فيناسترا تطرح مساعدًا يعمل بالذكاء الاصطناعي لتبسيط التمويل التجاري
تاريخ النشر: 11th, February 2025 GMT
أعلنت "فيناسترا"، الشركة المتخصصة الرائدة في مجال التطبيقات البرمجية الخاصة بالخدمات المالية، عن طرح أداة المساعدة العاملة بالذكاء الاصطناعي Assist.AI، والمصممة لتعزيز عمليات التمويل التجاري وذلك ضمن حلها الشهير "تريد إنوفيشن" Trade Innovation.
ووُضعت الأداة الجديدة بالاستناد على بنية مدعومة بخدمة "أزور أوبن إيه آي" من "مايكروسوفت" Microsoft Azure OpenAI، وتهدف إلى سد فجوة المعرفة في قطاع التمويل التجاري، ما يوفر للمستخدمين مساعدة فورية ودقيقة ومرتبطة ارتباطًا واضحًا بسياقها.
ويواجه قطاع التمويل التجاري تحديات كبيرة، بما في ذلك قاعدة المعرفة المتضيقة والتفاوت المتزايد بين العاملين المخضرمين فيه والوافدين الجدد إليه، وتعالج الأداة Assist.AI هذه التحديات بتمكين المستخدمين من التفاعل معها عبر إدخال أسئلة محددة تتعلق بالعمليات التجارية، ما يمنحهم إجابات دقيقة مستمدة من الموارد ذات الصلة دون الحاجة إلى البحث المكثف في الكثير من الوثائق.
وتقدم Assist.AI لمستخدمي الحل "تريد إنوفيشن" المنافع التالية:
دعم محسن للمستخدم: تقدم مساعدة فورية ودقيقة ومرتبطة بالسياق، ما يرتقي كثيرًا بتجربة المستخدم.التوفر والكفاءة على مدار الساعة: تضمن للمستخدمين إمكانية الوصول إلى الدعم في أي وقت، ما يعزز الكفاءة من خلال أتمتة الاستفسارات الروتينية وتوفير الوقت للتركيز على المهام الاستراتيجية.التحسين المستمر والقدرة على التكيّف: يتعلم الحل ويتكيف بناءً على التفاعلات، ما يضمن الصلة المستمرة والتحسين المستمر في الاستجابة.قال أندرو باتمان، النائب التنفيذي للرئيس للإقراض في "فيناسترا"، إن هذا الحل "يأتي في الوقت المناسب ويمثل قفزة واسعة في التزامنا بتطوير التمويل المفتوح والاستفادة من تكنولوجيا الذكاء الاصطناعي لحل التحديات الواقعية في الخدمات المالية".
وأضاف: "نمكّن موظفي البنوك، بفضل أداة المساعدة الفورية، من التعامل مع تعقيدات التمويل التجاري بسهولة وكفاءة أكبر".
استطاعت "فيناسترا" أن تحدد وجود فجوة كبيرة في المواهب في قطاع التمويل التجاري، من خلال التفاعلات مع عملاء مختلفين. ويتعيّن على البنوك، مع تقاعد الموظفين ذوي الخبرة أو انتقالهم إلى وظائف أخرى، الاستثمار في تدريب الموظفين الجدد على أحدث التطورات في التمويل التجاري، كاستخدام الحل "تريد إنوفيشن". وتستخدم الأداة Assist.AI تقنية "كوبايلوت" من "مايكروسوفت" Microsoft Copilot لتسهيل هذا التدريب والدعم، ما يجعلها إضافة ضرورية لقطاع التمويل التجاري.
أعرب بيل بوردن، نائب الرئيس للخدمات المالية العالمية في "مايكروسوفت"، عن سروره بالتعاون مع "فيناسترا" في تبسيط التمويل التجاري وجعله أكثر كفاءة للبنوك حول العالم، مشيرًا إلى أن هذا الحل يُظهر قوة الذكاء الاصطناعي في تعزيز الكفاءة التشغيلية وتجربة المستخدم، باستخدام قدرات منصة "أزور" القوية.
وقال: "يعرض هذا التعاون رؤيتنا المشتركة لمستقبل التكنولوجيا المالية، ويعزز علاقتنا الراسخة مع "فيناسترا"، والتي نلتزم فيها معًا بدفع الابتكار وتمكين الشركات من تحقيق المزيد من خلال التكنولوجيا المتقدمة".
المصدر: بوابة الوفد
كلمات دلالية: فيناسترا التطبيقات البرمجية الذكاء الاصطناعي التمویل التجاری
إقرأ أيضاً:
طالب بالمرحلة الثانوية يكتشف 1.5 مليون جرم فضائي بالذكاء الاصطناعي
في أثناء تلقيه تدريبا في معهد كاليفورنيا للتكنولوجيا في الولايات المتحدة، اكتشف طالب في مدرسة ثانوية محلية 1.5 مليون جرم فضائي لم يكن معروفًا سابقا للعلماء، وبناء على ذلك نشر ورقة بحثية من تأليفه في دورية "ذي أسترونوميكال جورنال".
وكان الطالب ماثيو باز طوّر خوارزمية تعلّم آلي لتحليل بيانات تلسكوب نيو-وايز، بهدف اكتشاف أجرام كونية متغيرة مثل الكوازارات والنجوم المتفجرة.
الأجرام المتغيرة هي تلك التي يتغير سطوعها في السماء، بعضها يفعل ذلك بسبب طبيعته، مثل النجوم التي تتضخم وتنكمش، وبعضها يتغير سطوعه بسبب حدث طارئ، مثل انفجار النجوم.
وكان باز يمتلك المعرفة الرياضية المتقدمة التي يحتاجها للعمل بالبرمجة، حيث كان يدرس بالفعل الرياضيات الجامعية المتقدمة في أكاديمية الرياضيات التابعة لمنطقة باسادينا الموحدة للمدارس، حيث يُنهي الطلاب حساب التفاضل والتكامل المتقدم في الصف الثامن.
ونيو-وايزهو تلسكوب فضائي تابع لناسا أطلق عام 2009، ويُستخدم لمراقبة السماء بالأشعة تحت الحمراء على نطاق أوسع من التلسكوبات المعتادة، ويهتم باكتشاف الكويكبات والنجوم والمجرات.
أنتج هذا التلسكوب كميات هائلة من الصور والبيانات خلال أكثر من 10 سنوات، وكانت المشكلة دائما أن البيانات ضخمة جدًا ويصعب على العلماء مراجعتها يدويًا.
وكان باز قد صمم خوارزمية تعلم آلي تدرس كيف يتغير ضوء كل جرم عبر الزمن، وهو ما يعرف باسم "منحنى الضوء" الخاص بالجرم السماوي.
واستخدم باز 2.7 مليون منحنى ضوء من بيانات نيو-وايز، تصف أجرام يعرفها الباحثون بالفعل، كقاعدة تدريب للنموذج. بعد ذلك، تم تدريب الذكاء الاصطناعي على التعرّف على الأنماط المختلفة لهذه المنحنيات، وفهم متى يكون التغير في الإضاءة حقيقيًا ومتى يكون مجرد ضجيج أو خطأ في القياس.
إعلانبعد ذلك، سمح للذكاء الاصطناعي بالولوج إلى بيانات التلسكوب، ومن ثم نجح في تحديد أكثر من 1.5 مليون جسم متغيّر الإضاءة لم تكن معروفة سابقًا. هذا الرقم يعادل تقريبًا ما اكتشفه البشر يدويًا خلال العقود الماضية، بل وأكثر!
حين نتحدث عن الذكاء الصناعي، فإن أول ما يخطر ببالك عادة هو أشياء مثل "شات جي بي تي"، وتقنيات تعديل الصور القوية، وصوت أم كلثوم وهي تغني لعمرو دياب، هذا هو ما ينتشر على وسائل التواصل الاجتماعي، وهو ما يبني تصورات الناس عن طبيعة هذا الشيء.
لكنه مع الأسف تصور ناقص، فالذكاء الصناعي يمتد ليخترق نطاقات أكثر عمقا وتأثيرا في حياتنا من كل ذلك، ومنها مثلا العلوم العسكرية والطب والهندسة، وكذلك علم الفلك.
وليس هذا الكشف بشيء جديد، فقد بات الذكاء الاصطناعي حاضرا بقوة في علم الفلك، ففي عام 2019 استخدم فريق تلسكوب أفق الحدث -الذي أعلن الصورة الأولى للثقب الأسود- الذكاء الصناعي لإنتاج تلك الصورة.
حينها، قام الباحثون بعملية "تعليم" للذكاء الصناعي على كيفية التعرف على الثقوب السوداء، من خلال تغذيته بمحاكاة لأنواع عدة من الثقوب السوداء، ثم بعد ذلك استخدموا الذكاء الصناعي لملء الفجوات في الكمية الهائلة من البيانات التي جمعتها التلسكوبات الراديوية حول الثقب الأسود الموجود في مركز المجرة مسيية 87.
وباستخدام هذه البيانات التي أنتجها الذكاء الصناعي، استطاع الفريق إنشاء صورة جديدة أكثر وضوحا بمرتين من الصورة الأصلية، ومتوافقة تماما مع تنبؤات النسبية العامة.
ومنذ عام 2010 كان علماء الفلك قد بدؤوا استخدام تعلم الآلة لتصنيف المجرات، وقد أصبحت تلك الأدوات قادرة الآن على تصنيف المجرات بدقة تصل إلى 98%، وذلك إنجاز كبير، فالعلماء بحاجة إلى تصنيف المجرات لفهم توزيعها في الكون، وكانت تلك المهمة خلال عقود مضت توكل لفريق من علماء الفلك، يدير آلافا من الهواة عبر الإنترنت (من فئة المواطن العالِم)، لاستكشاف المجرات الجديدة وتصنيفها.
إعلان
أسعار الدواجن والبيض اليوم.. الثلاثاء 15 أبريل 2025