تم الاستشهاد أكثر وأكثر بقائمة حديثة حول الذكاء الاصطناعي والخدمات المصرفية. تصنف القائمة أكبر 23 بنكًا في أوروبا والولايات المتحدة ، ومجموع الأصول التي لا تقل عن 1 تريليون دولار أمريكي مؤهلة للاختيار.
هذه القائمة تسمى "مؤشر الذكاء الاصطناعي للبنك (مؤشر الذكاء الاصطناعي)" ، الصادرة عن الشركة الاستشارية Evident Insights ، وهي متاحة للجمهور ، وهي المرة الأولى التي يتم فيها تصنيف قائمة نضج الذكاء الاصطناعي للبنوك (نضج الذكاء الاصطناعي).
أفضل 10 قائمة لمؤشرات الذكاء الاصطناعي للبنوك:
المصدر: Evident Insights ، من إعداد معهد Bingjian Technology Research Institute
من أجل إعداد هذه القائمة ، جمعت Evident Insights الملايين من نقاط البيانات ، بناءً على التقارير المالية المصرفية والبيانات العامة من سلسلة من مصادر البيانات التابعة لجهات خارجية ، بمشاركة أكثر من 50 خبيرًا في مجال الذكاء الاصطناعي والمصارف ، لإنشاء هذا قائمة.
يتم تقييم كل بنك على أساس 142 مؤشرًا فرديًا عبر أربعة أبعاد: الموهبة والابتكار والقيادة والشفافية. الموهبة تمثل أعلى وزن حيث تصل إلى 40٪.
وفقًا لـ Evident Insights ، ستؤثر كمية ونوعية مواهب الذكاء الاصطناعي إلى حد كبير على القدرة التنافسية المستقبلية لهذه البنوك الكبرى. لدى JPMorgan Chase ، التي تحتل المرتبة الأولى ، أكثر موظفي الذكاء الاصطناعي في الصناعة المصرفية ، حيث يمثلون أكثر من 10 ٪ من إجمالي عدد الموظفين ولا يزال يعمل على تسريع عملية التوظيف. بين فبراير وأبريل 2023 ، نشر JPMorgan Chase ما لا يقل عن 20٪ من إعلانات الوظائف الخاصة بالذكاء الاصطناعي والمناصب الأساسية للبيانات لجميع البنوك المدرجة في القائمة.
بعد البحث عن المعلومات الموجودة على مواقع التوظيف مثل LinkedIn وتحليلها ، وجدت Evident Insights أيضًا ظاهرة مثيرة للاهتمام: في الوقت الذي يكون فيه الذكاء الاصطناعي التوليدي شديد السخونة ، فإن هذه البنوك الـ 23 ** لديها فقط أقل من 2٪ من توصيفات الوظائف المتعلقة بالذكاء الاصطناعي * * ، تم ذكر مهارات الذكاء الاصطناعي التوليدي مثل نماذج اللغات الكبيرة (LLMs) أو ChatGPT بشكل صريح.
بعد تحليل التقارير المتعلقة بـ Evident والبنوك المدرجة ، وجد معهد Bingjian Technology Research Institute أيضًا أنه على الرغم من أن GPT أصبح علمًا معروفًا ، إلا أن هذه البنوك الدولية الكبيرة لا تعتقد أنه يمكنها علاج جميع الأمراض. نظرًا للاستثمار المبكر في تقنية الذكاء الاصطناعي والنشر العميق ، فقد أنشأت العديد من البنوك ** بالفعل أنظمة إدارة ثروة التعلم العميق والتي أصبحت ناضجة تمامًا ، ولم يتسرعوا في اللحاق بنقاط GPT الساخنة. **
على العكس من ذلك ، فإن مؤشرات "الشفافية" المذكورة في القائمة تحظى بتقدير العديد من البنوك الكبرى ، وتأتي أعلى.
** Morgan Stanley: استخدم GPT-4 لإدارة المعرفة **
Morgan Stanley ، الذي بالكاد احتل المرتبة العشرة الأولى في قائمة مؤشر الذكاء الاصطناعي للبنوك ، هو الأكثر شهرة من حيث تطبيقات GPT ، ويحتل عنصره الفرعي "الابتكار" المرتبة الرابعة. ومع ذلك ، لا يزال تطبيق Morgan Stanley لـ GPT في المرحلة التجريبية ولم يدخل بيئة الإنتاج ، والمجال التجريبي ليس واسع النطاق.
عندما أطلقت OpenAI رسميًا GPT-4 في مارس من هذا العام ، أطلقت تطبيق إدارة الثروات من Morgan Stanley كحالة نموذجية.
على وجه التحديد ، يحتفظ Morgan Stanley بمكتبة تضم مئات الآلاف من صفحات المحتوى التي تغطي استراتيجيات الاستثمار وأبحاث السوق والتعليقات وآراء المحللين - تنتشر الكثير من المعلومات عبر العديد من المواقع الداخلية ، ومعظمها في شكل PDF ، وتتطلب مستشارًا ماليًا (FA ) لتصفح كمية هائلة من المعلومات للعثور على إجابة لسؤال معين قد يكون غير فعال تمامًا.
بدءًا من العام الماضي ، بدأت الشركة و OpenAI العمل معًا لاستكشاف كيفية استخدام إمكانات التضمين والاسترجاع في GPT لزيادة "رأس المال الفكري" - أكثر من 100000 مستند.
ستوفر GPT-4 دعمًا لبرنامج chatbot الداخلي للشركة ** (لاحظ أنه ليس خارجيًا) ** ، والذي يمكنه إجراء بحث شامل ودمج محتوى إدارة الثروات ، ثم تزويد المستشارين الماليين بالإجابات التي يريدونها.
قد تطرح شركة Morgan Stanley ، التي لديها أكثر من 15000 مستشار مالي ، الأسئلة التالية على روبوت المحادثة الداخلي الخاص بها:
\ * نصائح الاستثمار (ما هو موقفنا من سهم Alphabet وهل أداؤه المستقبلي صعودي أم هبوطي؟)
\ * العمل كالمعتاد (من هم المنافسون الخمسة الرئيسيون لشركة IBM؟)
\ * سؤال العملية (كيف أضع حساب الجيش الجمهوري الأيرلندي في ثقة غير قابلة للنقض؟).
قام Morgan Stanley "بضبط" GPT-4 لمشكلة مماثلة باستخدام 100000 مستند كمجموعة تدريبية.
وفقًا لـ Forbes ، يساعد 300 من FAs في Morgan Stanley النماذج في "التعلم المعزز" - عندما يحصلون على إجابة من chatbot ، يمكنهم تقديم تصويت مؤيد أو تصويت سلبي ، أو تقديم مزيد من التفاصيل عند الطلب. ردود الفعل.
إحدى المشكلات التي تنتقدها ChatGPT على نطاق واسع هي أنها تنتج غالبًا محتوى "هلوسة" بدون أساس واقعي ، وهو أمر قاتل لخدمات إدارة الثروات. رداً على ذلك ، يقوم Morgan Stanley بالحد من أنواع المطالبات / الأسئلة التي يمكن أن تدخلها FAs في النظام ، مما يقصر الموضوعات على الأسئلة المتعلقة بالأعمال ، مما يضمن أن المخرجات تأتي من مستندات المعرفة الحالية.
إذا وجد اتحاد كرة القدم أن المحتوى خاطئ أثناء الاستخدام ، فيمكنك أيضًا الرجوع إلى رمز السبب - نقلاً عن المقالة الأساسية المرتبطة بمصدر المحتوى - والتي تكون أكثر اكتمالًا ومصداقية من معظم نماذج اللغات الكبيرة.
في النهاية ، هناك مدققون امتثال يقومون بفحص المحتوى ، وفي عملية إدارة المعرفة العادية للشركة ، هناك موظفو امتثال يراجعون محتوى أبحاث الاستثمار ، ناهيك عن المحتوى الذي تريد وكالات التشغيل المالية تقديمه إلى العالم الخارجي.
في الواقع ، أمضى قسم إدارة الثروات في Morgan Stanley سنوات عديدة في البحث عن نظام "Next Best Action" (NBA) ، وهو أداة واقعية لتزويد 15000 FAs بالتعلم الآلي.
يكتشف نظام NBA أفكارًا استثمارية مخصصة من خلال التعلم الآلي ويوزعها على عملاء محددين من خلال نظام CRM الخاص به. يحتوي نظام NBA على ثلاث وظائف هدف مميزة:
الأول هو تزويد العملاء بالمشورة الاستثمارية والمساعدة في اتخاذ القرار ، ليس فقط توفير الاستثمار السلبي ، ولكن أيضًا توفير خيارات الاستثمار في الأسهم والسندات وفقًا لرغبات العملاء ؛
والثاني هو التنبيهات للعمليات السريعة ، مثل التنبيهات للأرصدة النقدية المنخفضة والتنبيهات للتغيرات الكبيرة في قيمة محافظ الاستثمار للعملاء ، وما إلى ذلك ؛
والثالث هو التخطيط لحدث الحياة. على سبيل المثال ، إذا تأكد أن طفل العميل مريض ، يمكن للنظام أن يوصي بالمستشفى المحلي الأفضل في علاج المرض والتخطيط المالي للعلاج ، وذلك لإقامة علاقة ذات قيمة مضافة مع الزبون.
قال جيف ماكميلان ، رئيس البيانات والابتكار في Morgan Stanley ، الذي يقود الأعمال المرتبطة بـ GPT-4 ، لـ Forbes أن نهج "الدفع" الخاص بنظام الدوري الاميركي للمحترفين قد يكون جيدًا مثل نهج "السحب" المستند إلى إجابات GPT السريعة للتعاون.
وفقًا لآخر تقرير صدر في يوليو من قبل AdvisorHub ، وهو موقع ويب عمودي لصناعة استشارات الثروة ، يتوقع Morgan Stanley طرح أدوات الذكاء الاصطناعي التوليدية لأكثر من 15000 مستشار مالي في الربع الثالث من هذا العام. منذ مارس من هذا العام ، 900 فقط كانت FAs قيد المحاكمة.
في قائمة مؤشر الذكاء الاصطناعي للبنك ، احتل العنصر الفرعي للمواهب لدى Morgan Stanley المرتبة 11 فقط. عمل Morgan Stanley على تسريع عملية توظيف المواهب في الذكاء الاصطناعي منذ النصف الثاني من العام. وكان آخر منصب للتوظيف لديه هو تعيين مديرين تنفيذيين جدد لإدارة الثروات للذكاء الاصطناعي ومنصات التعلم الآلي. وفقًا لـ LinkedIn ، فإن الراتب السنوي الأساسي لهذا المنصب يتراوح بين 180.000 و 260.000 دولار أمريكي بين.
** بطل الذكاء الاصطناعي والمركز الثاني: تحسين نظام التعلم الآلي الحالي **
لدى JPMorgan Chase ، الذي يحتل المرتبة الأولى في القائمة ، بعض الخطط التصريحية لـ GPT ، لكنه لم يكشف عن الكثير من تفاصيل التطبيق ؛ في حين أن Royal Bank of Canada (RBC) ، الذي ظهر كحصان أسود في المركز الثاني ، لم يذكر GPT.
وفقًا لتقارير CNBC ، تقوم JPMorgan Chase بتطوير خدمة برمجية مشابهة لخدمة ChatGPT. توضح المستندات المقدمة من JPMorgan Chase & Co أن البنك قد تقدم بطلب لتسجيل علامة تجارية لمنتج يسمى "IndexGPT" في مايو. ستستخدم IndexGPT "برامج الحوسبة السحابية التي تستخدم الذكاء الاصطناعي" من أجل "تحليل واختيار الأوراق المالية التي تناسب احتياجات العملاء".
أشارت وثيقة تسجيل العلامات التجارية إلى أن IndexGPT تستخدم تقنية الذكاء الاصطناعي التي تمثلها ChatGPT. وقالت لوري بير ، مديرة التكنولوجيا العالمية في JPMorgan Chase ، إن البنك وظف 1500 عالم بيانات ومهندس تعلم آلي ويختبر "حالات استخدام متعددة" لتكنولوجيا GPT . ".
قالت ماري كالاهان إردوس ، الرئيسة التنفيذية لقسم إدارة الأصول والثروات بالبنك ، عن الذكاء الاصطناعي في مؤتمر جي بي مورجان يوم المستثمر في 22 مايو: "سيكون هذا هو الكأس المقدسة لكيفية إدارة الأفراد لأصولهم".
قال إردوس ، واصفًا تطوير أداة قسمه مؤخرًا ، "لقد قمنا ** بتحميل بيانات الملكية لمدة 30 عامًا ** على كل شركة نظرنا إليها ، ثم قمنا بدمجها مع الملايين من نقاط البيانات التي نحصل عليها كل يوم. في المطابقة ، شهدنا ارتفاعًا كبيرًا ".
وكشفت أيضًا أن ** JPMorgan Chase لديها أعمال إدارة الأصول الداخلية الخاصة بها ، ويعمل النموذج الشبيه بـ GPT على نظام إدارة محفظة Spectrum الخاص بها. **
المركز الثاني في قائمة مؤشر الذكاء الاصطناعي للبنك هو RBC من كندا. يستخدم البنك التعلم العميق وتكنولوجيا التعلم المعزز لإدارة الثروات لسنوات عديدة ، لا سيما في المراكز الثلاثة الأولى في فرعي "الابتكار" و "الشفافية" تصنيفات الفهرس.
أنشأت RBC مركزًا لأبحاث الذكاء الاصطناعي يسمى Borealis AI ، والذي لا يخدم البنك الأم فحسب ، بل يشارك أيضًا في أحدث الأبحاث حول الذكاء الاصطناعي. في مقابلة مع KPMG ، وصفت كاثرين هيوم ، رئيسة Borealis AI ، بالتفصيل كيف طبق فريقها التعلم المعزز لخدمة العملاء المصرفية:
أطلق فريق Borealis AI و RBC Capital Markets نظام تنفيذ التجارة القائم على التعلم المعزز. "أردنا أن نفهم كيف يمكن استخدام التعلم الآلي لمساعدة العملاء الذين لديهم طلبات كبيرة أو مجمعة بشكل أفضل لتسلسل الصفقات لتحقيق أقصى عوائد. وتبين أن النماذج التي أنشأناها كانت ديناميكية للغاية ، وتستجيب في الوقت الفعلي بمرونة أكثر من خوارزميات التداول التقليدية. في حالة تقلب ".
ساعدت بورياليس للذكاء الاصطناعي أيضًا بنجاح بنوك التجزئة والبنوك التجارية على تحويل العمليات التجارية بالأمس إلى منتجات مستقبلية للغد. على سبيل المثال ، أنشأ ** أداة للتنبؤ بالتدفق النقدي لمساعدة المستشارين الماليين على التفاعل بشكل استباقي مع العملاء ، وفهم الاحتياجات المالية القادمة ، وتقديم المزيد من النصائح المستهدفة. ** أيضًا مساعدة عملاء التجزئة على إدارة شؤونهم المالية من خلال إنشاء تطبيقات والاستفادة من أحدث تقنيات التعلم الآلي للتخصيص.
في أبريل من هذا العام ، فاز RBC بجائزة أفضل تجربة عملاء ذكاء اصطناعي من مجلة Digital Banker لنظام التنبؤ NOMI الذي تم تطويره بشكل مشترك من قبل البنك و Borealis AI.
يستخدم نظام التنبؤ NOMI التعلم العميق لتوفير توقعات دقيقة وفي الوقت المناسب للتدفق النقدي للعملاء. بدعم من مجموعة البيانات الفريدة للبنك ، يتم تدريب النماذج لتخصيص الخبرات لعملاء RBC ، بما في ذلك دفع الفواتير والتحويلات الإلكترونية والاستثمارات ومدفوعات الرواتب.
** موديل عمودي كبير: المناسب هو الأفضل **
سواء كان نظام NBA الخاص بـ Morgan Stanley ، أو نظام Spectrum الخاص بـ Morgan Stanley ، أو نظام NOMI Forecast الذي تم تطويره بشكل مستقل بواسطة RGB ، فهي جميعًا مجموعات من النماذج المختلفة التي تم تدريبها بواسطة بيانات البنك المتراكمة. بعد تطعيم GPT للتدريب الدقيق ، يعد تعزيز القدرة على التفاعل العام خيارًا مشابهًا لهذه البنوك الدولية الكبرى.
بغض النظر عن الدول الأجنبية أو محليًا ، مع تزايد عدد النماذج الكبيرة مفتوحة المصدر وانخفاض تكاليف تدريب النموذج ، فقد تلاشى الهوس بالنماذج اللغوية العامة الكبيرة تدريجياً. من مؤتمر شنغهاي العالمي للذكاء الاصطناعي الذي اختتم لتوه ، يمكن أن نجد أن السرد الجديد هو: نموذج الصناعة ، والنموذج الرأسي و "النموذج الكبير يمكّن الآلاف من الصناعات".
المثال الأكثر شيوعًا هو BloombergGPT التي أطلقتها Bloomberg. جعلت Bloomberg النموذج أصغر ، مع حوالي 50 مليار معلمة ، وهو أصغر بكثير من 175 مليار معلمة لـ GPT-3. على الرغم من أنه يضعف التنوع ، إلا أن أداؤه في المجال المالي أفضل بشكل ملحوظ من النماذج الكبيرة للأغراض العامة.
يحدد الإشراف القوي والاحترافية للصناعة المالية أنه على أساس المعرفة الفنية ، يمكن استخدام التدريب المهني على البيانات المتراكم من قبل المؤسسات المالية لإنشاء نموذج رأسي مناسب لاحتياجات الصناعة. ** على سبيل المثال ، نموذج Origin One الكبير الذي أطلقته Bingjian Technology ، بالاعتماد على سنوات من الخبرة في نماذج الخوارزمية التي تخدم البنوك وعملاء التأمين ، يبذل جهودًا في خدمة العملاء الذكية ومعالجة المستندات المالية وتحليل منتجات الاستثمار الأجنبي. **
ستصبح المزايا المهنية للنموذج الرأسي أكثر وضوحًا في صناعة إدارة الثروات. سيؤدي ظهور GPT إلى تغيير المفهوم القائل بأن المستشارين الآليين هم "خدمات حصرية" للعائلات ذات الثروة الصافية العالية في الماضي ، وسيمكن التطور السريع للسوق طويل الذيل. بمساعدة GPT-4 ، كم مرة ستتم زيادة عدد وفعالية المستشارين الماليين التابعين لشركة Morgan Stanley البالغ عددهم 15000 مستشارًا للعملاء؟
بالإضافة إلى هذه البنوك الكبرى ، يمنح النموذج العمودي الكبير للشركات الناشئة المزيد من الفرص لخدمة المزيد من العملاء في طبقة التطبيق. تجذب شركات التكنولوجيا المزيد من العملاء الغارقين من خلال الحواجز المنخفضة للدخول والاستقلال ، بينما تستخدم البنوك الكبيرة التقليدية مزاياها الخاصة لاستهداف العملاء الحاليين وتعزيز محافظ المنتجات المختلفة.تحدد المؤسسات ذات الأحجام المختلفة استراتيجيات مختلفة في مجال الاستشارات الآلية.
من منظور سوق الاستشارات الآلية في الولايات المتحدة ، فإنه يشمل بشكل أساسي ثلاثة أنواع من المشاركين:
أولاً ، تستخدم الشركات الناشئة التي يمثلها Wealthfront و Betterment مزاياها التكنولوجية الخاصة ومتطلبات الحد الأدنى للاستفادة من قيمة العملاء ذوي الذيل الطويل ؛
والثاني هو أن المؤسسات المالية واسعة النطاق التي يمثلها Vanguard و Charles Schwab تستفيد من مزايا رأس المال الخاصة بها ومزايا العملاء الحالية ومزايا العلامة التجارية والحواجز التنافسية لإطلاق منتجات استشارية استثمارية ذكية ؛
والثالث هو الاستحواذ على شركات خارجية لنشر سوق الاستشارات الاستثمارية الذكية بسرعة ، مثل استحواذ BlackRock على Future Advisor.
وفقًا لحساب شركة التصنيف الائتماني CRISIL GR & A ، من المتوقع أن يؤدي تطبيق نماذج واسعة النطاق في مجال أبحاث الاستثمار الذكي إلى توفير 22.5٪ من التكلفة ، مما سيجعل إدارة الثروات تعود بالفائدة على المزيد من الأشخاص.
** زيادة الشمول تعني أيضًا المزيد من المخاطر. ** من الجدير بالذكر أن قدرة RBC على تجاوز العديد من البنوك الأوروبية والأمريكية الكبرى واحتلالها المرتبة الثانية في قائمة مؤشر الذكاء الاصطناعي للبنك ترجع أيضًا إلى عملها المسؤول في مجال الذكاء الاصطناعي (AI). تعتقد كاثرين هيوم أن الناس يدركون بشكل متزايد الخطر الأخلاقي الذي قد يفاقمه الذكاء الاصطناعي. في جميع أنحاء العالم ، يتزايد الجدل الدائر حول الاستخدام الأخلاقي والمسؤول للذكاء الاصطناعي.
سيكون الذكاء الاصطناعي القابل للتفسير (XAI) تقنية ناشئة ، وربما نظيرتها لـ GPT. في حين أن رؤى ChatGPT الخوارزمية هي "صناديق سوداء" تمامًا ، تسمح XAI للمستخدمين والمنظمين بفحص أساسيات كيفية عمل الذكاء الاصطناعي ، وتحث المطورين على صقل الخوارزميات بحيث تعمل على النحو المنشود. ** يمكّن XAI مديري الثروات ومستشاري الاستثمار من مراقبة وتبرير الاستشارات المالية المستمدة من الذكاء الاصطناعي ومواءمتها مع المتطلبات التنظيمية ومصالح العملاء الفضلى. **
** المواد المرجعية: **
رؤى واضحة: * مؤشر الذكاء الاصطناعي الواضح لتقرير النتائج الرئيسية للبنوك *
فوربس: * كيف يقوم Morgan Stanley بتدريب GPT لمساعدة المستشارين الماليين *
AdvisorHub: * Morgan Stanley تطرح برنامج الذكاء الاصطناعي لجميع الوسطاء في الربع الثالث *
بينغ آن للأوراق المالية: * "نظرة للتحول الرقمي للبنوك التجارية من AIGC" *
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
AI + إدارة الثروات: تخطط أفضل البنوك الدولية لاستخدام GPT بهذه الطريقة
المصدر: معهد بنجيان لبحوث التكنولوجيا
تم الاستشهاد أكثر وأكثر بقائمة حديثة حول الذكاء الاصطناعي والخدمات المصرفية. تصنف القائمة أكبر 23 بنكًا في أوروبا والولايات المتحدة ، ومجموع الأصول التي لا تقل عن 1 تريليون دولار أمريكي مؤهلة للاختيار.
هذه القائمة تسمى "مؤشر الذكاء الاصطناعي للبنك (مؤشر الذكاء الاصطناعي)" ، الصادرة عن الشركة الاستشارية Evident Insights ، وهي متاحة للجمهور ، وهي المرة الأولى التي يتم فيها تصنيف قائمة نضج الذكاء الاصطناعي للبنوك (نضج الذكاء الاصطناعي).
أفضل 10 قائمة لمؤشرات الذكاء الاصطناعي للبنوك:
من أجل إعداد هذه القائمة ، جمعت Evident Insights الملايين من نقاط البيانات ، بناءً على التقارير المالية المصرفية والبيانات العامة من سلسلة من مصادر البيانات التابعة لجهات خارجية ، بمشاركة أكثر من 50 خبيرًا في مجال الذكاء الاصطناعي والمصارف ، لإنشاء هذا قائمة.
يتم تقييم كل بنك على أساس 142 مؤشرًا فرديًا عبر أربعة أبعاد: الموهبة والابتكار والقيادة والشفافية. الموهبة تمثل أعلى وزن حيث تصل إلى 40٪.
وفقًا لـ Evident Insights ، ستؤثر كمية ونوعية مواهب الذكاء الاصطناعي إلى حد كبير على القدرة التنافسية المستقبلية لهذه البنوك الكبرى. لدى JPMorgan Chase ، التي تحتل المرتبة الأولى ، أكثر موظفي الذكاء الاصطناعي في الصناعة المصرفية ، حيث يمثلون أكثر من 10 ٪ من إجمالي عدد الموظفين ولا يزال يعمل على تسريع عملية التوظيف. بين فبراير وأبريل 2023 ، نشر JPMorgan Chase ما لا يقل عن 20٪ من إعلانات الوظائف الخاصة بالذكاء الاصطناعي والمناصب الأساسية للبيانات لجميع البنوك المدرجة في القائمة.
بعد البحث عن المعلومات الموجودة على مواقع التوظيف مثل LinkedIn وتحليلها ، وجدت Evident Insights أيضًا ظاهرة مثيرة للاهتمام: في الوقت الذي يكون فيه الذكاء الاصطناعي التوليدي شديد السخونة ، فإن هذه البنوك الـ 23 ** لديها فقط أقل من 2٪ من توصيفات الوظائف المتعلقة بالذكاء الاصطناعي * * ، تم ذكر مهارات الذكاء الاصطناعي التوليدي مثل نماذج اللغات الكبيرة (LLMs) أو ChatGPT بشكل صريح.
بعد تحليل التقارير المتعلقة بـ Evident والبنوك المدرجة ، وجد معهد Bingjian Technology Research Institute أيضًا أنه على الرغم من أن GPT أصبح علمًا معروفًا ، إلا أن هذه البنوك الدولية الكبيرة لا تعتقد أنه يمكنها علاج جميع الأمراض. نظرًا للاستثمار المبكر في تقنية الذكاء الاصطناعي والنشر العميق ، فقد أنشأت العديد من البنوك ** بالفعل أنظمة إدارة ثروة التعلم العميق والتي أصبحت ناضجة تمامًا ، ولم يتسرعوا في اللحاق بنقاط GPT الساخنة. **
على العكس من ذلك ، فإن مؤشرات "الشفافية" المذكورة في القائمة تحظى بتقدير العديد من البنوك الكبرى ، وتأتي أعلى.
** Morgan Stanley: استخدم GPT-4 لإدارة المعرفة **
Morgan Stanley ، الذي بالكاد احتل المرتبة العشرة الأولى في قائمة مؤشر الذكاء الاصطناعي للبنوك ، هو الأكثر شهرة من حيث تطبيقات GPT ، ويحتل عنصره الفرعي "الابتكار" المرتبة الرابعة. ومع ذلك ، لا يزال تطبيق Morgan Stanley لـ GPT في المرحلة التجريبية ولم يدخل بيئة الإنتاج ، والمجال التجريبي ليس واسع النطاق.
عندما أطلقت OpenAI رسميًا GPT-4 في مارس من هذا العام ، أطلقت تطبيق إدارة الثروات من Morgan Stanley كحالة نموذجية.
على وجه التحديد ، يحتفظ Morgan Stanley بمكتبة تضم مئات الآلاف من صفحات المحتوى التي تغطي استراتيجيات الاستثمار وأبحاث السوق والتعليقات وآراء المحللين - تنتشر الكثير من المعلومات عبر العديد من المواقع الداخلية ، ومعظمها في شكل PDF ، وتتطلب مستشارًا ماليًا (FA ) لتصفح كمية هائلة من المعلومات للعثور على إجابة لسؤال معين قد يكون غير فعال تمامًا.
بدءًا من العام الماضي ، بدأت الشركة و OpenAI العمل معًا لاستكشاف كيفية استخدام إمكانات التضمين والاسترجاع في GPT لزيادة "رأس المال الفكري" - أكثر من 100000 مستند.
ستوفر GPT-4 دعمًا لبرنامج chatbot الداخلي للشركة ** (لاحظ أنه ليس خارجيًا) ** ، والذي يمكنه إجراء بحث شامل ودمج محتوى إدارة الثروات ، ثم تزويد المستشارين الماليين بالإجابات التي يريدونها.
قد تطرح شركة Morgan Stanley ، التي لديها أكثر من 15000 مستشار مالي ، الأسئلة التالية على روبوت المحادثة الداخلي الخاص بها:
\ * نصائح الاستثمار (ما هو موقفنا من سهم Alphabet وهل أداؤه المستقبلي صعودي أم هبوطي؟)
\ * العمل كالمعتاد (من هم المنافسون الخمسة الرئيسيون لشركة IBM؟)
\ * سؤال العملية (كيف أضع حساب الجيش الجمهوري الأيرلندي في ثقة غير قابلة للنقض؟).
قام Morgan Stanley "بضبط" GPT-4 لمشكلة مماثلة باستخدام 100000 مستند كمجموعة تدريبية.
وفقًا لـ Forbes ، يساعد 300 من FAs في Morgan Stanley النماذج في "التعلم المعزز" - عندما يحصلون على إجابة من chatbot ، يمكنهم تقديم تصويت مؤيد أو تصويت سلبي ، أو تقديم مزيد من التفاصيل عند الطلب. ردود الفعل.
إحدى المشكلات التي تنتقدها ChatGPT على نطاق واسع هي أنها تنتج غالبًا محتوى "هلوسة" بدون أساس واقعي ، وهو أمر قاتل لخدمات إدارة الثروات. رداً على ذلك ، يقوم Morgan Stanley بالحد من أنواع المطالبات / الأسئلة التي يمكن أن تدخلها FAs في النظام ، مما يقصر الموضوعات على الأسئلة المتعلقة بالأعمال ، مما يضمن أن المخرجات تأتي من مستندات المعرفة الحالية.
إذا وجد اتحاد كرة القدم أن المحتوى خاطئ أثناء الاستخدام ، فيمكنك أيضًا الرجوع إلى رمز السبب - نقلاً عن المقالة الأساسية المرتبطة بمصدر المحتوى - والتي تكون أكثر اكتمالًا ومصداقية من معظم نماذج اللغات الكبيرة.
في النهاية ، هناك مدققون امتثال يقومون بفحص المحتوى ، وفي عملية إدارة المعرفة العادية للشركة ، هناك موظفو امتثال يراجعون محتوى أبحاث الاستثمار ، ناهيك عن المحتوى الذي تريد وكالات التشغيل المالية تقديمه إلى العالم الخارجي.
في الواقع ، أمضى قسم إدارة الثروات في Morgan Stanley سنوات عديدة في البحث عن نظام "Next Best Action" (NBA) ، وهو أداة واقعية لتزويد 15000 FAs بالتعلم الآلي.
يكتشف نظام NBA أفكارًا استثمارية مخصصة من خلال التعلم الآلي ويوزعها على عملاء محددين من خلال نظام CRM الخاص به. يحتوي نظام NBA على ثلاث وظائف هدف مميزة:
الأول هو تزويد العملاء بالمشورة الاستثمارية والمساعدة في اتخاذ القرار ، ليس فقط توفير الاستثمار السلبي ، ولكن أيضًا توفير خيارات الاستثمار في الأسهم والسندات وفقًا لرغبات العملاء ؛
والثاني هو التنبيهات للعمليات السريعة ، مثل التنبيهات للأرصدة النقدية المنخفضة والتنبيهات للتغيرات الكبيرة في قيمة محافظ الاستثمار للعملاء ، وما إلى ذلك ؛
والثالث هو التخطيط لحدث الحياة. على سبيل المثال ، إذا تأكد أن طفل العميل مريض ، يمكن للنظام أن يوصي بالمستشفى المحلي الأفضل في علاج المرض والتخطيط المالي للعلاج ، وذلك لإقامة علاقة ذات قيمة مضافة مع الزبون.
قال جيف ماكميلان ، رئيس البيانات والابتكار في Morgan Stanley ، الذي يقود الأعمال المرتبطة بـ GPT-4 ، لـ Forbes أن نهج "الدفع" الخاص بنظام الدوري الاميركي للمحترفين قد يكون جيدًا مثل نهج "السحب" المستند إلى إجابات GPT السريعة للتعاون.
وفقًا لآخر تقرير صدر في يوليو من قبل AdvisorHub ، وهو موقع ويب عمودي لصناعة استشارات الثروة ، يتوقع Morgan Stanley طرح أدوات الذكاء الاصطناعي التوليدية لأكثر من 15000 مستشار مالي في الربع الثالث من هذا العام. منذ مارس من هذا العام ، 900 فقط كانت FAs قيد المحاكمة.
في قائمة مؤشر الذكاء الاصطناعي للبنك ، احتل العنصر الفرعي للمواهب لدى Morgan Stanley المرتبة 11 فقط. عمل Morgan Stanley على تسريع عملية توظيف المواهب في الذكاء الاصطناعي منذ النصف الثاني من العام. وكان آخر منصب للتوظيف لديه هو تعيين مديرين تنفيذيين جدد لإدارة الثروات للذكاء الاصطناعي ومنصات التعلم الآلي. وفقًا لـ LinkedIn ، فإن الراتب السنوي الأساسي لهذا المنصب يتراوح بين 180.000 و 260.000 دولار أمريكي بين.
** بطل الذكاء الاصطناعي والمركز الثاني: تحسين نظام التعلم الآلي الحالي **
لدى JPMorgan Chase ، الذي يحتل المرتبة الأولى في القائمة ، بعض الخطط التصريحية لـ GPT ، لكنه لم يكشف عن الكثير من تفاصيل التطبيق ؛ في حين أن Royal Bank of Canada (RBC) ، الذي ظهر كحصان أسود في المركز الثاني ، لم يذكر GPT.
وفقًا لتقارير CNBC ، تقوم JPMorgan Chase بتطوير خدمة برمجية مشابهة لخدمة ChatGPT. توضح المستندات المقدمة من JPMorgan Chase & Co أن البنك قد تقدم بطلب لتسجيل علامة تجارية لمنتج يسمى "IndexGPT" في مايو. ستستخدم IndexGPT "برامج الحوسبة السحابية التي تستخدم الذكاء الاصطناعي" من أجل "تحليل واختيار الأوراق المالية التي تناسب احتياجات العملاء".
أشارت وثيقة تسجيل العلامات التجارية إلى أن IndexGPT تستخدم تقنية الذكاء الاصطناعي التي تمثلها ChatGPT. وقالت لوري بير ، مديرة التكنولوجيا العالمية في JPMorgan Chase ، إن البنك وظف 1500 عالم بيانات ومهندس تعلم آلي ويختبر "حالات استخدام متعددة" لتكنولوجيا GPT . ".
قالت ماري كالاهان إردوس ، الرئيسة التنفيذية لقسم إدارة الأصول والثروات بالبنك ، عن الذكاء الاصطناعي في مؤتمر جي بي مورجان يوم المستثمر في 22 مايو: "سيكون هذا هو الكأس المقدسة لكيفية إدارة الأفراد لأصولهم".
قال إردوس ، واصفًا تطوير أداة قسمه مؤخرًا ، "لقد قمنا ** بتحميل بيانات الملكية لمدة 30 عامًا ** على كل شركة نظرنا إليها ، ثم قمنا بدمجها مع الملايين من نقاط البيانات التي نحصل عليها كل يوم. في المطابقة ، شهدنا ارتفاعًا كبيرًا ".
وكشفت أيضًا أن ** JPMorgan Chase لديها أعمال إدارة الأصول الداخلية الخاصة بها ، ويعمل النموذج الشبيه بـ GPT على نظام إدارة محفظة Spectrum الخاص بها. **
المركز الثاني في قائمة مؤشر الذكاء الاصطناعي للبنك هو RBC من كندا. يستخدم البنك التعلم العميق وتكنولوجيا التعلم المعزز لإدارة الثروات لسنوات عديدة ، لا سيما في المراكز الثلاثة الأولى في فرعي "الابتكار" و "الشفافية" تصنيفات الفهرس.
أنشأت RBC مركزًا لأبحاث الذكاء الاصطناعي يسمى Borealis AI ، والذي لا يخدم البنك الأم فحسب ، بل يشارك أيضًا في أحدث الأبحاث حول الذكاء الاصطناعي. في مقابلة مع KPMG ، وصفت كاثرين هيوم ، رئيسة Borealis AI ، بالتفصيل كيف طبق فريقها التعلم المعزز لخدمة العملاء المصرفية:
أطلق فريق Borealis AI و RBC Capital Markets نظام تنفيذ التجارة القائم على التعلم المعزز. "أردنا أن نفهم كيف يمكن استخدام التعلم الآلي لمساعدة العملاء الذين لديهم طلبات كبيرة أو مجمعة بشكل أفضل لتسلسل الصفقات لتحقيق أقصى عوائد. وتبين أن النماذج التي أنشأناها كانت ديناميكية للغاية ، وتستجيب في الوقت الفعلي بمرونة أكثر من خوارزميات التداول التقليدية. في حالة تقلب ".
ساعدت بورياليس للذكاء الاصطناعي أيضًا بنجاح بنوك التجزئة والبنوك التجارية على تحويل العمليات التجارية بالأمس إلى منتجات مستقبلية للغد. على سبيل المثال ، أنشأ ** أداة للتنبؤ بالتدفق النقدي لمساعدة المستشارين الماليين على التفاعل بشكل استباقي مع العملاء ، وفهم الاحتياجات المالية القادمة ، وتقديم المزيد من النصائح المستهدفة. ** أيضًا مساعدة عملاء التجزئة على إدارة شؤونهم المالية من خلال إنشاء تطبيقات والاستفادة من أحدث تقنيات التعلم الآلي للتخصيص.
في أبريل من هذا العام ، فاز RBC بجائزة أفضل تجربة عملاء ذكاء اصطناعي من مجلة Digital Banker لنظام التنبؤ NOMI الذي تم تطويره بشكل مشترك من قبل البنك و Borealis AI.
يستخدم نظام التنبؤ NOMI التعلم العميق لتوفير توقعات دقيقة وفي الوقت المناسب للتدفق النقدي للعملاء. بدعم من مجموعة البيانات الفريدة للبنك ، يتم تدريب النماذج لتخصيص الخبرات لعملاء RBC ، بما في ذلك دفع الفواتير والتحويلات الإلكترونية والاستثمارات ومدفوعات الرواتب.
** موديل عمودي كبير: المناسب هو الأفضل **
سواء كان نظام NBA الخاص بـ Morgan Stanley ، أو نظام Spectrum الخاص بـ Morgan Stanley ، أو نظام NOMI Forecast الذي تم تطويره بشكل مستقل بواسطة RGB ، فهي جميعًا مجموعات من النماذج المختلفة التي تم تدريبها بواسطة بيانات البنك المتراكمة. بعد تطعيم GPT للتدريب الدقيق ، يعد تعزيز القدرة على التفاعل العام خيارًا مشابهًا لهذه البنوك الدولية الكبرى.
بغض النظر عن الدول الأجنبية أو محليًا ، مع تزايد عدد النماذج الكبيرة مفتوحة المصدر وانخفاض تكاليف تدريب النموذج ، فقد تلاشى الهوس بالنماذج اللغوية العامة الكبيرة تدريجياً. من مؤتمر شنغهاي العالمي للذكاء الاصطناعي الذي اختتم لتوه ، يمكن أن نجد أن السرد الجديد هو: نموذج الصناعة ، والنموذج الرأسي و "النموذج الكبير يمكّن الآلاف من الصناعات".
المثال الأكثر شيوعًا هو BloombergGPT التي أطلقتها Bloomberg. جعلت Bloomberg النموذج أصغر ، مع حوالي 50 مليار معلمة ، وهو أصغر بكثير من 175 مليار معلمة لـ GPT-3. على الرغم من أنه يضعف التنوع ، إلا أن أداؤه في المجال المالي أفضل بشكل ملحوظ من النماذج الكبيرة للأغراض العامة.
يحدد الإشراف القوي والاحترافية للصناعة المالية أنه على أساس المعرفة الفنية ، يمكن استخدام التدريب المهني على البيانات المتراكم من قبل المؤسسات المالية لإنشاء نموذج رأسي مناسب لاحتياجات الصناعة. ** على سبيل المثال ، نموذج Origin One الكبير الذي أطلقته Bingjian Technology ، بالاعتماد على سنوات من الخبرة في نماذج الخوارزمية التي تخدم البنوك وعملاء التأمين ، يبذل جهودًا في خدمة العملاء الذكية ومعالجة المستندات المالية وتحليل منتجات الاستثمار الأجنبي. **
ستصبح المزايا المهنية للنموذج الرأسي أكثر وضوحًا في صناعة إدارة الثروات. سيؤدي ظهور GPT إلى تغيير المفهوم القائل بأن المستشارين الآليين هم "خدمات حصرية" للعائلات ذات الثروة الصافية العالية في الماضي ، وسيمكن التطور السريع للسوق طويل الذيل. بمساعدة GPT-4 ، كم مرة ستتم زيادة عدد وفعالية المستشارين الماليين التابعين لشركة Morgan Stanley البالغ عددهم 15000 مستشارًا للعملاء؟
بالإضافة إلى هذه البنوك الكبرى ، يمنح النموذج العمودي الكبير للشركات الناشئة المزيد من الفرص لخدمة المزيد من العملاء في طبقة التطبيق. تجذب شركات التكنولوجيا المزيد من العملاء الغارقين من خلال الحواجز المنخفضة للدخول والاستقلال ، بينما تستخدم البنوك الكبيرة التقليدية مزاياها الخاصة لاستهداف العملاء الحاليين وتعزيز محافظ المنتجات المختلفة.تحدد المؤسسات ذات الأحجام المختلفة استراتيجيات مختلفة في مجال الاستشارات الآلية.
من منظور سوق الاستشارات الآلية في الولايات المتحدة ، فإنه يشمل بشكل أساسي ثلاثة أنواع من المشاركين:
أولاً ، تستخدم الشركات الناشئة التي يمثلها Wealthfront و Betterment مزاياها التكنولوجية الخاصة ومتطلبات الحد الأدنى للاستفادة من قيمة العملاء ذوي الذيل الطويل ؛
والثاني هو أن المؤسسات المالية واسعة النطاق التي يمثلها Vanguard و Charles Schwab تستفيد من مزايا رأس المال الخاصة بها ومزايا العملاء الحالية ومزايا العلامة التجارية والحواجز التنافسية لإطلاق منتجات استشارية استثمارية ذكية ؛
والثالث هو الاستحواذ على شركات خارجية لنشر سوق الاستشارات الاستثمارية الذكية بسرعة ، مثل استحواذ BlackRock على Future Advisor.
وفقًا لحساب شركة التصنيف الائتماني CRISIL GR & A ، من المتوقع أن يؤدي تطبيق نماذج واسعة النطاق في مجال أبحاث الاستثمار الذكي إلى توفير 22.5٪ من التكلفة ، مما سيجعل إدارة الثروات تعود بالفائدة على المزيد من الأشخاص.
** زيادة الشمول تعني أيضًا المزيد من المخاطر. ** من الجدير بالذكر أن قدرة RBC على تجاوز العديد من البنوك الأوروبية والأمريكية الكبرى واحتلالها المرتبة الثانية في قائمة مؤشر الذكاء الاصطناعي للبنك ترجع أيضًا إلى عملها المسؤول في مجال الذكاء الاصطناعي (AI). تعتقد كاثرين هيوم أن الناس يدركون بشكل متزايد الخطر الأخلاقي الذي قد يفاقمه الذكاء الاصطناعي. في جميع أنحاء العالم ، يتزايد الجدل الدائر حول الاستخدام الأخلاقي والمسؤول للذكاء الاصطناعي.
سيكون الذكاء الاصطناعي القابل للتفسير (XAI) تقنية ناشئة ، وربما نظيرتها لـ GPT. في حين أن رؤى ChatGPT الخوارزمية هي "صناديق سوداء" تمامًا ، تسمح XAI للمستخدمين والمنظمين بفحص أساسيات كيفية عمل الذكاء الاصطناعي ، وتحث المطورين على صقل الخوارزميات بحيث تعمل على النحو المنشود. ** يمكّن XAI مديري الثروات ومستشاري الاستثمار من مراقبة وتبرير الاستشارات المالية المستمدة من الذكاء الاصطناعي ومواءمتها مع المتطلبات التنظيمية ومصالح العملاء الفضلى. **
** المواد المرجعية: **