GPT的風刮向了金融領(lǐng)域。這項變革性的技術(shù)正在驅(qū)動金融行業(yè)使用AIGC，通過實際的應(yīng)用產(chǎn)品去滿足客戶需求，進行金融服務(wù)創(chuàng)新。公開信息顯示，摩根大通、摩根士丹利、美國支付巨頭Stripe、高盛等都已紛紛入局AIGC，這其中，中國金融機構(gòu)也開始躍躍欲試。
在與AI的互動中，金融機構(gòu)都有相同的選擇：都服務(wù)于公司內(nèi)部，以間接的方式提升客戶體驗，并不直接對外開放。金融機構(gòu)不約而同的選擇并不奇怪，數(shù)字金融業(yè)態(tài)走向產(chǎn)業(yè)與場景的融合階段下，AI提效最優(yōu)解就是直接面向客戶，金融機構(gòu)也在圍繞這個落點展開。
金融行業(yè)擁抱AI
作為第一家在工作場所限制使用ChatGPT的華爾街投行，摩根大通近日被報道或會成為第一家計劃直接向客戶發(fā)布類似ChatGPT產(chǎn)品的金融機構(gòu)。
報道稱，摩根大通正在開發(fā)一種類似ChatGPT的研發(fā)投資顧問GPT，為一款名為IndexGPT的產(chǎn)品申請商標。根據(jù)摩根大通提交的文件，IndexGPT將連接利用人工智能(AI)技術(shù)的云計算軟件，根據(jù)客戶需求，量身分析和選擇證券標的。不過IndexGPT是否將與ChatGPT使用“同款”AI技術(shù)，在相關(guān)披露文件中并未說明，僅稱摩根大通計劃使用“受生成性對話模型(GPT)驅(qū)動的AI技術(shù)”。
而在摩根大通之前，已經(jīng)有摩根士丹利、美國支付巨頭Stripe、高盛等紛紛入局，但它們并沒有直接面向客戶提供服務(wù)，都僅在內(nèi)部進行測試。
以首家正式接入GPT-4的金融機構(gòu)摩根士丹利為例，其與GPT-4的合作主要服務(wù)于公司內(nèi)部，用來幫助財富管理顧問們更好地工作。GPT-4已將公司所有智庫內(nèi)容轉(zhuǎn)化為更易于使用和操作的格式，幫助其財富管理顧問更便捷高效的檢索涵蓋投資策略、市場研究和評論、分析師洞察等內(nèi)容信息。從員工的體驗感來說，這就好比他們在和客戶打電話時，公司的首席戰(zhàn)略官就坐在自己旁邊。
通過訓練GPT-4，盡可能地滿足摩根士丹利內(nèi)部人員工作時的需求是確保良好客戶服務(wù)的關(guān)鍵。摩根士丹利數(shù)據(jù)與創(chuàng)新分析主管Jeff McMillan也表示：“進一步確保良好客戶服務(wù)的關(guān)鍵是我們大規(guī)模投資技術(shù)的能力。”
同時宣布與GPT-4合作的還有美國支付巨頭Stripe，使用GPT-4可以幫助Stripe進行“優(yōu)化服務(wù)”的工作。Stripe計劃了解每個企業(yè)客戶如何使用平臺，但通過人工進行這項工作，不僅工作量十分龐大，且容易發(fā)生疏漏。該公司負責人表示，Stripe使用GPT-4掃描客戶網(wǎng)站并得出簡要報告的表現(xiàn)中，GPT-4要優(yōu)于人工。值得注意的是，合作中Stripe為基于ChatGPT等人工智能工具的支付提供計費和結(jié)賬功能，以及自動化和稅務(wù)合規(guī)技術(shù)，這也幫助了ChatGPT進行商業(yè)化嘗試。
高盛也曾明確表示禁止在交易大廳使用類 GPT 技術(shù)產(chǎn)品，但對于人工智能的限制也是“口是心非”。繼摩根士丹利接入GPT-4之后，高盛也開始使用類似于ChatGPT的人工智能軟件，在內(nèi)部協(xié)助工程師編寫代碼。高盛首席信息官 Marco Argenti 表示，在某些情況下，開發(fā)人員已經(jīng)能夠使用生成式AI自動編寫多達40%的代碼。
中國金融機構(gòu)對AI的熱情明顯高漲的多。百度副總裁李碩曾公開表示，文心一言在金融行業(yè)的應(yīng)用會率先在智能檢索、投研助手、金融數(shù)字人、智能客服、智能創(chuàng)作等場景落地，大幅提升業(yè)務(wù)效率，帶來金融行業(yè)應(yīng)用的突破。
部分金融科技公司也選擇和頭部IT公司開展廣泛合作，提升公司與AI相關(guān)的技術(shù)能力。以金融科技公司神州信息為例，該公司金融科技首席行業(yè)專家崔蕾向鈦媒體App表示，希望能夠在與頭部IT公司合作中，創(chuàng)新對代碼自動生成、金融產(chǎn)品自動創(chuàng)新以及客戶旅程自動優(yōu)化等多個方面的能力。
眼看國外從華爾街投行一起限制AI，到現(xiàn)在開始擁抱，以及中國的銀行業(yè)接入大模型的陸續(xù)嘗試，金融行業(yè)正在不斷豐富大模型應(yīng)用的實踐。
AIGC優(yōu)化用戶體驗，但仍有挑戰(zhàn)
從金融機構(gòu)接入大模型實踐的過程可以發(fā)現(xiàn)，與AI相關(guān)的嘗試往往從服務(wù)于公司的內(nèi)部測試開始，逐漸轉(zhuǎn)為直接面向客戶?？梢娊鹑谛袠I(yè)中，內(nèi)秀并不是大模型的終點，客戶才是。
作為金融行業(yè)中專注科技創(chuàng)新的部分，金融科技擁有更垂直領(lǐng)域的經(jīng)驗與數(shù)據(jù)支撐，也在進行著幫助金融行業(yè)嘗試AIGC能力革新的工作：用大模型技術(shù)幫助完善與客戶有關(guān)的金融服務(wù)能力，拓展融合業(yè)務(wù)場景。
通過AIGC技術(shù)的引入，客戶使用的自然語言描述能夠被準確識別，金融服務(wù)提供方可以準確理解客戶需求，從而幫助金融機構(gòu)在場景端進行千人千面的金融產(chǎn)品設(shè)計；與此同時，再按照AIGC生成的對應(yīng)配套的優(yōu)化策略自動優(yōu)化不同場景下的客戶旅程。如此來完善從客戶到場景到業(yè)務(wù)建設(shè)的完整流程。
除了在生成式人工智能方面提出設(shè)想，金融科技公司還能通過提供AI模型、提供算法解決方案，來幫助金融機構(gòu)解決在運營方面的服務(wù)能力，這也是金融機構(gòu)完善客戶服務(wù)的環(huán)節(jié)之一。比如，金融科技公司通過平臺提供內(nèi)容理解、內(nèi)容質(zhì)檢的多類AI模型能力，從提升內(nèi)容服務(wù)入手提升運營質(zhì)量；同時在內(nèi)容推薦中，提供信息流類推薦、社區(qū)類內(nèi)容推薦、PUSH推薦等模塊的算法解決方案，從而幫助各渠道端實現(xiàn)更好的個性化分發(fā)及轉(zhuǎn)化效果，幫助金融機構(gòu)降本增效。
但將AIGC技術(shù)真正落實到業(yè)務(wù)領(lǐng)域，直接對接客戶達到一定水準的服務(wù)水平，還有一段路要走。
目前看來，行業(yè)內(nèi)大部分產(chǎn)品的AI能力所使用的技術(shù)對標ChatGPT還明顯不足，在ChatGPT面前，仍然屬于“小模型”或者說是“局部模型”范疇。在AIGC產(chǎn)業(yè)生態(tài)體系的三層架構(gòu)中處于中間層，還沒有更好地覆蓋到應(yīng)用層。
AIGC產(chǎn)業(yè)生態(tài)體系呈現(xiàn)上中下三層架構(gòu)
鈦媒體App了解到，在金融這種準確度和偏差要求都非常高的行業(yè)，未來對大模型輸出結(jié)果不可控性的約束和防范也會成為一個極大的難點。除此之外應(yīng)用難點也是值得考慮的問題：如何適當縮小大模型規(guī)模以便能夠進行性價比最高的私有化部署、如何管控模型訓練時的數(shù)據(jù)外泄風險、模型輸出如何進行業(yè)務(wù)系統(tǒng)微服務(wù)的調(diào)優(yōu)等等，都是大模型在金融科技中需要面臨的挑戰(zhàn)。
但正因為有了困難與挑戰(zhàn)，科技才能夠不斷前進。大模型在金融科技中的應(yīng)用難點，也是極具吸引力的金融科技創(chuàng)新點，或許未來，行業(yè)內(nèi)也會基于此誕生很多與今不同的創(chuàng)新型系統(tǒng)。（本文首發(fā)鈦媒體APP 作者 | 賈雨微 編輯 | 秦聰慧）?
