GPT的風刮向了金融領域。這項變革性的技術正在驅動金融行業(yè)使用AIGC，通過實際的應用產(chǎn)品去滿足客戶需求，進行金融服務創(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，中國金融機構也開始躍躍欲試。

在與AI的互動中，金融機構都有相同的選擇：都服務于公司內(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，金融機構也在圍繞這個落點展開。

金融行業(yè)擁抱AI

(資料圖)

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。

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，在相關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)驅動的AI技術”。

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，都僅在內(nèi)部進行測試。

以首家正式接入GPT-4的金融機構摩根士丹利為例，其與GPT-4的合作主要服務于公司內(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的關鍵。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的關鍵是我們大規(guī)模投資技術的能力。”

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”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賬功能，以及自動化和稅務合規(guī)技術，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)務效率，帶來金融行業(yè)應用的突破。

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相關的技術能力。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用的實踐。

AIGC優(yōu)化用戶體驗，但仍有挑戰(zhàn)

從金融機構接入大模型實踐的過程可以發(fā)現(xiàn)，與AI相關的嘗試往往從服務于公司的內(nèi)部測試開始，逐漸轉為直接面向客戶。可見金融行業(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：用大模型技術幫助完善與客戶有關的金融服務能力，拓展融合業(yè)務場景。

通過AIGC技術的引入，客戶使用的自然語言描述能夠被準確識別，金融服務提供方可以準確理解客戶需求，從而幫助金融機構在場景端進行千人千面的金融產(chǎn)品設計；與此同時，再按照AIGC生成的對應配套的優(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)務建設的完整流程。

除了在生成式人工智能方面提出設想，金融科技公司還能通過提供AI模型、提供算法解決方案，來幫助金融機構解決在運營方面的服務能力，這也是金融機構完善客戶服務的環(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)及轉化效果，幫助金融機構降本增效。

但將AIGC技術真正落實到業(yè)務領域，直接對接客戶達到一定水準的服務水平，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)體系的三層架構中處于中間層，還沒有更好地覆蓋到應用層。

AIGC產(chǎn)業(yè)生態(tài)體系呈現(xiàn)上中下三層架構

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)務系統(tǒng)微服務的調(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）?

關鍵詞：