Per rispondere allo specifico caso d'uso della banca, Artefact ha intrapreso un'analisi dei cluster che consente agli utenti di rivolgersi a gruppi di clienti distinti. L'analisi si è concentrata su un sottoinsieme selezionato di clienti, definendo profili tipici (soggetti) attraverso l'AI generativa. Questi soggetti potrebbero quindi essere interrogati sulle loro preferenze personali e abitudini di consumo.
"Lo studio IBM watsonx.ai ci ha consentito di implementare l'intera soluzione, dal back-end al front-end, in appena un mese, con un piccolo team. Gli strumenti IBM sono estremamente funzionali, facili da implementare e utilizzare, una solida base per sviluppare rapidamente soluzioni di AI," afferma Jérémie Cornet-Vuckovic.
Artefact mette in evidenza due aspetti fondamentali dell'offerta IBM watsonx.ai:
• Una gamma completa di tecnologie, che comprende le principali tecnologie open source, che consente ai team di sviluppo di utilizzare questi strumenti per accelerare il progetto.
• Solide funzionalità di sicurezza e protezione dei dati, che consentono l'implementazione e l'addestramento dell'AI in loco, un elemento critico per settori come la finanza, le assicurazioni e il pubblico.
Artefact ha utilizzato dati anonimi dei clienti per lo sviluppo di applicazioni, con una meticolosa attenzione alla comprensione e alla spiegazione delle risposte generate dall'AI generativa. "Tutte le informazioni fornite sono spiegabili nell'applicazione, "conferma Jérémie Cornet-Vuckovic. "È fondamentale potersi fidare dei dati forniti dall'AI, senza i quali non si potrebbero ottenere benefici per l'azienda.."