យោងតាមរបាយការណ៍ស្រាវជ្រាវថ្មីរបស់ UK fintech Saturn ដែលបានសាកល្បង 18 នៃម៉ូដែល AI ពេញនិយមបំផុត និងបានរកឃើញអត្រាកំហុសជាមធ្យម 57% កាសែត Financial Times បានរាយការណ៍កាលពីថ្ងៃចន្ទ។

របាយការណ៍ដែលមានចំណងជើងថា "អាជ្ញាធរសិប្បនិម្មិត" មកដល់នៅពេលដែលអ្នកប្រើប្រាស់រាប់លាននាក់ងាកទៅរក chatbots កាន់តែខ្លាំងឡើងសម្រាប់ការណែនាំអំពីប្រាក់សោធននិវត្តន៍ ពន្ធ បំណុល និងការសន្សំ ដែលជាសំណួរដែលចម្លើយខុសតែមួយអាចនាំមកនូវផលវិបាកផ្នែកហិរញ្ញវត្ថុពិតប្រាកដ។ នៅពេលដែលជំនួយការគោលបំណងទូទៅត្រូវបានរុញចូលទៅក្នុងទឹកដីដែលបានគ្រប់គ្រង ការសិក្សាបែបនេះកំពុងក្លាយជាការធ្វើតេស្តភាពតានតឹងដែលកើតឡើងដដែលៗនៃការសន្យារបស់អ្នកប្រើប្រាស់របស់ឧស្សាហកម្ម ហើយយើងនឹងបន្តតាមដានការអភិវឌ្ឍន៍ AI ចុងក្រោយបង្អស់នៅពេលដែលនិយតករឆ្លើយតប។

របៀបដែលការសាកល្បងដំណើរការ

ក្រុម Domain របស់ Saturn បានដាក់គំរូ AI ចំនួន 18 ដែលត្រូវបានប្រើប្រាស់យ៉ាងទូលំទូលាយតាមរយៈសំណួរចំនួន 121 ដែលរួមមានប្រាក់សោធននិវត្តន៍ ពន្ធ បំណុល និងការសន្សំ ដែលជាផ្នែកស្នូលដែលអ្នកប្រើប្រាស់លក់រាយភាគច្រើនស្វែងរកដំបូន្មាន។ ម៉ូដែលដែលបានសាកល្បងរួមមាន ChatGPT, Gemini, Claude និង Microsoft's Copilot នេះបើយោងតាមសេចក្តីសង្ខេបដែលបានចេញផ្សាយរបស់របាយការណ៍។

Saturn បាននិយាយថាជាមធ្យម ម៉ូដែលទាំងនោះមានកំហុស 57% នៃពេលវេលា។ ក្រុមហ៊ុនបានកំណត់ការរកឃើញថាជាវិសាលភាព "ទាក់ទងនឹងកំហុសឆ្គងចំពោះការបរាជ័យក្នុងការការពារអ្នកប្រើប្រាស់" ហើយបានប្រើវាដើម្បីជជែកវែកញែកថាគម្លាតដំបូន្មានរបស់ចក្រភពអង់គ្លេស - គម្លាតរវាងមនុស្សដែលអាចទទួលបានដំបូន្មានផ្នែកហិរញ្ញវត្ថុដែលមានការគ្រប់គ្រងនិងអ្នកដែលមិនអាច - នឹងមិនត្រូវបានបិទដោយ chatbots ដែលមិនមានការគ្រប់គ្រងតែម្នាក់ឯងនោះទេ។

សូម្បីតែម៉ូដែលល្អបំផុត តែងតែមានកំហុស

លទ្ធផលមិនស្មើគ្នា ប៉ុន្តែសូម្បីតែអ្នកសំដែងខ្លាំងបំផុតក៏បរាជ័យជាញឹកញាប់ដែរ។ យោងតាមរបាយការណ៍របស់ FT ម៉ូដែលដែលដំណើរការល្អបំផុតគឺ Claude Opus 5 របស់ Anthropic ដំណើរការក្នុងរបៀបហេតុផល ហើយវានៅតែធ្វើខុសក្នុង 39% នៃចម្លើយ។

ព័ត៌មានលម្អិតនោះអាចបង្ហាញថាជាការរកឃើញផលវិបាកបំផុតរបស់របាយការណ៍។ របៀប​វែកញែក​ដែល​អនុញ្ញាត​ឱ្យ​ម៉ូដែល​ពិចារណា​មុន​នឹង​ឆ្លើយ​គឺជា​ចម្លើយ​ឈានមុខ​គេ​ក្នុង​ឧស្សាហកម្ម​នេះ​ចំពោះ​ការយល់​ច្រឡំ និង​កំហុស ហើយ​គំរូ​ព្រំដែន​តែងតែ​ប្រកាស​លទ្ធផល​ខ្លាំង​លើ​ការប្រឡង​វិជ្ជាជីវៈ​ផ្នែក​ហិរញ្ញវត្ថុ​និង​ច្បាប់។​ អត្រាកំហុស 39% លើសំណួរហិរញ្ញវត្ថុជាក់ស្តែង បង្ហាញថា គំរូនៃរចនាប័ទ្មប្រឡង និងសំណួរអ្នកប្រើប្រាស់ក្នុងពិភពពិតវាស់វែងអ្វីៗខុសគ្នាខ្លាំង។

ការ​រក​ឃើញ​នេះ​ក៏​បាន​ទាញ​ថយ​ក្រោយ​ផង​ដែរ។ អ្នកអត្ថាធិប្បាយលើព័ត៌មាន Hacker បានចោទសួរអំពីវិធីសាស្រ្ត និងការជ្រើសរើសគំរូ ដោយកត់សម្គាល់ថា កំហុសឧទាហរណ៍មួយចំនួននៃរបាយការណ៍បានមកពីគំរូថ្នាក់ឥតគិតថ្លៃតូចជាង។ ប៉ុន្តែជាមធ្យម 57% និងតួលេខល្អបំផុតក្នុងថ្នាក់ 39% ឈរដូចការអះអាងដែលបានបោះពុម្ពផ្សាយពី Saturn និង FT និងការព្រមានកណ្តាលរបស់របាយការណ៍ - ថាអ្នកប្រើប្រាស់មិនគួរចាត់ទុកលទ្ធផលនៃ chatbot ជាដំបូន្មានដែលបានកំណត់ - មិនត្រូវបានជំទាស់ទេ។

និយតករព្រមានមួយធ្លាប់ឮពីមុនមក

របាយ​ការណ៍​នេះ​កើត​ឡើង​ចំពេល​មាន​ការ​រីក​ចម្រើន​ជា​ផ្លូវ​ការ​អំពី​ការ​ជជែក​កំសាន្ត​ក្នុង​បញ្ហា​ប្រាក់។ អ្នកប្រើប្រាស់នៅចក្រភពអង់គ្លេសត្រូវបានព្រមានរួចហើយអំពី AI chatbots ដែលផ្តល់ដំបូន្មានហិរញ្ញវត្ថុមិនត្រឹមត្រូវនៅក្នុងការជូនដំណឹងដែលគ្របដណ្តប់យ៉ាងទូលំទូលាយដែលត្រូវបានចេញផ្សាយដោយ The Guardian នៅចុងឆ្នាំ 2025 ហើយនិយតករហិរញ្ញវត្ថុនៅទូទាំងទ្វីបអឺរ៉ុប និងសហរដ្ឋអាមេរិកចាប់តាំងពីពេលនោះមកបានដាក់ទង់ដំបូន្មានដែលបង្កើតដោយ AI ជាតំបន់ហានិភ័យអ្នកប្រើប្រាស់ដែលកំពុងរីកចម្រើន។

ទីតាំងផ្ទាល់ខ្លួនរបស់ Saturn ផ្តល់ឱ្យរបាយការណ៍នូវគែមជាក់លាក់មួយ៖ ក្រុមហ៊ុនបង្កើតឧបករណ៍ AI សម្រាប់ដំបូន្មានផ្នែកហិរញ្ញវត្ថុ ហើយវាបានបោះពុម្ពផ្សាយការរកឃើញនេះមិនមែនជាការបដិសេធរបស់ AI ក្នុងផ្នែកហិរញ្ញវត្ថុទេ ប៉ុន្តែជាករណីសម្រាប់ការទទួលបានផ្លូវការពារត្រឹមត្រូវ។ ទឡ្ហីករណ៍របស់វាគឺថា chatbots ដែលគ្រប់គ្រងមិនបានល្អកំពុងបំពេញចន្លោះដំបូន្មានតាមលំនាំដើមរួចហើយ ហើយជម្រើសដែលប្រឈមនឹងនិយតករគឺរវាងការណែនាំ AI ដែលត្រូវបានត្រួតពិនិត្យ និងការណែនាំ AI ដែលមិនស្ថិតក្រោមការត្រួតពិនិត្យ - មិនមែនរវាង AI និងដំបូន្មានរបស់មនុស្សទេ។

ការចូលរួមចំណែករបស់ Saturn ចំពោះការជជែកវែកញែកនោះ គឺជាអំណះអំណាងមួយអំពីការរចនាគោលនយោបាយ៖ ក្រុមហ៊ុននិយាយថាការផ្លាស់ប្តូរពីអ្វីដែលខ្លួនហៅថាបទប្បញ្ញត្តិហួសហេតុឆ្ពោះទៅរកការដាក់របាំងការពារជាក់ស្តែងលើគំរូភាសាធំៗនឹងបង្រួមគម្លាតដំបូន្មានកាន់តែលឿន ខណៈពេលដែលការពារមនុស្សពីការណែនាំ AI ដែលមិនមានការគ្រប់គ្រង។ ម្យ៉ាងវិញទៀត ជាជាងការរក្សា AI ចេញពីដំបូន្មានហិរញ្ញវត្ថុទាំងស្រុង បង្កើតការដាក់ពង្រាយដែលមានការត្រួតពិនិត្យ ដែលអាចបម្រើអតិថិជនដោយសុវត្ថិភាព ដែលទីប្រឹក្សារបស់មនុស្សមានតម្លៃថ្លៃពេកមិនអាចទៅដល់បាន។

ការដាក់ស៊ុមនោះមានសារៈសំខាន់ ពីព្រោះគម្លាតដំបូន្មាន គឺជាហេតុផលដ៏រឹងមាំបំផុតរបស់ឧស្សាហកម្មសម្រាប់ការស្ថិតនៅក្នុងចន្លោះនេះ។ នៅចក្រភពអង់គ្លេស គ្រួសារភាគច្រើនធ្លាក់នៅក្រៅកម្រិតដែលការណែនាំផ្នែកហិរញ្ញវត្ថុដែលត្រូវបានគ្រប់គ្រងត្រូវបានចាត់ទុកថាអាចសម្រេចបានផ្នែកសេដ្ឋកិច្ច ដែលជាចំនួនប្រជាជនដែលឥឡូវនេះកំពុងសួរ chatbots អំពីប្រាក់សោធននិវត្តន៍ និងបំណុល។

អ្វីដែលអ្នកប្រើប្រាស់គួរដក

រហូតទាល់តែម៉ូដែលកែលម្អ ឬនិយតករធ្វើអន្តរាគមន៍ ការណែនាំជាក់ស្តែងពីការស្រាវជ្រាវគឺត្រង់៖

  • ចាត់ទុកចម្លើយរបស់ chatbot លើពន្ធ ប្រាក់សោធននិវត្តន៍ បំណុល និងការសន្សំជាចំណុចចាប់ផ្តើមសម្រាប់ការស្រាវជ្រាវ មិនមែនជាដំបូន្មានទេ។
  • ផ្ទៀងផ្ទាត់តួលេខជាក់លាក់ណាមួយ - កម្រិត អត្រាការប្រាក់ ប្រាក់ឧបត្ថម្ភ - ប្រឆាំងនឹងប្រភពផ្លូវការ មុនពេលធ្វើសកម្មភាពលើវា។
  • ត្រូវប្រុងប្រយ័ត្នជាពិសេសជាមួយនឹងម៉ូដែលឥតគិតថ្លៃ ដែលអាចចាស់ជាង ឬតូចជាងកំណែស្មាតហ្វូនដែលមន្ទីរពិសោធន៍ផ្សព្វផ្សាយ។
  • សម្រាប់ការសម្រេចចិត្តជាលទ្ធផល ទីប្រឹក្សាមនុស្សដែលមានបទប្បញ្ញត្តិនៅតែជាបណ្តាញតែមួយគត់ដែលមានការទទួលខុសត្រូវផ្នែកច្បាប់។

សំណួរទូលំទូលាយដែលរបាយការណ៍លើកឡើងគឺមួយដែលឧស្សាហកម្ម AI នឹងត្រូវប្រឈមមុខម្តងហើយម្តងទៀតក្នុងឆ្នាំ 2026៖ សមត្ថភាពដែលគួរឱ្យចាប់អារម្មណ៍ក្នុងការបង្ហាញ និងស្តង់ដារនៅតែអាចខ្វះរបារភាពជឿជាក់ដែលទាមទារដែនគ្រប់គ្រង។ ដំបូន្មានផ្នែកហិរញ្ញវត្ថុគឺគ្រាន់តែជាឆាកដំបូងដែលគម្លាតនោះត្រូវបានគណនាយ៉ាងច្បាស់លាស់នេះ។

នាំមុខ AI

តាមដានពីរបៀបដែល AI កំពុងផ្លាស់ប្តូរហិរញ្ញវត្ថុ ការស្រាវជ្រាវ និងបទប្បញ្ញត្តិ? អានព័ត៌មាន AI បន្ថែមនៅលើ AI Buzz Wire — គ្របដណ្តប់ AI ឯករាជ្យ ជារៀងរាល់ថ្ងៃ។

---

ស្នាក់នៅមុន AI

ទទួលបានព័ត៌មាន AI ការវិភាគ និងរបកគំហើញចុងក្រោយបំផុត — ទាំងអស់នៅកន្លែងតែមួយ។

អានព័ត៌មាន AI បន្ថែម →