Источник: Научно-исследовательский институт технологий Бинцзянь.
Недавний список по искусственному интеллекту и банковскому делу цитируется все больше и больше. В список входят 23 крупнейших банка Европы и США, а совокупные активы составляют не менее 1 триллиона долларов США.
Этот список называется «Индекс банковского ИИ (Evident AI Index)», опубликованный консалтинговой компанией Evident Insights, он находится в открытом доступе, и впервые ранжирует список зрелости ИИ (зрелости ИИ) банков.
Источник: Evident Insights, составленный Bingjian Technology Research Institute.
Чтобы составить этот список, Evident Insights собрала миллионы точек данных на основе банковских финансовых отчетов и общедоступных данных из ряда сторонних источников данных с участием более 50 ведущих экспертов в области искусственного интеллекта и банковского дела. список список.
Каждый банк оценивается по 142 отдельным показателям по четырем параметрам: талант, инновации, лидерство и прозрачность. На талант приходится наибольший вес, достигающий 40%.
Согласно Evident Insights, количество и качество талантов в области ИИ во многом повлияет на будущую конкурентоспособность этих ведущих банков. В JPMorgan Chase, занимающем первое место, работает больше всего сотрудников с искусственным интеллектом в банковской сфере, что составляет более 10% от общего числа сотрудников, и компания все еще ускоряет набор персонала. В период с февраля по апрель 2023 года JPMorgan Chase разместил не менее 20% объявлений о вакансиях для должностей искусственного интеллекта и данных всех банков в списке.
После поиска и анализа информации на веб-сайтах по подбору персонала, таких как LinkedIn, Evident Insights также обнаружила интересное явление: в то время, когда генеративный искусственный интеллект так популярен, в этих 23 банках *только менее 2% описаний вакансий, связанных с ИИ. *, Навыки для генеративного ИИ, такие как большие языковые модели (LLM) или ChatGPT, упоминаются явно.
Проанализировав отчеты, связанные с Evident, и перечисленные банки, Bingjian Technology Research Institute также обнаружил, что, хотя GPT стала широко известной наукой, эти крупные международные банки не думают, что она может вылечить все болезни. Благодаря ранним инвестициям в технологии искусственного интеллекта и глубокому развертыванию многие банки** уже внедрили достаточно зрелые системы управления активами на основе глубокого обучения и не торопятся догонять точки доступа GPT. **
Наоборот, упомянутые в списке показатели «прозрачности» ценятся многими крупными банками даже выше.
Morgan Stanley: используйте GPT-4 для управления знаниями
Morgan Stanley, едва втиснувшийся в топ-10 рейтинга банковского ИИ, является самым громким с точки зрения приложений GPT, а его подпункт «инновации» занимает четвертое место. Тем не менее, приложение GPT от Morgan Stanley все еще находится на экспериментальной стадии и не вошло в производственную среду, а поле для экспериментов невелико.
Когда OpenAI официально запустил GPT-4 в марте этого года, он запустил приложение Morgan Stanley для управления капиталом, как типичный случай.
В частности, Morgan Stanley поддерживает библиотеку из сотен тысяч страниц контента, охватывающего инвестиционные стратегии, исследования рынка и комментарии, а также взгляды аналитиков — так много информации распространяется по многим внутренним сайтам, большая часть ее в формате PDF, требуется финансовый консультант (FA). ) просматривать огромное количество информации, чтобы найти ответ на конкретный вопрос, может быть весьма неэффективно.
Начиная с прошлого года, компания и OpenAI начали совместную работу над изучением того, как использовать возможности встраивания и поиска GPT, чтобы максимизировать свой «интеллектуальный капитал» — более 100 000 документов.
GPT-4 обеспечит поддержку внутреннего чат-бота компании** (обратите внимание, что он не является внешним)**, который может проводить всесторонний поиск и интеграцию контента по управлению капиталом, а затем предоставлять финансовым консультантам ответы, которые они хотят.
Morgan Stanley, у которого более 15 000 финансовых консультантов, может задать своему внутреннему чат-боту следующие вопросы:
*Инвестиционный совет (Каково наше мнение об акциях Alphabet и какова их будущая динамика: бычьей или медвежьей?)
*Бизнес как обычно (Кто пять основных конкурентов IBM?)
* Вопрос процесса (Как передать IRA в безотзывное доверие?).
Morgan Stanley «доработал» GPT-4 для решения аналогичной задачи, используя 100 000 документов в качестве учебного корпуса.
По данным Forbes, 300 FA Morgan Stanley помогают моделям с «обучением с подкреплением» — когда они получают ответ от чат-бота, они могут проголосовать за или против или предоставить более подробную информацию по запросу.
Одна из широко критикуемых проблем ChatGPT заключается в том, что он часто производит «галлюцинационный» контент без фактической основы, что фатально для сервисов по управлению активами. В ответ Morgan Stanley ограничивает типы подсказок/вопросов, которые FA могут вводить в систему, ограничивая темы вопросами, относящимися к бизнесу, что гарантирует, что выходные данные будут получены из их существующих документов знаний.
Если FA обнаружит, что контент неверен во время использования, вы также можете обратиться к коду причины, указав основную статью, связанную с источником контента, что является более полным и достоверным, чем большинство крупных языковых моделей.
В конце концов, есть аудиторы соответствия, которые проверяют содержание.В обычном процессе управления знаниями компании есть сотрудники, отвечающие за соблюдение требований, которые проверяют содержание инвестиционных исследований, не говоря уже о содержании, которое FA хотят предоставить внешнему миру.
Фактически, отдел управления капиталом Morgan Stanley потратил много лет на исследование системы «Next Best Action» (NBA), которая представляет собой реалистичный инструмент для оснащения 15 000 FA машинным обучением.
Система NBA обнаруживает персонализированные инвестиционные идеи с помощью машинного обучения и распространяет их среди конкретных клиентов через свою CRM-систему. Система НБА имеет три различные целевые функции:
Одним из них является предоставление клиентам инвестиционных советов и помощь в принятии решений, а не только предоставление пассивных инвестиций, но также предоставление индивидуальных вариантов инвестирования в акции и облигации в соответствии с пожеланиями клиентов;
Второй — оповещения о срочных операциях, такие как оповещения о низком остатке денежных средств и оповещения о значительных изменениях стоимости инвестиционных портфелей клиентов и т. д.;
В-третьих, планирование жизненных событий. Например, если подтверждается, что ребенок клиента болен, система может порекомендовать местную больницу, которая лучше всего подходит для лечения болезни и финансового планирования лечения, чтобы установить отношения с добавленной стоимостью. с клиентом.
Джефф Макмиллан, глава отдела данных и инноваций в Morgan Stanley, который возглавляет бизнес, связанный с GPT-4, сказал Forbes, что «проталкивающий» подход системы НБА может быть так же хорош, как и «вытягивающий» подход, основанный на оперативных ответах GPT на сотрудничество.
Согласно последнему июльскому отчету AdvisorHub, вертикального веб-сайта для индустрии консультирования по вопросам благосостояния, Morgan Stanley рассчитывает внедрить генеративные инструменты искусственного интеллекта для своих более чем 15 000 финансовых консультантов в третьем квартале этого года.С марта этого года только 900 ФА были под судом.
В списке индексов банковского ИИ подпункт «Таланты» Morgan Stanley занимает только 11-е место. Morgan Stanley ускорил набор талантов в области искусственного интеллекта со второй половины года.Его последняя позиция по набору персонала заключается в наборе новых руководителей по управлению активами для платформ искусственного интеллекта и машинного обучения.По данным LinkedIn, базовая годовая зарплата на этой должности составляет от 180 000 до 260 000 долларов США между.
Чемпион ИИ и банк, занявший второе место: улучшите существующую систему машинного обучения
JPMorgan Chase, который занимает первое место в списке, имеет некоторые декларативные планы относительно GPT, но не раскрывает слишком много деталей заявки; в то время как Royal Bank of Canada (RBC), который выглядел как темная лошадка на втором месте, никогда не упоминал GPT.
Согласно сообщениям CNBC, JPMorgan Chase разрабатывает программный сервис, аналогичный ChatGPT. Документы, представленные JPMorgan Chase & Co, показывают, что банк подал заявку на регистрацию товарного знака для продукта под названием «IndexGPT» в мае. IndexGPT будет использовать «программное обеспечение облачных вычислений с использованием искусственного интеллекта» для «анализа и выбора ценных бумаг, отвечающих потребностям клиентов».
В документе о регистрации товарного знака указано, что IndexGPT использует технологию искусственного интеллекта, представленную ChatGPT. Лори Бир, глобальный технический директор JPMorgan Chase, заявила, что банк нанял 1500 специалистов по данным и инженеров по машинному обучению и тестирует «множественные варианты использования» технологии GPT. .".
«Это будет святой Грааль того, как люди управляют своими активами», — сказала Мэри Каллахан Эрдос, исполнительный директор подразделения банка по управлению активами и активами, об искусственном интеллекте на конференции JPMorgan Investor Day 22 мая.
«Мы загрузили закрытые данные за 30 лет по каждой компании, за которой мы наблюдали, — сказал Эрдос, описывая недавнюю разработку инструмента в своем отделе, — а затем объединили их с миллионами точек данных, которые мы получили. каждый день. Соответствуя, мы видели такой огромный подъем ».
Далее она сообщила, что **JPMorgan Chase имеет собственный внутренний бизнес по управлению активами, а модель, подобная GPT, работает в системе управления портфелем Spectrum. **
Второе место в рейтинге банковского индекса искусственного интеллекта занимает RBC из Канады.Банк уже много лет использует технологии глубокого обучения и обучения с подкреплением для управления активами, особенно в тройке лидеров в подпунктах «инновации» и «прозрачность». ранжирование по индексу.
РБК создал исследовательский центр искусственного интеллекта под названием Borealis AI, который не только обслуживает материнский банк, но и занимается передовыми исследованиями в области искусственного интеллекта. В интервью KPMG Кэтрин Хьюм, глава Borealis AI, подробно рассказала, как ее команда применяла обучение с подкреплением в банковском обслуживании клиентов:
Команда Borealis AI и RBC Capital Markets запустила систему исполнения сделок на основе обучения с подкреплением. "Мы хотели понять, как можно использовать машинное обучение, чтобы помочь клиентам с крупными или оптовыми заказами улучшить последовательность сделок для получения максимальной прибыли. Оказалось, что созданные нами модели были очень динамичными и реагировали в режиме реального времени с большей гибкостью, чем традиционные торговые алгоритмы. в волатильности».
Borealis AI также успешно помог розничным и коммерческим банкам преобразовать вчерашние бизнес-процессы в продукты завтрашнего дня. Например, компания ** создала инструмент прогнозирования денежных потоков, чтобы помочь финансовым консультантам активно взаимодействовать с клиентами, понимать будущие финансовые потребности и давать более целенаправленные советы. ** Также помогая розничным клиентам управлять своими финансами, создавая приложения и используя новейшие технологии машинного обучения для персонализации.
В апреле этого года РБК получил награду журнала Digital Banker за лучший искусственный интеллект в области клиентского опыта за систему NOMI Forecast, разработанную совместно банком и Borealis AI.
Система NOMI Forecast использует глубокое обучение для предоставления своевременных и точных прогнозов денежных потоков клиентов. Благодаря уникальному набору данных банка модели обучаются персонализировать работу с клиентами RBC, включая оплату счетов, электронные переводы, инвестиции и выплаты заработной платы.
Вертикальная большая модель: подходит лучше всего
Будь то система NBA от Morgan Stanley, система Spectrum от Morgan Stanley или система NOMI Forecast, независимо разработанная RGB, все они представляют собой комбинации различных моделей, обученных на собственных данных, накопленных банком. После прививки GPT для тонкой настройки обучения, повышение общей способности к взаимодействию — аналогичный выбор этих ведущих международных банков.
Независимо от зарубежных стран или внутри страны, с увеличением числа больших моделей с открытым исходным кодом и снижением затрат на обучение моделей одержимость общими большими языковыми моделями постепенно исчезла. Из только что завершившейся Шанхайской всемирной конференции по искусственному интеллекту можно узнать, что новый нарратив звучит так: отраслевая модель, вертикальная модель и «большая модель расширяет возможности тысяч отраслей».
Самый типичный пример — BloombergGPT, запущенный Bloomberg.Bloomberg сделал модель меньше, примерно с 50 миллиардами параметров, что намного меньше, чем 175 миллиардов параметров GPT-3. чем универсальные большие модели.
Строгий контроль и профессионализм финансовой отрасли определяют, что на основе ноу-хау, профессиональной подготовки данных, накопленных финансовыми учреждениями, можно использовать для создания вертикальной модели, подходящей для нужд отрасли. **Например, крупная модель Origin One, запущенная Bingjian Technology, основанная на многолетнем опыте работы с алгоритмическими моделями, обслуживающими банки и страховых клиентов, прилагает усилия для интеллектуального обслуживания клиентов, обработки финансовых документов и анализа иностранных инвестиционных продуктов. **
Профессиональные преимущества вертикальной модели будут становиться все более и более очевидными в индустрии управления капиталом. бурное развитие рынка длинных хвостов. Во сколько раз с помощью GPT-4 увеличится количество и эффективность обслуживания клиентов 15 000 финансовых консультантов Morgan Stanley?
В дополнение к этим ведущим банкам вертикальная крупная модель дает стартапам больше возможностей обслуживать больше клиентов на прикладном уровне. Технологические компании привлекают более тонущих клиентов за счет низких барьеров входа и независимости, в то время как традиционные крупные банки используют свои преимущества для таргетирования существующих клиентов и продвижения различных продуктовых портфелей.Учреждения разного размера определяют разные стратегии в сфере робо-эдвайзеринга
С точки зрения рынка робо-консультаций США, он в основном включает три типа участников:
Во-первых, начинающие компании, представленные Wealthfront и Betterment, используют свои собственные технологические преимущества и низкие пороговые требования, чтобы использовать ценность долгосрочных клиентов;
Во-вторых, крупные финансовые учреждения, представленные Vanguard и Charles Schwab, используют свои собственные преимущества капитала, существующие преимущества клиентов, преимущества бренда и конкурентные барьеры для запуска интеллектуальных инвестиционных консультационных продуктов;
В-третьих, приобретение сторонних компаний для быстрого развертывания рынка интеллектуальных инвестиционных консультаций, например, приобретение компанией BlackRock Future Advisor.
Согласно расчетам кредитно-рейтинговой компании CRISIL GR&A, ожидается, что применение крупномасштабных моделей в области интеллектуальных инвестиционных исследований сэкономит 22,5% затрат, что принесет пользу большему количеству людей от управления активами.
** Большая инклюзивность также означает больший риск. **Стоит отметить, что способность РБК превзойти многие крупные европейские и американские банки и занять второе место в списке банковских индексов AI также связана с его ответственными действиями AI (Responsible AI). Кэтрин Хьюм считает, что люди все больше осознают моральную опасность, которую может усугубить ИИ. Во всем мире усиливаются дебаты вокруг этичного и ответственного использования искусственного интеллекта.
Объяснимый искусственный интеллект (XAI) станет новой технологией, возможно, ее аналогом GPT. В то время как алгоритмические идеи ChatGPT представляют собой полностью «черные ящики», XAI позволяет пользователям и регулирующим органам тщательно изучать основы работы ИИ и призывает разработчиков оттачивать алгоритмы, чтобы они работали должным образом. **XAI позволяет управляющим активами и инвестиционным консультантам отслеживать и обосновывать финансовые рекомендации, полученные с помощью ИИ, и согласовывать их с нормативными требованиями и интересами клиентов. **
Справочные материалы:
Очевидная аналитика: * Очевидный индекс ИИ для отчетов о ключевых результатах банков *
FORBES: Как Morgan Stanley обучает GPT помогать финансовым консультантам
AdvisorHub: * Morgan Stanley развернет программное обеспечение AI для всех брокеров в третьем квартале *
Ping An Securities: * "Взгляд на цифровую трансформацию коммерческих банков от AIGC"*
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
AI+Wealth Management: ведущие международные банки планируют использовать GPT таким образом
Источник: Научно-исследовательский институт технологий Бинцзянь.
Недавний список по искусственному интеллекту и банковскому делу цитируется все больше и больше. В список входят 23 крупнейших банка Европы и США, а совокупные активы составляют не менее 1 триллиона долларов США.
Этот список называется «Индекс банковского ИИ (Evident AI Index)», опубликованный консалтинговой компанией Evident Insights, он находится в открытом доступе, и впервые ранжирует список зрелости ИИ (зрелости ИИ) банков.
Топ-10 банковских индексов искусственного интеллекта:
Чтобы составить этот список, Evident Insights собрала миллионы точек данных на основе банковских финансовых отчетов и общедоступных данных из ряда сторонних источников данных с участием более 50 ведущих экспертов в области искусственного интеллекта и банковского дела. список список.
Каждый банк оценивается по 142 отдельным показателям по четырем параметрам: талант, инновации, лидерство и прозрачность. На талант приходится наибольший вес, достигающий 40%.
Согласно Evident Insights, количество и качество талантов в области ИИ во многом повлияет на будущую конкурентоспособность этих ведущих банков. В JPMorgan Chase, занимающем первое место, работает больше всего сотрудников с искусственным интеллектом в банковской сфере, что составляет более 10% от общего числа сотрудников, и компания все еще ускоряет набор персонала. В период с февраля по апрель 2023 года JPMorgan Chase разместил не менее 20% объявлений о вакансиях для должностей искусственного интеллекта и данных всех банков в списке.
После поиска и анализа информации на веб-сайтах по подбору персонала, таких как LinkedIn, Evident Insights также обнаружила интересное явление: в то время, когда генеративный искусственный интеллект так популярен, в этих 23 банках *только менее 2% описаний вакансий, связанных с ИИ. *, Навыки для генеративного ИИ, такие как большие языковые модели (LLM) или ChatGPT, упоминаются явно.
Проанализировав отчеты, связанные с Evident, и перечисленные банки, Bingjian Technology Research Institute также обнаружил, что, хотя GPT стала широко известной наукой, эти крупные международные банки не думают, что она может вылечить все болезни. Благодаря ранним инвестициям в технологии искусственного интеллекта и глубокому развертыванию многие банки** уже внедрили достаточно зрелые системы управления активами на основе глубокого обучения и не торопятся догонять точки доступа GPT. **
Наоборот, упомянутые в списке показатели «прозрачности» ценятся многими крупными банками даже выше.
Morgan Stanley: используйте GPT-4 для управления знаниями
Morgan Stanley, едва втиснувшийся в топ-10 рейтинга банковского ИИ, является самым громким с точки зрения приложений GPT, а его подпункт «инновации» занимает четвертое место. Тем не менее, приложение GPT от Morgan Stanley все еще находится на экспериментальной стадии и не вошло в производственную среду, а поле для экспериментов невелико.
Когда OpenAI официально запустил GPT-4 в марте этого года, он запустил приложение Morgan Stanley для управления капиталом, как типичный случай.
В частности, Morgan Stanley поддерживает библиотеку из сотен тысяч страниц контента, охватывающего инвестиционные стратегии, исследования рынка и комментарии, а также взгляды аналитиков — так много информации распространяется по многим внутренним сайтам, большая часть ее в формате PDF, требуется финансовый консультант (FA). ) просматривать огромное количество информации, чтобы найти ответ на конкретный вопрос, может быть весьма неэффективно.
Начиная с прошлого года, компания и OpenAI начали совместную работу над изучением того, как использовать возможности встраивания и поиска GPT, чтобы максимизировать свой «интеллектуальный капитал» — более 100 000 документов.
GPT-4 обеспечит поддержку внутреннего чат-бота компании** (обратите внимание, что он не является внешним)**, который может проводить всесторонний поиск и интеграцию контента по управлению капиталом, а затем предоставлять финансовым консультантам ответы, которые они хотят.
Morgan Stanley, у которого более 15 000 финансовых консультантов, может задать своему внутреннему чат-боту следующие вопросы:
*Инвестиционный совет (Каково наше мнение об акциях Alphabet и какова их будущая динамика: бычьей или медвежьей?)
*Бизнес как обычно (Кто пять основных конкурентов IBM?)
* Вопрос процесса (Как передать IRA в безотзывное доверие?).
Morgan Stanley «доработал» GPT-4 для решения аналогичной задачи, используя 100 000 документов в качестве учебного корпуса.
По данным Forbes, 300 FA Morgan Stanley помогают моделям с «обучением с подкреплением» — когда они получают ответ от чат-бота, они могут проголосовать за или против или предоставить более подробную информацию по запросу.
Одна из широко критикуемых проблем ChatGPT заключается в том, что он часто производит «галлюцинационный» контент без фактической основы, что фатально для сервисов по управлению активами. В ответ Morgan Stanley ограничивает типы подсказок/вопросов, которые FA могут вводить в систему, ограничивая темы вопросами, относящимися к бизнесу, что гарантирует, что выходные данные будут получены из их существующих документов знаний.
Если FA обнаружит, что контент неверен во время использования, вы также можете обратиться к коду причины, указав основную статью, связанную с источником контента, что является более полным и достоверным, чем большинство крупных языковых моделей.
В конце концов, есть аудиторы соответствия, которые проверяют содержание.В обычном процессе управления знаниями компании есть сотрудники, отвечающие за соблюдение требований, которые проверяют содержание инвестиционных исследований, не говоря уже о содержании, которое FA хотят предоставить внешнему миру.
Фактически, отдел управления капиталом Morgan Stanley потратил много лет на исследование системы «Next Best Action» (NBA), которая представляет собой реалистичный инструмент для оснащения 15 000 FA машинным обучением.
Система NBA обнаруживает персонализированные инвестиционные идеи с помощью машинного обучения и распространяет их среди конкретных клиентов через свою CRM-систему. Система НБА имеет три различные целевые функции:
Одним из них является предоставление клиентам инвестиционных советов и помощь в принятии решений, а не только предоставление пассивных инвестиций, но также предоставление индивидуальных вариантов инвестирования в акции и облигации в соответствии с пожеланиями клиентов;
Второй — оповещения о срочных операциях, такие как оповещения о низком остатке денежных средств и оповещения о значительных изменениях стоимости инвестиционных портфелей клиентов и т. д.;
В-третьих, планирование жизненных событий. Например, если подтверждается, что ребенок клиента болен, система может порекомендовать местную больницу, которая лучше всего подходит для лечения болезни и финансового планирования лечения, чтобы установить отношения с добавленной стоимостью. с клиентом.
Джефф Макмиллан, глава отдела данных и инноваций в Morgan Stanley, который возглавляет бизнес, связанный с GPT-4, сказал Forbes, что «проталкивающий» подход системы НБА может быть так же хорош, как и «вытягивающий» подход, основанный на оперативных ответах GPT на сотрудничество.
Согласно последнему июльскому отчету AdvisorHub, вертикального веб-сайта для индустрии консультирования по вопросам благосостояния, Morgan Stanley рассчитывает внедрить генеративные инструменты искусственного интеллекта для своих более чем 15 000 финансовых консультантов в третьем квартале этого года.С марта этого года только 900 ФА были под судом.
В списке индексов банковского ИИ подпункт «Таланты» Morgan Stanley занимает только 11-е место. Morgan Stanley ускорил набор талантов в области искусственного интеллекта со второй половины года.Его последняя позиция по набору персонала заключается в наборе новых руководителей по управлению активами для платформ искусственного интеллекта и машинного обучения.По данным LinkedIn, базовая годовая зарплата на этой должности составляет от 180 000 до 260 000 долларов США между.
Чемпион ИИ и банк, занявший второе место: улучшите существующую систему машинного обучения
JPMorgan Chase, который занимает первое место в списке, имеет некоторые декларативные планы относительно GPT, но не раскрывает слишком много деталей заявки; в то время как Royal Bank of Canada (RBC), который выглядел как темная лошадка на втором месте, никогда не упоминал GPT.
Согласно сообщениям CNBC, JPMorgan Chase разрабатывает программный сервис, аналогичный ChatGPT. Документы, представленные JPMorgan Chase & Co, показывают, что банк подал заявку на регистрацию товарного знака для продукта под названием «IndexGPT» в мае. IndexGPT будет использовать «программное обеспечение облачных вычислений с использованием искусственного интеллекта» для «анализа и выбора ценных бумаг, отвечающих потребностям клиентов».
В документе о регистрации товарного знака указано, что IndexGPT использует технологию искусственного интеллекта, представленную ChatGPT. Лори Бир, глобальный технический директор JPMorgan Chase, заявила, что банк нанял 1500 специалистов по данным и инженеров по машинному обучению и тестирует «множественные варианты использования» технологии GPT. .".
«Это будет святой Грааль того, как люди управляют своими активами», — сказала Мэри Каллахан Эрдос, исполнительный директор подразделения банка по управлению активами и активами, об искусственном интеллекте на конференции JPMorgan Investor Day 22 мая.
«Мы загрузили закрытые данные за 30 лет по каждой компании, за которой мы наблюдали, — сказал Эрдос, описывая недавнюю разработку инструмента в своем отделе, — а затем объединили их с миллионами точек данных, которые мы получили. каждый день. Соответствуя, мы видели такой огромный подъем ».
Далее она сообщила, что **JPMorgan Chase имеет собственный внутренний бизнес по управлению активами, а модель, подобная GPT, работает в системе управления портфелем Spectrum. **
Второе место в рейтинге банковского индекса искусственного интеллекта занимает RBC из Канады.Банк уже много лет использует технологии глубокого обучения и обучения с подкреплением для управления активами, особенно в тройке лидеров в подпунктах «инновации» и «прозрачность». ранжирование по индексу.
РБК создал исследовательский центр искусственного интеллекта под названием Borealis AI, который не только обслуживает материнский банк, но и занимается передовыми исследованиями в области искусственного интеллекта. В интервью KPMG Кэтрин Хьюм, глава Borealis AI, подробно рассказала, как ее команда применяла обучение с подкреплением в банковском обслуживании клиентов:
Команда Borealis AI и RBC Capital Markets запустила систему исполнения сделок на основе обучения с подкреплением. "Мы хотели понять, как можно использовать машинное обучение, чтобы помочь клиентам с крупными или оптовыми заказами улучшить последовательность сделок для получения максимальной прибыли. Оказалось, что созданные нами модели были очень динамичными и реагировали в режиме реального времени с большей гибкостью, чем традиционные торговые алгоритмы. в волатильности».
Borealis AI также успешно помог розничным и коммерческим банкам преобразовать вчерашние бизнес-процессы в продукты завтрашнего дня. Например, компания ** создала инструмент прогнозирования денежных потоков, чтобы помочь финансовым консультантам активно взаимодействовать с клиентами, понимать будущие финансовые потребности и давать более целенаправленные советы. ** Также помогая розничным клиентам управлять своими финансами, создавая приложения и используя новейшие технологии машинного обучения для персонализации.
В апреле этого года РБК получил награду журнала Digital Banker за лучший искусственный интеллект в области клиентского опыта за систему NOMI Forecast, разработанную совместно банком и Borealis AI.
Система NOMI Forecast использует глубокое обучение для предоставления своевременных и точных прогнозов денежных потоков клиентов. Благодаря уникальному набору данных банка модели обучаются персонализировать работу с клиентами RBC, включая оплату счетов, электронные переводы, инвестиции и выплаты заработной платы.
Вертикальная большая модель: подходит лучше всего
Будь то система NBA от Morgan Stanley, система Spectrum от Morgan Stanley или система NOMI Forecast, независимо разработанная RGB, все они представляют собой комбинации различных моделей, обученных на собственных данных, накопленных банком. После прививки GPT для тонкой настройки обучения, повышение общей способности к взаимодействию — аналогичный выбор этих ведущих международных банков.
Независимо от зарубежных стран или внутри страны, с увеличением числа больших моделей с открытым исходным кодом и снижением затрат на обучение моделей одержимость общими большими языковыми моделями постепенно исчезла. Из только что завершившейся Шанхайской всемирной конференции по искусственному интеллекту можно узнать, что новый нарратив звучит так: отраслевая модель, вертикальная модель и «большая модель расширяет возможности тысяч отраслей».
Самый типичный пример — BloombergGPT, запущенный Bloomberg.Bloomberg сделал модель меньше, примерно с 50 миллиардами параметров, что намного меньше, чем 175 миллиардов параметров GPT-3. чем универсальные большие модели.
Строгий контроль и профессионализм финансовой отрасли определяют, что на основе ноу-хау, профессиональной подготовки данных, накопленных финансовыми учреждениями, можно использовать для создания вертикальной модели, подходящей для нужд отрасли. **Например, крупная модель Origin One, запущенная Bingjian Technology, основанная на многолетнем опыте работы с алгоритмическими моделями, обслуживающими банки и страховых клиентов, прилагает усилия для интеллектуального обслуживания клиентов, обработки финансовых документов и анализа иностранных инвестиционных продуктов. **
Профессиональные преимущества вертикальной модели будут становиться все более и более очевидными в индустрии управления капиталом. бурное развитие рынка длинных хвостов. Во сколько раз с помощью GPT-4 увеличится количество и эффективность обслуживания клиентов 15 000 финансовых консультантов Morgan Stanley?
В дополнение к этим ведущим банкам вертикальная крупная модель дает стартапам больше возможностей обслуживать больше клиентов на прикладном уровне. Технологические компании привлекают более тонущих клиентов за счет низких барьеров входа и независимости, в то время как традиционные крупные банки используют свои преимущества для таргетирования существующих клиентов и продвижения различных продуктовых портфелей.Учреждения разного размера определяют разные стратегии в сфере робо-эдвайзеринга
С точки зрения рынка робо-консультаций США, он в основном включает три типа участников:
Во-первых, начинающие компании, представленные Wealthfront и Betterment, используют свои собственные технологические преимущества и низкие пороговые требования, чтобы использовать ценность долгосрочных клиентов;
Во-вторых, крупные финансовые учреждения, представленные Vanguard и Charles Schwab, используют свои собственные преимущества капитала, существующие преимущества клиентов, преимущества бренда и конкурентные барьеры для запуска интеллектуальных инвестиционных консультационных продуктов;
В-третьих, приобретение сторонних компаний для быстрого развертывания рынка интеллектуальных инвестиционных консультаций, например, приобретение компанией BlackRock Future Advisor.
Согласно расчетам кредитно-рейтинговой компании CRISIL GR&A, ожидается, что применение крупномасштабных моделей в области интеллектуальных инвестиционных исследований сэкономит 22,5% затрат, что принесет пользу большему количеству людей от управления активами.
** Большая инклюзивность также означает больший риск. **Стоит отметить, что способность РБК превзойти многие крупные европейские и американские банки и занять второе место в списке банковских индексов AI также связана с его ответственными действиями AI (Responsible AI). Кэтрин Хьюм считает, что люди все больше осознают моральную опасность, которую может усугубить ИИ. Во всем мире усиливаются дебаты вокруг этичного и ответственного использования искусственного интеллекта.
Объяснимый искусственный интеллект (XAI) станет новой технологией, возможно, ее аналогом GPT. В то время как алгоритмические идеи ChatGPT представляют собой полностью «черные ящики», XAI позволяет пользователям и регулирующим органам тщательно изучать основы работы ИИ и призывает разработчиков оттачивать алгоритмы, чтобы они работали должным образом. **XAI позволяет управляющим активами и инвестиционным консультантам отслеживать и обосновывать финансовые рекомендации, полученные с помощью ИИ, и согласовывать их с нормативными требованиями и интересами клиентов. **
Справочные материалы: