AI+Wealth Management: Bank internasional terkemuka berencana menggunakan GPT dengan cara ini

Sumber: Institut Penelitian Teknologi Bingjian

Daftar baru-baru ini tentang AI dan perbankan semakin banyak dikutip. Daftar tersebut memeringkat 23 bank terbesar di Eropa dan Amerika Serikat, dan total aset setidaknya US$1 triliun yang memenuhi syarat untuk dipilih.

Daftar ini disebut "Bank AI Index (Evident AI Index)", dirilis oleh perusahaan konsultan Evident Insights, tersedia untuk umum, dan ini adalah pertama kalinya untuk memberi peringkat daftar kematangan AI (kedewasaan AI) bank.

Daftar Top 10 Bank AI Index:

Sumber: Wawasan Terbukti, disusun oleh Bingjian Technology Research Institute

Untuk membuat daftar ini, Evident Insights mengumpulkan jutaan poin data, berdasarkan laporan keuangan bank dan data publik dari serangkaian sumber data pihak ketiga, dengan partisipasi lebih dari 50 pakar terkemuka di bidang kecerdasan buatan dan industri perbankan, untuk membangun daftar daftar ini.

Setiap bank dinilai berdasarkan 142 indikator individu dalam empat dimensi: bakat, inovasi, kepemimpinan, dan transparansi. Bakat menyumbang bobot tertinggi, mencapai 40%.

Menurut Evident Insights, kuantitas dan kualitas talenta AI akan sangat memengaruhi daya saing bank-bank top ini di masa depan. JPMorgan Chase, yang menempati peringkat pertama, memiliki karyawan kecerdasan buatan terbanyak di industri perbankan, terhitung lebih dari 10% dari total jumlah karyawan dan masih mempercepat perekrutan. Antara Februari dan April 2023, JPMorgan Chase memposting setidaknya 20% iklan pekerjaan untuk kecerdasan buatan dan posisi inti data dari semua bank dalam daftar.

Setelah mencari dan menganalisis informasi di situs rekrutmen seperti LinkedIn, Evident Insights juga menemukan fenomena menarik: pada saat kecerdasan buatan generatif sangat populer, 23 bank ini *hanya memiliki kurang dari 2% deskripsi pekerjaan terkait AI *, Keterampilan untuk AI generatif seperti model bahasa besar (LLM) atau ChatGPT disebutkan secara eksplisit.

Setelah menganalisis laporan terkait Bukti dan bank-bank yang terdaftar, Bingjian Technology Research Institute juga menemukan bahwa meskipun GPT telah menjadi ilmu yang terkenal, bank-bank besar internasional ini tidak berpikir bahwa GPT dapat menyembuhkan semua penyakit. Karena investasi awal dalam teknologi kecerdasan buatan dan penerapan mendalam, banyak bank** telah membangun sistem manajemen kekayaan pembelajaran mendalam yang cukup matang, dan mereka tidak terburu-buru mengejar hotspot GPT. **

Sebaliknya, indikator "transparansi" yang disebutkan dalam daftar dinilai lebih tinggi oleh banyak bank besar.

Morgan Stanley: Gunakan GPT-4 untuk manajemen pengetahuan

Morgan Stanley, yang nyaris masuk ke dalam 10 besar dalam daftar indeks AI bank, adalah yang paling terkenal dalam hal aplikasi GPT, dan sub-item "inovasi" -nya menempati urutan keempat. Meski begitu, penerapan GPT Morgan Stanley masih dalam tahap percobaan dan belum memasuki lingkungan produksi, serta bidang percobaannya belum luas.

Ketika OpenAI secara resmi meluncurkan GPT-4 pada bulan Maret tahun ini, OpenAI meluncurkan aplikasi manajemen kekayaan Morgan Stanley sebagai contoh umum.

Secara khusus, Morgan Stanley mengelola perpustakaan berisi ratusan ribu halaman konten yang mencakup strategi investasi, riset dan komentar pasar, serta pandangan analis—begitu banyak informasi yang tersebar di banyak situs internal, sebagian besar dalam bentuk PDF, Memerlukan Penasihat Keuangan (FA ) untuk menelusuri sejumlah besar informasi untuk menemukan jawaban atas pertanyaan tertentu bisa sangat tidak efisien.

Mulai tahun lalu, perusahaan dan OpenAI mulai bekerja sama untuk mengeksplorasi cara menggunakan kemampuan penyematan dan pengambilan GPT untuk memaksimalkan "modal intelektual" - lebih dari 100.000 dokumen.

GPT-4 akan memberikan dukungan untuk chatbot internal perusahaan** (perhatikan bahwa ini bukan eksternal)**, yang dapat melakukan pencarian komprehensif dan integrasi konten manajemen kekayaan, dan kemudian memberikan jawaban yang mereka inginkan kepada penasihat keuangan.

Morgan Stanley, yang memiliki lebih dari 15.000 penasihat keuangan, mungkin menanyakan pertanyaan-pertanyaan ini kepada chatbot internalnya:

*Saran Investasi (Apa pendapat kami tentang saham Alphabet dan apakah kinerjanya di masa mendatang bullish atau bearish?)

*Bisnis seperti biasa (Siapa lima pesaing utama IBM?)

* Pertanyaan proses (Bagaimana cara memasukkan IRA ke dalam kepercayaan yang tidak dapat dibatalkan?).

Morgan Stanley "menyempurnakan" GPT-4 pada masalah serupa menggunakan 100.000 dokumen sebagai korpus pelatihan.

Menurut Forbes, 300 FA Morgan Stanley membantu para model dengan "pembelajaran penguatan" -- ketika mereka mendapatkan jawaban dari chatbot, mereka dapat memberikan suara positif atau negatif, atau memberikan lebih banyak detail sesuai permintaan umpan balik.

Salah satu masalah ChatGPT yang banyak dikritik adalah sering menghasilkan konten "halusinasi" tanpa dasar faktual, yang berakibat fatal bagi layanan manajemen kekayaan. Sebagai tanggapan, Morgan Stanley membatasi jenis permintaan/pertanyaan yang dapat dimasukkan FA ke dalam sistem, membatasi topik pada pertanyaan yang relevan dengan bisnis, yang memastikan bahwa keluaran berasal dari dokumen pengetahuan mereka yang ada.

Jika FA menemukan bahwa konten tersebut salah saat digunakan, Anda juga dapat merujuk ke kode alasan - mengutip artikel yang mendasarinya yang ditautkan ke sumber konten - yang lebih lengkap dan kredibel daripada kebanyakan model bahasa besar.

Pada akhirnya, ada auditor kepatuhan yang memeriksa konten. Dalam proses manajemen pengetahuan normal perusahaan, ada personel kepatuhan yang meninjau konten penelitian investasi, belum lagi konten yang ingin disediakan oleh FA ke dunia luar.

Faktanya, departemen manajemen kekayaan Morgan Stanley telah menghabiskan waktu bertahun-tahun untuk meneliti sistem "Tindakan Terbaik Berikutnya" (NBA), yang merupakan alat realistis untuk mempersenjatai 15.000 FA dengan pembelajaran mesin.

Sistem NBA menemukan ide investasi yang dipersonalisasi melalui pembelajaran mesin dan mendistribusikannya ke pelanggan tertentu melalui sistem CRM-nya. Sistem NBA memiliki tiga fungsi tujuan yang berbeda:

Salah satunya adalah memberikan saran investasi kepada pelanggan dan membantu pengambilan keputusan, tidak hanya memberikan investasi pasif, tetapi juga memberikan opsi investasi saham dan obligasi individu sesuai dengan keinginan pelanggan;

Yang kedua adalah peringatan untuk operasi yang cepat, seperti peringatan untuk saldo kas yang rendah dan peringatan untuk perubahan signifikan dalam nilai portofolio investasi pelanggan, dll.;

Yang ketiga adalah life event planning.Misalnya, jika dikonfirmasi bahwa anak pelanggan sakit, sistem dapat merekomendasikan rumah sakit setempat yang terbaik untuk mengobati penyakit dan perencanaan keuangan untuk pengobatan, sehingga dapat membangun hubungan nilai tambah dengan pelanggan.

Jeff McMillan, kepala data dan inovasi di Morgan Stanley, yang memimpin bisnis terkait GPT-4, mengatakan kepada Forbes bahwa pendekatan "dorongan" sistem NBA mungkin sama baiknya dengan pendekatan "tarik" berdasarkan jawaban cepat GPT untuk bekerja sama.

Menurut laporan terbaru di bulan Juli oleh AdvisorHub, sebuah situs web vertikal untuk industri penasihat kekayaan, Morgan Stanley berharap untuk meluncurkan alat AI generatif kepada lebih dari 15.000 penasihat keuangannya pada kuartal ketiga tahun ini.Sejak Maret tahun ini, hanya 900 FA sudah diadili. .

Dalam daftar indeks bank AI, sub-item bakat Morgan Stanley hanya menempati peringkat 11. Morgan Stanley telah mempercepat rekrutmen bakat AI sejak paruh kedua tahun ini. Posisi rekrutmen terbarunya adalah merekrut eksekutif manajemen kekayaan baru untuk platform kecerdasan buatan dan pembelajaran mesin. Menurut LinkedIn, gaji tahunan dasar untuk posisi ini adalah antara 180.000 dan 260.000 dolar AS antara.

AI champion dan runner-up bank: Tingkatkan sistem pembelajaran mesin yang ada

JPMorgan Chase, yang menempati urutan teratas dalam daftar, memiliki beberapa rencana deklaratif untuk GPT, tetapi tidak mengungkapkan terlalu banyak detail aplikasi; sedangkan Royal Bank of Canada (RBC), yang tampil sebagai kuda hitam di posisi runner-up, tidak pernah menyebutkan GPT.

Menurut laporan CNBC, JPMorgan Chase sedang mengembangkan layanan perangkat lunak yang mirip dengan ChatGPT. Dokumen yang diserahkan oleh JPMorgan Chase & Co menunjukkan bahwa bank mengajukan pendaftaran merek dagang untuk produk bernama "IndexGPT" pada bulan Mei. IndexGPT akan menggunakan "perangkat lunak komputasi awan menggunakan kecerdasan buatan" untuk "menganalisis dan memilih sekuritas yang sesuai dengan kebutuhan klien."

Dokumen pendaftaran merek dagang menunjukkan bahwa IndexGPT menggunakan teknologi kecerdasan buatan yang diwakili oleh ChatGPT.Lori Beer, direktur teknologi global JPMorgan Chase, mengatakan bahwa bank telah mempekerjakan 1.500 ilmuwan data dan insinyur pembelajaran mesin dan sedang menguji "kasus penggunaan ganda" dari teknologi GPT . ".

“Ini akan menjadi cawan suci tentang bagaimana orang mengelola aset mereka,” kata Mary Callahan Erdoes, kepala eksekutif divisi manajemen aset dan kekayaan bank, tentang AI pada konferensi Hari Investor JPMorgan pada 22 Mei.

“Kami telah memuat data hak milik selama 30 tahun di setiap perusahaan yang kami lihat,” kata Erdoes, menjelaskan pengembangan alat terbaru departemennya, “lalu kami menggabungkannya dengan jutaan titik data yang kami dapatkan setiap hari. Cocok, kami telah melihat peningkatan yang sangat besar."

Dia lebih lanjut mengungkapkan bahwa ** JPMorgan Chase memiliki bisnis manajemen aset internalnya sendiri, dan model mirip GPT berjalan pada sistem manajemen portofolio Spectrum. **

Peringkat kedua dari daftar indeks AI bank adalah RBC dari Kanada Bank telah menggunakan pembelajaran mendalam dan teknologi pembelajaran penguatan untuk manajemen kekayaan selama bertahun-tahun, terutama di peringkat tiga teratas di sub- "inovasi" dan "transparansi". peringkat indeks.

RBC telah mendirikan pusat penelitian kecerdasan buatan yang disebut AI Borealis, yang tidak hanya melayani bank induk tetapi juga terlibat dalam penelitian mutakhir tentang kecerdasan buatan. Dalam sebuah wawancara dengan KPMG, Kathryn Hume, kepala AI Borealis, merinci bagaimana timnya menerapkan pembelajaran penguatan untuk layanan pelanggan perbankan:

Borealis AI dan tim RBC Capital Markets meluncurkan sistem eksekusi perdagangan berbasis pembelajaran penguatan. "Kami ingin memahami bagaimana pembelajaran mesin dapat digunakan untuk membantu klien dengan pesanan besar atau massal, urutan perdagangan yang lebih baik untuk pengembalian maksimum. Ternyata model yang kami buat sangat dinamis, merespons waktu nyata dengan lebih fleksibel daripada algoritme perdagangan tradisional. Variasi dalam volatilitas."

AI Borealis juga telah berhasil membantu bank ritel dan komersial mengubah proses bisnis kemarin menjadi produk masa depan di masa depan. Misalnya, ** membangun alat peramalan arus kas untuk membantu penasihat keuangan terlibat secara proaktif dengan klien, memahami kebutuhan keuangan yang akan datang, dan memberikan saran yang lebih tepat sasaran. ** Juga membantu pelanggan ritel mengelola keuangan mereka dengan membuat aplikasi dan memanfaatkan teknologi pembelajaran mesin personalisasi terbaru.

Pada bulan April tahun ini, RBC memenangkan Penghargaan Pengalaman Pelanggan Kecerdasan Buatan Terbaik dari majalah Digital Banker untuk sistem Perkiraan NOMI yang dikembangkan bersama oleh bank dan Borealis AI.

Sistem Prakiraan NOMI menggunakan pembelajaran mendalam untuk memberikan prakiraan arus kas klien yang tepat waktu dan akurat. Didukung oleh kumpulan data unik bank, model dilatih untuk mempersonalisasi pengalaman pelanggan RBC, termasuk pembayaran tagihan, transfer elektronik, investasi, dan pembayaran gaji.

Model besar vertikal: cocok adalah yang terbaik

Apakah itu sistem NBA Morgan Stanley, sistem Spectrum Morgan Stanley, atau sistem Perkiraan NOMI yang dikembangkan secara independen oleh RGB, semuanya merupakan kombinasi dari berbagai model yang dilatih oleh akumulasi data bank sendiri. Setelah mencangkokkan GPT untuk pelatihan fine-tuning, meningkatkan kemampuan interaksi umum adalah pilihan serupa dari bank-bank internasional terkemuka ini.

Terlepas dari negara asing atau dalam negeri, dengan meningkatnya jumlah model besar open source dan penurunan biaya pelatihan model, obsesi dengan model bahasa umum yang besar secara bertahap memudar. Dari Konferensi Kecerdasan Buatan Dunia Shanghai yang baru saja selesai, dapat ditemukan bahwa narasi barunya adalah: model industri, model vertikal, dan "model besar memberdayakan ribuan industri".

Contoh paling umum adalah BloombergGPT diluncurkan oleh Bloomberg.Bloomberg membuat model lebih kecil, dengan sekitar 50 miliar parameter, yang jauh lebih kecil dari 175 miliar parameter GPT-3.Meskipun melemahkan keserbagunaan, kinerjanya di bidang keuangan jauh lebih baik daripada model besar tujuan umum.

Pengawasan dan profesionalisme industri keuangan yang kuat menentukan bahwa berdasarkan Pengetahuan, pelatihan data profesional yang dikumpulkan oleh lembaga keuangan dapat digunakan untuk membuat model vertikal yang sesuai dengan kebutuhan industri. **Misalnya, model besar Origin One yang diluncurkan oleh Bingjian Technology, dengan mengandalkan pengalaman bertahun-tahun dalam model algoritme yang melayani nasabah bank dan asuransi, berupaya dalam layanan nasabah yang cerdas, pemrosesan dokumen keuangan, dan analisis produk investasi asing. **

Keuntungan profesional dari model vertikal akan menjadi semakin jelas dalam industri manajemen kekayaan.Munculnya GPT akan mengubah konsep bahwa robo-advisor adalah "layanan eksklusif" untuk keluarga berpenghasilan tinggi di masa lalu, dan memungkinkan perkembangan pesat pasar ekor panjang. Dengan bantuan GPT-4, berapa kali jumlah dan efisiensi 15.000 penasihat keuangan Morgan Stanley yang melayani pelanggan akan ditingkatkan?

Selain bank-bank teratas ini, model besar vertikal memberikan lebih banyak peluang kepada startup untuk melayani lebih banyak pelanggan di lapisan aplikasi. Perusahaan teknologi menarik lebih banyak pelanggan yang tenggelam melalui hambatan masuk dan kemandirian yang rendah, sementara bank besar tradisional menggunakan keunggulan mereka sendiri untuk menargetkan pelanggan yang sudah ada dan mempromosikan berbagai portofolio produk. Institusi dengan ukuran berbeda menentukan strategi berbeda di bidang robo-advisory.

Dari perspektif pasar robo-advisory AS, ini terutama mencakup tiga jenis peserta:

Pertama, perusahaan pemula yang diwakili oleh Wealthfront and Betterment menggunakan keunggulan teknologi mereka sendiri dan persyaratan ambang rendah untuk memanfaatkan nilai pelanggan jangka panjang;

Yang kedua adalah lembaga keuangan skala besar yang diwakili oleh Vanguard dan Charles Schwab memanfaatkan keunggulan modal mereka sendiri, keunggulan pelanggan yang ada, keunggulan merek, dan hambatan kompetitif untuk meluncurkan produk penasehat investasi yang cerdas;

Yang ketiga adalah mengakuisisi perusahaan pihak ketiga untuk menyebarkan pasar penasihat investasi cerdas dengan cepat, seperti akuisisi Penasihat Masa Depan oleh BlackRock.

Menurut perhitungan perusahaan pemeringkat kredit CRISIL GR&A, penerapan model besar di bidang penelitian investasi cerdas diharapkan dapat menghemat biaya sebesar 22,5%, yang akan membuat pengelolaan kekayaan menguntungkan lebih banyak orang.

** Keinklusifan yang lebih besar juga berarti lebih banyak risiko. **Perlu disebutkan bahwa kemampuan RBC untuk mengungguli banyak bank besar Eropa dan Amerika dan menempati peringkat kedua dalam daftar indeks AI bank juga karena tindakan AI (AI yang Bertanggung Jawab) yang bertanggung jawab. Kathryn Hume percaya bahwa orang semakin sadar akan moral hazard yang dapat memperburuk AI. Di seluruh dunia, perdebatan seputar penggunaan kecerdasan buatan yang etis dan bertanggung jawab semakin meningkat.

Kecerdasan Buatan yang Dapat Dijelaskan (XAI) akan menjadi teknologi baru, mungkin mitranya dari GPT. Sementara wawasan algoritmik ChatGPT sepenuhnya merupakan "kotak hitam", XAI memungkinkan pengguna dan regulator untuk meneliti dasar-dasar cara kerja AI, dan mendesak pengembang untuk mengasah algoritme agar berfungsi sebagaimana mestinya. **XAI memungkinkan manajer kekayaan dan penasihat investasi untuk memantau dan membenarkan nasihat keuangan yang diturunkan dari AI dan menyelaraskannya dengan persyaratan peraturan dan kepentingan terbaik klien. **

Bahan referensi:

• Wawasan yang Terbukti: Indeks AI yang Terbukti untuk Laporan Temuan Utama Bank
• FORBES: Bagaimana Morgan Stanley Melatih GPT Untuk Membantu Penasihat Keuangan
• AdvisorHub: Morgan Stanley akan Meluncurkan Perangkat Lunak AI ke Semua Broker di Kuartal Ketiga
• Ping An Securities: * "Tampilan Transformasi Digital Bank Umum dari AIGC"*