訂閱
糾錯(cuò)
加入自媒體

國際報(bào)告:從炒作到大規(guī)模應(yīng)用,金融大模型的四方難題

作者 | 蘇越

來源 | 零壹智庫

隨著底層技術(shù)的突破和算力的激增,以O(shè)penAI為代表的科技公司大模型迭代,呈現(xiàn)出了一條陡峭的曲線。ChatGPT、Sora等相繼問世,也推動(dòng)著人工智能浪潮達(dá)到前所未有的高峰。

微軟總監(jiān)Sandeep Alur在訪談中提及,任何擁有消費(fèi)設(shè)備和網(wǎng)絡(luò)的人都能大規(guī)模體驗(yàn)Al技術(shù)。

而著名計(jì)算機(jī)科學(xué)家吳恩達(dá)則在一場演講中表示,AI其實(shí)和電力、互聯(lián)網(wǎng)一樣,是一項(xiàng)通用技術(shù);更多的機(jī)會(huì),在于大規(guī)模應(yīng)用落地。

自 2022 年底chatGPT3.5引爆大模型以來,人工智能的颶風(fēng)愈來愈猛烈,裹挾著以千億美元為單位計(jì)算的資本,橫掃各個(gè)角落。

金融行業(yè)是對(duì)前沿技術(shù)最為敏感的行業(yè),也是最早擁抱人工智能的行業(yè)。如果說此前,只是頭部金融機(jī)構(gòu)在做理論研究或者小范圍試點(diǎn),更多機(jī)構(gòu)在旁觀或炒作,那么現(xiàn)在,即使是最遲鈍的小微金融機(jī)構(gòu),也不能忽視人工智能帶來的深刻變革。因?yàn),不改變就意味著你不知道什么時(shí)候就出局了。

在各類垂直大模型中,金融大模型發(fā)布數(shù)量也位居前列。那么,人工智能在金融業(yè)的應(yīng)用處于什么樣的階段?近期,UK Finance、國際清算銀行、花旗銀行等國際機(jī)構(gòu)紛紛發(fā)布調(diào)研報(bào)告,探究人工智能對(duì)金融行業(yè)的影響。

我們可以通過這些報(bào)告,從全球視角觀察人工智能,尤其是大模型在多大程度上改變了金融業(yè),正在呼嘯而來的未來將會(huì)是什么樣子。

 01 當(dāng)前與未來

不同代際的人工智能,包括機(jī)器學(xué)習(xí)(ML)、生成式AI(GenAI)以及智能體(AI Agent)的出現(xiàn),都不同程度上增強(qiáng)了金融業(yè)的信息處理能力,帶來了機(jī)遇和挑戰(zhàn)。

金融機(jī)構(gòu)在人工智能應(yīng)用上非常謹(jǐn)慎,傳統(tǒng)/預(yù)測(cè)性人工智能(predictive AI)應(yīng)用普遍但處于淺層次應(yīng)用;而生成式人工智能(GenAI)在金融領(lǐng)域的商業(yè)化方面尚處于非常早期的階段,主要為試點(diǎn)項(xiàng)目或概念驗(yàn)證,但前景廣闊。

GenAI主要以大語言模型的形式出現(xiàn),在兩個(gè)關(guān)鍵方面對(duì)于金融行業(yè)特別有用。

首先,機(jī)器學(xué)習(xí)多年來一直在金融領(lǐng)域處理結(jié)構(gòu)化數(shù)據(jù)和定量任務(wù),而大多數(shù)企業(yè)數(shù)據(jù)(大約80-90%)是非結(jié)構(gòu)化的,被鎖定在電子郵件、副本、文檔和報(bào)告中,F(xiàn)在,GenAI將提高非結(jié)構(gòu)化數(shù)據(jù)的可讀性,可應(yīng)用于風(fēng)險(xiǎn)分析、信用評(píng)分、預(yù)測(cè)和資產(chǎn)管理方面。

其次,GenAI使機(jī)器具備了像人類一樣對(duì)話的能力,可改善后臺(tái)處理、客戶支持、機(jī)器人咨詢和合規(guī)性。

目前和未來,以GenAI為代表的AI創(chuàng)新前沿如何影響金融業(yè)?

目前—— 已經(jīng)產(chǎn)生作用

國際清算銀行(BIS)認(rèn)為,人工智能增強(qiáng)了金融系統(tǒng)處理信息、分析數(shù)據(jù)、識(shí)別模式和進(jìn)行預(yù)測(cè)的能力。早期的人工智能系統(tǒng)已經(jīng)被用于自動(dòng)交易和欺詐檢測(cè)。隨著技術(shù)的進(jìn)步,機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型在資產(chǎn)定價(jià)、信用評(píng)分和風(fēng)險(xiǎn)分析中得到了廣泛應(yīng)用。雖然GenAI還處于起步階段,但金融系統(tǒng)已經(jīng)在采用它來增強(qiáng)后臺(tái)處理、客戶支持和合規(guī)性。

舉例而言,彭博社2023年推出了一款基于特定金融領(lǐng)域的大型語言模型的金融助手,高盛的投資銀行部門使用大型語言模型為內(nèi)部軟件開發(fā)提供編碼支持。

UK Finance在研究中指出,早在2021年,匯豐銀行和谷歌云推出反洗錢(AML)人工智能,比傳統(tǒng)監(jiān)控系統(tǒng)更高效準(zhǔn)確,同時(shí)用密鑰解決了傳輸過程中的隱私和數(shù)據(jù)安全問題。

未來—— 選機(jī)器人而不是選銀行

“下一波Al創(chuàng)新的前沿很可能將是智能體(AI Agents)。”花旗銀行和國際清算銀行均在報(bào)告中作出這一預(yù)測(cè)。

智能體——即建立在高級(jí)語言模型如GPT-4或Claude 3之上,并被賦予了規(guī)劃能力、長期記憶以及通常能夠訪問外部工具(例如執(zhí)行計(jì)算機(jī)代碼、使用互聯(lián)網(wǎng)或進(jìn)行市場交易)的AI系統(tǒng)——將得到廣泛的應(yīng)用。

花旗銀行指出,隨著許多科技公司涉足金融服務(wù),消費(fèi)者可能會(huì)將某些財(cái)務(wù)決策委托給這些AI助手。這些智能體配備了復(fù)雜的算法和訪問大量數(shù)據(jù)的能力,將與金融機(jī)構(gòu)協(xié)商,為其用戶爭取最佳的可能交易。這種轉(zhuǎn)變不僅將簡化金融服務(wù),還能確保決策具有人類客戶可能無法獨(dú)立實(shí)現(xiàn)的精確度和遠(yuǎn)見。

在這個(gè)新范式中,消費(fèi)者面臨的關(guān)鍵決策將是選擇正確的機(jī)器人而不是選擇正確的銀行。選擇機(jī)器人驅(qū)動(dòng)的顧問,就像選擇人類財(cái)務(wù)顧問一樣,將成為一項(xiàng)關(guān)鍵任務(wù)。屆時(shí),顧問公司、金融機(jī)構(gòu)、科技公司、新型服務(wù)公司都可能參與進(jìn)新的市場競爭中。

 02 

從“驚嘆”到“如何實(shí)現(xiàn)”

從細(xì)分領(lǐng)域上看,銀行、保險(xiǎn)、資產(chǎn)管理和支付都有業(yè)務(wù)已應(yīng)用了人工智能,如信貸承銷、算法交易、組合構(gòu)建和交易監(jiān)控等,但在這一輪AI軍備競賽中,銀行、保險(xiǎn)公司等正處于追趕狀態(tài)。

在花旗銀行的調(diào)查中,近四分之一的銀行尚未開始采用AI,68%的銀行及88%的保險(xiǎn)公司仍處于AI的“起步”階段,兩者“成熟”階段比例均低于金融科技公司的13%。

圖1:銀行、保險(xiǎn)、金融科技公司

在AI軍備競賽中所處階段占比

來源:AI IN finance,花旗銀行

“目前在生產(chǎn)中使用的通用人工智能可以忽略不計(jì),且小于預(yù)測(cè)性人工智能。”人工智能測(cè)試和監(jiān)控初創(chuàng)公司TruEra首席數(shù)據(jù)官Shameek Kundu表示,”我們?cè)诮鹑陬I(lǐng)域通用人工智能的商業(yè)化方面還處于非常早期的階段,幾乎全是試點(diǎn)項(xiàng)目或概念驗(yàn)證。”

誠如此言,GenAI的商業(yè)模式仍處于探索的初期。OpenAI自成立以來的收入累計(jì)不足20億美元,卻耗費(fèi)了113億美元融資。微軟的GitHub Copilot平均每月在每個(gè)用戶上的虧損超過20美元,每個(gè)重度用戶高達(dá)80美元。

對(duì)于AI在金融行業(yè)的落地,花旗銀行認(rèn)為,人才短缺、風(fēng)險(xiǎn)與合規(guī)以及傳統(tǒng)技術(shù)是金融機(jī)構(gòu)采用人工智能的主要障礙。

例如使用機(jī)器人執(zhí)行交易,機(jī)構(gòu)需要具有內(nèi)嵌控制和規(guī)定的云原生技術(shù),這對(duì)于向監(jiān)管機(jī)構(gòu)展示決策/結(jié)果是公平和負(fù)責(zé)任的至關(guān)重要。達(dá)到這種復(fù)雜程度需要持續(xù)反思和重新培訓(xùn),需要結(jié)合產(chǎn)品設(shè)計(jì)、數(shù)據(jù)工程、風(fēng)險(xiǎn)與合規(guī)以及技術(shù)熟練度,雖然設(shè)計(jì)本身并非固復(fù)雜,但它需要能力上的重大轉(zhuǎn)變。

UK Finance則認(rèn)為,數(shù)據(jù)隱私風(fēng)險(xiǎn)、技術(shù)成熟度、監(jiān)管風(fēng)險(xiǎn)、幻覺(GenAI模型生成不是基于真實(shí)數(shù)據(jù)或事件的信息,但將其作為事實(shí)呈現(xiàn))、內(nèi)部決策與人才是GenAI的實(shí)施挑戰(zhàn)。

花旗銀行預(yù)計(jì),人工智能有望到2028年為全球銀行業(yè)利潤池增加1700億美元或9%;當(dāng)下,GenAI已成為金融行業(yè)新生產(chǎn)力的一部分,但自身尚不具備傳統(tǒng)軟件的規(guī)模經(jīng)濟(jì),需要通過給用戶巨額補(bǔ)貼來培育市場。

所有技術(shù)都會(huì)經(jīng)歷周期:炒作、幻滅,然后是大規(guī)模采用。自2023年第二季度以來,金融行業(yè)對(duì)人工智能的期望一直很高。金融機(jī)構(gòu)正在從“驚嘆”到“如何實(shí)現(xiàn)”的過渡中,炒作與大規(guī)模應(yīng)用之間的差距仍然很大。

 03 

四方難題與挑戰(zhàn)

在金融行業(yè)應(yīng)用人工智能的過程中,金融機(jī)構(gòu)面臨競爭落后的挑戰(zhàn),金融從業(yè)者面臨結(jié)構(gòu)性失業(yè)風(fēng)險(xiǎn),金融行業(yè)面臨技術(shù)革新帶來的風(fēng)險(xiǎn)加劇,監(jiān)管則可能面臨金融穩(wěn)定性和系統(tǒng)性風(fēng)險(xiǎn)。

此外,AI被惡意濫用導(dǎo)致的犯罪規(guī)模擴(kuò)大和科技倫理風(fēng)險(xiǎn),在金融市場同樣存在。

金融機(jī)構(gòu)—— 非人類客戶的增長

銀行在第一波技術(shù)浪潮中是早期應(yīng)用和投資的推動(dòng)者,早在20世紀(jì)50年代,銀行就投資了第一批大型計(jì)算機(jī),但在最近的互聯(lián)網(wǎng)和移動(dòng)時(shí)代卻落后了。

花旗銀行報(bào)告預(yù)測(cè),AI帶來的最大的新事物將是非人類客戶的增長。到2030年或更早,AI Agent將存在于金融領(lǐng)域,客戶可能比銀行更早擁有AI代理和機(jī)器人,大型企業(yè)與消費(fèi)者之間的等級(jí)制度被顛倒了。

AI Agent可能會(huì)被科技公司先采用,敏捷的銀行則會(huì)迅速跟進(jìn),許多金融機(jī)構(gòu)由于傳統(tǒng)技術(shù)和文化制約的拖累將失去市場份額。

金融從業(yè)者—— 豐厚回報(bào)與被取代的風(fēng)險(xiǎn)

花旗銀行認(rèn)為,金融公司的員工數(shù)量未來不會(huì)因?yàn)锳I出現(xiàn)實(shí)質(zhì)性的下降,由于減少內(nèi)容和編碼相關(guān)員工數(shù)量而獲得的任何收益,可能部分或全部被AI相關(guān)合規(guī)經(jīng)理和倫理治理員工數(shù)量的增加所抵消。

但是,隨著人工智能技術(shù)的進(jìn)步,開發(fā)者可能會(huì)變得更便宜、更易被替代,基礎(chǔ)角色將被技術(shù)所取代。擁有最佳想法的人將會(huì)獲得豐厚的回報(bào),而其他人則面臨被取代的風(fēng)險(xiǎn)。

金融行業(yè)—— 行業(yè)性風(fēng)險(xiǎn)增加

國際清算銀行報(bào)告指出,隨著技術(shù)的復(fù)雜性增加,金融系統(tǒng)面臨的風(fēng)險(xiǎn)和挑戰(zhàn)也在增加,包括復(fù)雜機(jī)器學(xué)習(xí)模型的不透明性、對(duì)大量數(shù)據(jù)的依賴、消費(fèi)者隱私的威脅、網(wǎng)絡(luò)安全和算法偏見等。GenAI加劇了其中一些挑戰(zhàn),并增加了對(duì)數(shù)據(jù)和計(jì)算能力的依賴。

此外,對(duì)于市場集中度和競爭的擔(dān)憂也在增加,因?yàn)镚enAI模型主要由幾家主導(dǎo)公司生產(chǎn)。

監(jiān)管—— 關(guān)注實(shí)體經(jīng)濟(jì)中斷引發(fā)的金融溢出風(fēng)險(xiǎn)

國際清算銀行報(bào)告指出,與金融系統(tǒng)中使用人工智能相關(guān)的其他可能更嚴(yán)重風(fēng)險(xiǎn)包括穩(wěn)定性問題。

例如,即使是早期的基于規(guī)則的計(jì)算機(jī)交易系統(tǒng)也與1987年美國股市崩盤中的級(jí)聯(lián)效應(yīng)和羊群行為有關(guān)。金融穩(wěn)定性問題,源于數(shù)據(jù)集的同質(zhì)化、模型羊群效應(yīng)和網(wǎng)絡(luò)互聯(lián)性,又因GenAI的特定特征而進(jìn)一步加劇:自動(dòng)化程度的提高、速度和普及性。

此外,從監(jiān)管者的角度來看,使用先進(jìn)的人工智能技術(shù)將面臨進(jìn)一步的挑戰(zhàn):復(fù)雜交互的激增和固有的不可解釋性,使得及時(shí)發(fā)現(xiàn)市場操縱或金融穩(wěn)定性風(fēng)險(xiǎn)變得困難。有了GenAI、協(xié)同駕駛和機(jī)器人顧問,決策可能會(huì)變得更加同質(zhì)化,可能會(huì)增加系統(tǒng)性風(fēng)險(xiǎn)。

值得一提的是,BIS強(qiáng)調(diào)了實(shí)體經(jīng)濟(jì)中斷引發(fā)的金融溢出風(fēng)險(xiǎn),即AI導(dǎo)致勞動(dòng)力市場發(fā)生重大位移,根據(jù)干擾的程度,可能導(dǎo)致金融穩(wěn)定風(fēng)險(xiǎn)。其傳導(dǎo)機(jī)制類似于在20世紀(jì)20年代,農(nóng)業(yè)機(jī)械化使超過10%的美國勞動(dòng)力從農(nóng)業(yè)部門轉(zhuǎn)移出去,導(dǎo)致了廣泛的抵押貸款違約,這在1929年金融危機(jī)及其引發(fā)的大蕭條中發(fā)揮了重要作用。

在極端負(fù)面場景推斷中,高度發(fā)展的AI系統(tǒng)迅速自動(dòng)化可能會(huì)導(dǎo)致嚴(yán)重的經(jīng)濟(jì)位移。例如突然的收入和財(cái)富重新分配、企業(yè)和消費(fèi)者違約、利率飆升、政府收入減少和政治不穩(wěn)定,所有這些都可能顯著削弱金融穩(wěn)定性。

參考資料:1、英國金融公司(UK Finance),《The Impact of AI Financial Services: Opportunities, Risks and Considerations》2、國際清算銀行(BIS),《Intelligent financial system: how AI is transforming finance》3、花旗銀行,《AI IN finance》

本文也參考了點(diǎn)滴金融資訊的內(nèi)容翻譯。

       原文標(biāo)題 : 國際報(bào)告:從炒作到大規(guī)模應(yīng)用,金融大模型的四方難題

聲明: 本文由入駐維科號(hào)的作者撰寫,觀點(diǎn)僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長度6~500個(gè)字

您提交的評(píng)論過于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無評(píng)論

暫無評(píng)論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號(hào)
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)