Macquarie Bank, ajanik AI uygulamalarının geliştirilmesini desteklemek için sıkı yönetilen kurumsal verilerin ve kod varlıklarının merkezi bir bilgi tabanını oluşturmuştur.
.jpg&h=420&w=748&c=0&s=0)
Google Cloud üzerine inşa edilen bilgi platformu, yapılandırılmış verileri PDF’ler, SharePoint dosyaları, konfluence sayfaları ve operasyonel prosedürler gibi yapılandırılmamış içeriğin yanı sıra bankanın depolarından birleştirir.
Veriler, “yüksek düzeyde küratörlü bir boru hattı” ile platforma dönüşür ve daha sonra Macquarie Bank’ın ajanik AI uygulamaları ekosistemini geliştirmeyi planladığı Google’ın Agentspace’e beslenir.
Geçen ay Google Cloud Summit’te konuşan Macquarie Bank Baş Veri Sorumlusu ve İcra Direktörü Ashwin Sinha, platformu öngörülen ekosistemin “en önemli katmanı” olarak nitelendirdi.
“Temel modellere dayalı bir doğruluk veya tutarlılık seviyesine ulaşabilirsiniz, bu nedenle varsayılan olarak sadece büyük dil modelleri” dedi.
“Ama gerçekten üretime hazır bir şekilde yararlı hale getirmek için, temel bilgi deposuna ihtiyacınız var [which is ] iyi küratörlü, bakımlı ve [has] çok açık bir sahiplik duygusu.
“Küratörlüğü, en son sürüm olup olmadığı veya birden fazla sürüm olup olmadığı açısından çok önemli hale geliyor [of a data asset]”Diye ekledi.
“Bilgilerin sürekli olarak korunduğundan ve güncel olduğundan nasıl emin olacaksınız?”
Agentspace içinde, banka, Google’ın Notes’i özetleyen ve Macquarie’nin veri depolarındaki kurumsal arama özellikleri ile ilgili notları özetleyen asistanı olan NotebeLM’yi etkinleştirdi.
Sinha’ya göre, bu arama motoru zaten bu entegrasyonları daha da genişletme planları ile konektörler aracılığıyla çeşitli veri kaynağına bağlı.
Bu girişimler, Macquarie Bank’ın şu anda pilot aşamalarda bulunan kapsamlı bir AI ajan ekosistemini geliştirme hırsını desteklemektedir.
Sinha tarafından özetlenen kavramsal bir çerçeveye göre, bu ajanlar “bireysel görevlerin basit kodsuz otomasyonu” olarak işlev gören kişisel asistanlardan başlayacaklardı.
Bir sonraki seviyede, özellikle Macquarie’nin Bankacılık ve Finansal Hizmetler (BFS) bölümü için amaca yönelik olarak inşa edilen kurumsal ajanlar bulunmaktadır.
Bu arada, GitHub Copilot gibi araçlar, “yazılım geliştiricisi verimliliğini artıracak” entegre geliştirme ortamı (IDE) ajanları geliştirmek için kullanılabilir.
Sinha, “Bunların mühendislik ekibimiz için verimliliklerini ve teslimat hızlarını artırma açısından inanılmaz derecede yararlı bulduk” dedi.
Bunu tamamlamak için Sinha, “yazılım mühendisliği veya yazılım geliştirmenin yönlerinin otomatik veya yarı otomatik olabileceği” bir dizi “çekirdek” veya yeniden kullanılabilir ajan benimsemeyi öngörmektedir.
Eserlerde “daha az olgun” bir fikir, Sinha’ya göre “burada yapılması gereken şeyler açısından çok fazla üretkenlik veya görev sağlayacak” üçüncü taraf ajanlar için bir pazar yaratmaktır.
Bir Yıl Deneyleri
Bu girişimler, son 12 ay içinde yukarıdan aşağıya doğru AI teknolojilerini keşfetmek ve denemek için tüm bankada uyumlu bir çaba ile gelişti.
Sinha, “Bu teknolojilerin birçoğunu çok hızlı bir şekilde öğrenme kültürü yarattık” dedi.
“Ayrıca tüm liderliğimizin yanı sıra tüm personelimizin yanı sıra kapsamlı bir egzersiz yaptık. Hızlı mühendislik konusunda 2.500’den fazla kişiyi eğittik.
Diyerek şöyle devam etti: “Bu konuda bankadaki en iyi 150 lideri eğittik ve bu çok iyi fikirler yarattık.”
Bu eğitim, Macquarie Bank’ın daha geniş liderlik ekibi için bir oturumda doruğa ulaştı ve bu da “işimizi yürütme şeklimizi değiştirebilecek 130 artı ajanlar” için fikirlere yol açtı.
Bu çalışan ve paydaş katılımı, Macquarie Bank’ın AI stratejik görüşünü “tüm iş değişikliği” olarak da yansıtıyordu.
Sinha, “Üretken yapay zekayı görme şeklimiz, daha genel amaçlı bir teknoloji olmasıdır, bu da teknoloji alanlarının dışında olan birçok insanın hala kullanabileceği, gerçekten üretken kullanabileceği ve üretkenliği ve daha iyi müşteri sonuçlarını artırabilecek çok iyi fikirler bulabileceği anlamına gelir” dedi.