天天看點

生成式人工智能 助力金融數字化轉型

作者:金融博覽财富雜志
生成式人工智能 助力金融數字化轉型

編者按:2023年10月30日至31日,中央金融工作會議在北京舉行。會議明确提出加快建設金融強國目标,強調推動大陸金融高品質發展,為以中國式現代化全面推進強國建設、民族複興偉業提供有力支撐。中央金融工作會議舉旗定向、謀篇布局,為新時代新征程推動金融高品質發展提供了根本遵循和行動指南。為更好地把思想和行動統一到習近平總書記重要講話精神和黨中央決策部署上來,本刊特别組織專題,約請相關專業人士圍繞财富管理領域如何學習貫徹中央金融工作會議精神進行探讨和交流。

作者|曾聖鈞「中國銀行深圳市分行大灣區金融研究院進階研究員」

提要:

  • 依托開放式技術,生成式人工智能将拓展越來越廣泛的應用場景,重塑各行業的商業模式,對整個社會也将産生深遠影響。
  • 金融是人工智能應用最多的行業之一,新技術将支援數字金融創新,提升金融服務水準,同時創造更多的産業金融服務機會。
  • 在各行業部署生成式人工智能解決方案将從根本上改變行業企業的營運方式,創造新的機會并提高準确性和生産力,同時降低經營成本。

近年來,美國OpenAI公司先後推出了ChatGPT和Sora等生成式人工智能新模型,掀起了全球新一輪人工智能發展的浪潮。生成式人工智能技術的突破,也象征着人類科技發展取得又一重大進步。依托開放式技術,生成式人工智能将拓展越來越廣泛的應用場景,重塑各行業的商業模式,對整個社會也将産生深遠影響。

金融是人工智能應用最多的行業之一,新技術也将支援數字金融創新,提升金融服務水準,同時創造更多的産業金融服務機會。

生成式人工智能,技術進步的裡程碑

Generative AI(生成式人工智能)是指一類人工智能技術,它能夠生成新的資料、圖像、語音、視訊、音樂等内容,進而擴充人工智能系統的應用範圍。生成式人工智能在全球的普及,使全球使用者切實感受到這項技術的颠覆性潛力。相較于傳統人工智能,生成式人工智能在技術上有了明顯的進步。

首先,采用編碼器-解碼器(Transformer)架構,基于深度學習的自然語言處理技術(NLP),通過大規模的文本資料進行自監督學習,使模型學習到語言的潛在結構、文法規則和語義關系。Transformer能夠并行處理序列資訊,無需像循環神經網絡那樣分層逐漸處理,并且擁有強大的并行計算能力,能夠支援高效訓練和推理,不僅學習速度更快,還能更好地了解整體情境。其次,采用擴散模型(Diffusion),模拟自然界中常見的擴散過程來合成新資料,在圖像和視訊合成領域表現更加出色。最後,采用生成對抗性網絡(GANs),能夠制作逼真和動态的視訊序列。GANs通過使兩個神經網絡互相對立來工作:一個生成内容(生成器),另一個評估其真實性(鑒别器)。通過這個對抗性的過程,生成器學會建立越來越逼真的視訊。在一系列新技術的支援下,人工智能的自動化水準和運作效率明顯提高,産品服務更加個性化和定制化,表現出更強的創造性和更高的透明度。

ChatGPT的出現,顯示出大型語言模型(LLM)在文本、音頻、圖像等創造和構思能力上已達到與人類持平甚至超出的水準,應用前景十分廣闊。特别是2023年以來,從ChatGPT使用者的高速增長到GPT-4和Sora的釋出,生成式人工智能不僅展現了技術創新的巨大潛力,更推動了全社會的深入研究思考以及更多科技巨頭的參與。比如,谷歌已經開發了用于自然語言處理的Bard和用于編碼的Studio Bot;IBM已經開發了用于自然語言處理的Watson和用于計算機視覺的IBM Research人工智能系統;微軟已經開發了生産力助理Copilot和用于計算機視覺的Azure AI Vision。百度則是在通用大模型的基礎上,根據客戶實際需求提供差異化的服務,文心一言行業大模型數量達到11個,覆寫能源電力、金融、航天、傳媒、影視、汽車、城市管理、瓦斯、保險、電子制造和社科多個領域。彭博資料顯示,2022年生成式人工智能市場收入規模為400億美元,預計2027年及2032年将分别達到3990億美元和13040億美元。麥肯錫預測,人工智能整體将為全球經濟帶來高達25.6萬億美元的正面經濟影響,而其中來自生成式人工智能的貢獻高達7.9萬億美元。

生成式人工智能 助力金融數字化轉型

生成式人工智能助力經濟高品質發展

在各行業部署生成式人工智能解決方案将從根本上改變行業企業的營運方式,創造新的機會并提高準确性和生産力,同時降低經營成本。

生成式人工智能重塑了内容相關行業的創造、消費模式和商業價值。生成式人工智能可以根據消費者個人喜好,為電影、電視節目和音樂建立個性化推薦,甚至能夠取代人類作家、藝術家、攝影師和其他創意專業人士所做的一些工作,進而為娛樂制作公司節省潛在的成本。

在媒體與廣告行業,由生成式人工智能驅動的營銷和廣告可以帶來更個性化的資訊和産品,提高客戶滿意度和忠誠度。對于零售行業而言,生成式人工智能也能夠為零售商優化庫存管理,并根據客戶的購買曆史和浏覽行為向他們推薦适配的商品,進而幫助零售商增加銷售額及優化營運。

生成式人工智能應用場景的持續拓展,可以用于醫療保健、零售、公共部門等領域,實作患者診療、動态産品示範、政務服務資料和資訊的可視化。

在醫療領域,可以用于分析醫學圖像,幫助醫生提高診斷的準确性和效率。根據霍普金斯醫學院附屬五家醫療機構進行的一項試驗發現,使用人工智能算法分析醫學圖像,可以使醫院的敗血症死亡人數減少20%。

在交通領域,生成式人工智能可以為自動駕駛汽車提供動力,使其能夠在道路上行駛并做出實時安全的決策。此外,生成式人工智能還可以解決交通擁堵、停車短缺和通勤時間過長等問題,進而提高未來交通系統的品質、安全、效率和可持續性。

此外,生産力滿足不了日益增長的消費需求是各國困擾經濟發展的關鍵問題,也是通脹頑固難以消除的主要原因。針對目前全球大多數國家面臨的通貨膨脹高企困境,生成式人工智能驅動的機器和機器人可以更準确、更快地執行重複、危險的任務,保障勞工安全,延長生産時間,提高各行業的生産力和效率,進而降低整體制造成本。生成式人工智能有望成為抑制通脹的重要技術,對于政府降低通貨膨脹有一定的促進作用。

生成式人工智能為數字金融發展創造新機

清華大學的研究報告顯示,生成式人工智能有望給金融業帶來3萬億元規模的增量商業價值,涉及應用場景和産業金融等領域。生成式人工智能在處理大資料方面的優勢,使其成為數字金融服務的重要工具。生成式人工智能通過引入創新的決策、風險評估和客戶體驗方法,正在重塑金融行業的營運模式,提高金融服務水準。

●通過利用其分析和資料處理能力,改變傳統證券業務的投資和交易政策

人工智能算法可以分析市場資料、曆史趨勢和市場情緒,以做出準确的預測并識别投資機會。這使得金融交易員和投資者能夠做出資料驅動的決策,優化投資組合,并提高整體業績。生成式人工智能還可以建立适應不斷變化的市場條件的交易算法,精确執行交易。

●通過提供更加個性化的展示工具,改善财富客戶對金融服務的體驗

人工智能聊天機器人和虛拟助理可以了解客戶的咨詢問題,提供量身定制的财務優化建議,并幫助及時解決問題。這些虛拟助理可以利用生成式人工智能來模拟自然對話,并建立個性化響應,提高客戶滿意度和參與度。生成式人工智能還可以輔助理财經理分析客戶資料,在示範方案時通過生動的視訊效果向客戶展現投資分析報告,使家庭财富計劃方案做得更易于了解和接受。

●簡化金融行業的風險評估和合規管理流程

通過分析大量資料,包括财務報表、市場趨勢和監管要求,生成式人工智能算法可以識别潛在風險,并確定遵守監管架構。這些算法可以生成報告,執行壓力測試,并提供對潛在漏洞的深入分析。生成式人工智能還可以幫助金融機構執行自動化合規程式,減少手動錯誤,確定遵守複雜的法規。

●促進綠色金融的數字化發展

生成式人工智能可以模拟氣候變化帶來的風險和機遇,幫助投資者和監管機構了解其決策可能産生的影響,并找到綠色投資的新機會,同時完善ESG報告。2023年,國内多家商業銀行已開始應用大模型,在上市公司半年報中,超過10家銀行提及AIGC、大模型等相關内容。如工商銀行實作百億級基礎大模型在知識營運助手、金融市場投研助手等多個場景的應用;中國銀行和商湯科技在2023年進博會中攜手展示多款生成式AI大模型應用以及多款消費級AI産品;北京銀行釋出了AIB平台,打造營運助手、客服助手等7個問答機器人,同時推出“北銀投顧GPT”。

據工信部釋出的資料,目前國内人工智能核心産業規模已經達到人民币5000億元,相較于龐大的潛在市場,大陸生成式人工智能還有比較大的發展空間,亟須更多的産業金融服務支援。銀行等金融機構應結合國家新基建發展規劃,不僅要在人工智能産業發展中加大金融服務力度和信貸資金支援,同時也要關注産業金融的配套需求,包括專用硬體、雲平台、基礎模型、模型中心和MLOps、應用和服務等核心産業環節。金融機構可以加大産學研合作,與科技企業、高校、開源生态等技術力量聯合攻關,在産業協同方面實作優勢互補,提前做好技術和人才的儲備和布局,進而把握人工智能大時代的重大發展機遇。通過利用生成式人工智能的力量,在數字化轉型過程中實作金融業的高品質發展,同時助力各行各業加快形成新質生産力。

(責任編輯:侯皓議)

生成式人工智能 助力金融數字化轉型

繼續閱讀