Stripe ได้มอบหมายให้พนักงาน 100 คนหยุดงานประจำและระดมความคิดเกี่ยวกับฟีเจอร์สำหรับแพลตฟอร์มชำระเงิน โดยใช้ GPT-4 ซึ่งเป็นโมเดลภาษาล่าสุดของ OpenAI เพื่อดูว่า AI สามารถนำมาใช้ปรับปรุงหรือเปลี่ยนแปลงขั้นตอนการทำงานใดบ้าง
Eugene Mann หัวหน้าผลิตภัณฑ์ของ Applied Machine Learning team ของ Stripe กล่าวว่า เป้าหมายคือการระบุผลิตภัณฑ์และขั้นตอนการทำงานที่สามารถเร่งความเร็วได้ด้วย Large Language Models และทำความเข้าใจว่า LLMs ทำงานได้ดีและยังมีจุดอ่อนตรงไหนบ้างในปัจจุบัน
การเปิดตัวใช้งาน
ทีมของ Stripe ได้รวบรวม 50 การใช้งานที่เป็นไปได้เพื่อทดสอบ GPT-4 และหลังจากการตรวจสอบ พวกเขาได้เลือก 15 ต้นแบบที่มีศักยภาพสูงเพื่อรวมเข้ากับแพลตฟอร์ม เช่น การปรับแต่งการสนับสนุนลูกค้า การตอบคำถาม และการตรวจจับการฉ้อโกง
การตอบคำถามสนับสนุนเกี่ยวกับเอกสาร
GPT สามารถทำความเข้าใจคำถามของผู้ใช้ อ่านเอกสารโดยละเอียด ระบุส่วนที่เกี่ยวข้อง และสรุปวิธีแก้ปัญหาในที่เดียว ซึ่งเป็นสิ่งที่คาดไม่ถึงจากซอฟต์แวร์สำหรับโมเดลภาษาขนาดใหญ่
การตรวจจับการฉ้อโกงบนแพลตฟอร์มชุมชน
เนื่องจากมีการใช้งานบนอินเทอร์เน็ต ผู้ไม่หวังดีมักเข้ามาในฟอรัมเหล่านี้ โดยพยายามหาข้อมูลสำคัญจากสมาชิกชุมชน หรือกู้คืนความน่าเชื่อถือกับทีมชุมชนของ Stripe หลังจากถูกขับออกจากแพลตฟอร์ม GPT-4 สามารถวิเคราะห์ไวยากรณ์ของโพสต์ใน Discord เพื่อช่วยให้ทีมต่อต้านการฉ้อโกงของ Stripe ติดตามและยืนยันได้ว่าไม่ใช่ผู้ฉ้อโกงที่ทำตัวดี
ศัพท์ที่ควรรู้
- GPT-4 – โมเดลภาษาขั้นสูงของ OpenAI ที่ถูกนำมาใช้ในการทดลอง
- Large Language Models (LLMs) – โมเดลภาษาขนาดใหญ่ที่ AI ใช้ในการประมวลผลและสร้างข้อความ
- Applied Machine Learning – ทีมที่นำ Machine Learning ไปประยุกต์ใช้จริงในบริบทของ Stripe
- Fraud detection – กระบวนการตรวจจับการฉ้อโกงที่ใช้ AI เข้ามาช่วยวิเคราะห์
ที่มา: OpenAI