Morgan Stanley, riskli P&L denetim görevlerini %50 azalttı — işte nasıl yaptı

Morgan Stanley, finansal kuruluşların en zorlu süreçlerinden biri olan kâr-zarar (P&L) denetimlerinde yapay zeka destekli bir sistem kullanarak önemli bir verimlilik artışı elde etti. Geleneksel otomasyon yaklaşımlarının aksine, şirket burada ajanlara tam özerklik vermek yerine kontrollü işbirlikçilik modelini benimsedi. Sonuç: haftada 1.500 saatlik manuel çalışma tasarruf edildi.

İnsan-Ajan İşbirliğinin Gücü: FIXR Sistemi Nasıl Çalışıyor?

Her işlem gününün sonunda, Morgan Stanley’in ticaret masaları nakit hisselerden borç yatırımlarına kadar geniş bir yelpazede işlemleri yönetmekle yükümlü. Ancak bu işlemlerin ardından kontrolörler, P&L verilerini Finans, Risk, Operasyonlar ve İşlem Yakalama sistemleri arasında eşleştirmek zorunda kalıyor. Bu süreçte yüz binlerce veri noktası uyumsuzluk gösterebiliyor ve her bir uyumsuzluk ("break") manuel olarak incelenerek düzeltilmeli.

Morgan Stanley’in iç sistemine entegre edilen FIXR adlı ajan tabanlı çözüm, bu süreci devralıyor. Sistem, gece boyunca gerçekleştirilen P&L hesaplamalarının ardından otomatik olarak uyumsuzlukları analiz ediyor ve kontrolörlerin geçmiş kararlarına dayalı öneriler sunuyor. Üç farklı ajan birlikte çalışıyor:

• Geçmiş rehberlikleri yorumlayan ajan: Gün başlangıcındaki çözümlemeleri geliştiriyor.
• Kontrolör davranışlarını öğrenen ajan: Uygulanan kuralları belgelendiriyor.
• Tekrarlayan desenleri kalıcı kurallara dönüştüren ajan: Yeniden karşılaşılan uyumsuzlukları otomatik olarak çözüyor.

Sistem zamanla daha önce karşılaştığı uyumsuzlukları otomatik olarak temizleyebiliyor, yeni durumlar için öneriler sunabiliyor ya da emin olmadığı noktalarda insan müdahalesi talep edebiliyor. En önemlisi, tüm öneriler kontrolörler tarafından onaylanıyor, düzeltiliyor ve sistemin öğrenme döngüsü böylece sürekli iyileştiriliyor.

Morgan Stanley Yönetim Kurulu Üyesi Todd Johnson, sistemin "bir yardımcıdan çok bir meslektaş gibi çalıştığını" vurguluyor. "Genel amaçlı yapay zeka araçlarının ötesinde, daha karmaşık iş süreçlerini çözümlemeye odaklanıyoruz" diyen Johnson, insan hesap verebilirliğinin asla kaybolmadığını belirtiyor.

İş Sürecini Önce Yeniden Dizayn Etmek: Kritik Başarı Faktörü

Johnson ve ekibi, yapay zeka ajanlarını devreye almadan önce tüm süreci baştan sona analiz etti. Sürecin hangi aşamalarının otomasyona uygun olduğunu belirlemek için "çok kapsamlı bir süreç zekası değerlendirmesi" gerçekleştirdiler. Bu yaklaşım sayesinde, sistem sadece basit görevleri değil, daha karmaşık ve değer katıcı analizleri kontrolörlerin yapmasına olanak tanıdı.

Morgan Stanley’in tercih ettiği P&L denetim kullanımı, küresel ölçekte yüzlerce kontrolörün katıldığı bir süreçti. Bu sayede sistemin başarısı kanıtlandıktan sonra diğer departmanlara da yaygınlaştırılması planlanıyor. Johnson, "Önce bir kullanım örneğiyle başlayın, ardından genişletin. Böylece kurumsal dönüşümün temeli sağlam atılmış oluyor" diye ekliyor.

Belirleyici Kurallar ve Kontrollü Özerklik

FIXR sisteminin en önemli özelliklerinden biri, LLM’lerin (dil modellerinin) belirsizlik içeren kararlarından mümkün olduğunca kaçınması. Johnson, "Eğer bir süreci son derece standartlaştırılmış ve tekrarlanabilir hale getirebiliyorsanız, o kısmı modelle değil, kurallarla çözün" diyor. Sistem ne kadar çok kontrolörden geri bildirim alırsa, kararları kalıcı kurallara dönüştürerek daha az belirsizlik içeren bir yapıya kavuşuyor.

Bu yaklaşımın bir diğer avantajı da token tüketiminin azalması. Süreç ne kadar deterministik hale gelirse, sistemin çalışması da o kadar verimli ve maliyet etkin oluyor.

İnsan Sorumluluğu: Agent Çağında Kritik Bir İlke

Yapay zeka ajanlarının geleceğiyle ilgili en önemli tartışmalardan biri, ajanların kod mı yoksa dijital çalışanlar mı olduğu. Johnson’a göre, ajanlar hem kod hem de dijital çalışan özellikleri taşıyor ve bu nedenle hem teknik hem de operasyonel kontrollerin özenle yönetilmesi gerekiyor.

Ancak yeni bir dinamik de ortaya çıkıyor: İnsanlar, ajanların performansından sorumlu hale geliyor. Örneğin, kıdemli bir kontrolörün daha az deneyimli bir meslektaşına ajan yardımıyla rehberlik etmesi durumunda, sorumluluk hiçbir şekilde devredilmiyor. Morgan Stanley’in AI yönetişim ilkelerine göre, "otomatikleştirilmiş her ne kadar süreç olsa da insan hesap verebilirliği her zaman korunmalı".

Geleceğe Yönelik Dönüşüm: Ölçeklenebilir ve Güvenilir Otomasyon

Johnson, FIXR sisteminin başarısının ardından şirketin daha geniş bir otomasyon stratejisine geçtiğini belirtiyor. Yapay zeka ajanları artık sadece P&L denetimlerinde değil, risk değerlendirme, müşteri hizmetleri ve operasyonel verimlilik gibi diğer alanlarda da kullanılmaya başlandı.

Ancak en önemli ders, sadece teknolojiyi değil, süreci de doğru dizayn etmek. Johnson, "Eğer bir süreci iyileştirmeden önce araca odaklanırsanız, asıl fırsatı kaçırabilirsiniz" diyor. Gelecekte, Morgan Stanley’in yapay zeka destekli sistemleri daha geniş ölçekte kullanarak finansal hizmetlerde yeni bir verimlilik çağını başlatması bekleniyor — tüm bunlar, kontrollü ve insan odaklı bir yaklaşımla gerçekleşiyor.