Почему LLM предсказывают будущее соблюдения и управления рисками

С наследием, отмеченным вручную интенсивную задачи, склонные к ошибкам и задержкам, соблюдение и управление рисками являются идеальными вариантами использования для продвижения больших языковых моделей (LLMS) в свои пределы. Любой, кто должен был выявить и обновлять положения о соответствии по тысячам контрактов или количественно оценить и управлять рисками, приветствует много времени и эффективности повышения эффективности, которые LLMS может обеспечить.

Управление, риск и соответствие (GRC) Рабочие процессы являются узкими местами в любой организации, которая замедляет время отклика для клиентов, поставщиков, отделов и подразделений. Задача состоит в том, чтобы автоматизировать сложные рабочие процессы и быть умным в том, где и зачем добавлять контекстный интеллект с использованием LLMS, сохраняя при этом конфиденциальность и безопасность данных.

Основываясь на недавней серии интервью, которые VentureBeat проделала с двумя ведущими компаниями, устанавливающими быстрые темпы инноваций в этом пространстве, LLMS доказывают свою ценность, имея возможность обрабатывать и анализировать неструктурированные данные в масштабе. Компании, ведущие гонку по интеграции LLMS в соответствие и управление рисками, используют более мелкие и более точные модели для обновления длинных процессов, которые в прошлом вызывали реинжиниринг с помощью усилий по автоматизации роботизированных процессов (RPA). Защита конфиденциальных данных в LLMS является основным требованием для дизайна, опрошенных компаний.

LLMs доказывают свой потенциал, оптимизируя GRC

Рабочие процессы GRC в любой организации не поддаются легкой категоризации и повышению эффективности сопротивления. RPA принял вызов много лет назад и обеспечил повышение эффективности, но в то же время не хватало глубины контекстуального интеллекта, а моделирование LLM способны обеспечить в качестве основной части своих архитектур.

Отражая скрытые потребности, которые, по прогнозам, представляют собой более высокий уровень знаний GRC и эффективность, рынок автоматизации GRC в этой области будет расти на двухзначных составных темпах роста до 2028 года. Gartner отмечает, что рынок GRC был оценен в 39,4 млрд. Долл. США в 2022 году и прогнозируется до 76,4 млрд. Долл. США на 2028 года, что составляло составные годовые темпы (C-Cage). Исследовательская фирма предсказывает, что к этому году юридические департаменты автоматизируют 50% юридических работ, связанных с крупными корпоративными сделками. К следующему году юридические департаменты утроят свои расходы на технологии.

Как две компании применяют LLMS в масштабе

Чтобы получить лучшее понимание того, как ведущие поставщики программного обеспечения принимают участие, VentureBeat обратился к 4Crisk и относительности, две компании, чьи подходы к революции соблюдения и управления рисками с использованием LLMS заслуживают внимания. Относительность относительности обратилась к Winwire, одному из ведущих мировых партнеров Microsoft, за помощь в выпуске силы Azure и Generative AI для оптимизации электронного раскрытия, соответствия требованиям и управлению рисками в их авиакомпании относительности. Генеративный AI Center of Excellence Centre (COE) Winwire приносит ведущий в отрасли генеративный ИИ и Azure Open Experation для клиентов во всем мире. Их эксперты ИИ известны благодаря ведущему в отрасли опыта интеграции по интеграции ИИ.

Winwire оказался инструментальным в оказании помощи относительности модернизировать ее ИТ-архитектуру, включая миграцию своих локальных приложений в Azure Cloud. В партнерстве с Winwire, относительность улучшила гибкость, безопасность и скорость, с которой они предоставляют услуги клиентам.

Кит Карлсон, директор по технологиям Relativity, объяснил во время недавнего интервью с Venturebeat, как технологический стек компании опирается на Azure Cognitive и услуги в реальном времени, чтобы каждый клиент получил отличный опыт в Air Suite. Карлсон говорит, что пользовательский опыт улучшается за счет того, что Azure Cognitive и услуги в реальном времени доступны для предоставления 24/7 глобальной поддержки и более быстрого времени выполнения услуг.

Относительность говорит, что облачные улучшения, которые Winwire помог им достичь, продолжают окупаться с более низкими затратами на инфраструктуру. «Приняв облачные технологии и уходя от локальных решений, мы увидели резкое снижение как инфраструктуры, так и эксплуатационных затрат-примерно на 40% и 150% соответственно»,-отметил Карлсон. Эти изменения имеют не только упрощенные операции, но и значительно увеличили масштабируемость услуг относительности, что имеет решающее значение для обработки их обширных нагрузок документов.

Карлсон объяснил, что LLMs революционизируют все аспекты GRC, с поэтапными успехами уже происходят в основной области электронного открытия его компании. Карлсон говорит, что LLMS доказывают свою ценность уже с прогнозирующей точностью, которую они предоставляют при определении рисков, что важно для упреждающего управления соответствием. Партнерство Relativity с Winwire имеет значительно повышенную надежность системы и обслуживания, что решает, что уделяет решающую поддержку крупномасштабной обработки данных, необходимой для электронного открытия. Это улучшение является ключевым в отрасли, где время простоя может быть особенно дорогостоящим и разрушительным.

«Быть ​​в облаке, убедиться, что ваша технология является гибкой, и убедиться, что мы можем развернуть и адаптироваться, имеет решающее значение для нас. Наличие открытых услуг Azure AI, интегрированных с анализом настроений в дополнение к LLM, их когнитивным услугам и переводам для возможности выполнения иностранного языка в рамках всего процесса Ediscovery», — сказал Карлсон VentureBeat. Сотрудничество Relativity с Winwire сыграло важную роль в использовании силы Azure для эффективного оптимизации процессов электронного раскрытия, соблюдения и управления рисками.

4crisk основатель и генеральный директор Венки Йеррапуту находятся на переднем крае создания и настройки LLM для конкретных проблем соблюдения и управления рисками. В недавнем интервью VentureBeat Йеррапоту объяснил: «Мы создаем языковые модели для домена риска и соответствия, которые могут быть частными, но одинаково эффективными, как любая большая языковая модель, обеспечивая, чтобы конфиденциальность и безопасность данных никогда не подвергалась скомпрометированию».

Преодоление проблем LLM, чтобы получить результаты

Карлсон и Йеррапоту определили интеграцию и получение практических результатов реализации как два из наиболее сложных аспектов получения LLM для масштабирования для соблюдения, управления рисками и более широких проблем GRC. Карлсон добавил, что важно принять целостный подход к интеграции систем ». Наша цель с эффективным развертыванием LLM повышает точность и эффективность наших существующих систем, интегрируя в рамки юридических и соблюдения и обеспечивая ценность», — сказал Карлсон.

Yerrapotu отметил, что принятие LLMS в рабочих процессах GRC позволило автоматизировать сложную обработку данных, которая ранее в значительной степени опиралась на вмешательство человека. Он больше полагается на индивидуальный, специфичный для домена подход к развертыванию LLMS. «Разработка специфичных для домена модели 4Crisk поддерживает эффективность и обеспечивает надежную конфиденциальность, решающая для чувствительных задач GRC»,-сказал Йеррапоту.

«Использование меньших специализированных моделей позволяет нам масштабировать наши решения по соблюдению нормально без существенных финансовых расходов. Эти модели не только более управляемые, но и быстрее адаптироваться к нормативным изменениям», — сказал Йеррапоту.

Конфиденциальность и безопасность в эпоху ИИ

«Наша философия конфиденциальности по займе включает зашифрованные данные и работает в безопасных облачных средах для соблюдения самых строгих законов о конфиденциальности»,-гарантирует, что LLMS придерживается международных стандартов конфиденциальности »,-говорит Yerrapotu 4crisk.

Как 4crisk, так и относительность разработали свои архитектуры продукта, чтобы быть устойчивыми к LLM, отравлению данных и атакам, нацеленным на точки интеграции своих моделей. Поскольку соблюдение нормативных требований является столовым ставками для каждой компании, которая оставалась конкурентоспособной, их подход к LLMS сосредоточился на большем количестве на обеспечении соответствия между юрисдикциями и различия в требованиях к соблюдению нормативных требований и специфическим для клиентов.

Экспертиза интеграции Winwire подготовил относительность к эффективному обращению с различными международными юридическими требованиями, что является важной особенностью для их глобальной деятельности. Карлсон подчеркнул, как глобальный охват Azure способствовал соблюдению местных законов, что часто является сложной задачей для технологических компаний.

Потребность в LLMS адаптироваться к различным регуляторным ландшафтам более срочно, чем когда -либо, и более сложной для достижения в масштабе. Поскольку предприятия развертывают LLMS в разных юрисдикциях, способность обрабатывать различные требования к соответствию становится таблицей для международных операций.

Карлсон подчеркнул этот момент, заявив: «При относительности мы постоянно настраиваем нашу LLM, чтобы быть гибкими и совместимыми между границами. Наша технология предназначена для развития так же быстро, как и правила, гарантируя, что наши глобальные клиенты всегда поддерживаются, независимо от того, насколько разнородны их потребности в соответствии».

Карлсон подробно остановился на сложностях, связанных с поддержанием таких высоких стандартов: «Навигация по лабиринту международных законов о конфиденциальности данных очень сложно. Наши LLM используют динамическую структуру, которая приспосабливается к новым правилам в режиме реального времени, что имеет решающее значение для поддержания непрерывного обслуживания нашим клиентам по всему миру».

Yerrapotu поделился пониманием своих специализированных моделей, рассказывая Venturebeat: «Мы сосредоточены на создании более мелких, специфичных для домена LLM, которые не только работают с большей точностью, но и интегрируем в различные нормативные рамки. Этот целевой подход помогает нам развернуть LLM, которые являются как эффективными, так и адаптивными к изменениям, обеспечивая масштабируемые растворы, которые не компрометируют приватные или безопасные».

Укрепление доверия, будучи прозрачным в отношении LLMS

Как фирмы, так и другие, сравнимые с ними, предприняты собеседования, чтобы получить представление о будущем LLM в соответствии с требованиями и управлением рисками, на необходимости укреплять доверие с клиентами и поддерживать его с прозрачностью того, как LLMs создаются, обновляются и масштабируются для уникальных потребностей клиентов.

Стратегия Core to Relativity — это создание комплексной стратегии для обеспечения конфиденциальности и безопасности сверху, выполняющих юридические обязательства. Как говорит Карлсон: «Доверие — это краеугольный камень отношений с клиентами. Обеспечивая, чтобы наши LLM были не только мощными, но и безопасными и соответствующими, мы прививаем уверенность в наших клиентах, что их конфиденциальная информация хорошо защищена». Благодаря их строгой приверженности стандартам конфиденциальности и инновационному использованию LLM для управления соответствием и управлением рисками в режиме реального времени, 4CRISK и относительность устанавливают новые критерии для безопасности в быстро развивающемся генеративном возрасте AI GRC.