一些北美和欧洲最大的银行正在使用人工智能工具创造收入并降低成本,这些工具可以为销售团队提供建议,自动执行信贷决策并生成代码。然而,他们还没有将这项技术广泛应用于客户面前,而且大多数生成式 AI 部署至少还有一年时间。
摩根大通 (JP Morgan Chase,JPMC)、汇丰银行 (HSBC)、德意志银行 (Deutsche Bank) 和加拿大皇家银行 (RBC) 的高管在 2023 年 11 月于纽约举行的 Evident AI 研讨会上表示,他们正在训练模式识别、流程自动化的 AI 软件,以帮助管理后台功能,包括根除信用卡欺诈、批准贷款、指导客户团队和编写计算机代码。
JPMC 在伦敦研究机构 Evident 近期发布的全球银行 AI 成熟度排名中名列前茅,该公司正在利用 AI 为信用卡客户提供个性化服务,为分配给企业客户的销售团队提供建议,并减少欺诈行为。JPMC 还没有从生成式 AI 中获得收入,该领域使用基于大量互联网和私人数据训练的大型语言模型来编写文本,汇总文档和计划投资策略。德意志银行 (Deutsche Bank) 部署人工智能来打击洗钱,但在客户使用的软件中暂缓部署该技术。
基于 AI 的银行业务 |
---|
1.JP Morgan Chase(美国) |
2. Capital One(美国) |
3. Royal Bank of Canada(加拿大) |
4.Wells Fargo(美国) |
5.UBS(瑞士) |
6. Commonwealth Bank(澳大利亚) |
7. 高盛(美国) |
8.ING(荷兰) |
9. 花旗集团(美国) |
10. DBS(新加坡) |
来源:Evident AI Index,2023 年 11 月
银行和证券交易所高管在会议上表示,可以回答客户投资研究查询、总结公司收益或准备详细客户会议简报的生成式 AI 应用程序尚未投入生产,预计要到 2025 年左右才能推出。
JPMC 首席数据和分析官 Teresa Heitsenrether 表示:“人们以为的‘低垂果实’并没有想象中那么成熟。”Heitsenrether 表示,该银行今年将通过运行人工智能工具来精简运营、检测欺诈行为、筛查潜在违反制裁的交易并做出信贷决策,实现超过 15 亿美元的价值。收入来自更好的信用卡服务或为销售团队推荐的后续步骤。“我们有大量的数据,我们有能力进行投资,”她说。
JPMC 资深员工 Heitsenrether 今年在全公司领导 AI 采用工作,她表示:“迄今为止,公司的所有价值都是通过商业智能工具和机器学习等更传统的人工智能方法实现的,这些方法可以发现模式并进行预测,但尚未获得来自生成式 AI 的价值。”她引用了 JPMC 正在推进的数百个用例,并表示:“当然,我们看到了其中蕴含的巨大潜力。”
加拿大 RBC 在 Evident 排名中排名第三,也在采取谨慎的方法将生成技术置于企业客户面前。RBC 首席科学官兼 Borealis AI 孵化器负责人 Foteini Agrafioti 在会上表示:“在 2024年,我们预计不会有很多银行客户通过聊天机器人获取财务建议。”
Agrafioti 表示,RBC 不认为生成式 AI 已“准备好迎接黄金时代”。相反,该行正在构建测试平台,以确定大型语言模型是否可以让研究分析师和员工快速编译报告,或者这些模型是否可以降低呼叫中心成本。
银行正在试行生成式 AI 系统来分析大量文档和其他非结构化信息,这些信息不驻留在数据库中用于应用,例如汇总资本市场研究,为客户的投资组合提供风险和再平衡证明,以及研究客户。
据咨询公司 McKinsey 和公司估计,如果银行充分利用该技术进行法规合规性、客户服务、编程和风险管理,该技术每年可为该行业额外创造 2000 亿美元到 3400 亿美元的价值。然而,Evident 首席执行官 Alexandra Mousavizadeh 表示,许多银行对在生产中推出生成式 AI 犹豫不决,商业项目可能会在 2024 年首次亮相,对 2025 年的利润产生影响。
银行和交易所正在开发的生成式 AI 项目包括:提高企业搜索能力,为高级银行高管与其客户之间的会议编制简报,在电子表格和商务智能仪表盘中替换手动编译的报告,以及让客户查询资本市场研究机构。“我们必须能够以这种方式使用机器进行竞争。”高盛应用创新办公室联合负责人 George Lee 表示。
一个门槛因素:银行仍然需要首先了解哪些生成式 AI 用例明确了监管障碍,德意志银行管理委员会成员兼美洲主管 Stefan Simon 表示。“许多银行都不急于成为先行者。”他说。“监管环境为竞争添加了独特的视角。”
Evident 每年发布两次指数,该指数使用自上而下的领导力、人才、创新和透明度这四项标准,对北美、欧洲和亚洲 50 家大型银行进行排名。摩根大通 (JP Morgan Chase) 在十一月指数中排名第一,该指数衡量 100 多个标准,包括研究、专利、人才保留、企业和合作伙伴关系,其次是 Capital One、RBC、Wells Fargo 和 UBS。
银行在其他领域裁员,同时也在招募大量数据科学家、工程师、软件开发人员和其他人工智能专家。Evident 研究中榜上有名的机构在 2023 年 5 月至 9 月期间将 AI 职位数量增加了 10%,而总员工人数却减少了 2.5%。
在数据、分析和人工智能领域的高管中,薪资呈上升趋势。招聘公司 Heidrick & Struggles 表示,2021 年,这些高管的薪酬中位数 (PDF) (包括股权奖励)在美国为 901000 美元,欧洲为 676000 美元。欧洲金融服务行业的人工智能和数据分析高管的薪酬中位数为 961000 美元,超过了所有领域。
尽管如此,银行仍在关注成本。生成式 AI 模型训练和校准成本非常高。大多数银行正在转向在公有云中运行的商业大语言模型,而不是自己构建和训练模型。
“Low-hanging fruit is not as ripe as I think people would want.”
“首先,您不会想要自己构建这些东西,至少今年不会。”摩根士丹利首席分析和数据官 Jeff McMillan 表示。“您可以与任何主流提供商合作,只要将法律、合规和风险事务整合到一起,就可以利用现有资源改变世界。”
Oracle、Meta、IBM 和其他科技公司以及大学和研究组织于 2023 年 12 月启动了 AI 联盟,以创建企业可以共享的软件工具、模型解释、基准和标准,从而为企业提供替代购买 AI 模型的替代方案,而这些模型的工作方式可能更接近科技行业以外的组织。
McMillan 和 JPMC 的 Heitsenrether 表示,银行了解将太多业务集中在单一生成式 AI 供应商手中的风险。“游戏的名称是多样化,”她说。“我们是一家多云商店,也将成为一家多模式商店。”
银行、医院等机构正在使用专业数据对大语言模型进行微调,提高 AI 准确性 — 不再需要从零开始训练 AI 模型。
监管机构专注于提高流动性,这意味着贷款机构需要支持风险管理、利率建模和压力测试。
注:为免疑义,本网页所用以下术语专指以下含义: