但风险意味着它们不会一头扎进去,大银行试水生成式人工智能银行业|生成式AI

想象一下，未来你的理财经理可能实际上是熟练运用大语言模型技术的人工智能，它能从几万种方案里挑选出最适合你的一种，你会放心把钱交给它吗？随着越来越多知名银行试水生成式人工智能，这一前景并非遥不可及。

美国财经媒体CNBC日前刊文指出，生成式AI在远程客服、投资决策乃至犯罪侦查等方面，都具有广泛运用前景。但许多银行也认识到，这项技术仍处于早期阶段，在数据采集、隐私等方面存在问题。“风险意味着它们不会一头扎进去”。

“爆炸性创新成果”

在ChatGPT横空出世后，全球大型银行和在线金融公司的高管们对生成式人工智能赞不绝口，称其为“爆炸性创新成果”。这也带动了业界在这一技术领域的试水。

咨询公司Evident数据显示，摩根大通今年2月到4月在全球招聘了3651个与人工智能相关的职位。为高盛等公司提供人工智能技术支持的艾根科技公司则表示，与去年同期相比，2023年第一季度来自银行的咨询量增加了五倍。

国际咨询机构“环球数据”研究称，到2024年，零售银行对于人工智能平台的投入，将比2019年增长21.8%。

事实上，金融机构运用人工智能并非新鲜事。那么，生成式AI到底会带来哪些不同？不妨以客户最熟悉的线上智能客服为例。

一位股份银行总行金融科技研究院负责人这样解释：传统的银行智能客服是“在做判断选择题”，利用自然语言理解能力识别问题，然后选择需要给出的标准答案。而生成式AI则是“在做作文题”，打破了传统对话机器人要穷举用户对话意图的运营模式，能够产生极其丰富的对话内容和应答范围，节省大量人工运营。

美国非盈利研究机构“国家经济研究局”网站研究报告指出，生成式AI对话助理平均可让客户服务人员每小时解决问题数量提升14%。

应用场景多元

而充当客服，仅仅是生成式AI在银行业的应用场景之一。按照CNBC的说法，目前业内正在争先恐后地寻找生成式AI的“用武之地”。

收集客户数据是一个重要应用领域。荷兰银行等机构都在利用这项技术改进内部业务代码并分析客户行为。初创公司Taktile首席运营官古斯科表示，生成式AI可能是降低公司运营费用和提高效率的关键工具：“它实现了一种真正的自动化，使贷款机构能够识别合适的客户，无需查阅数十个PDF文档以获取正确信息。”

风险建模是另一个应用领域。澳大利亚西太平洋银行集团首席技术官大卫·沃克表示，内部实验结果显示，生成式人工智能不但让软件工程师工作效率提高46%，而且不影响程序代码质量。

在投资决策方面，生成式AI未来也有望为客户效劳。菲尔德费雪律师事务所董事、前衍生品交易员布罗斯表示，银行正在使用人工智能“通过利率掉期和股票衍生品等工具提出更量身定制的对冲解决方案，使他们能够为客户提供更好的定价”。

生成式AI还可用于犯罪侦查，识别一些可能存在欺诈或洗钱的行为模式。全球咨询公司贝恩公司合伙人玛利亚·特哈达说，生成式AI能使金融机构捕获和分析大量结构化数据以及非结构化数据，从而在风险管理领域扮演“游戏规则改变者”角色。

目前充当“副驾驶”

在认识到生成式AI可能给银行业带来“真正变革”的同时，不少行业人士也指出，该技术仍处于早期阶段，在涉及消费者的领域运用这项技术可能风险太大。

一个关键点在于，先进的人工智能系统需要处理大量数据——这涉及客户敏感信息，也涉及大量法律制度。西班牙对外银行高级分析师阿拉瓦表示，现阶段涉及客户敏感信息太“冒险”，可能侵犯隐私。

数据源的准确性是另一个问题。一些人担心，从推特和社交新闻网站Reddit等获取的数据，可能导致AI生成虚假信息。观察人士将其形容为AI幻觉——大语言模型倾向于对问题给出听起来权威的答案，即使它不知道答案。而银行家的责任恰恰在于，必须根据可靠信息进行交易。

“对于一家受人尊敬的银行来说，你真的要对你的客户重复AI在Reddit上发现的同样的话吗？”剑桥大学教授布莱克维尔质疑道。

还有一个现实问题是，至少在目前，生成式AI开发和运行成本不低。艾根科技公司创始人兼首席执行官刘易斯称，使用大型语言模型回答一个问题的成本可能高达每次14美元。与此同时，人类专业人士回答问题的成本为6美元。这是因为处理复杂的财务文件需要大量云计算成本。

CNBC指出，目前生成式人工智能在银行业中仍充当“副驾驶”——更多是作为数字助手，而不是作为其服务的核心部分。例如，一些公司仍会使用人工检查AI响应问题的准确性；而在犯罪侦查领域，AI主要协助员工查找数据并充实案例，而不是取代调查者的角色。

麦肯锡公司合伙人卡洛·杰奥维表示，银行需要确定人工智能可以真正提供帮助的领域，并与高级管理人员一起制定路线图，培训员工和聘请更多专家。它们还需要重新设计风险框架，以应对知识产权方面的顾虑、不确定的监管环境以及AI幻觉的风险。