從幾個業(yè)務(wù)場景和實(shí)際案例，看生成式AI在金融領(lǐng)域的應(yīng)用

摩根士丹利等機(jī)構(gòu)都已引入ChatGPT，生成式AI在金融領(lǐng)域所有哪些應(yīng)用？

生成式AI在金融領(lǐng)域有哪些應(yīng)用？具備什么優(yōu)勢？面臨什么挑戰(zhàn)？一文看懂

從幾個業(yè)務(wù)場景和實(shí)際案例，看生成式AI在金融領(lǐng)域的應(yīng)用

ChatGPT推出隱私功能，歐盟加速制定新規(guī)，生成式AI在金融領(lǐng)域前景廣闊

文/王吉偉

金融領(lǐng)域?qū)τ趹?yīng)用生成式AI的態(tài)度，現(xiàn)在分成了兩派。

因?yàn)閿?shù)據(jù)泄露等問題，美國銀行、花旗集團(tuán)和高盛等大銀行已在2月下旬迅速限制員工使用ChatGPT。

但其他金融公司，仍舊在生成式AI的應(yīng)用上積極探索與嘗試。

例如，摩根士丹利正在使用OpenAI驅(qū)動的聊天機(jī)器人來協(xié)助財務(wù)顧問，作為利用公司內(nèi)部研究和數(shù)據(jù)存儲庫的知識資源。

對沖基金Citadel正在就企業(yè)級ChatGPT許可證進(jìn)行談判，該許可證將用于軟件開發(fā)和信息分析。

費(fèi)用管理平臺Brex也正在與OpenAI合作，為客戶推出了基于聊天的支出洞察和基準(zhǔn)。彭博正在開發(fā)BloombergGPT，這是一種特定于金融的大型語言模型，用于情感分析，新聞分類和其他財務(wù)任務(wù)。

在國內(nèi)，早在2月份，招商銀行就在官微發(fā)布了由ChatGPT參與的關(guān)于該行親情信用卡的宣傳稿，江蘇銀行則已經(jīng)聯(lián)合應(yīng)用ChatGPT與Codex技術(shù)，分析行內(nèi)信息系統(tǒng)運(yùn)行情況，自動化分析得出相關(guān)建議。

雖然ChatGPT出現(xiàn)了數(shù)據(jù)泄露情況，三星也成了使用ChatGPT導(dǎo)致商業(yè)數(shù)據(jù)泄露的典型。但金融商業(yè)對于生成式AI技術(shù)的態(tài)度以及應(yīng)用，還是謹(jǐn)慎而樂觀的。

并且對于大部分企業(yè)來說，通過私有部署、安全防范、合成數(shù)據(jù)與穩(wěn)定自動化等手段，一些因素還可以做到可控范圍之內(nèi)。

尤其是前幾天ChatGPT推出新的隱私功能后，只要關(guān)閉聊天記錄，用戶的數(shù)據(jù)不會被用來訓(xùn)練和改進(jìn)OpenAI的人工智能（AI）模型。這個功能，使得應(yīng)用ChatGPT的組織數(shù)據(jù)泄露問題得到有效遏制。

近期還有一個信息值得思考，就是英偉達(dá)推出了NeMo Guardrails這樣的“護(hù)欄”軟件，防止生成式AI的隨意輸出和胡說八道。這可能意味著，為了更好的服務(wù)客戶及擴(kuò)大市場份額，后面將會有更多企業(yè)推出限制與優(yōu)化生成式AI的軟件應(yīng)用。

歐盟正在加速為生成式AI制定新規(guī)則，將會擬設(shè)立「AI 制作」標(biāo)簽，這一做法將會給予生成式AI更多的監(jiān)管。

中國也已經(jīng)起草《生成式人工智能服務(wù)管理辦法（征求意見稿）》并向社會公開征求意見?！掇k法》明確國家支持人工智能算法、框架等基礎(chǔ)技術(shù)的自主創(chuàng)新、推廣應(yīng)用、國際合作。因此，制定管理辦法正是為了未來更好地發(fā)展該技術(shù)，而不是限制該技術(shù)。

各個組織的舉措，正在把生成式AI推向有約束的正向軌道，這將非常有利于生成式AI在金融領(lǐng)域的大發(fā)展。

說了那么多關(guān)于生成式AI在金融領(lǐng)域的發(fā)展動向，到底生成式AI在金融領(lǐng)域有哪些應(yīng)用？有什么優(yōu)勢？正在面臨什么樣的挑戰(zhàn)？

本文，王吉偉頻道就跟大家聊聊這些。

生成式AI在金融領(lǐng)域的應(yīng)用

生成式AI是一種人工智能技術(shù)，它利用深度學(xué)習(xí)等方法，從大量數(shù)據(jù)中學(xué)習(xí)規(guī)律，并根據(jù)給定的條件或目標(biāo)，自動生成符合要求的文本、圖像、音頻等內(nèi)容的技術(shù)。

與其他人工智能技術(shù)相比，生成式AI的獨(dú)特之處在于它能夠創(chuàng)造新的內(nèi)容。例如，生成式預(yù)訓(xùn)練轉(zhuǎn)換器（GPT）是一種使用深度學(xué)習(xí)生成類似人類文本的大規(guī)模自然語言技術(shù)。

OpenAI的第三代GPT（GPT-3）已經(jīng)能夠根據(jù)其吸收的訓(xùn)練，預(yù)測句子中最有可能出現(xiàn)的下一個詞，能夠編寫故事、歌曲和詩歌，甚至計(jì)算機(jī)代碼。

鑒于這些優(yōu)勢，生成式AI在金融領(lǐng)域可以應(yīng)用于多種業(yè)務(wù)場景，以下是幾個典型應(yīng)用。

智能投顧：根據(jù)客戶的風(fēng)險偏好、收益目標(biāo)和資產(chǎn)狀況，為客戶提供個性化的投資建議和組合優(yōu)化。生成式AI可以利用大數(shù)據(jù)分析、深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等技術(shù)，實(shí)時監(jiān)測市場動態(tài)，調(diào)整投資策略，提高收益率和降低風(fēng)險。

智能投研：生成式AI技術(shù)可以通過分析海量的金融數(shù)據(jù)、新聞、社交媒體等信息，為投資者提供股票、基金、債券等金融產(chǎn)品的評估和預(yù)測，以及投資策略和建議。

例如，摩根士丹利的AI模型可以分析新聞報道、社交媒體帖子和財務(wù)報表等，以識別模式并預(yù)測股價。ChatGPT等AI工具可以分析新聞標(biāo)題對公司股價的影響，或者解讀央行的政策聲明對金融市場的潛在影響。

智能風(fēng)控：通過分析客戶的信用歷史、行為特征和社會關(guān)系等數(shù)據(jù)，為金融機(jī)構(gòu)提供精準(zhǔn)的風(fēng)險評估和欺詐檢測。生成式AI可以利用圖神經(jīng)網(wǎng)絡(luò)、對抗生成網(wǎng)絡(luò)和異常檢測等技術(shù)，挖掘潛在的風(fēng)險因素，識別異常行為，防范金融損失。

保險科技：生成式AI可以根據(jù)客戶的需求、偏好和場景，為客戶提供定制化的保險產(chǎn)品和服務(wù)。生成式AI可以利用條件生成網(wǎng)絡(luò)、文本生成和圖像生成等技術(shù)，模擬不同的保險場景，生成適合的保險方案，提升客戶體驗(yàn)和滿意度。

生成式AI的金融領(lǐng)域的應(yīng)用場景遠(yuǎn)不止這些。比如文心一言首批生態(tài)合作伙伴興業(yè)銀行，已經(jīng)在智慧網(wǎng)點(diǎn)、智能服務(wù)、智能風(fēng)控、智能運(yùn)營、智能營銷、智能投研、 智能理財、智能客服等金融場景開展人工智能大模型技術(shù)應(yīng)用。

隨著人工智能技術(shù)的不斷發(fā)展和創(chuàng)新，生成式AI將在金融領(lǐng)域發(fā)揮更大的作用，為金融業(yè)帶來更多的價值和機(jī)遇。

生成式AI在金融領(lǐng)域的應(yīng)用案例

通過前面生成式AI在金融領(lǐng)域的應(yīng)用場景，大家可以看到它在金融中有著廣泛的應(yīng)用價值。生成式AI在提升金融服務(wù)效率和體驗(yàn)、降低金融風(fēng)險和成本、創(chuàng)造新的金融產(chǎn)品和模式等方面的作用。

為了便于大家理解，這里再列舉幾個具體應(yīng)用案例。

案例1：應(yīng)用于智能客服

智能客服是指利用生成式AI技術(shù)，通過語音或文本的方式，為金融用戶提供24小時在線的咨詢、辦理和解決問題的服務(wù)。

智能客服可以基于大模型技術(shù)，如ChatGPT等，結(jié)合金融行業(yè)的專業(yè)知識和數(shù)據(jù)進(jìn)行交互式訓(xùn)練，從而實(shí)現(xiàn)多輪復(fù)雜對話、自然語言理解和生成、情感識別和適應(yīng)等能力。智能客服可以應(yīng)用于信貸產(chǎn)品、理財產(chǎn)品、保險產(chǎn)品等多個業(yè)務(wù)環(huán)節(jié)，大幅提升用戶滿意度和轉(zhuǎn)化率，降低人工成本和風(fēng)險。

比如歐洲領(lǐng)先的移動銀行N26，就在其云環(huán)境中部署了基于生成式AI技術(shù)Rasa語音助手，可以在其移動和網(wǎng)絡(luò)應(yīng)用程序中以五種不同的語言運(yùn)行，并能夠處理信用卡丟失或被盜報告等復(fù)雜任務(wù)。通過調(diào)整機(jī)器學(xué)習(xí)模型，N26讓自己的數(shù)據(jù)集達(dá)到最佳性能，短短時間內(nèi)就實(shí)現(xiàn)語言助手的客戶服務(wù)請求達(dá)到20%-30%。

案例2：應(yīng)用于智能風(fēng)控

智能風(fēng)控是指利用生成式AI技術(shù)，通過海量數(shù)據(jù)的分析和建模，為金融機(jī)構(gòu)提供有效的風(fēng)險預(yù)警和預(yù)測，降低整個社會的金融風(fēng)險。智能風(fēng)控可以基于大語言模型技術(shù)，如LLM等，結(jié)合互聯(lián)網(wǎng)文本數(shù)據(jù)、行為數(shù)據(jù)和征信報告等數(shù)據(jù)進(jìn)行解讀，從而識別出更多維度的風(fēng)險指標(biāo)，更好地評估小微企業(yè)主的信貸風(fēng)險。

智能風(fēng)控可以應(yīng)用于信貸審批、貸后管理、反欺詐、反洗錢等多個環(huán)節(jié)，大幅提升風(fēng)控效率和精準(zhǔn)度，降低不良率和損失。

點(diǎn)擊輸入圖片描述（最多30字）

案例3：應(yīng)用于智能交互

智能交互是指利用生成式AI技術(shù)，通過多模態(tài)的方式，為金融用戶提供更豐富和更便捷的交互體驗(yàn)。

智能交互可以基于多模態(tài)模型技術(shù)，如AutoGPT等，結(jié)合圖像、語音、視頻等多種媒體信息進(jìn)行理解和生成，從而實(shí)現(xiàn)跨媒體的信息轉(zhuǎn)換和呈現(xiàn)。智能交互可以應(yīng)用于金融營銷、金融教育、金融娛樂等多個場景，大幅提升用戶參與度和忠誠度，增加用戶黏性和收入。

智能交互不只應(yīng)用于客戶，也適用于金融內(nèi)部開發(fā)業(yè)務(wù)。

比如江蘇銀行科技團(tuán)隊(duì)已經(jīng)在ChatGPT的應(yīng)用上進(jìn)行了有益探索，科技人員聯(lián)合應(yīng)用ChatGPT與Codex技術(shù)，分析行內(nèi)信息系統(tǒng)運(yùn)行情況，自動化分析得出相關(guān)建議。

代碼在生產(chǎn)環(huán)境運(yùn)行，完美完成全部需求且僅耗費(fèi)了不到1小時。編寫功能的時間大大縮短，而且原先需要與廠商對接溝通所耗費(fèi)的時間由數(shù)天縮短到了數(shù)小時。

生成式AI在金融領(lǐng)域應(yīng)用的優(yōu)勢和挑戰(zhàn)

經(jīng)過研究人員與相關(guān)機(jī)構(gòu)的探索與測試，在金融領(lǐng)域，ChatGPT等生成式AI工具已經(jīng)可以廣泛應(yīng)用與比如分析新聞對股價的影響、解讀政策聲明、輔助投資決策等。

總體而言，生成式AI在金融領(lǐng)域應(yīng)用的優(yōu)勢大概有以下幾點(diǎn)：

提高效率和質(zhì)量?？焖俚貜暮Ａ繑?shù)據(jù)中提取有價值的信息，生成高質(zhì)量的報告、建議、策略等，節(jié)省人力和時間成本，提高金融服務(wù)的效率和質(zhì)量。

增強(qiáng)創(chuàng)新和競爭力。利用海量的數(shù)據(jù)，挖掘潛在的市場機(jī)會、風(fēng)險和趨勢，為金融機(jī)構(gòu)提供新的思路和策略，增強(qiáng)其創(chuàng)新能力和競爭力。

降低風(fēng)險和成本。利用數(shù)據(jù)分析和模擬，預(yù)測市場變化和風(fēng)險因素，生成合理的風(fēng)險控制和應(yīng)對方案，降低金融業(yè)務(wù)的風(fēng)險和成本。

豐富用戶體驗(yàn)和滿意度。根據(jù)用戶的行為和反饋，實(shí)時調(diào)整和優(yōu)化生成的內(nèi)容，提供更貼合用戶需求和喜好的金融服務(wù)，豐富用戶體驗(yàn)和滿意度。

增強(qiáng)創(chuàng)新和競爭力。根據(jù)不同的需求和場景，生成多樣化和個性化的內(nèi)容，滿足客戶的多元化需求，增強(qiáng)金融產(chǎn)品和服務(wù)的創(chuàng)新性和競爭力。

盡管AI工具擁有極大的潛力，也面臨一些挑戰(zhàn)。

AI工具并不能考慮到所有因素，比如意外事件、市場狀況的變化以及人為干預(yù)。此外，關(guān)于這些工具如何做出決策，還需要更大的透明度。在使用這些AI工具時，還必須考慮到它們所提供的建議可能存在偏見或偏差。

生成式AI技術(shù)在金融領(lǐng)域應(yīng)用面臨一些挑戰(zhàn)，可以概括為以下幾點(diǎn)：

1、數(shù)據(jù)安全和隱私保護(hù)。生成式AI技術(shù)需要大量的數(shù)據(jù)作為輸入和輸出，這涉及到金融數(shù)據(jù)的安全性和客戶隱私的保護(hù)問題。如何防止數(shù)據(jù)泄露、篡改、濫用等，是一個亟待解決的問題。

2、技術(shù)可靠性和可解釋性。生成式AI技術(shù)依賴于復(fù)雜的算法和模型，其生成的內(nèi)容可能存在錯誤、偏差、不一致等問題，影響其可靠性和可信度。同時，其生成過程往往缺乏透明度和可解釋性，難以讓用戶理解其原理和依據(jù)，影響其可接受性和可監(jiān)督性。

3、法律法規(guī)和倫理道德。生成式AI技術(shù)在金融領(lǐng)域應(yīng)用涉及到一些法律法規(guī)和倫理道德的問題，例如版權(quán)歸屬、責(zé)任歸屬、信息真實(shí)性、公平正義等。如何制定合理的規(guī)范和標(biāo)準(zhǔn)，保障各方利益和權(quán)利，是一個需要深入探討的問題。

為了更好地推廣和應(yīng)用生成式AI技術(shù)，廠商和用戶都在尋求更好的解決方案。比如OpenAI已經(jīng)為旗下ChatGPT推出了一項(xiàng)新的隱私功能，該功能允許用戶關(guān)閉他們的聊天記錄，從而讓對話更加私密。在聊天記錄被禁用的情況下，用戶的數(shù)據(jù)不會被用來訓(xùn)練和改進(jìn)OpenAI的人工智能（AI）模型。

未來隨著更多廠商推出相應(yīng)的數(shù)據(jù)安全、技術(shù)可靠性以及法律法規(guī)等解決方案，加上社會各組織的監(jiān)督與監(jiān)管，生成式AI將會成為助力廣大組織數(shù)字化轉(zhuǎn)型與升級的利器。

后記：引入并有效利用生成式AI技術(shù)

生成式AI有這么多好處，金融企業(yè)又該如何引入這項(xiàng)技術(shù)？這還需要根據(jù)企業(yè)的具體需求和目標(biāo)來制定合適的方案。

一般來說，引入生成式AI技術(shù)需要考慮以下幾個方面：

首先，數(shù)據(jù)準(zhǔn)備。數(shù)據(jù)是生成式AI技術(shù)的基礎(chǔ)，企業(yè)需要收集和整理足夠多、高質(zhì)量、有代表性的數(shù)據(jù)，以供生成式AI模型進(jìn)行訓(xùn)練和測試。數(shù)據(jù)的來源可以是企業(yè)自身的業(yè)務(wù)數(shù)據(jù)，也可以是從公開或第三方渠道獲取的數(shù)據(jù)。數(shù)據(jù)的格式和類型也要根據(jù)不同的生成任務(wù)進(jìn)行選擇和轉(zhuǎn)換，如文本、圖像、音頻或視頻等。

其次，模型選擇。模型是生成式AI技術(shù)的核心，企業(yè)需要根據(jù)自己的生成任務(wù)和數(shù)據(jù)特點(diǎn)，選擇合適的模型架構(gòu)和參數(shù)。模型的選擇可以參考已有的研究成果和開源代碼，也可以自行開發(fā)或定制模型。模型的選擇要考慮模型的性能、效率、穩(wěn)定性、可解釋性等因素。

第三，模型訓(xùn)練。模型訓(xùn)練是生成式AI技術(shù)的關(guān)鍵步驟，企業(yè)需要利用已有的數(shù)據(jù)對模型進(jìn)行訓(xùn)練和優(yōu)化，使其能夠?qū)W習(xí)到數(shù)據(jù)中的規(guī)律和特征，并能夠根據(jù)輸入條件生成符合要求的新內(nèi)容。模型訓(xùn)練需要大量的計(jì)算資源和時間，企業(yè)可以借助云計(jì)算平臺或?qū)I(yè)的AI服務(wù)提供商來進(jìn)行模型訓(xùn)練。

第四，模型部署。模型部署是生成式AI技術(shù)的應(yīng)用階段，企業(yè)需要將訓(xùn)練好的模型部署到生產(chǎn)環(huán)境中，與其他系統(tǒng)或平臺進(jìn)行對接和集成，為用戶或客戶提供生成式AI服務(wù)。模型部署需要考慮模型的兼容性、可擴(kuò)展性、安全性等因素，企業(yè)可以使用容器化或微服務(wù)化等技術(shù)來實(shí)現(xiàn)模型部署。

最后，模型評估。模型評估是生成式AI技術(shù)的持續(xù)改進(jìn)過程，企業(yè)需要定期對模型的生成效果進(jìn)行評估和監(jiān)控，收集用戶或客戶的反饋和建議，分析模型的優(yōu)勢和不足，并根據(jù)實(shí)際情況對模型進(jìn)行更新或調(diào)整。模型評估需要使用合理的評價指標(biāo)和方法，如人工評價、自動評價、對比實(shí)驗(yàn)等。

了解了生成式AI的技術(shù)特性以及優(yōu)缺點(diǎn)，最終我們需要探索的還是如何有效應(yīng)用生成式AI。以下這幾點(diǎn)，適用于包括金融在內(nèi)的所有行業(yè)。

明確目標(biāo)和需求。不同的應(yīng)用場景有不同的目標(biāo)和需求，需要選擇合適的生成式AI模型和參數(shù)，以達(dá)到最佳的效果。

選擇高質(zhì)量的數(shù)據(jù)。數(shù)據(jù)是生成式AI技術(shù)的基礎(chǔ)，需要選擇高質(zhì)量、高相關(guān)性、高多樣性的數(shù)據(jù)，以提高生成內(nèi)容的質(zhì)量和可信度。

評估和優(yōu)化結(jié)果。生成式AI技術(shù)并不完美，可能會產(chǎn)生錯誤或不合理的內(nèi)容，需要對生成結(jié)果進(jìn)行評估和優(yōu)化，以提高生成內(nèi)容的準(zhǔn)確性和適用性。

遵守道德和法律規(guī)范。生成式AI技術(shù)可能會涉及版權(quán)、隱私、安全等敏感問題，需要遵守道德和法律規(guī)范，以防止濫用或誤用生成式AI技術(shù)。

【王吉偉頻道，關(guān)注AIGC與IoT，專注數(shù)字化轉(zhuǎn)型、業(yè)務(wù)流程自動化與RPA，歡迎關(guān)注與交流?！?/p>