GPT 的風刮向了金融領域。這項變革性的技術正在驅動金融行業使用 AIGC，通過實際的應用產品去滿足客戶需求，進行金融服務創新。公開信息顯示，摩根大通、摩根士丹利、美國支付巨頭 Stripe、高盛等都已紛紛入局 AIGC，這其中，中國金融機構也開始躍躍欲試。

在與 AI 的互動中，金融機構都有相同的選擇：都服務于公司內部，以間接的方式提升客戶體驗，并不直接對外開放。金融機構不約而同的選擇并不奇怪，數字金融業態走向產業與場景的融合階段下，AI 提效最優解就是直接面向客戶，金融機構也在圍繞這個落點展開。

(資料圖片)

金融行業擁抱 AI

作為第一家在工作場所限制使用 ChatGPT 的華爾街投行，摩根大通近日被報道或會成為第一家計劃直接向客戶發布類似 ChatGPT 產品的金融機構。

報道稱，摩根大通正在開發一種類似 ChatGPT 的研發投資顧問 GPT，為一款名為 IndexGPT 的產品申請商標。根據摩根大通提交的文件，IndexGPT 將連接利用人工智能 ( AI ) 技術的云計算軟件，根據客戶需求，量身分析和選擇證券標的。不過 IndexGPT 是否將與 ChatGPT 使用 " 同款 "AI 技術，在相關披露文件中并未說明，僅稱摩根大通計劃使用 " 受生成性對話模型 ( GPT ) 驅動的 AI 技術 "。

而在摩根大通之前，已經有摩根士丹利、美國支付巨頭 Stripe、高盛等紛紛入局，但它們并沒有直接面向客戶提供服務，都僅在內部進行測試。

以首家正式接入 GPT-4 的金融機構摩根士丹利為例，其與 GPT-4 的合作主要服務于公司內部，用來幫助財富管理顧問們更好地工作。GPT-4 已將公司所有智庫內容轉化為更易于使用和操作的格式，幫助其財富管理顧問更便捷高效的檢索涵蓋投資策略、市場研究和評論、分析師洞察等內容信息。從員工的體驗感來說，這就好比他們在和客戶打電話時，公司的首席戰略官就坐在自己旁邊。

通過訓練 GPT-4，盡可能地滿足摩根士丹利內部人員工作時的需求是確保良好客戶服務的關鍵。摩根士丹利數據與創新分析主管 Jeff McMillan 也表示：" 進一步確保良好客戶服務的關鍵是我們大規模投資技術的能力。"

同時宣布與 GPT-4 合作的還有美國支付巨頭 Stripe，使用 GPT-4 可以幫助 Stripe 進行 " 優化服務 " 的工作。Stripe 計劃了解每個企業客戶如何使用平臺，但通過人工進行這項工作，不僅工作量十分龐大，且容易發生疏漏。該公司負責人表示，Stripe 使用 GPT-4 掃描客戶網站并得出簡要報告的表現中，GPT-4 要優于人工。值得注意的是，合作中 Stripe 為基于 ChatGPT 等人工智能工具的支付提供計費和結賬功能，以及自動化和稅務合規技術，這也幫助了 ChatGPT 進行商業化嘗試。

高盛也曾明確表示禁止在交易大廳使用類 GPT 技術產品，但對于人工智能的限制也是 " 口是心非 "。繼摩根士丹利接入 GPT-4 之后，高盛也開始使用類似于 ChatGPT 的人工智能軟件，在內部協助工程師編寫代碼。高盛首席信息官 Marco Argenti 表示，在某些情況下，開發人員已經能夠使用生成式 AI 自動編寫多達 40% 的代碼。

中國金融機構對 AI 的熱情明顯高漲的多。百度副總裁李碩曾公開表示，文心一言在金融行業的應用會率先在智能檢索、投研助手、金融數字人、智能客服、智能創作等場景落地，大幅提升業務效率，帶來金融行業應用的突破。

部分金融科技公司也選擇和頭部 IT 公司開展廣泛合作，提升公司與 AI 相關的技術能力。以金融科技公司神州信息為例，該公司金融科技首席行業專家崔蕾向鈦媒體 App 表示，希望能夠在與頭部 IT 公司合作中，創新對代碼自動生成、金融產品自動創新以及客戶旅程自動優化等多個方面的能力。

眼看國外從華爾街投行一起限制 AI，到現在開始擁抱，以及中國的銀行業接入大模型的陸續嘗試，金融行業正在不斷豐富大模型應用的實踐。

AIGC 優化用戶體驗，但仍有挑戰

從金融機構接入大模型實踐的過程可以發現，與 AI 相關的嘗試往往從服務于公司的內部測試開始，逐漸轉為直接面向客戶。可見金融行業中，內秀并不是大模型的終點，客戶才是。

作為金融行業中專注科技創新的部分，金融科技擁有更垂直領域的經驗與數據支撐，也在進行著幫助金融行業嘗試 AIGC 能力革新的工作：用大模型技術幫助完善與客戶有關的金融服務能力，拓展融合業務場景。

通過 AIGC 技術的引入，客戶使用的自然語言描述能夠被準確識別，金融服務提供方可以準確理解客戶需求，從而幫助金融機構在場景端進行千人千面的金融產品設計；與此同時，再按照 AIGC 生成的對應配套的優化策略自動優化不同場景下的客戶旅程。如此來完善從客戶到場景到業務建設的完整流程。

除了在生成式人工智能方面提出設想，金融科技公司還能通過提供 AI 模型、提供算法解決方案，來幫助金融機構解決在運營方面的服務能力，這也是金融機構完善客戶服務的環節之一。比如，金融科技公司通過平臺提供內容理解、內容質檢的多類 AI 模型能力，從提升內容服務入手提升運營質量；同時在內容推薦中，提供信息流類推薦、社區類內容推薦、PUSH 推薦等模塊的算法解決方案，從而幫助各渠道端實現更好的個性化分發及轉化效果，幫助金融機構降本增效。

但將 AIGC 技術真正落實到業務領域，直接對接客戶達到一定水準的服務水平，還有一段路要走。

目前看來，行業內大部分產品的 AI 能力所使用的技術對標 ChatGPT 還明顯不足，在 ChatGPT 面前，仍然屬于 " 小模型 " 或者說是 " 局部模型 " 范疇。在 AIGC 產業生態體系的三層架構中處于中間層，還沒有更好地覆蓋到應用層。

鈦媒體 App 了解到，在金融這種準確度和偏差要求都非常高的行業，未來對大模型輸出結果不可控性的約束和防范也會成為一個極大的難點。除此之外應用難點也是值得考慮的問題：如何適當縮小大模型規模以便能夠進行性價比最高的私有化部署、如何管控模型訓練時的數據外泄風險、模型輸出如何進行業務系統微服務的調優等等，都是大模型在金融科技中需要面臨的挑戰。

但正因為有了困難與挑戰，科技才能夠不斷前進。大模型在金融科技中的應用難點，也是極具吸引力的金融科技創新點，或許未來，行業內也會基于此誕生很多與今不同的創新型系統。（本文首發鈦媒體 APP 作者 | 賈雨微 編輯 | 秦聰慧）?