Banker, der vejer ChatGPTs potentiale – og farer

Banker, der vejer ChatGPTs potentiale – og farer

Tidsstempel: 10. juli 2023 kl. 5
Banks weighing ChatGPT’s potential – and perils PlatoBlockchain Data Intelligence. Vertical Search. Ai.

Teknologichefer hos finansielle institutioner ser på, hvordan ChatGPT og andre sprogindlæringsmodeller (LLM'er) kan levere produktivitetsgevinster - og på de forhindringer, de skal springe, før de kan implementere sådan software.

LLM'er fangede bankernes opmærksomhed sammen med resten af ​​verden, da det amerikanske softwarefirma OpenAI frigav deres ChatGPT i november 2022. Kraften i denne form for kunstig intelligens er intuitiv, og ChatGPT kan prale af mere end 100 millioner brugere (heraf kun 12 procent er fra USA ifølge demandsage.com).

Google og andre har siden udgivet deres egne LLM'er, og Microsoft (som ejer OpenAI) licenserer GPT-plugins via sin Azure cloud-virksomhed til virksomheder.

Men hvordan kan finansielle institutioner rent faktisk bruge denne teknologi?

Mange banker og virksomheder har forbudt deres ansatte at bruge det af frygt for, at de frigiver proprietære eller kundeoplysninger til det offentlige domæne – for når først du forespørger data til ChatGPTs online platform, er det søgbart.

Banker er også på vagt over for LLM'ers tendens til at "hallucinere", dvs. opfinde svar og præsentere dem som fakta. Det gør det farligt at stille over for kunder eller regulatorer, eller at stole på kritiske beslutninger.

I sidste uge delte tre teknologiembedsmænd deres synspunkter om ChatGPT, da de talte ved en begivenhed i Hong Kong, der var vært for GienTech, en kinesisk teknologileverandør til finansielle institutioner.

Deres tilgang varierer afhængigt af deres forretningsbehov, og hvor de står i forhold til deres egen digitalisering.

Livi Bank

Livi Bank er en af ​​Hong Kongs licenserede virtuelle banker. Dens CTO, Gary Lam, bemærkede, at den ikke behøver at gennemgå digital transformation: den blev født virtuelt med en skybaseret teknologisk stak. Den er afhængig af taktik lånt fra e-handelsvirksomheder for at erhverve kunder, herunder online annoncering og kampagner.

På den ene side er den allerede gennemsyret af brugen af ​​kunstig intelligens. Den er afhængig af AI til aspekter af kundeonboarding, såsom ansigtsgenkendelse og svindeldetektion. På den anden side, siger Lam, som en virtuel institution, livi er endnu mere følsom over for cybersikkerhedsrisici.

Derfor kræver generativ kunstig intelligens mindst samme grad af risikostyring og pleje.

"Gen AI er et stykke software. Jeg ville anvende den samme standard beskyttelse mod tab af data som andre moduler i stakken. Vi kan dog have brug for yderligere filtre, før vi frigiver ChatGPT-beskeder til vores kunder."

Det er under udforskning, fordi LLM'er kan sætte gang i produktiviteten i klientkommunikation og -service. Men det samme gælder for interne brugere, som Lam siger kan omfatte kodere, relationsadministratorer og risikomanagere.

Den største interne brugssag er at bruge forespørgsler på menneskelige sprog til at søge i enorme mængder af reguleringsdokumenter. "Vi kan have en menneskelignende søgemaskine til at gennemgå en stor mængde materiale," sagde han.

WeBank

Tencent-ejede WeBank er en af ​​verdens mest sofistikerede digitale banker med 360 millioner detailkunder efter blot otte års drift på det kinesiske fastland. Det er afhængigt af sin proprietære teknologi for at være i stand til at servicere kunder med en gennemsnitlig indtjening, der er for lav til, at en traditionel bank kan håndtere. WeBank er plakatbarnet for hurtig innovation i stor skala inden for forbrugerbank.

LLM'er repræsenterer en reel forandring, sagde Yao Huiya, Shenzhen-baseret leder af fintech-innovation. Men WeBank skynder sig ikke ud med en GPT-tjeneste for at interagere med kunder: det ville være for risikabelt, især for en reguleret institution. "I sagens natur kan du ikke undgå, at den taler dumme ting," sagde han.

Det er usandsynligt, at WeBank vil bruge LLM'er baseret på det offentlige internet i betragtning af risiciene ved at afsløre data og overtræde regler. Men det er finjustering af dem, der er mindre, og som kun tilgår bankens egne data.

Yao siger, at LLM'er kan blive implementeret for at forbedre produktiviteten af ​​bankens kundeonboarding og SMV-udlånsprocesser. Modellen kan foreslå gode tidspunkter til at kontakte kunder om et lån, hvordan man tilpasser en indledende kontakt og forbedrer udlånsbogens ydeevne ved at hjælpe kreditansvarlige med at analysere virksomhedens data.

Yao tvivler på, at LLM'er vil erstatte kredithold. "Det vil sætte mennesket i løkken, så de kan stille de generative AI-spørgsmål for at træffe bedre beslutninger."

Påvirkningen vil kunne mærkes i bankens teknologiske infrastruktur. "Regnekraften vil skifte fra CPU'er til GPU'er," sagde han med henvisning til typer processorer. "Vores arkitektur skal bruge plugins, så vi kan implementere flere modeller og køre A/B-tests på dem."

Dette vil være sandt for alle virksomheder, ikke kun digitale banker. "Dette vil ændre arkitekturen i hele verden," sagde Yao. "Konsekvensen af ​​LLM'er vil ikke ende."

Hong Kong Jockey Club

Hong Kong Jockey Club er ikke en licenseret finansiel institution, men den engagerer sig i mange finanslignende aktiviteter. Det har monopol i Hong Kong på hestevæddeløb og fodboldvæddemål. Ligesom andre organisationer bliver den digital, f.eks. ved at bruge data til sine væddemålssystemer – og ligesom andre etablerede operatører har den sine egne arveproblemer at kæmpe med.

Li Sai-Chin, executive manager for data- og analyseløsninger, siger, at ChatGPT tvinger jockeyklubben til at klatre. "Det har skabt en trinvis ændring i at tænke på data og analyser." Det er et nyttigt wake-up call til mange ledere om behovet for at omfavne det digitale.

Væddemål på heste involverer en masse data: folk ser på information såsom spreads og heste- og jockeytrack records, før de placerer deres væddemål. "Vi forventer, at de stiller flere spørgsmål," sagde Li, hvilket gør noget som ChatGPT potentielt relevant.

Dette er en måde at hjælpe Jockey Club med at engagere sig mere regelmæssigt med sine kunder. For eksempel arrangerer klubben i løbet af sæsonen to sessioner med hestevæddeløb hver uge. De andre dage er der ingen interaktion med spillere. Erfarne chatbots kunne give kunderne mulighed for at interagere og stille flere spørgsmål mere regelmæssigt.

Det første skridt er at opmuntre folk til at interagere med klubbens data mere regelmæssigt. Efterhånden ser Li, at klubben bruger sensorer på sin grund for at give brugere en realtidsforespørgsel og dataoplevelse, når de vandrer rundt, tjekker hestene ud, snupper en øl eller placerer et væddemål.

"Vi gør en masse arbejde med at tænke på offline-til-online-oplevelsen," sagde han. "Hvis vi interagerer med dem i realtid, når de går forbi et område, kan vi så udpege den næste hest, de gerne vil se?"

Tidsstempel:

Mere fra DigFin