ChatGPT의 잠재력과 위험을 평가하는 은행

ChatGPT의 잠재력과 위험을 평가하는 은행

타임 스탬프 : 10 년 2023 월 5 일 오전 54:XNUMX
ChatGPT의 잠재력을 평가하는 은행은 PlatoBlockchain Data Intelligence를 위험에 빠뜨립니다. 수직 검색. 일체 포함.

금융 기관의 기술 책임자는 ChatGPT 및 기타 언어 학습 모델(LLM)이 생산성 향상을 제공할 수 있는 방법과 그러한 소프트웨어를 배포하기 전에 뛰어 넘어야 하는 장애물을 살펴보고 있습니다.

LLM은 2022년 100월 미국 소프트웨어 회사 OpenAI가 ChatGPT를 출시했을 때 전 세계와 함께 은행의 관심을 끌었습니다. 이러한 형태의 인공 지능의 힘은 직관적이며 ChatGPT는 12억 명 이상의 사용자(이 중 XNUMX명만 퍼센트는 demandage.com에 따르면 미국에서 옵니다.

이후 Google과 다른 업체는 자체 LLM을 출시했으며 Microsoft(OpenAI 소유)는 기업용 Azure 클라우드 비즈니스를 통해 GPT 플러그인에 라이선스를 부여하고 있습니다.

그러나 금융 기관은 실제로 이 기술을 어떻게 사용할 수 있습니까?

많은 은행과 기업은 독점 정보 또는 고객 정보를 공개 도메인에 공개할 것을 두려워하여 직원이 사용하는 것을 금지했습니다. ChatGPT의 온라인 플랫폼에 데이터를 쿼리하면 검색이 가능하기 때문입니다.

은행은 또한 LLM이 "환각"하는 경향, 즉 답을 지어내고 사실인 것처럼 제시하는 경향을 경계합니다. 따라서 고객이나 규제 기관 앞에 내세우거나 중요한 결정에 의존하는 것은 위험합니다.

지난 주, 세 명의 기술 관계자가 중국 기술 벤더인 GienTech가 주최한 홍콩 행사에서 ChatGPT에 대한 견해를 공유했습니다.

그들의 접근 방식은 비즈니스 요구 사항과 자체 디지털화 측면에서 어디에 서 있는지에 따라 다릅니다.

리비뱅크

Livi Bank는 홍콩의 허가를 받은 가상 은행 중 하나입니다. CTO인 Gary Lam은 디지털 혁신을 거칠 필요가 없다고 언급했습니다. 클라우드 기반 기술 스택과 함께 가상으로 탄생했습니다. 온라인 광고 및 판촉을 포함하여 고객을 확보하기 위해 전자 상거래 회사에서 차용한 전술에 의존합니다.

한편으로는 이미 인공 지능 사용에 푹 빠져 있습니다. 얼굴 인식 및 사기 감지와 같은 고객 온보딩 측면에 AI를 사용합니다. 반면에 Lam은 가상 기관으로서 livi가 사이버 보안 위험에 훨씬 더 민감하다고 말합니다.

따라서 생성 AI에는 최소한 동일한 수준의 위험 관리 및 관리가 필요합니다.

“Gen AI는 소프트웨어입니다. 스택의 다른 모듈과 동일한 표준 데이터 손실 보호를 적용합니다. 하지만 고객에게 ChatGPT 메시지를 공개하기 전에 추가 필터가 필요할 수 있습니다.”

LLM은 클라이언트 통신 및 서비스에서 생산성을 과급할 수 있기 때문에 탐색 중입니다. 그러나 Lam은 코더, 관계 관리자 및 위험 관리자가 포함될 수 있는 내부 사용자의 경우에도 마찬가지입니다.

가장 큰 내부 사용 사례는 인간 언어 쿼리를 사용하여 방대한 규제 문서를 검색하는 것입니다. "우리는 많은 양의 자료를 검색할 수 있는 인간과 같은 검색 엔진을 가질 수 있습니다."라고 그는 말했습니다.

위 뱅크

Tencent가 소유한 WeBank는 세계에서 가장 정교한 디지털 은행 중 하나이며 중국 본토에서 영업한 지 불과 360년 만에 XNUMX억 XNUMX천만 명의 소매 고객을 보유하고 있습니다. 기존 은행이 감당하기에는 너무 낮은 평균 수익의 고객에게 수익성 있는 서비스를 제공할 수 있는 독점 기술에 의존합니다. WeBank는 소비자 뱅킹의 신속한 대규모 혁신을 상징하는 아이입니다.

LLM은 진정한 변화를 의미한다고 선전에 기반을 둔 핀테크 혁신 책임자인 Yao Huiya는 말했습니다. 그러나 WeBank는 고객과 상호 작용하기 위해 GPT 서비스를 서두르지 않습니다. 특히 규제 기관의 경우 너무 위험합니다. “본질상 어리석은 말을 하는 것을 피할 수 없습니다.”라고 그는 말했습니다.

WeBank는 데이터 노출 및 규정 위반 위험을 고려할 때 공용 인터넷을 기반으로 하는 LLM을 사용할 가능성이 낮습니다. 그러나 그것은 더 작고 은행 자체 데이터에만 액세스하는 미세 조정입니다.

Yao는 은행의 고객 온보딩 및 SME 대출 프로세스의 생산성을 개선하기 위해 LLM을 배치할 수 있다고 말합니다. 이 모델은 신용 담당자가 회사 데이터를 분석하는 데 도움을 주어 대출에 대해 고객에게 연락하기에 좋은 시간, 소개 연락처를 사용자 지정하는 방법, 대출 장부 실적을 개선하는 방법을 제안할 수 있습니다.

Yao는 LLM이 신용 팀을 대체할 것이라고 의심합니다. "그것은 인간을 루프에 넣어 더 나은 결정을 내리기 위해 생성 AI 질문을 할 수 있도록 할 것입니다."

그 영향은 은행의 기술 인프라에서 느낄 것입니다. "컴퓨팅 능력은 CPU에서 GPU로 이동할 것입니다."라고 그는 프로세서 유형을 언급하며 말했습니다. "우리 아키텍처에는 플러그인이 필요하므로 여러 모델을 배포하고 A/B 테스트를 실행할 수 있습니다."

이것은 디지털 은행뿐만 아니라 모든 기업에 해당될 것입니다. "이것은 전 세계의 아키텍처를 바꿀 것입니다."라고 Yao는 말했습니다. "LLM의 영향은 끝나지 않을 것입니다."

홍콩 자키 클럽

Hong Kong Jockey Club은 인가를 받은 금융 기관은 아니지만 금융과 유사한 많은 활동을 하고 있습니다. 홍콩에서 경마와 축구 베팅을 독점하고 있습니다. 다른 조직과 마찬가지로 베팅 시스템에 데이터를 사용하는 등 디지털화하고 있으며 다른 기존 조직과 마찬가지로 해결해야 할 고유한 레거시 문제가 있습니다.

데이터 및 분석 솔루션 담당 이사인 Li Sai-Chin은 ChatGPT가 Jockey Club을 혼란에 빠뜨리고 있다고 말합니다. "데이터 및 분석에 대한 사고 방식에 큰 변화를 가져왔습니다." 이것은 디지털을 수용해야 할 필요성에 대해 많은 경영진에게 유용한 경종을 울리는 것입니다.

말에 베팅하려면 많은 데이터가 필요합니다. 사람들은 베팅을 하기 전에 스프레드, 경마 및 기수 기록과 같은 정보를 확인합니다. "우리는 그들이 더 많은 질문을 할 것으로 기대합니다."라고 Li는 말했습니다. ChatGPT와 같은 것이 잠재적으로 관련이 있습니다.

이는 Jockey Club이 고객과 보다 정기적으로 소통하도록 돕는 방법입니다. 예를 들어, 시즌 동안 클럽은 매주 두 번의 경마 세션을 조직합니다. 다른 날에는 베터와 상호작용이 없습니다. 정통한 챗봇을 사용하면 고객이 더 정기적으로 상호 작용하고 더 많은 질문을 할 수 있습니다.

첫 번째 단계는 사람들이 클럽의 데이터와 더 정기적으로 상호 작용하도록 장려하는 것입니다. 점차적으로 Li는 클럽이 주변을 돌아다니고, 말을 확인하고, 맥주를 마시거나 내기를 할 때 사용자에게 실시간 쿼리 및 데이터 경험을 제공하기 위해 경기장 내 센서를 사용하는 것을 보게 됩니다.

"우리는 오프라인에서 온라인으로의 경험에 대해 생각하면서 많은 작업을 하고 있습니다."라고 그는 말했습니다. "그들이 한 지역을 지나갈 때 우리가 그들과 실시간으로 상호 작용한다면 그들이 보고 싶어하는 다음 말을 지적할 수 있습니까?"

타임 스탬프 :

더보기 발굴