Mana satu lebih boleh diharapkan untuk menggerakkan kargo?
Robot yang mengangkut setiap penghantaran sendiri membuat keputusan, memilih laluan, dan menyesuaikan diri setiap kali?
Atau robot yang membina rel, sistem isyarat, pusat pemeriksaan, dan peraturan operasi supaya beribu-ribu penghantaran boleh bergerak secara automatik melalui laluan terkawal?
Untuk operasi kritikal, pendekatan kedua lebih boleh diharapkan.
Saya melihat AI kewangan dengan cara yang sama - sama seperti bagaimana saya melihat perancangan pengeluaran di AINNA.
Menggunakan LLM secara langsung untuk menganalisis setiap transaksi memperkenalkan variasi. Model boleh dipengaruhi oleh konteks, prompt, kemas kini model, data latihan, dan bias manusia yang terkumpul - dan semua ini mengganggu kebolehulangan yang kita perlukan dalam operasi harian.
Reka bentuk yang lebih baik ialah menggunakan AI untuk membina rel.
Biarkan AI mereka bentuk sistem terpisah: parser tetap, logik deterministik, garis panduan perakaunan, peraturan pengesahan, semakan penyesuaian, dan petunjuk kewangan yang telah ditetapkan - persis SOP, routing pengeluaran, dan checkpoint kualiti di lantai kilang.
Kemudian biarkan data kewangan melalui sistem terkawal itu berulang kali.
AI tidak perlu "berfikir" tentang setiap transaksi.
Ia dipanggil semula hanya apabila sistem menghadapi pengecualian atau kerumitan yang benar-benar memerlukan penaakulan.
AI membina rel.
Sistem deterministik menggerakkan kargo.
AI mengendalikan pengecualian.
Untuk sistem kewangan, kebolehpercayaan harus datang daripada reka bentuk - bukan dengan meminta model probabilistik membuat penilaian yang sama beribu-ribu kali. Di AINNA, kami memastikan perancangan, penyelarasan, dan pelaksanaan yang dipercayai inilah yang menukar penyelesaian AI kepada hasil operasi sebenar untuk perniagaan Malaysia.
