ماہرین کا کہنا ہے کہ ورٹیکل AI فنانس میں ہلچل مچا دے گا

فنانس: ورٹیکل AI کو اپنانے والا ابتدائی شعبہ

مالیاتی شعبہ منفرد خصوصیات کا حامل ہے جو اسے AI کی مداخلت کے لیے موزوں بناتا ہے۔ شنگھائی میں قائم AI اسٹارٹ اپ Stepfun کے نائب صدر لی جِنگ کے مطابق، اس کی اعلیٰ درجے کی ڈیجیٹلائزیشن، نئی ٹیکنالوجیز کو اپنانے کا مضبوط رجحان اور سب سے اہم بات یہ کہ جدت طرازی میں سرمایہ کاری کرنے کی خواہش، فنانس کو AI کو جلد اپنانے کے لیے ایک اہم امیدوار بناتی ہے۔

اسے اس طرح سوچیں: مالیاتی ادارے پہلے ہی ڈیٹا سے بھرے ہوئے ہیں۔ ان کے پاس لین دین پر کارروائی کرنے، خطرے کا انتظام کرنے اور مارکیٹ کے رجحانات کا تجزیہ کرنے کے لیے مضبوط نظام موجود ہیں۔ AI، خاص طور پر ورٹیکل AI، اس موجودہ بنیادی ڈھانچے کے اوپر ایک طاقتور تہہ کے طور پر کام کر سکتا ہے، کارکردگی، درستگی اور فیصلہ سازی کو بڑھا سکتا ہے۔

ورٹیکل AI ایپلی کیشنز کا عروج

اگرچہ عام مقصد والے AI ماڈلز نے شہ سرخیاں بنائیں، لیکن بہت سے ماہرین کے مطابق، اصل کارروائی صنعت کے لیے مخصوص، یا ورٹیکل، AI میں ہے۔ شنگھائی میں قائم MetaX Integrated Circuits کے بورڈ سیکرٹری Wei Zhongwei نے فنانس، ٹرانسپورٹیشن، تعلیم اور سائنسی تحقیق سمیت مختلف شعبوں میں ورٹیکل AI ایپلی کیشنز کی بڑھتی ہوئی مانگ پر روشنی ڈالی۔

فنانس کو کیا چیز مختلف بناتی ہے؟
کام کی نوعیت مختلف ہے۔ عام AI ماڈلز کے برعکس جو وسیع، متنوع ڈیٹا سیٹس پر تربیت یافتہ ہوتے ہیں، ورٹیکل AI ماڈلز کو کسی خاص صنعت کی مخصوص باریکیوں اور ضروریات کے مطابق بنایا جاتا ہے۔ فنانس میں، اس کا مطلب ہے پیچیدہ ضوابط، پیچیدہ مالیاتی آلات اور مارکیٹ کے رویے کی لطیف حرکیات کو سمجھنا۔ ایک عام مقصد والا AI اسٹاک مارکیٹ کے بارے میں ایک اچھا اخباری مضمون لکھنے کے قابل ہو سکتا ہے، لیکن ایک ورٹیکل AI ماڈل ممکنہ طور پر مارکیٹ کی نقل و حرکت کی پیش گوئی کر سکتا ہے، دھوکہ دہی والے لین دین کی نشاندہی کر سکتا ہے یا سرمایہ کاری کے مشورے کو کہیں زیادہ درستگی کے ساتھ ذاتی نوعیت کا بنا سکتا ہے۔

جدت کے ڈرائیورز: آٹوموبائل اور اسمارٹ فون

فنانس سے ہٹ کر، Lujiazui Financial Salon میں ہونے والی بات چیت میں AI جدت کے دیگر اہم ڈرائیورز پر بھی روشنی ڈالی گئی۔ لی جِنگ نے نشاندہی کی کہ آٹوموٹو اور اسمارٹ فون صنعتیں AI ایپلی کیشنز اور ڈیوائسز میں ترقی کے مرکز میں ہوں گی۔

کیا تعلق ہے؟
یہ صنعتیں، فنانس کی طرح، بڑے پیمانے پر ڈیٹا پیدا کر رہی ہیں۔ مثال کے طور پر، سیلف ڈرائیونگ کاریں سینسرز، کیمروں اور میپنگ سسٹم سے معلومات کے مسلسل سلسلے پر انحصار کرتی ہیں۔ اسمارٹ فون صارف کے رویے، ترجیحات اور تعاملات پر ڈیٹا اکٹھا کر رہے ہیں۔ یہ ڈیٹا کا سیلاب AI الگورتھم کو سیکھنے، ڈھالنے اور بہتر بنانے کے لیے زرخیز زمین فراہم کرتا ہے۔

Generative AI، AI کا ایک ذیلی سیٹ جو نئے مواد بنانے پر توجہ مرکوز کرتا ہے، کے بارے میں بھی پیش گوئی کی گئی ہے کہ وہ خاص طور پر پیشہ ورانہ مواد کی تیاری کو بڑھانے میں اہم کردار ادا کرے گا۔ AI ٹولز کا تصور کریں جو مالیاتی رپورٹس کا مسودہ تیار کرنے، مارکیٹ کا تجزیہ کرنے یا یہاں تک کہ کلائنٹس کے لیے ذاتی نوعیت کا مواصلات بنانے میں مدد کر سکتے ہیں۔

اگلے چند سال: AI انضمام کے لیے ایک اہم دور

آنے والے دو سے تین سالوں کو AI کے لیے صنعتوں میں اپنے انضمام کو تیز کرنے کے لیے ایک اہم دور کے طور پر دیکھا جا رہا ہے۔ Wei Zhongwei نے اس عرصے کے دوران AI ٹیکنالوجیز کے لیے کلیدی معیار کے طور پر استعداد، استحکام اور اعتبار کی اہمیت پر زور دیا۔ اس کا مطلب ہے کہ بنیادی ڈھانچے فراہم کرنےوالوں کو اپنا کھیل بڑھانے کی ضرورت ہوگی، اعلیٰ معیار کی مصنوعات اور خدمات فراہم کرنا جو مختلف شعبوں کی ضروریات کو پورا کر سکیں۔

یہ صرف سب سے طاقتور AI الگورتھم رکھنے کے بارے میں نہیں ہے۔ یہ اس بات کو یقینی بنانے کے بارے میں بھی ہے کہ یہ الگورتھم مضبوط، قابل اعتماد اور مختلف استعمال کے معاملات کے لیے موزوں ہوں۔ AI سے چلنے والے ٹریڈنگ سسٹم کی خرابی یا غلط پیشین گوئیاں کرنے کے ممکنہ نتائج پر غور کریں۔ داؤ پر بہت کچھ لگا ہے، اور اعتبار سب سے اہم ہے۔

فنانس میں امتیازی مقابلہ

Guotai Junan Securities کے چیف انفارمیشن آفیسر Yu Feng نے مالیاتی شعبے کی ورٹیکل AI ماڈلز کے لیے ترجیح پر روشنی ڈالی۔ انہوں نے وضاحت کی کہ ملکیتی ڈیٹا، فائن ٹیوننگ حکمت عملیوں اور تربیتی مقاصد کو ایڈجسٹ کرکے، مالیاتی فرمیں مسابقتی برتری حاصل کر سکتی ہیں۔

دوسرے لفظوں میں، ورٹیکل AI اداروں کو اپنے حریفوں سے خود کو ممتاز کرنے کی اجازت دیتا ہے۔ ایک ہی عام AI ماڈلز پر انحصار کرنے کے بجائے، وہ اپنی مرضی کے مطابق حل تیار کر سکتے ہیں جو ان کی مخصوص ضروریات اور حکمت عملیوں کے مطابق بنائے گئے ہیں۔ یہ نہ صرف انہیں یکساں سرمایہ کاری کے طریقوں کے نقصانات سے بچنے میں مدد کرتا ہے بلکہ مارکیٹ کے بڑھے ہوئے اتار چڑھاؤ کے خطرات کو بھی کم کرتا ہے جو ایک جیسے AI ماڈلز کے وسیع پیمانے پر استعمال سے پیدا ہو سکتے ہیں۔

AI انضمام کے چیلنجز سے نمٹنا

AI کو فنانس، اور درحقیقت کسی بھی صنعت میں ضم کرنا، اپنے چیلنجز سے خالی نہیں ہے۔ Stepfun سے تعلق رکھنے والی لی جِنگ نے تسلیم کیا کہ گہری تبدیلیوں کی ضرورت ہے۔

ایک اہم پہلو رسائی ہے۔ مثال کے طور پر، ڈیوائس بنانے والوں کو AI صلاحیتوں کے گہرے انضمام کو فعال کرنے کے لیے اپنے سسٹمز تک زیادہ رسائی فراہم کرنے کی ضرورت ہے۔ اس کا مطلب ہے APIs کو کھولنا اور AI ڈویلپرز کو بنیادی ہارڈ ویئر اور سافٹ ویئر کے بنیادی ڈھانچے میں ٹیپ کرنے کی اجازت دینا۔

ایک اور چیلنج تھرڈ پارٹی سروس فراہم کرنے والوں کے دائرے میں ہے۔ ان فراہم کنندگان کو ایجنٹ آرکیٹیکچرز کے تحت اپنے فریم ورکس کو بنیادی طور پر دوبارہ ڈیزائن کرنے کی ضرورت ہے۔ یہ روایتی سافٹ ویئر ڈویلپمنٹ پیراڈائمز سے زیادہ AI-مرکزی نقطہ نظر کی طرف ایک تبدیلی ہے، جہاں سافٹ ویئر ایجنٹ خود مختار اور ذہانت سے کام کرتے ہیں۔

پالیسی سپورٹ کا کردار

تکنیکی رکاوٹوں سے ہٹ کر، لی جِنگ نے AI کو اپنانے میں پالیسی سپورٹ کے اہم کردار پر بھی زور دیا۔ حکومتوں اور ریگولیٹری اداروں کو ایک ایسا ماحول بنانے کی ضرورت ہے جو جدت کی حوصلہ افزائی کرے اور ساتھ ہی ممکنہ خطرات اور اخلاقی خدشات کو بھی دور کرے۔

اس میں ڈیٹا کی رازداری کے لیے واضح رہنما خطوط تیار کرنا، AI کی حفاظت اور اعتبار کے لیے معیارات قائم کرنا اور کمپنیوں کو AI تحقیق اور ترقی میں سرمایہ کاری کرنے کے لیے مراعات فراہم کرنا شامل ہو سکتا ہے۔

ڈیٹا پرائیویسی کے خدشات کو دور کرنا

AI کے دور میں ڈیٹا کی رازداری ایک بڑا مسئلہ ہے، خاص طور پر مالیاتی شعبے میں، جہاں حساس کسٹمر کی معلومات کو مسلسل ہینڈل کیا جا رہا ہے۔ لی جِنگ نے اس تشویش کو براہ راست حل کرتے ہوئے کہا کہ رازداری کا تحفظ کوئی ناقابل تسخیر چیلنج نہیں ہے۔

‘تکنیکی طور پر، ہم نے پہلے ہی دریافت کرنے کے لیے امید افزا سمتوں کی نشاندہی کر لی ہے،’ لی نے زور دیا۔
اس کا کیا مطلب ہے؟
اس سے پتہ چلتا ہے کہ پہلے ہی تکنیکی حل تیار ہو رہے ہیں جو AI سے وابستہ رازداری کے خطرات کو کم کرنے میں مدد کر سکتے ہیں۔ ان میں فیڈریٹڈ لرننگ جیسی تکنیکیں شامل ہو سکتی ہیں، جہاں AI ماڈلز کو خام ڈیٹا تک براہ راست رسائی حاصل کیے بغیر غیر مرکزی ڈیٹا سیٹس پر تربیت دی جاتی ہے، یا تفریق رازداری، جو انفرادی رازداری کے تحفظ کے لیے ڈیٹا میں شور شامل کرتی ہے جبکہ اب بھی بامعنی تجزیہ کی اجازت دیتی ہے۔

آگے کا راستہ: تعاون اور جدت

Lujiazui Financial Salon کا اہم پیغام واضح ہے: AI، خاص طور پر ورٹیکل AI، مالیاتی صنعت کو تبدیل کرنے کے لیے تیار ہے۔ اگلے چند سال اہم ہوں گے، جس میں ٹیکنالوجی فراہم کرنے والوں، مالیاتی اداروں اور پالیسی سازوں کے درمیان قریبی تعاون کی ضرورت ہوگی۔ توجہ مضبوط، قابل اعتماد اور محفوظ AI حل تیار کرنے پر ہوگی جو نئے مواقع کو کھول سکیں اور ممکنہ چیلنجز سے نمٹتے ہوئے جدت کو آگے بڑھا سکیں۔ سفر بلاشبہ پیچیدہ ہوگا، لیکن ممکنہ انعامات بہت زیادہ ہیں۔