Fonte: Instituto de Pesquisa de Tecnologia Bingjian
Uma lista recente sobre IA e serviços bancários tem sido cada vez mais citada. A lista classifica os 23 maiores bancos da Europa e dos Estados Unidos, e os ativos totais de pelo menos US$ 1 trilhão são elegíveis para seleção.
Esta lista é chamada de "Bank AI Index (Evident AI Index)", divulgada pela consultoria Evident Insights, está disponível publicamente e é a primeira vez que classifica a lista de maturidade de IA (maturidade de IA) dos bancos.
Lista dos 10 principais índices de AI do banco:
Fonte: Evident Insights, compilado pelo Bingjian Technology Research Institute
Para fazer esta lista, a Evident Insights coletou milhões de pontos de dados, com base em relatórios financeiros bancários e dados públicos de uma série de fontes de dados de terceiros, com a participação de mais de 50 especialistas líderes em inteligência artificial e bancos, para estabelecer esta lista lista.
Cada banco é avaliado em 142 indicadores individuais em quatro dimensões: talento, inovação, liderança e transparência. O talento tem o maior peso, chegando a 40%.
De acordo com a Evident Insights, a quantidade e a qualidade dos talentos de IA afetarão amplamente a competitividade futura desses principais bancos. O JPMorgan Chase, que ocupa o primeiro lugar, tem o maior número de funcionários com inteligência artificial no setor bancário, respondendo por mais de 10% do número total de funcionários e ainda está acelerando o recrutamento. Entre fevereiro e abril de 2023, o JPMorgan Chase publicou pelo menos 20% dos anúncios de emprego para cargos de inteligência artificial e núcleo de dados de todos os bancos da lista.
Depois de pesquisar e analisar as informações em sites de recrutamento como o LinkedIn, a Evident Insights também encontrou um fenômeno interessante: em um momento em que a inteligência artificial generativa está tão quente, esses 23 bancos *têm apenas menos de 2% das descrições de cargos relacionadas à IA *, Habilidades para IA generativa, como modelos de linguagem grandes (LLMs) ou ChatGPT, são explicitamente mencionadas.
Depois de analisar os relatórios relacionados ao Evident e os bancos listados, o Bingjian Technology Research Institute também descobriu que, embora o GPT tenha se tornado uma ciência bem conhecida, esses grandes bancos internacionais não acreditam que possa curar todas as doenças. Devido ao investimento inicial em tecnologia de inteligência artificial e implantação profunda, muitos bancos** já estabeleceram sistemas de gerenciamento de patrimônio de aprendizado profundo que são bastante maduros e não se apressaram para alcançar os pontos de acesso GPT. **
Pelo contrário, os indicadores de "transparência" mencionados na lista são valorizados por muitos grandes bancos.
Morgan Stanley: Use GPT-4 para gestão do conhecimento
O Morgan Stanley, que mal se espremeu entre os 10 primeiros na lista de índices bancários de IA, é o mais destacado em termos de aplicações GPT, e seu subitem "inovação" ocupa o quarto lugar. Mesmo assim, a aplicação do GPT pelo Morgan Stanley ainda está em fase experimental e não entrou no ambiente de produção, e o campo experimental não é extenso.
Quando a OpenAI lançou oficialmente o GPT-4 em março deste ano, lançou o aplicativo de gerenciamento de patrimônio do Morgan Stanley como um caso típico.
Especificamente, o Morgan Stanley mantém uma biblioteca de centenas de milhares de páginas de conteúdo cobrindo estratégias de investimento, pesquisa e comentários de mercado e opiniões de analistas - tantas informações espalhadas em muitos sites internos, muitas delas em formato PDF, Requiring a Financial Advisor (FA ) navegar por uma grande quantidade de informações para encontrar uma resposta para uma pergunta específica pode ser bastante ineficiente.
A partir do ano passado, a empresa e a OpenAI começaram a trabalhar juntas para explorar como usar os recursos de incorporação e recuperação do GPT para maximizar seu "capital intelectual" - mais de 100.000 documentos.
O GPT-4 fornecerá suporte para o chatbot interno da empresa** (observe que não é externo)**, que pode realizar uma pesquisa abrangente e integração de conteúdo de gestão de patrimônio e, em seguida, fornecer aos consultores financeiros as respostas que eles desejam.
O Morgan Stanley, que tem mais de 15.000 consultores financeiros, pode fazer as seguintes perguntas ao seu chatbot interno:
*Investment Advice (Qual é a nossa opinião sobre as ações da Alphabet e seu desempenho futuro é otimista ou pessimista?)
*Negócios como sempre (Quem são os cinco principais concorrentes da IBM?)
* Questão do processo (Como faço para colocar um IRA em uma confiança irrevogável?).
O Morgan Stanley "ajustou" o GPT-4 em um problema semelhante usando 100.000 documentos como corpus de treinamento.
De acordo com a Forbes, 300 FAs do Morgan Stanley estão ajudando os modelos com "aprendizado por reforço" - quando recebem uma resposta de um chatbot, eles podem dar um voto positivo ou negativo, ou fornecer mais detalhes sob demanda.
Um dos problemas amplamente criticados do ChatGPT é que muitas vezes ele produz conteúdo de “alucinações” sem base factual, o que é fatal para os serviços de gerenciamento de patrimônio. Em resposta, o Morgan Stanley está limitando os tipos de prompts/perguntas que os FAs podem inserir no sistema, limitando os tópicos a perguntas relevantes para os negócios, o que garante que a saída venha de seus documentos de conhecimento existentes.
Se o FA achar que o conteúdo está errado durante o uso, você também pode consultar o código do motivo - citando o artigo subjacente vinculado à fonte do conteúdo - que é mais completo e confiável do que a maioria dos grandes modelos de linguagem.
No final, há auditores de conformidade que verificam o conteúdo.No processo normal de gestão do conhecimento da empresa, há pessoal de conformidade que revisa o conteúdo da pesquisa de investimento, sem falar no conteúdo que os FAs desejam fornecer ao mundo externo.
Na verdade, o departamento de gestão de patrimônio do Morgan Stanley passou muitos anos pesquisando o sistema "Next Best Action" (NBA), que é uma ferramenta realista para armar 15.000 FAs com aprendizado de máquina.
O sistema NBA descobre ideias de investimento personalizadas por meio de aprendizado de máquina e as distribui para clientes específicos por meio de seu sistema de CRM. O sistema NBA tem três funções de objetivo distintas:
Uma delas é fornecer aos clientes conselhos de investimento e ajudar na tomada de decisões, não apenas fornecer investimento passivo, mas também fornecer opções individuais de investimento em ações e títulos de acordo com os desejos dos clientes;
O segundo são alertas para operações imediatas, como alertas para baixos saldos de caixa e alertas para mudanças significativas no valor das carteiras de investimento do cliente, etc.;
O terceiro é o planejamento de eventos de vida. Por exemplo, se for confirmado que o filho do cliente está doente, o sistema pode recomendar o hospital local que melhor trata a doença e o planejamento financeiro para o tratamento, de modo a estabelecer uma relação de valor agregado com o cliente.
Jeff McMillan, chefe de dados e inovação do Morgan Stanley, que lidera os negócios relacionados ao GPT-4, disse à Forbes que a abordagem "push" do sistema NBA pode ser tão boa quanto a abordagem "pull" baseada nas respostas imediatas do GPT para cooperar.
De acordo com o último relatório de julho do AdvisorHub, um site vertical para o setor de consultoria patrimonial, o Morgan Stanley espera lançar ferramentas de IA generativas para seus mais de 15.000 consultores financeiros no terceiro trimestre deste ano. Desde março deste ano, apenas 900 FAs foram em julgamento.
Na lista do índice de inteligência artificial do banco, o subitem de talentos do Morgan Stanley ocupa apenas o 11º lugar. O Morgan Stanley acelerou o recrutamento de talentos de IA desde a segunda metade do ano. Sua última posição de recrutamento é recrutar novos executivos de gestão de patrimônio para plataformas de inteligência artificial e aprendizado de máquina. De acordo com o LinkedIn, o salário básico anual desta posição é entre 180.000 e 260.000 dólares americanos entre.
Banco campeão e vice-campeão de IA: Melhore o sistema de aprendizado de máquina existente
O JPMorgan Chase, que está no topo da lista, tem alguns planos declarados para o GPT, mas não divulgou muitos detalhes do aplicativo; enquanto o Royal Bank of Canada (RBC), que apareceu como azarão na posição de vice-campeão, nunca mencionou GPT.
De acordo com relatórios da CNBC, o JPMorgan Chase está desenvolvendo um serviço de software semelhante ao ChatGPT. Documentos apresentados pelo JPMorgan Chase & Co mostram que o banco solicitou o registro de marca para um produto chamado "IndexGPT" em maio. O IndexGPT utilizará "software de computação em nuvem usando inteligência artificial" para "analisar e selecionar valores mobiliários que atendam às necessidades dos clientes".
O documento de registro de marca apontou que o IndexGPT usa tecnologia de inteligência artificial representada pelo ChatGPT. Lori Beer, diretora global de tecnologia do JPMorgan Chase, disse que o banco contratou 1.500 cientistas de dados e engenheiros de aprendizado de máquina e está testando "vários casos de uso" da tecnologia GPT . ".
“Este será o santo graal de como as pessoas gerenciam seus ativos”, disse Mary Callahan Erdoes, diretora executiva da divisão de gestão de ativos e patrimônio do banco, sobre a IA na conferência Investor Day do JPMorgan em 22 de maio.
“Carregamos 30 anos de dados proprietários** em todas as empresas que examinamos”, disse Erdoes, descrevendo o recente desenvolvimento de ferramentas de seu departamento, “e depois combinamos com os milhões de pontos de dados que obtemos todos os dias. Combinando, vimos um aumento tão grande."
Ela revelou ainda que **JPMorgan Chase tem seu próprio negócio interno de gerenciamento de ativos, e o modelo semelhante ao GPT é executado em seu sistema de gerenciamento de portfólio Spectrum. **
O vice-campeão da lista do índice AI do banco é o RBC do Canadá. O banco tem usado tecnologia de aprendizado profundo e aprendizado por reforço para gerenciamento de patrimônio há muitos anos, especialmente nas três primeiras classificações nos sub-subsistemas de "inovação" e "transparência". classificações do índice.
O RBC montou um centro de pesquisa de inteligência artificial chamado Borealis AI, que não apenas atende ao banco-mãe, mas também se envolve em pesquisas de ponta sobre inteligência artificial. Em entrevista à KPMG, Kathryn Hume, chefe da Borealis AI, detalhou como sua equipe aplicou o aprendizado por reforço ao atendimento ao cliente bancário:
A equipe Borealis AI e RBC Capital Markets lançou um sistema de execução comercial baseado em aprendizado por reforço. "Queríamos entender como o aprendizado de máquina poderia ser usado para ajudar os clientes com pedidos grandes ou em massa a uma melhor sequência de negociações para retornos máximos. Acontece que os modelos que criamos eram muito dinâmicos, respondendo em tempo real com mais flexibilidade do que os algoritmos de negociação tradicionais Variações na volatilidade."
A IA da Borealis também ajudou com sucesso os bancos comerciais e de varejo a transformar os processos de negócios de ontem nos produtos futuros de amanhã. Por exemplo, ** criou uma ferramenta de previsão de fluxo de caixa para ajudar os consultores financeiros a se envolverem proativamente com os clientes, entender as necessidades financeiras futuras e fornecer conselhos mais direcionados. ** Também ajudando clientes de varejo a gerenciar suas finanças criando aplicativos e se beneficiando da mais recente tecnologia de aprendizado de máquina de personalização.
Em abril deste ano, o RBC ganhou o Prêmio de Melhor Experiência do Cliente em Inteligência Artificial da revista Digital Banker pelo sistema NOMI Forecast desenvolvido em conjunto pelo banco e pela Borealis AI.
O sistema NOMI Forecast utiliza aprendizado profundo para fornecer previsões oportunas e precisas do fluxo de caixa dos clientes. Alimentados pelo conjunto de dados exclusivo do banco, os modelos são treinados para personalizar as experiências dos clientes do RBC, incluindo pagamentos de contas, transferências eletrônicas, investimentos e pagamentos de folha de pagamento.
Modelo grande vertical: adequado é o melhor
Seja o sistema NBA do Morgan Stanley, o sistema Spectrum do Morgan Stanley ou o sistema NOMI Forecast desenvolvido independentemente pela RGB, todos são combinações de vários modelos treinados pelos próprios dados acumulados do banco. Depois de enxertar o GPT para treinamento de ajuste fino, aprimorar a capacidade geral de interação é uma escolha semelhante desses principais bancos internacionais.
Independentemente de países estrangeiros ou domésticos, com o aumento do número de grandes modelos de código aberto e o declínio nos custos de treinamento de modelos, a obsessão por modelos gerais de linguagem grande desapareceu gradualmente. Da recém-concluída Conferência Mundial de Inteligência Artificial de Xangai, pode-se descobrir que a nova narrativa é: modelo de indústria, modelo vertical e "grande modelo capacita milhares de indústrias".
O exemplo mais típico é o BloombergGPT lançado pela Bloomberg. A Bloomberg tornou o modelo menor, com cerca de 50 bilhões de parâmetros, muito menor que os 175 bilhões de parâmetros do GPT-3. Embora enfraqueça a versatilidade, seu desempenho no campo financeiro é significativamente melhor do que modelos grandes de uso geral.
A forte supervisão e profissionalismo do setor financeiro determina que, com base no Know-How, os dados profissionais de treinamento acumulados pelas instituições financeiras possam ser usados para criar um modelo vertical adequado às necessidades do setor. **Por exemplo, o grande modelo Origin One lançado pela Bingjian Technology, contando com anos de experiência em modelos de algoritmos atendendo a bancos e clientes de seguros, está se esforçando em atendimento inteligente ao cliente, processamento de documentos financeiros e análise de produtos de investimento estrangeiro. **
As vantagens profissionais do modelo vertical se tornarão cada vez mais óbvias no setor de gestão de fortunas. O surgimento do GPT mudará o conceito de que os robo-advisors são "serviços exclusivos" para famílias de alto patrimônio no passado e permitirão o rápido desenvolvimento do mercado de cauda longa. Com a ajuda do GPT-4, quantas vezes aumentará o número e a eficiência dos 15.000 consultores financeiros do Morgan Stanley que atendem os clientes?
Além desses bancos principais, o modelo grande vertical oferece às startups mais oportunidades de atender mais clientes na camada de aplicativos. As empresas de tecnologia atraem mais clientes que estão afundando por meio de baixas barreiras à entrada e independência, enquanto os grandes bancos tradicionais usam suas próprias vantagens para atingir os clientes existentes e promover vários portfólios de produtos.Instituições de diferentes tamanhos determinam diferentes estratégias no campo do robo-advisory.
Do ponto de vista do mercado de robo-consultoria dos EUA, ele inclui principalmente três tipos de participantes:
Em primeiro lugar, as empresas iniciantes representadas pela Wealthfront e pela Betterment usam suas próprias vantagens tecnológicas e requisitos de baixo limiar para aproveitar o valor dos clientes de cauda longa;
A segunda é que as instituições financeiras de grande porte representadas pela Vanguard e Charles Schwab alavancam suas próprias vantagens de capital, vantagens de clientes existentes, vantagens de marca e barreiras competitivas para lançar produtos inteligentes de consultoria de investimento;
A terceira é adquirir empresas terceirizadas para implantar rapidamente o mercado de consultoria de investimento inteligente, como a aquisição da Future Advisor pela BlackRock.
Segundo cálculo da empresa de classificação de crédito CRISIL GR&A, a aplicação de modelos em larga escala na área de pesquisa inteligente de investimentos deve economizar 22,5% do custo, o que fará com que a gestão de patrimônio beneficie mais pessoas.
** Maior inclusão também significa mais risco. **Vale ressaltar que a capacidade do RBC de superar muitos dos principais bancos europeus e americanos e ocupar o segundo lugar na lista de índices de IA de bancos também se deve à sua ação responsável de IA (Responsible AI). Kathryn Hume acredita que as pessoas estão cada vez mais conscientes do risco moral que a IA pode exacerbar. Em todo o mundo, o debate em torno do uso ético e responsável da inteligência artificial está se intensificando.
A inteligência artificial explicável (XAI) será uma tecnologia emergente, talvez sua contraparte ao GPT. Embora os insights algorítmicos do ChatGPT sejam completamente "caixas pretas", o XAI permite que usuários e reguladores examinem os fundamentos de como a IA funciona e incentiva os desenvolvedores a aprimorar os algoritmos para que funcionem como pretendido. **XAI permite que gerentes de patrimônio e consultores de investimento monitorem e justifiquem a consultoria financeira derivada da IA e alinhem-na com os requisitos regulatórios e os melhores interesses dos clientes. **
Materiais de referência:
Insights evidentes: Índice de IA evidente para relatório de principais descobertas dos bancos
FORBES: Como o Morgan Stanley está treinando o GPT para ajudar os consultores financeiros
AdvisorHub: Morgan Stanley lançará software de IA para todos os corretores no terceiro trimestre
Ping An Securities: * "Uma Visão da Transformação Digital dos Bancos Comerciais da AIGC"*
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
AI + Wealth Management: os principais bancos internacionais planejam usar o GPT dessa maneira
Fonte: Instituto de Pesquisa de Tecnologia Bingjian
Uma lista recente sobre IA e serviços bancários tem sido cada vez mais citada. A lista classifica os 23 maiores bancos da Europa e dos Estados Unidos, e os ativos totais de pelo menos US$ 1 trilhão são elegíveis para seleção.
Esta lista é chamada de "Bank AI Index (Evident AI Index)", divulgada pela consultoria Evident Insights, está disponível publicamente e é a primeira vez que classifica a lista de maturidade de IA (maturidade de IA) dos bancos.
Lista dos 10 principais índices de AI do banco:
Para fazer esta lista, a Evident Insights coletou milhões de pontos de dados, com base em relatórios financeiros bancários e dados públicos de uma série de fontes de dados de terceiros, com a participação de mais de 50 especialistas líderes em inteligência artificial e bancos, para estabelecer esta lista lista.
Cada banco é avaliado em 142 indicadores individuais em quatro dimensões: talento, inovação, liderança e transparência. O talento tem o maior peso, chegando a 40%.
De acordo com a Evident Insights, a quantidade e a qualidade dos talentos de IA afetarão amplamente a competitividade futura desses principais bancos. O JPMorgan Chase, que ocupa o primeiro lugar, tem o maior número de funcionários com inteligência artificial no setor bancário, respondendo por mais de 10% do número total de funcionários e ainda está acelerando o recrutamento. Entre fevereiro e abril de 2023, o JPMorgan Chase publicou pelo menos 20% dos anúncios de emprego para cargos de inteligência artificial e núcleo de dados de todos os bancos da lista.
Depois de pesquisar e analisar as informações em sites de recrutamento como o LinkedIn, a Evident Insights também encontrou um fenômeno interessante: em um momento em que a inteligência artificial generativa está tão quente, esses 23 bancos *têm apenas menos de 2% das descrições de cargos relacionadas à IA *, Habilidades para IA generativa, como modelos de linguagem grandes (LLMs) ou ChatGPT, são explicitamente mencionadas.
Depois de analisar os relatórios relacionados ao Evident e os bancos listados, o Bingjian Technology Research Institute também descobriu que, embora o GPT tenha se tornado uma ciência bem conhecida, esses grandes bancos internacionais não acreditam que possa curar todas as doenças. Devido ao investimento inicial em tecnologia de inteligência artificial e implantação profunda, muitos bancos** já estabeleceram sistemas de gerenciamento de patrimônio de aprendizado profundo que são bastante maduros e não se apressaram para alcançar os pontos de acesso GPT. **
Pelo contrário, os indicadores de "transparência" mencionados na lista são valorizados por muitos grandes bancos.
Morgan Stanley: Use GPT-4 para gestão do conhecimento
O Morgan Stanley, que mal se espremeu entre os 10 primeiros na lista de índices bancários de IA, é o mais destacado em termos de aplicações GPT, e seu subitem "inovação" ocupa o quarto lugar. Mesmo assim, a aplicação do GPT pelo Morgan Stanley ainda está em fase experimental e não entrou no ambiente de produção, e o campo experimental não é extenso.
Quando a OpenAI lançou oficialmente o GPT-4 em março deste ano, lançou o aplicativo de gerenciamento de patrimônio do Morgan Stanley como um caso típico.
Especificamente, o Morgan Stanley mantém uma biblioteca de centenas de milhares de páginas de conteúdo cobrindo estratégias de investimento, pesquisa e comentários de mercado e opiniões de analistas - tantas informações espalhadas em muitos sites internos, muitas delas em formato PDF, Requiring a Financial Advisor (FA ) navegar por uma grande quantidade de informações para encontrar uma resposta para uma pergunta específica pode ser bastante ineficiente.
A partir do ano passado, a empresa e a OpenAI começaram a trabalhar juntas para explorar como usar os recursos de incorporação e recuperação do GPT para maximizar seu "capital intelectual" - mais de 100.000 documentos.
O GPT-4 fornecerá suporte para o chatbot interno da empresa** (observe que não é externo)**, que pode realizar uma pesquisa abrangente e integração de conteúdo de gestão de patrimônio e, em seguida, fornecer aos consultores financeiros as respostas que eles desejam.
O Morgan Stanley, que tem mais de 15.000 consultores financeiros, pode fazer as seguintes perguntas ao seu chatbot interno:
*Investment Advice (Qual é a nossa opinião sobre as ações da Alphabet e seu desempenho futuro é otimista ou pessimista?)
*Negócios como sempre (Quem são os cinco principais concorrentes da IBM?)
* Questão do processo (Como faço para colocar um IRA em uma confiança irrevogável?).
O Morgan Stanley "ajustou" o GPT-4 em um problema semelhante usando 100.000 documentos como corpus de treinamento.
De acordo com a Forbes, 300 FAs do Morgan Stanley estão ajudando os modelos com "aprendizado por reforço" - quando recebem uma resposta de um chatbot, eles podem dar um voto positivo ou negativo, ou fornecer mais detalhes sob demanda.
Um dos problemas amplamente criticados do ChatGPT é que muitas vezes ele produz conteúdo de “alucinações” sem base factual, o que é fatal para os serviços de gerenciamento de patrimônio. Em resposta, o Morgan Stanley está limitando os tipos de prompts/perguntas que os FAs podem inserir no sistema, limitando os tópicos a perguntas relevantes para os negócios, o que garante que a saída venha de seus documentos de conhecimento existentes.
Se o FA achar que o conteúdo está errado durante o uso, você também pode consultar o código do motivo - citando o artigo subjacente vinculado à fonte do conteúdo - que é mais completo e confiável do que a maioria dos grandes modelos de linguagem.
No final, há auditores de conformidade que verificam o conteúdo.No processo normal de gestão do conhecimento da empresa, há pessoal de conformidade que revisa o conteúdo da pesquisa de investimento, sem falar no conteúdo que os FAs desejam fornecer ao mundo externo.
Na verdade, o departamento de gestão de patrimônio do Morgan Stanley passou muitos anos pesquisando o sistema "Next Best Action" (NBA), que é uma ferramenta realista para armar 15.000 FAs com aprendizado de máquina.
O sistema NBA descobre ideias de investimento personalizadas por meio de aprendizado de máquina e as distribui para clientes específicos por meio de seu sistema de CRM. O sistema NBA tem três funções de objetivo distintas:
Uma delas é fornecer aos clientes conselhos de investimento e ajudar na tomada de decisões, não apenas fornecer investimento passivo, mas também fornecer opções individuais de investimento em ações e títulos de acordo com os desejos dos clientes;
O segundo são alertas para operações imediatas, como alertas para baixos saldos de caixa e alertas para mudanças significativas no valor das carteiras de investimento do cliente, etc.;
O terceiro é o planejamento de eventos de vida. Por exemplo, se for confirmado que o filho do cliente está doente, o sistema pode recomendar o hospital local que melhor trata a doença e o planejamento financeiro para o tratamento, de modo a estabelecer uma relação de valor agregado com o cliente.
Jeff McMillan, chefe de dados e inovação do Morgan Stanley, que lidera os negócios relacionados ao GPT-4, disse à Forbes que a abordagem "push" do sistema NBA pode ser tão boa quanto a abordagem "pull" baseada nas respostas imediatas do GPT para cooperar.
De acordo com o último relatório de julho do AdvisorHub, um site vertical para o setor de consultoria patrimonial, o Morgan Stanley espera lançar ferramentas de IA generativas para seus mais de 15.000 consultores financeiros no terceiro trimestre deste ano. Desde março deste ano, apenas 900 FAs foram em julgamento.
Na lista do índice de inteligência artificial do banco, o subitem de talentos do Morgan Stanley ocupa apenas o 11º lugar. O Morgan Stanley acelerou o recrutamento de talentos de IA desde a segunda metade do ano. Sua última posição de recrutamento é recrutar novos executivos de gestão de patrimônio para plataformas de inteligência artificial e aprendizado de máquina. De acordo com o LinkedIn, o salário básico anual desta posição é entre 180.000 e 260.000 dólares americanos entre.
Banco campeão e vice-campeão de IA: Melhore o sistema de aprendizado de máquina existente
O JPMorgan Chase, que está no topo da lista, tem alguns planos declarados para o GPT, mas não divulgou muitos detalhes do aplicativo; enquanto o Royal Bank of Canada (RBC), que apareceu como azarão na posição de vice-campeão, nunca mencionou GPT.
De acordo com relatórios da CNBC, o JPMorgan Chase está desenvolvendo um serviço de software semelhante ao ChatGPT. Documentos apresentados pelo JPMorgan Chase & Co mostram que o banco solicitou o registro de marca para um produto chamado "IndexGPT" em maio. O IndexGPT utilizará "software de computação em nuvem usando inteligência artificial" para "analisar e selecionar valores mobiliários que atendam às necessidades dos clientes".
O documento de registro de marca apontou que o IndexGPT usa tecnologia de inteligência artificial representada pelo ChatGPT. Lori Beer, diretora global de tecnologia do JPMorgan Chase, disse que o banco contratou 1.500 cientistas de dados e engenheiros de aprendizado de máquina e está testando "vários casos de uso" da tecnologia GPT . ".
“Este será o santo graal de como as pessoas gerenciam seus ativos”, disse Mary Callahan Erdoes, diretora executiva da divisão de gestão de ativos e patrimônio do banco, sobre a IA na conferência Investor Day do JPMorgan em 22 de maio.
“Carregamos 30 anos de dados proprietários** em todas as empresas que examinamos”, disse Erdoes, descrevendo o recente desenvolvimento de ferramentas de seu departamento, “e depois combinamos com os milhões de pontos de dados que obtemos todos os dias. Combinando, vimos um aumento tão grande."
Ela revelou ainda que **JPMorgan Chase tem seu próprio negócio interno de gerenciamento de ativos, e o modelo semelhante ao GPT é executado em seu sistema de gerenciamento de portfólio Spectrum. **
O vice-campeão da lista do índice AI do banco é o RBC do Canadá. O banco tem usado tecnologia de aprendizado profundo e aprendizado por reforço para gerenciamento de patrimônio há muitos anos, especialmente nas três primeiras classificações nos sub-subsistemas de "inovação" e "transparência". classificações do índice.
O RBC montou um centro de pesquisa de inteligência artificial chamado Borealis AI, que não apenas atende ao banco-mãe, mas também se envolve em pesquisas de ponta sobre inteligência artificial. Em entrevista à KPMG, Kathryn Hume, chefe da Borealis AI, detalhou como sua equipe aplicou o aprendizado por reforço ao atendimento ao cliente bancário:
A equipe Borealis AI e RBC Capital Markets lançou um sistema de execução comercial baseado em aprendizado por reforço. "Queríamos entender como o aprendizado de máquina poderia ser usado para ajudar os clientes com pedidos grandes ou em massa a uma melhor sequência de negociações para retornos máximos. Acontece que os modelos que criamos eram muito dinâmicos, respondendo em tempo real com mais flexibilidade do que os algoritmos de negociação tradicionais Variações na volatilidade."
A IA da Borealis também ajudou com sucesso os bancos comerciais e de varejo a transformar os processos de negócios de ontem nos produtos futuros de amanhã. Por exemplo, ** criou uma ferramenta de previsão de fluxo de caixa para ajudar os consultores financeiros a se envolverem proativamente com os clientes, entender as necessidades financeiras futuras e fornecer conselhos mais direcionados. ** Também ajudando clientes de varejo a gerenciar suas finanças criando aplicativos e se beneficiando da mais recente tecnologia de aprendizado de máquina de personalização.
Em abril deste ano, o RBC ganhou o Prêmio de Melhor Experiência do Cliente em Inteligência Artificial da revista Digital Banker pelo sistema NOMI Forecast desenvolvido em conjunto pelo banco e pela Borealis AI.
O sistema NOMI Forecast utiliza aprendizado profundo para fornecer previsões oportunas e precisas do fluxo de caixa dos clientes. Alimentados pelo conjunto de dados exclusivo do banco, os modelos são treinados para personalizar as experiências dos clientes do RBC, incluindo pagamentos de contas, transferências eletrônicas, investimentos e pagamentos de folha de pagamento.
Modelo grande vertical: adequado é o melhor
Seja o sistema NBA do Morgan Stanley, o sistema Spectrum do Morgan Stanley ou o sistema NOMI Forecast desenvolvido independentemente pela RGB, todos são combinações de vários modelos treinados pelos próprios dados acumulados do banco. Depois de enxertar o GPT para treinamento de ajuste fino, aprimorar a capacidade geral de interação é uma escolha semelhante desses principais bancos internacionais.
Independentemente de países estrangeiros ou domésticos, com o aumento do número de grandes modelos de código aberto e o declínio nos custos de treinamento de modelos, a obsessão por modelos gerais de linguagem grande desapareceu gradualmente. Da recém-concluída Conferência Mundial de Inteligência Artificial de Xangai, pode-se descobrir que a nova narrativa é: modelo de indústria, modelo vertical e "grande modelo capacita milhares de indústrias".
O exemplo mais típico é o BloombergGPT lançado pela Bloomberg. A Bloomberg tornou o modelo menor, com cerca de 50 bilhões de parâmetros, muito menor que os 175 bilhões de parâmetros do GPT-3. Embora enfraqueça a versatilidade, seu desempenho no campo financeiro é significativamente melhor do que modelos grandes de uso geral.
A forte supervisão e profissionalismo do setor financeiro determina que, com base no Know-How, os dados profissionais de treinamento acumulados pelas instituições financeiras possam ser usados para criar um modelo vertical adequado às necessidades do setor. **Por exemplo, o grande modelo Origin One lançado pela Bingjian Technology, contando com anos de experiência em modelos de algoritmos atendendo a bancos e clientes de seguros, está se esforçando em atendimento inteligente ao cliente, processamento de documentos financeiros e análise de produtos de investimento estrangeiro. **
As vantagens profissionais do modelo vertical se tornarão cada vez mais óbvias no setor de gestão de fortunas. O surgimento do GPT mudará o conceito de que os robo-advisors são "serviços exclusivos" para famílias de alto patrimônio no passado e permitirão o rápido desenvolvimento do mercado de cauda longa. Com a ajuda do GPT-4, quantas vezes aumentará o número e a eficiência dos 15.000 consultores financeiros do Morgan Stanley que atendem os clientes?
Além desses bancos principais, o modelo grande vertical oferece às startups mais oportunidades de atender mais clientes na camada de aplicativos. As empresas de tecnologia atraem mais clientes que estão afundando por meio de baixas barreiras à entrada e independência, enquanto os grandes bancos tradicionais usam suas próprias vantagens para atingir os clientes existentes e promover vários portfólios de produtos.Instituições de diferentes tamanhos determinam diferentes estratégias no campo do robo-advisory.
Do ponto de vista do mercado de robo-consultoria dos EUA, ele inclui principalmente três tipos de participantes:
Em primeiro lugar, as empresas iniciantes representadas pela Wealthfront e pela Betterment usam suas próprias vantagens tecnológicas e requisitos de baixo limiar para aproveitar o valor dos clientes de cauda longa;
A segunda é que as instituições financeiras de grande porte representadas pela Vanguard e Charles Schwab alavancam suas próprias vantagens de capital, vantagens de clientes existentes, vantagens de marca e barreiras competitivas para lançar produtos inteligentes de consultoria de investimento;
A terceira é adquirir empresas terceirizadas para implantar rapidamente o mercado de consultoria de investimento inteligente, como a aquisição da Future Advisor pela BlackRock.
Segundo cálculo da empresa de classificação de crédito CRISIL GR&A, a aplicação de modelos em larga escala na área de pesquisa inteligente de investimentos deve economizar 22,5% do custo, o que fará com que a gestão de patrimônio beneficie mais pessoas.
** Maior inclusão também significa mais risco. **Vale ressaltar que a capacidade do RBC de superar muitos dos principais bancos europeus e americanos e ocupar o segundo lugar na lista de índices de IA de bancos também se deve à sua ação responsável de IA (Responsible AI). Kathryn Hume acredita que as pessoas estão cada vez mais conscientes do risco moral que a IA pode exacerbar. Em todo o mundo, o debate em torno do uso ético e responsável da inteligência artificial está se intensificando.
A inteligência artificial explicável (XAI) será uma tecnologia emergente, talvez sua contraparte ao GPT. Embora os insights algorítmicos do ChatGPT sejam completamente "caixas pretas", o XAI permite que usuários e reguladores examinem os fundamentos de como a IA funciona e incentiva os desenvolvedores a aprimorar os algoritmos para que funcionem como pretendido. **XAI permite que gerentes de patrimônio e consultores de investimento monitorem e justifiquem a consultoria financeira derivada da IA e alinhem-na com os requisitos regulatórios e os melhores interesses dos clientes. **
Materiais de referência: