Lai izveidotu AI finanšu programmatūrai, ir nepieciešama cita rokasgrāmata nekā patērētāju AI, un Intuīts Jaunākais QuickBooks laidiens sniedz piemēru.
Uzņēmums ir paziņojis par Intuit Intelligence — sistēmu, kas savā QuickBooks platformā organizē specializētus mākslīgā intelekta aģentus, lai veiktu uzdevumus, tostarp tirdzniecības nodokļa ievērošanu un algu apstrādi. Šie jaunie aģenti papildina esošos grāmatvedības un projektu pārvaldības aģentus (kas arī ir atjaunināti), kā arī vienotu saskarni, kas ļauj lietotājiem meklēt datus QuickBooks, trešo pušu sistēmās un augšupielādētajos failos, izmantojot dabisko valodu.
Jaunā attīstība seko gadiem ilgi ieguldījumiem un uzlabojumiem Intuit’s GenOSļaujot uzņēmumam izveidot AI iespējas, kas samazina latentumu un uzlabo precizitāti.
Wager patiesās ziņas nav tas, ko Intuit ir izveidojis, wager gan tas, kā viņi to izveidoja un kāpēc viņu dizaina lēmumi padarīs AI lietojamāku. Uzņēmuma jaunākā AI ieviešana atspoguļo evolūciju, kuras pamatā ir grūti iegūtās mācības par to, kas darbojas un kas nē, izvietojot AI finanšu kontekstā.
Tas, ko uzņēmums uzzināja, ir satraucošs: pat tad, kad tā grāmatvedis uzlaboja darījumu kategorizēšanas precizitāti vidēji par 20 procentpunktiem, viņi joprojām saņēma sūdzības par kļūdām.
"Lietojuma gadījumi, kurus mēs cenšamies atrisināt klientiem, ietver nodokļus un finanses; ja jūs pieļaujat kļūdu šajā pasaulē, jūs zaudējat uzticību klientiem, un mēs to atgūstam tikai pa karotēm," Džo Prestons, Intuit produktu un dizaina viceprezidents, pastāstīja VentureBeat.
Uzticības arhitektūra: reāli datu vaicājumi, salīdzinot ar ģeneratīvām atbildēm
Intuit tehniskā stratēģija ir vērsta uz fundamentālu dizaina lēmumu. Attiecībā uz finanšu vaicājumiem un biznesa inteliģenci sistēma vaicā faktiskos datus, nevis ģenerē atbildes, izmantojot lielus valodu modeļus (LLM).
ATas ir ļoti svarīgi: šie dati nav visi vienuviet. Intuit tehniskā ieviešana ļauj QuickBooks iegūt datus no vairākiem atšķirīgiem avotiem: vietējiem Intuit datiem, ar OAuth saistītām trešo pušu sistēmām, piemēram, Sq. maksājumiem, un lietotāju augšupielādētiem failiem, piemēram, izklājlapām, kurās ir piegādātāju cenu saraksti vai mārketinga kampaņu dati. Tādējādi tiek izveidots vienots datu slānis, kurā AI aģenti var droši vaicāt.
"Mēs faktiski vaicājam jūsu reālos datus," Prestons paskaidroja. "Tas ir pavisam citādāk nekā tad, ja jūs vienkārši kopētu, ielīmētu izklājlapu vai PDF un ielīmētu ChatGPT."
Šī arhitektoniskā izvēle nozīmē, ka Intuit Intelligence sistēma vairāk darbojas kā orķestrācijas slānis. Tā ir dabiskas valodas saskarne strukturētu datu operācijām. Kad lietotājs jautā par plānoto rentabilitāti vai vēlas veikt algu sarakstu, sistēma pārvērš dabiskās valodas vaicājumu datu bāzes operācijās, izmantojot pārbaudītus finanšu datus.
Tam ir nozīme, jo Intuit iekšējie pētījumi ir atklājuši plaši izplatītu ēnu AI izmantošanu. Aptaujājot, 25% grāmatvežu, kuri izmanto QuickBooks, atzina, ka jau kopē un ielīmē datus ChatGPT vai Google Gemini analīzei.
Intuit pieeja AI uzskata par vaicājumu tulkošanas un orķestrēšanas mehānismu, nevis satura ģeneratoru. Tas samazina halucināciju risku, kas ir nomocījis AI izvietošanu finanšu kontekstā.
Izskaidrojamība kā dizaina prasība, nevis pārdomas
Papildus tehniskajai arhitektūrai Intuit ir padarījis izskaidrojamību par galveno lietotāja pieredzi saviem AI aģentiem. Tas ir vairāk nekā tikai pareizu atbilžu sniegšana: tas nozīmē, ka lietotājiem jāparāda automatizēto lēmumu pamatojums.
Kad Intuit grāmatvedības aģents klasificē darījumu, tas ne tikai parāda rezultātu; tas parāda argumentāciju. Šī nav mārketinga kopija par izskaidrojamu AI, tā ir faktiska lietotāja saskarne, kas parāda datu punktus un loģiku.
"Tas ir par šīs uzticības cilpas slēgšanu un pārliecināšanos, ka klienti saprot, kāpēc" Alistair Simpson, Intuit dizaina viceprezidents, pastāstīja VentureBeat.
Tas kļūst īpaši svarīgi, ja ņem vērā Intuit lietotāju izpēti: lai gan puse mazo uzņēmumu AI raksturo kā noderīgu, gandrīz ceturtā daļa AI nav izmantojuši vispār. Paskaidrojuma slānis kalpo abām grupām: jaunpienācēju pārliecības veidošana, vienlaikus sniedzot pieredzējušiem lietotājiem kontekstu, lai pārbaudītu precizitāti.
Dizains arī nodrošina cilvēka kontroli kritiskos lēmumu pieņemšanas punktos. Šī pieeja sniedzas ārpus saskarnes. Intuit savieno lietotājus tieši ar cilvēku ekspertiem, kas ir iegulti vienās un tajās pašās darbplūsmās, kad automatizācija sasniedz savas robežas vai kad lietotāji vēlas apstiprināt.
Navigācija pārejā no veidlapām uz sarunām
Viens no interesantākajiem Intuit izaicinājumiem ir saistīts ar lietotāja interfeisu būtisku izmaiņu pārvaldību. Prestons to raksturoja kā vienu kāju pagātnē un vienu nākotnē.
"Tas nav tikai Intuit, tas ir tirgus kopumā," teica Prestons. "Šodien mums joprojām ir daudz klientu, kas aizpilda veidlapas un pārbauda tabulas, kas ir pilnas ar datiem. Mēs ieguldām daudz līdzekļu, lai pievērstos un apšaubītu veidus, kā mēs to darām visos savos produktos šodien, kur jūs būtībā tikai aizpildāt veidlapu pēc veidlapas vai tabulu pēc tabulas, jo mēs redzam, kurp pasaule virzās, kas patiešām ir atšķirīgs mijiedarbības veids ar šiem produktiem."
Tas rada produkta dizaina izaicinājumu: kā jūs apkalpojat lietotājus, kuri ir apmierināti ar tradicionālajām saskarnēm, vienlaikus pakāpeniski ieviešot sarunvalodas un aģentu iespējas?
Intuit pieeja ir bijusi AI aģentu iegulšana tieši esošajās darbplūsmās. Tas nozīmē, ka lietotājiem nav jāpiespiež pieņemt pilnīgi jaunus mijiedarbības modeļus. Maksājumu aģents parādās līdzās rēķinu izrakstīšanas darbplūsmām; grāmatvedības aģents uzlabo esošo saskaņošanas procesu, nevis to aizstāj. Šī pakāpeniskā pieeja ļauj lietotājiem izbaudīt AI priekšrocības, neatsakoties no pazīstamiem procesiem.
Ko uzņēmumu AI veidotāji var mācīties no Intuit pieejas
Intuit pieredze, izvietojot AI finanšu kontekstā, atklāj vairākus principus, kas plaši attiecas uz uzņēmumu AI iniciatīvām.
Arhitektūra ir svarīga uzticībai: Domēnās, kur precizitāte ir kritiska, apsveriet, vai jums ir nepieciešams satura ģenerēšana vai datu vaicājumu tulkojums. Intuit lēmums uzskatīt AI kā orķestrācijas un dabiskās valodas saskarnes slāni dramatiski samazina halucināciju risku un izvairās izmantot AI kā ģeneratīvu sistēmu.
Izskaidrojamībai jābūt izstrādātai, nevis pieskrūvētai: Parādīt lietotājiem, kāpēc AI pieņēma lēmumu, nav obligāti, ja uz spēles ir likta uzticēšanās. Tas prasa apzinātu UX dizainu. Tas var ierobežot modeļu izvēli.
Lietotāja kontrole saglabā uzticību precizitātes uzlabojumu laikā: Intuit grāmatvedības aģents uzlaboja kategorizēšanas precizitāti par 20 procentu punktiem. Tomēr adopcijai bija svarīgi saglabāt lietotāja ignorēšanas iespējas.
Pakāpeniska pāreja no pazīstamām saskarnēm: Nespiediet lietotājus pamest sarunu veidlapas. Vispirms ieguliet AI iespējas esošajās darbplūsmās. Ļaujiet lietotājiem izbaudīt priekšrocības, pirms lūdzat mainīt uzvedību.
Esiet godīgs par to, kas ir reaktīvs un proaktīvs: Pašreizējie AI aģenti galvenokārt reaģē uz uzvednēm un automatizē definētos uzdevumus. Patiesa proaktīva izlūkošana, kas sniedz negaidītus stratēģiskus ieteikumus, joprojām ir attīstoša spēja.
Novērsiet darbaspēka problēmas saistībā ar instrumentiem, nevis tikai ziņojumapmaiņu: Ja AI ir paredzēts, lai palielinātu, nevis aizstātu darbiniekus, nodrošiniet darbiniekus ar AI rīkiem. Parādiet viņiem, kā izmantot tehnoloģiju.
Uzņēmumiem, kuri izmanto AI, Intuit ceļojums piedāvā skaidru norādījumu. Uzvarošā pieeja dod priekšroku uzticamībai, nevis spēju demonstrējumiem. Jomās, kur kļūdām ir reālas sekas, tas nozīmē ieguldīt precizitātē, caurspīdīgumā un cilvēka uzraudzībā, pirms tiek veikta sarunvalodas izsmalcinātība vai autonoma darbība.
Simpsons īsi formulē izaicinājumu: "Mēs negribējām, lai tas būtu pieskrūvēts slānis. Mēs vēlējāmies, lai klienti būtu savā dabiskajā darbplūsmā un lai aģenti, kas strādā klientu labā, būtu iegulti darbplūsmā."
