Wykorzystanie mocy generatywnej sztucznej inteligencji do skalowania zarządzania majątkiem — Fintech Singapore

Wykorzystanie mocy generatywnej sztucznej inteligencji do skalowania zarządzania majątkiem – Fintech Singapore

Generatywna sztuczna inteligencja, zdolność komputerów do tworzenia treści w „nieustrukturyzowanych” formach, takich jak tekst lub obrazy, stanowi wyraźną zmianę sztucznej inteligencji w stosunku do tradycyjnych „ustrukturyzowanych” formatów danych, takich jak tabele. Generatywna sztuczna inteligencja znalazła się w centrum uwagi w wielu dziedzinach, choć jeszcze nie w zarządzaniu majątkiem, po debiucie ChatGPT OpenAI w listopadzie 2022 r.

ChatGPT, chatbot oparty na GPT-3, zwiastował zmianę paradygmatu, w której ludzie mogą wchodzić w interakcje z systemem sztucznej inteligencji w naturalny, intuicyjny sposób. Generował wyniki pisemne, które w wielu przypadkach dorównywały ludzkim możliwościom. Jednak dane wyjściowe z systemów AI, takich jak ChatGPT, mają swoje ograniczenia.

Przewiduje się, że od tego czasu wszystkie sekcje światowej gospodarki odczują skutki tej przełomowej technologii. Oczekuje się, że do 2030 r. sztuczna inteligencja wniesie do globalnej gospodarki aż 15.7 biliona dolarów Globalne badanie sztucznej inteligencji PwC. Jej integracja będzie miała różny wpływ na różne branże, a potencjalnie oszałamiająca wartość dodana przez sztuczną inteligencję może przynieść nieoczekiwane konsekwencje.

Konfigurowalna moc generatywnych modeli AI

Liczne duże modele językowe podobne do GPT są oferowane przez firmy takie jak Meta i Google, które posiadają zasoby obliczeniowe do szkolenia i wdrażania tych systemów. Często określane jako modele podstawowe, można je wykorzystać jako podstawę niestandardowego modelu dla określonego zadania lub dziedziny wiedzy, eliminując potrzebę budowania go od podstaw.

Wykorzystanie mocy generatywnej sztucznej inteligencji do skalowania zarządzania majątkiem

Potencjał transformacyjny ChatGPT wyraża się w jego szybkim tempie wdrażania, które zapewnia 100 milionów użytkowników w zaledwie 48 godzin, co czyni go najszybciej rozprzestrzeniającą się aplikacją do tej pory. Tak więc każda organizacja ma motywację do rozpocząć rozwijanie zdolności AI, wykonane z własnych, niestandardowych modeli, opartych na fundamentalnej technologii.

Dostosowywanie lub udoskonalanie modeli podstawowych nie tylko poszerza zakres możliwych przypadków użycia, ale może również złagodzić niektóre niedociągnięcia. Na przykład, jeśli organizacja posiada obszerną, zastrzeżoną bazę danych badań w dziedzinie finansów, która jest bardziej wyczerpująca niż model, na podstawie którego została przeszkolona, ​​można ją ponownie przeszkolić, aby uwzględnić tę wiedzę, tworząc niestandardowy model do użytku prywatnego.

Implikacje dla sektora finansowego

AI pozostaje gorący temat w 2023 roku, co wskazuje na uznanie ze względu na ogromny potencjał. Według raportu analizy wielkości i udziału rynku sztucznej inteligencji 2030 opublikowanego przez Grand View Research w zeszłym roku, najbardziej dotknięty zostanie sektor zdrowia, a następnie sektor motoryzacyjny i finansowy. Jednak w przeciwieństwie do innych branż, cykl adopcji będzie krótszy w tych trzech sektorach, w tym w finansach, za mniej niż siedem lat.

Przewiduje się znaczące zmiany w sektorze finansowym w związku z integracją sztucznej inteligencji, z niestandardowymi modelami wyszkolonymi na podstawie zastrzeżonych danych, które będą napędzać adopcję w dziedzinie zdrowia i finansów. Co ciekawe, według 70% dyrektorów finansowych uważa to za zmianę zasad gry Dane Rolanda Bergera wymieniony w biała księga dodatków Wykorzystanie generatywnej sztucznej inteligencji do zarządzania majątkiem.

Wykorzystanie mocy generatywnej sztucznej inteligencji do skalowania zarządzania majątkiem

Ograniczenia AI, potencjał zarządzania majątkiem

Obecne postrzegane ograniczenia sztucznej inteligencji, takie jak wiarygodność, świadomość prywatności i bezpieczeństwo, hamują natychmiastowe powszechne przyjęcie w finansach. Jednak wiedząc, że generatywna sztuczna inteligencja może podnieść jakość obsługi klienta dzięki połączeniu kompetentnych porad i spersonalizowanych ofert, potrzeba szybkości ma kluczowe znaczenie. raporty addytywne że pomimo ogólnego zadowolenia z oferty swoich banków, klienci nie są lojalni. Ponad 60% zamieniłoby się na ofertę uznany za bardziej innowacyjny.

Branża zarządzania majątkiem w przeszłości miała trudności ze skalowaniem, aby zaspokoić potrzeby szerszej grupy demograficznej ze względu na wyzwania związane ze świadczeniem usług opartych na relacjach lub usług hybrydowych, opłacalnych na dużą skalę. Generatywna sztuczna inteligencja oferuje możliwość interakcji podobnych do ludzkich w skali wykładniczej.

Wartość AI w zarządzaniu majątkiem

Gdzie sztuczna inteligencja zapewni największą wartość w zarządzaniu majątkiem, poza zwiększeniem możliwości doradcy majątkowego? Może również sprawić, że usługi podobne do ludzkich będą bardziej skalowalne, na przykład budowanie portfolio dla nowszych pokoleń.

Wykorzystanie mocy generatywnej sztucznej inteligencji w celu skalowania zarządzania majątkiem – Fintech Singapore PlatoBlockchain Data Intelligence. Wyszukiwanie pionowe. AI.

Dla młodszych kohort, zwłaszcza millenialsów i starszych pokoleń Z, kluczowe znaczenie ma dostosowanie inwestycji do osobistych wartości, przekonań i preferencji konsumentów. Sztuczna inteligencja jest dobrze przygotowana do zaspokojenia tej rosnącej potrzeby, dostarczając rekomendacje dopasowane do ich osobistych wartości.

Inwestorom często trudno jest zrozumieć lub odnieść się do firm zarządzających majątkiem i funduszy znajdujących się w ich portfelach lub są przytłoczeni niezliczonymi wyborami produktów inwestycyjnych. Sztuczna inteligencja może pomóc inwestorom znaleźć odpowiednie inwestycje i utrzymać ich zaangażowanie, dostarczając bogate interaktywne aktualizacje dotyczące tych inwestycji.

Przyszłość zarządzania majątkiem

Sztuczna inteligencja może znacznie obniżyć koszty pozyskania klienta, przybliżając zarządzanie majątkiem do klienta. Zmniejsza to również koszty obsługi, sprawiając, że zarządzanie majątkiem ma bardziej hybrydowy charakter.

Przy krańcowym koszcie tworzenia treści prawie zerowym, sztuczna inteligencja przyczynia się do przeciążenia informacjami. Jednak silnik rekomendacji oparty na sztucznej inteligencji może wydajnie przetwarzać i analizować odpowiednie dane, aby dostarczać przydatnych informacji inwestycyjnych, przebijając się przez szum i ułatwiając poszczególnym osobom podejmowanie właściwych decyzji.

Przyjazne dla wydruku, PDF i e-mail

Znak czasu:

Więcej z Fintechnews Singapur