بلومبرغ تدفع منصتها Terminal إلى عصر روبوتات الدردشة مع تزايد فائض بيانات السوق

بلومبرغ تعيد تصميم الطريقة التي يستجوب بها المحترفون بيانات السوق

تختبر بلومبرغ تغييرًا كبيرًا مدعومًا بالذكاء الاصطناعي في منصتها الرئيسية Terminal، مع إضافة واجهة على نمط روبوتات الدردشة تحمل اسم ASKB، بينما تحاول الشركة حل مشكلة تتفاقم بالنسبة للمهنيين في المجال المالي: هناك الآن بيانات داخل المنتج أكثر مما يستطيع كثير من المستخدمين البحث فيه وتوليفه والتصرف بناءً عليه بسرعة واقعية.

بحسب شون إدواردز، كبير مسؤولي التكنولوجيا في بلومبرغ، فالمشكلة ليست نقص المعلومات بل العكس تمامًا. فقد واصل Terminal استيعاب مجموعات متزايدة من المدخلات تتجاوز تقارير الأرباح وأسعار السوق، بما في ذلك توقعات الطقس، وسجلات الشحن، ومواقع المصانع، وأنماط إنفاق المستهلكين، ومعلومات القروض الخاصة. هذا المشهد الأوسع للبيانات قيّم، لكنه يجعل التنقل التقليدي أكثر صعوبة أيضًا. ووصف إدواردز الوضع بأنه يزداد عدم قابلية للاستمرار، معتبراً أن المستخدمين قد يفوتون إشارات مهمة أو يستغرقون وقتًا طويلًا للوصول إليها.

وتكمن إجابة بلومبرغ في ASKB، وهي طبقة للغة الطبيعية مبنية على مجموعة من نماذج اللغة المختلفة. والفكرة هي تمكين المستخدمين من البدء من أطروحة استثمارية أو سؤال كلي بدلاً من سلسلة من رموز الوظائف ومجموعات البيانات المختارة يدويًا. عمليًا، يعني ذلك أن المستخدم يمكنه طرح سؤال واسع عن محفظة استثمارية وطلب من النظام تجميع الأدلة والعلاقات وعوامل المخاطر ذات الصلة في دقائق بدلًا من خلال سير عمل يدوي طويل.

لماذا يهم هذا الآن

لطالما تميز Terminal بكثافته وتعقيده المكتسب. وكان إتقانه تقليديًا ميزة مهنية. يعرف المستخدمون المتمرسون كيف ينتقلون عبر الشاشات المتخصصة، ويعزلون نقاط البيانات الغامضة، ويربطون المعلومات المبعثرة بسرعة أكبر من المنافسين الأقل خبرة. بلومبرغ لا تتخلى عن هذه الهوية، لكنها تعترف بوضوح بأن نمو البيانات بدأ يضغط على نموذج التفاعل القديم.

هذه لحظة مهمة لأنها تُظهر كيف ينتقل الذكاء الاصطناعي التوليدي من أدوات جانبية تجريبية إلى برمجيات سير العمل الأساسية في الصناعات عالية القيمة. في التطبيقات الاستهلاكية، غالبًا ما تُعرض واجهات روبوتات الدردشة باعتبارها ميزات للراحة. أما في Terminal، فالأمر مختلف. هنا، الوعد هو أن الذكاء الاصطناعي يمكنه تغيير السرعة التي يشكل بها المتداولون والمحللون ومديرو المحافظ تصورًا عن العالم المحيط بفكرة ما.

وتبرز صياغة بلومبرغ هنا بشكل خاص لأنها أقل تعلقًا باستبدال الخبرة وأكثر تعلقًا بتقليص المسافة بين السؤال والأدلة اللازمة لفحصه. لا يؤدي الطلب بلغة طبيعية إلى إلغاء الحاجة إلى الحكم، لكنه قد يقلل العبء الميكانيكي المتمثل في العثور على المادة الخام لذلك الحكم وتنظيمها.

نسخة تجريبية واسعة، لكن ليس إطلاقًا كاملًا

حتى وقت النشر، تقول بلومبرغ إن النسخة التجريبية من ASKB متاحة لنحو ثلث مستخدمي Terminal البالغ عددهم 375 ألفًا. ولم تحدد الشركة موعدًا للإطلاق الكامل. ويشير هذا الطرح الجزئي إلى أن بلومبرغ تتحرك بحذر، وهو أمر غير مستغرب بالنظر إلى حساسية سير العمل المالي والمخاطر المتعلقة بسمعة أي مخرجات مولدة بالذكاء الاصطناعي إذا كانت غير صحيحة أو مضللة.

هذا الحذر مهم. فروبوت الدردشة الاستهلاكي يمكنه أن ينجو من بعض الارتباك العرضي بسهولة أكبر من منصة مالية مهنية يعتمد مستخدموها على السرعة والموثوقية وإمكانية تتبع المعلومات. وفي هذا السياق، يجب على الذكاء الاصطناعي أن يفعل أكثر من مجرد أن يبدو مقنعًا. يجب أن يساعد المستخدمين في العثور على البيانات الصحيحة، وإظهار المنطق الكامن وراء توليفها، وتجنب الهلوسات التي قد تشوه التحليل.

كما أن اختيار بلومبرغ بناء ASKB على عدة نماذج يعكس نهجًا مؤسسيًا عمليًا أصبح شائعًا الآن في عمليات نشر الذكاء الاصطناعي الجادة. وبدلاً من ربط التجربة بهوية نموذج واحد، يبدو أن الشركة تتعامل مع النماذج اللغوية الكبيرة بوصفها مكونات في نظام مهمته استرجاع المعلومات وتنظيمها وتلخيصها بمسؤولية.

التحول الأعمق داخل برمجيات المال

القصة الأكبر ليست فقط أن بلومبرغ أضافت روبوت دردشة. بل إن إحدى أكثر الواجهات شهرةً وتقليديةً في عالم المال تُعاد صياغتها حول الوصول التفاعلي إلى البيانات المهيكلة وغير المهيكلة. وهذا يمثل تحولًا في ما يُتوقع من البرمجيات المهنية أن تفعله.

تاريخيًا، كان Terminal يكافئ المستخدمين القادرين على التنقل عبر التعقيد. أما النموذج الناشئ فيكافئ المنصات التي تستطيع ترجمة التعقيد إلى بصيرة أسرع من دون تسطيح الفروق الدقيقة. إذا نجحت بلومبرغ، فقد تصبح طبقة الذكاء الاصطناعي نوعًا جديدًا من البنية التحتية المهنية: ليست مجرد اختصار بحث، بل محرك توليف يساعد المستخدمين على اختبار الفرضيات عبر العديد من فئات البيانات في وقت واحد.

المثال الذي قدّمه إدواردز لافت. فالسؤال عن كيفية تأثير حرب في إيران وتغير في أسعار النفط على محفظة استثمارية ليس استعلامًا بسيطًا. إنه يمتد عبر الجغرافيا السياسية والسلع والتعرضات القطاعية وسلاسل الإمداد والأطر الزمنية. إن نظامًا قادرًا على دعم هذا النوع من الأسئلة بشكل ذي معنى سيكون يفعل أكثر من مجرد الإكمال التلقائي. سيكون يساعد المهنيين على رسم العلاقات السببية عبر رسم بياني كبير جدًا للمعلومات.

هذا لا يعني اختفاء مجموعة مهارات Terminal القديمة. سيظل المستخدمون المتقدمون يهتمون بأصل البيانات الدقيق، والشاشات المخصصة، والقدرة على التحقق مما يفعله أي نظام ذكاء اصطناعي. لكن خطوة بلومبرغ تشير إلى أن طبقة المنافسة التالية في برمجيات المال قد تتمحور حول من يستطيع أفضل مزج البيانات الموثوقة الخاصة مع الاستدلال باللغة الطبيعية وتقليص سير العمل.

ما الذي يجب مراقبته

• ما إذا كانت بلومبرغ ستوسع ASKB من التوليف إلى إجراءات سير عمل أعمق، مثل التصفية الأسرع أو تحليل السيناريوهات أو توليد المستندات.
• كيف ستتعامل الشركة مع مخاطر الهلوسة وثقة المستخدمين مع وصول النسخة التجريبية إلى المزيد من المهنيين.
• ما إذا كان مستخدمو Terminal التقليديون سيتبنون النظام كمسرّع أم سيرفضونه باعتباره طبقة قد تحجب الدقة.
• كيف ستستجيب منصات المعلومات المالية المنافسة مع تحول الواجهات الحوارية إلى جزء من حزمة بيانات المؤسسات.

بلومبرغ تراهن فعليًا على أن مستقبل ذكاء السوق لا يعني فقط امتلاك معلومات أكثر من أي شخص آخر، بل جعل تلك المعلومات قابلة للاستجواب بسرعة الفكر. وإذا نجح هذا الرهان، فقد لا يكون أهم إعادة تصميم لـ Terminal خلال السنوات الأخيرة بصريًا على الإطلاق. بل قد يكون الانتقال من حفظ الأوامر إلى طرح أسئلة أفضل.

هذه المقالة مبنية على تقرير من Wired. اقرأ المقال الأصلي.