Jak zbudowaliśmy AI, które tłumaczy pieniądze bez zmyślania

AI w YPA-FINANCE wyjaśnia koncepcje finansowe, nigdy nie wymyśla porad ani liczb. Każde wyliczenie, które dotyka twoich pieniędzy, działa w sprawdzonym kodzie, a nie w modelu językowym. Ten wpis jest o tym, jak narysowaliśmy tę granicę i dlaczego to najważniejsza decyzja inżynierska stojąca za naszymi asystentami AI.

Kiedy ludzie słyszą "asystent finansowy AI", zwykle wyobrażają sobie chatbota odpowiadającego na pytania o pieniądze. To łatwa część. Trudna część, ta o której prawie nikt nie mówi, to upewnienie się, że nigdy z pewnością nie powie ci czegoś nieprawdziwego. W większości produktów zmyślanie to zawstydzający zrzut ekranu. W aplikacji finansowej używanej przez osobę, która porusza się w systemie nowego kraju w drugim języku, to człowiek podejmujący prawdziwą decyzję na podstawie liczby, którą wymyśliliśmy.

Chcę więc przejść przez to, jak naprawdę to zbudowaliśmy: gdzie pozwalamy AI mówić swobodnie, gdzie nie pozwalamy mu się zbliżać, i bariery bezpieczeństwa pomiędzy.

Zmyślanie w finansach to nie ciekawostka. To szkoda.

Duże modele językowe przewidują wiarygodny tekst. Tym właśnie się zajmują. Przez większość czasu wiarygodne i poprawne się pokrywają, i to właśnie czyni tę lukę niebezpieczną, bo jest niewidoczna, dopóki przestaje.

Zapytaj ogólny chatbot "jeśli płacę 200 dolarów miesięcznie przy saldzie 5000 dolarów i 24% APR, kiedy będę bez długu?" i da ci pewną, konkretną, ładnie sformatowaną odpowiedź. Czasem jest poprawna. Czasem myli się o rok. Nie poznasz po wyglądzie, która jest która, i osoba, która musiała zadać to pytanie, też nie pozna.

Teraz dodaj do tego naszych prawdziwych użytkowników: imigrantów i nowo przybyłych, którzy często nie mają finansowej siatki bezpieczeństwa, rodzica, który już zna system, ani angielskiego wystarczającego, by sprawdzić pewnie brzmiący akapit. Cały powód, dla którego używają YPA-FINANCE, to to, że *nie są w stanie* łatwo sami tego zweryfikować. To nie jest użytkownik, któremu możemy wręczyć wiarygodny strzał. Więc zaprojektowaliśmy wokół twardej zasady: model nigdy nie jest źródłem prawdy dla niczego, co musi być poprawne.

Wyjaśnić ≠ doradzić

Najważniejsza linia, jaką narysowaliśmy, biegnie między wyjaśnianiem a doradzaniem.

Wyjaśnianie to: "APR to roczny koszt pożyczania pieniędzy, łącznie z odsetkami. APR 24% oznacza, że w przybliżeniu na każde 100 dolarów, które utrzymujesz na karcie przez rok, doliczane jest około 24 dolary odsetek." To koncepcja. Jest stabilna, jest prawdziwa niezależnie od twojej konkretnej sytuacji, a AI może to wyjaśnić zwykłymi słowami, w każdym z naszych 13 języków.

Doradzanie to: "Powinieneś wpłacić 300 dolarów na tę kartę i przestać używać drugiej." To zalecenie dotyczące pieniędzy konkretnej osoby. Zależy od liczb, które muszą być dokładne, i niesie ze sobą konsekwencje, jeśli jest złe.

Nasza AI robi to pierwsze. Jest celowo zbudowana, żeby nie robić drugiego. Ta granica nie jest ograniczeniem, za które przepraszamy, jest funkcją bezpieczeństwa. Narzędzie, które wyjaśnia, jak działa kredyt, daje ci moc podjęcia własnej decyzji. Narzędzie, które po cichu podejmuje decyzję za ciebie na podstawie strzału, to dokładnie to, przed czym staramy się chronić ludzi.

Bariery bezpieczeństwa, konkretnie

Tak ta granica wygląda w prawdziwym systemie.

Matematyka działa w kodzie, nie w modelu. Każde wyliczenie, terminy spłaty długu, zapłacone odsetki, porównania strategii spłaty, działa w deterministycznym, przetestowanym kodzie. Ta sama logika stoi za Calculator PRO. Model językowy nigdy nie wykonuje arytmetyki. Kiedy zadajesz pytanie wymagające liczby, zadaniem modelu jest rozpoznać, o co pytasz, i przekazać to kalkulatorowi, a potem wyjaśnić wynik w twoim języku. Liczba jest obliczana; tylko wyjaśnienie jest generowane. Jeśli silnik matematyczny nie potrafi odpowiedzieć, AI to mówi, nie improwizuje.

Wyjaśnienia są zakotwiczone, nie swobodne. Kiedy AI wyjaśnia koncepcję, pracuje z naszej własnej zweryfikowanej zawartości finansowej, tego samego materiału, który stoi za naszymi przewodnikami, a nie z tego, co przypadkowo wchłonęła podczas treningu. Zakotwiczenie odpowiedzi w znanym źródle jest tym, co powstrzymuje "co to jest minimalna płatność" przed osunięciem się w pewny wymysł.

Zakres jest specjalnie ograniczony. Asystent jest zbudowany, żeby rozmawiać o kredycie, budżecie, długu i rozumieniu dokumentów finansowych. Poproś go o coś poza tym, o przewidzenie akcji giełdowej, obietnicę, że dostaniesz kartę, gwarancję wyniku kredytowego w 30 dni, i jest zaprojektowany, żeby odmówić zamiast zadowolić cię odpowiedzią. "Nie wiem" i "to zależy, oto co warto rozważyć" to ważne, poprawne odpowiedzi. Traktujemy je jak funkcje.

Zawsze jest ścieżka do człowieka. Kiedy pytanie wykracza poza to, na co AI powinno odpowiadać, właściwym krokiem nie jest lepszy strzał, tylko człowiek. Użytkownicy mogą dotrzeć do prawdziwej osoby przez WhatsApp lub Telegram. To, że AI wie, gdzie kończy się jego praca, jest równie ważne jak to, co robi w jej środku.

Robienie tego w 13 językach mnoży ryzyko

Oto problem, który większość tekstów o "aplikacjach finansowych z AI" pomija całkowicie: ryzyko zmyślania i ryzyko tłumaczenia się kumulują.

Co innego sprawić, żeby model poprawnie wyjaśnił APR po angielsku. A co innego upewnić się, że *to samo* wyjaśnienie jest dokładne, proste i kulturowo czytelne po hiszpańsku, arabsku, rosyjsku, koreańsku, wietnamsku, tagalogu i siedmiu innych językach, w tym pisanych od prawej do lewej i takich, w których słownictwo finansowe nie nakłada się czysto na koncepcje amerykańskie. Subtelnie błędne tłumaczenie "minimalnej płatności" czy "salda wyciągu" może być równie szkodliwe jak zmyślona liczba, a trudniej je wyłapać, bo angielski wyglądał dobrze.

Więc ta sama zasada obowiązuje między językami: koncepcje finansowe, które wyjaśniamy, pochodzą ze zweryfikowanego, kontrolowanego materiału źródłowego, a zadaniem modelu jest oddać je jasno w języku użytkownika, a nie wymyślać znaczenie finansowe od nowa za każdym razem, gdy tłumaczy. Struktura pozostaje stała; język się dostosowuje. Tak właśnie powstrzymujesz "prosty język w 13 językach" przed cichym staniem się "13 szansami na subtelną pomyłkę."

Czego mu nie pozwalamy robić

Warto być wprost, bo lista to zaufanie:

Dlaczego to jest cały sens

Mówiłam już, że finansowe zmieszanie nie jest osobistą wadą, to wada projektowa, a wady projektowe można naprawić. AI jest najpotężniejszym narzędziem, jakie kiedykolwiek mieliśmy, żeby to naprawić: cierpliwy tłumacz, który działa w twoim języku, w twoim tempie, bez oceniania.

Ale ta moc tnie w dwie strony. AI, które wyjaśnia jasno *i dokładnie*, jest naprawdę transformujące dla kogoś zamkniętego poza systemem finansowym przez język. AI, które wyjaśnia jasno i *czasami się myli*, jest gorsze niż nic dla tej samej osoby, bo nie ma sposobu, żeby wiedzieć, która jest która.

Dlatego zbudowaliśmy to tak, jak zbudowaliśmy. Większość narzędzi finansowych, z którymi nasi użytkownicy mieli do czynienia — banki, call center, generyczne chatboty — brzmi pewnie i po cichu się myli. Odmówiliśmy wypuszczenia kolejnego takiego. Bariery bezpieczeństwa nie są tym, co dodaliśmy po zbudowaniu AI. Są powodem, dla którego AI w ogóle warto wypuszczać.

Możesz zobaczyć, jak asystent działa w praktyce na stronie asystenta AI, albo zobaczyć, jak YPA-FINANCE wypada na tle innych aplikacji finansowych na naszej stronie porównań.

---

Svetlana Burninova jest współzałożycielką i CTO YPA Finance, ma 15 lat w systemach finansowych i 7 lat w infrastrukturze. Posiada certyfikaty AWS, CKA, CKAD i HashiCorp Terraform. Pytania o to, jak budujemy naszą AI? Napisz do niej na hello@ypa.finance.