Costruire l’intelligenza artificiale per il software finanziario richiede una strategia diversa rispetto all’intelligenza artificiale dei consumatori Intuito L’ultima versione di QuickBooks fornisce un esempio.
La società ha annunciato Intuit Intelligence, un sistema che orchestra agenti di intelligenza artificiale specializzati sulla piattaforma QuickBooks per gestire attività tra cui la conformità alle imposte sulle vendite e l’elaborazione delle buste paga. Questi nuovi agenti, insieme agli agenti di contabilità e gestione dei progetti esistenti (anch’essi aggiornati), contribuiscono a un’interfaccia unificata che consente agli utenti di interrogare i dati utilizzando il linguaggio naturale su QuickBooks, sistemi di terze parti e file caricati.
Il nuovo sviluppo segue anni di investimenti e miglioramenti da parte di Intuit. GenOSconsente all’azienda di sviluppare capacità di intelligenza artificiale che riducono aumentare la latenza e migliorare la precisione.
Ma la vera novità non è ciò che sta facendo Intuit; è il modo in cui lo costruisce e il motivo per cui le sue decisioni di progettazione renderanno l’intelligenza artificiale più utile. L’ultima offerta di IA dell’azienda rappresenta un’evoluzione basata su lezioni duramente acquisite su cosa funziona e cosa no quando si implementa l’IA in contesti finanziari.
Ciò che l’azienda ha appreso è stato deludente: anche se il rappresentante contabile ha migliorato l’accuratezza della classificazione delle transazioni in media di 20 punti percentuali, ha continuato a ricevere reclami su errori.
"I casi d’uso che stiamo cercando di risolvere per i nostri clienti includono tasse e finanza; Se sbagli in questo mondo, perderai la fiducia dei clienti nei secchi e noi la recupereremo solo a cucchiaiate," Joe Preston, vicepresidente del prodotto e del design di Intuit, ha detto a VentureBeat.
Architettura di fiducia: query su dati reali invece di risposte produttive
La strategia tecnica di Intuit si concentra su una decisione progettuale fondamentale. Per le domande finanziarie e la business intelligence, il sistema interroga dati reali anziché generare risposte attraverso modelli linguistici di grandi dimensioni (LLM).
UN.Altrettanto importante: tutti questi dati non sono in un unico posto. L’implementazione tecnica di Intuit consente a QuickBooks di estrarre dati da più fonti diverse: dati Intuit nativi, sistemi di terze parti connessi a OAuth come Square per i pagamenti e file caricati dagli utenti come listini prezzi dei fornitori o fogli di calcolo contenenti dati di campagne di marketing. Ciò crea un livello di dati unificato su cui gli agenti AI possono eseguire query in modo affidabile.
"In realtà stiamo interrogando i tuoi dati reali." Ha spiegato Preston. "Questo è molto diverso dal semplice copiare e incollare un foglio di calcolo o un PDF in ChatGPT."
Questa scelta architetturale significa che il sistema Intuit Intelligence funziona più come un livello di orchestrazione. È un’interfaccia in linguaggio naturale per operazioni di dati strutturati. Quando un utente chiede informazioni sulla redditività prevista o desidera gestire le buste paga, il sistema traduce la query in linguaggio naturale in transazioni di database basate su dati finanziari verificati.
Questo è importante perché la ricerca interna di Intuit ha rivelato un uso diffuso dell’intelligenza artificiale ombra. Il 25% degli intervistati ha ammesso che i contabili che utilizzano QuickBooks già copiano e incollano i dati in ChatGPT o Google Gemini per l’analisi.
L’approccio di Intuit considera l’intelligenza artificiale non come un creatore di contenuti, ma come un meccanismo di traduzione e orchestrazione delle query. Ciò riduce il rischio di allucinazioni che affliggono le implementazioni dell’intelligenza artificiale in contesti finanziari.
La spiegabilità è un requisito di progettazione, non un ripensamento
Al di là dell’architettura tecnica, Intuit ha reso la spiegabilità un’esperienza utente fondamentale per tutti gli agenti AI. Ciò va oltre la semplice fornitura di risposte corrette: significa mostrare agli utenti la logica dietro le decisioni automatizzate.
Quando il rappresentante contabile di Intuit classifica una transazione, non si limita a mostrarne il risultato; Mostra la logica. Questa non è una copia di marketing sull’intelligenza artificiale spiegabile, è l’effettiva interfaccia utente che mostra punti dati e logica.
"Si tratta di chiudere il ciclo di fiducia e assicurarsi che i clienti capiscano il perché." Alistair Simpson, vicepresidente del design di Intuit, ha detto a VentureBeat.
Ciò diventa particolarmente critico se si considera la ricerca sugli utenti di Intuit: mentre la metà delle piccole imprese descrive l’intelligenza artificiale come utile, quasi un quarto non la utilizza affatto. Il livello di spiegazione serve entrambe le popolazioni: crea fiducia per i nuovi arrivati fornendo al contempo contesto agli utenti esperti per verificare l’accuratezza.
La progettazione richiede anche il controllo umano nei punti decisionali critici. Questo approccio si estende oltre l’interfaccia. Quando l’automazione raggiunge i suoi limiti o gli utenti cercano la convalida, Intuit mette in contatto gli utenti direttamente con gli esperti umani coinvolti negli stessi flussi di lavoro.
Navigare nella transizione dai moduli alle conversazioni
Una delle sfide più interessanti di Intuit riguarda la gestione del cambiamento fondamentale nelle interfacce utente. Preston lo descrisse come se avesse un piede nel passato e l’altro nel futuro.
"Questo non è solo Intuit, questo è il mercato nel suo insieme." disse Preston. "Oggi abbiamo ancora molti clienti che compilano moduli e esaminano tabelle piene di dati. Oggi stiamo investendo molto per approfondire e mettere in discussione il modo in cui lo facciamo nei nostri prodotti; Fondamentalmente stai semplicemente compilando un modulo dopo l’altro o una tabella dopo l’altra, perché vediamo dove sta andando il mondo, il che è un modo davvero diverso di interagire con questi prodotti."
Ciò crea una sfida nella progettazione del prodotto: come servire gli utenti che sono soddisfatti delle interfacce tradizionali introducendo gradualmente funzionalità di conversazione e delega?
L’approccio di Intuit è stato quello di incorporare gli agenti AI direttamente nei flussi di lavoro esistenti. Ciò significa non costringere gli utenti ad adottare modelli di interazione completamente nuovi. L’agente di pagamento appare accanto ai flussi di lavoro di fatturazione; Il rappresentante contabile migliora anziché sostituire il processo di riconciliazione esistente. Questo approccio incrementale consente agli utenti di sperimentare i vantaggi dell’intelligenza artificiale senza rinunciare ai processi familiari.
Cosa possono imparare gli sviluppatori di intelligenza artificiale aziendale dall’approccio di Intuit?
L’esperienza di Intuit nell’utilizzo dell’intelligenza artificiale in contesti finanziari rivela diversi principi che si applicano ampiamente alle iniziative di intelligenza artificiale aziendale.
L’architettura è importante per la fiducia: Valuta se hai bisogno della creazione di contenuti o della traduzione di query di dati in aree in cui la precisione è fondamentale. La decisione di Intuit di trattare l’intelligenza artificiale come uno strato di orchestrazione e un’interfaccia in linguaggio naturale riduce significativamente il rischio di allucinazioni ed evita di utilizzare l’intelligenza artificiale come sistema generativo.
La spiegabilità dovrebbe essere progettata in questo modo, non fissata su: Quando si tratta di fiducia, mostrare agli utenti perché l’IA ha preso una decisione non è facoltativo. Ciò richiede una progettazione UX intenzionale. Potrebbe limitare la scelta del modello.
Il controllo utente mantiene la fiducia durante i miglioramenti della precisione: Il rappresentante contabile di Intuit ha migliorato l’accuratezza della classificazione di 20 punti percentuali. Tuttavia, il mantenimento delle funzionalità di override dell’utente è stato fondamentale per l’adozione.
Passa gradualmente dalle interfacce familiari: Non forzare gli utenti ad abbandonare i moduli per le conversazioni. Innanzitutto, aggiungi funzionalità AI ai flussi di lavoro esistenti. Lascia che gli utenti ne traggano vantaggio prima di chiedere loro di modificare il loro comportamento.
Sii onesto su ciò che è reattivo e ciò che è proattivo: Gli attuali agenti AI rispondono principalmente alle richieste e automatizzano le attività definite. La vera intelligence proattiva, che fornisce raccomandazioni strategiche non richieste, rimane una competenza in evoluzione.
Affronta le preoccupazioni della forza lavoro con strumenti, non solo con la messaggistica: Se l’intelligenza artificiale mira a conferire potere ai dipendenti anziché a sostituirli, fornire ai dipendenti strumenti di intelligenza artificiale. Mostra loro come possono trarre vantaggio dalla tecnologia.
Il viaggio di Intuit offre una direzione chiara per le organizzazioni che guidano l’adozione dell’intelligenza artificiale. L’approccio vincente privilegia l’affidabilità rispetto alla dimostrazione di talento. Nelle aree in cui gli errori hanno conseguenze reali, ciò significa investire in accuratezza, trasparenza e supervisione umana prima di passare alla sofisticazione della conversazione o all’azione autonoma.
Simpson inquadra la sfida in modo succinto: "Non volevamo che fosse uno strato imbullonato. Volevamo che i clienti fossero nel loro flusso di lavoro naturale e integrati nel flusso di lavoro degli agenti che lavorano per i clienti."
