憑藉 ChatGPT、DALLE-2 和 CodeStarter 等工具，生成式人工智慧在 2023 年激活了公眾的想像力。與過去曇花一現的技術不同（想想元宇宙現在的狀態），這項最新的人工智慧技術看起來將繼續存在。
OpenAI 的聊天機器人 ChatGPT 可能是最著名的生成式人工智慧工具。在推出後的短短兩個月內，它的月活躍用戶就達到了 1 億，普及速度甚至超過了 TikTok 和 Instagram，成為了歷史上增長最快的消費者應用。
根據麥肯錫的一份報告，生成式人工智慧每年可為全球經濟增加 2.6 萬億至 4.4 萬億美元的價值。從對收入的影響來看，銀行業是尤其可能從生成式人工智慧中看到最大影響的行業之一。
報告稱，該技術「如果能夠充分實施其用例，每年可帶來相當於 2000 億至 3400 億美元的額外價值」。
對於每個行業的企業來說，眼前的挑戰是，將任何新技術帶來的炒作與其可能具備的真正的、持久的價值區分開來。
這對金融服務企業來說是一個緊迫的問題。該行業對數字工具的使用已經廣泛存在且在不斷增長，這使得它特別有可能受到技術進步的影響。
《麻省理工科技評論》的最新報告分析了生成式人工智慧在金融領域的早期影響，它正在哪些地方開始應用，以及從長遠來看，成功部署它需要克服的障礙。
本報告的主要結論如下：
企業在金融服務領域部署生成式人工智慧，在很大程度上仍處於萌芽階段。最活躍的用例集中在將員工從低價值、重複性的工作中解放出來，從而削減成本。
公司已經開始部署生成式人工智慧工具來自動化耗時且乏味的工作，而這些工作以前需要人類評估非結構化信息。
（來源：資料圖）
目前公司正在對可能更具顛覆性的工具進行廣泛的實驗，但多以試點項目為主，真正商業部署的跡象仍然很少。
學術界和銀行正在研究生成式人工智慧如何在有影響力的領域提供幫助，包括資產選擇、改進模擬，以及更好地理解資產相關性和尾部風險，比如資產表現遠低於或遠高於其過去平均表現的機率。
然而，到目前為止，一系列實際和監管挑戰正在阻礙它們的商業使用。
歷史遺留技術和人才短缺可能會減緩生成式人工智慧工具的採用，但只是暫時的。許多金融服務公司，尤其是大型銀行和保險公司，仍然擁有大量古老的信息技術和數據結構，可能不適合使用現代應用程式。
然而，近年來隨著廣泛的數字化進程，這個問題已經緩解，而且可能會繼續下去。與任何新技術一樣，整個經濟體都缺乏專門從事生成式人工智慧的人才。
目前，金融服務公司似乎正在培訓員工，而不是從專業人才庫中招聘。也就是說，尋找人工智慧人才的困難正在逐漸減少，這一過程將類似於雲服務和其他新技術的興起。
更難克服的可能是技術本身的弱點，以及在某些場景中使用技術的監管障礙。一般的現成工具不太可能充分執行複雜的特定任務，如投資組合分析和選擇。公司需要培訓自己的模型，這一過程將需要大量的時間和投資。
此外，一旦這種軟體完成，其輸出也可能會出現問題。人工智慧中的偏見和缺乏問責機制的風險是眾所周知的。人們一直在尋找如何驗證生成式人工智慧複雜的輸出（內容），但尚未取得成功。
權威機構需要更多地研究生成式人工智慧的含義，而且從歷史上看，他們很少會在早期批准這些工具。
支持：Reb