن العمل.
تم اتباع نهج مماثل في استخدام البنك لأداة GitHub Copilot، وهي أداة للبرمجة الزوجية باستخدام الذكاء الاصطناعي. أبرزت الملاحظات من المجموعة الأولى من المهندسين الذين استخدموا الأداة فائدتها. ومع ذلك، أكد مونرو ضرورة توفير قضية عملية متينة مدعومة بتحليل البيانات الكمية.
من خلال تقديم التقييم الكمي كأولوية، يكتسب CBA رؤى قيمة حول تأثير الرحلات التجريبية للذكاء الاصطناعي على فريقه العامل. يمكن لهذا النهج القائم على البيانات أن يساعد البنك في اتخاذ قرارات مدروسة حول تطوير تقنيات الذكاء الاصطناعي وتأمين تمويل إضافي لتنفيذها.
أسئلة وأجوبة:
The source of the article is from the blog be3.sk