زودت Gradient Labs كل عميل مصرفي بمدير AI شخصي يعمل بـ GPT-4.1

أعلنت شركة Gradient Labs الناشئة عن الانتقال إلى مجموعة نماذج OpenAI — GPT-4.1 و GPT-4.1 mini و GPT-4.1 nano — لنشر وكلاء ذكاء اصطناعي في القطاع المصرفي. يقوم الوكلاء بأتمتة مهام دعم العملاء الروتينية: من الإجابة على الاستفسارات إلى إدارة العمليات التشغيلية في الوقت الفعلي، دون تدخل العامل. تضع Gradient Labs منتجها كبديل للمراكز الهاتفية التقليدية وأنظمة التذاكر. تقوم الشركة بإنشاء وكلاء ذكاء اصطناعي متخصصين يعالجون استفسارات العملاء النموذجية: الأسئلة حول الحسابات والمعاملات والمنتجات الائتمانية وإجراءات التحقق من الهوية. المتطلبات الرئيسية هي الحد الأدنى من زمن الاستجابة والموثوقية العالية. في القطاع المالي، تكون تكلفة الأخطاء أعلى بكثير منها في تطبيقات المستهلك، لذلك فإن كلا المعيارين لهما طابع هندسي وليس تسويقي.

يعكس اختيار مجموعة النماذج نهجاً ناضجاً لتحسين التكاليف. يتعامل GPT-4.1 مع السيناريوهات المعقدة: الفهم العميق للسياق، وتفسير اللغة القانونية، والدقة عند العمل مع البيانات المالية. يتعامل GPT-4.1 mini و nano مع الطلبات القياسية عالية التكرار مع حمل حسابي أقل — وهذا يقلل بشكل كبير من تكلفة الاتصال مع الحفاظ على جودة الإجابات للحالات النموذجية. أصبح التوجيه الهجين بناءً على تعقيد الطلب معياراً في منتجات الذكاء الاصطناعي للمؤسسات: الدفع مقابل النموذج الرئيسي حيث يمكن لـ nano القيام بالمهمة هو مضيعة.

متطلبات قطاع البنوك للذكاء الاصطناعي أكثر صرامة بكثير من معظم الصناعات الأخرى. السياق التنظيمي، وسرية البيانات الشخصية، والامتثال لمتطلبات KYC و AML، والحاجة إلى مسار تدقيق لكل إجراء — كل ذلك يفرض قيوداً لا تستطيع برامج الدردشة القياسية تحملها. راهنت Gradient Labs على أن نماذج اللغة الحديثة قد وصلت إلى حد موثوقية كافٍ لأتمتة سير العمل المصرفي دون إشراف بشري مستمر.

لا تكشف الشركة عن قائمة عملائها المصرفيين، لكنها تضع نفسها كلاعب في البنية التحتية — مزود أدوات وليس منافساً للبنوك. بشكل أساسي، تبيع Gradient Labs للبنوك ما طبقته أمازون وول مارت منذ زمن طويل في الخدمات اللوجستية: أتمتة ذكية لمعالجة الطلبات على نطاق واسع مع مقاييس قابلة للقياس لتقليل وقت المعالجة وتكلفة الاتصال.

من الملفت أن OpenAI قد أبرزت Gradient Labs علناً في مدونتها كحالة استخدام لـ GPT-4.1. بالنسبة لـ OpenAI، هذا جزء من استراتيجية للتقدم إلى قطاع المؤسسات في الخدمات المالية — أحد أكثر القطاعات تحفظاً وربحاً محتملاً لحلول الذكاء الاصطناعي. تقلل كل حالة نجاح موثقة في البنوك من الحاجز أمام العميل التالي: تعمل الصناعة تقليدياً بناءً على السوابق والتطبيقات المرجعية.

أتمتة الدعم المصرفي ليست فكرة جديدة. ظهرت الموجة الأولى من برامج الدردشة في البنوك في 2016-2018، لكنها خيبت آمال المستخدمين بنصوص بدائية وعدم القدرة على التعامل مع الطلبات غير القياسية. تعتمد الموجة الثانية، التي تمثلها شركات مثل Gradient Labs، على مستوى نوعياً مختلفاً من نماذج اللغة. الفجوة بين برنامج روبوت بنصوص و GPT-4.1 في سياق مصرفي قابلة للمقارنة مع الفجوة بين جهاز الرد الآلي الهاتفي وأخصائي الدعم المؤهل. إذا أكدت مثل هذه الحلول موثوقيتها في بيئة منظمة، فقد تغير السنتان القادمتان بشكل كبير هيكل التكاليف التشغيلية للبنوك. بالنسبة للقطاع المالي، أتمتة الدعم على مستوى قريب من البشري ليست تجربة بعد الآن، بل بنية تحتية ناشئة.