Generatieve AI blijft de financiële wereld veroveren, met bedrijven zoals JP Morgan die AI-tools als ChatGPT omarmen voor hun dagelijkse operaties. Maar IBM gaat een stap verder met hun nieuwste ontwikkeling: de “Lightweight Engine” binnen het WatsonX.ai-platform. Deze innovatie biedt bedrijven, groot en klein, de mogelijkheid om veilig en efficiënt AI-oplossingen in te zetten, zowel in de cloud als lokaal.

AI in de Fintech Wereld

Voordat ChatGPT op het toneel verscheen, waren veel experts sceptisch over het gebruik van AI in kritische sectoren zoals de financiën. De reden? Gebrek aan nauwkeurigheid en voorspelbaarheid. Dit probleem bestaat nog steeds, vooral bij AI-modellen die zijn getraind op openbare data. JP Morgan heeft hierop ingespeeld door een aangepaste versie van ChatGPT te implementeren, specifiek afgestemd op hun interne systemen en data. Dit toont aan dat zelfs de traditionele financiële sector de potentie van AI erkent.

Meer dan Alleen Cloudoplossingen

Veel AI-diensten zijn volledig cloud-gebaseerd, wat een uitdaging kan vormen voor sectoren waar strenge regelgeving geldt en waar data absoluut beschermd moet blijven. IBM’s WatsonX.ai biedt echter flexibiliteit door zowel cloud- als on-premises oplossingen aan te bieden. De nieuwe Lightweight Engine maakt het mogelijk om AI-modellen lokaal te draaien zonder dat dit ten koste gaat van de prestaties.

Savio Rodrigues van IBM legt uit:

“Bedrijven zoeken naar de meest efficiënte manier om AI te implementeren zonder onnodige belasting van hun systemen. De Lightweight Engine is ontworpen met dat doel voor ogen.”

Voor fintech-bedrijven, blockchain-ontwikkelaars en crypto-leners is deze combinatie van flexibiliteit en veiligheid een belangrijke troef. IBM’s oplossing biedt hen de mogelijkheid om AI-modellen intern te ontwikkelen en te beheren, zonder afhankelijk te zijn van externe aanbieders.

Met de groeiende concurrentie op het gebied van AI-diensten, lijkt IBM’s Lightweight Engine een aantrekkelijk alternatief voor bedrijven die controle en kostenbesparing belangrijk vinden bij de inzet van AI-technologie.