ChatGPT：金融服务的挑战和机遇

算法交易通过其高频交易改变华尔街已有数十年，金融服务业开始将人工智能整合到欺诈检测、贷款决策和机器人咨询服务等领域已有多年。然而，最近像ChatGPT这样的生成式人工智能工具的爆炸式增长——提供看似任何主题和任何风格的类人文本，如此成功地轻松征服了引以为豪的图灵测试——打开了可能性的闸门。像ChatGPT这样强大的语言处理器的出现——开源并可供公众使用——有可能颠覆金融服务行业的各个部分，其范围不仅限于聊天机器人和机器人顾问等领域，甚至还包括熟练技能所需的劳动力作为编码。

关键的转折点

随着人工智能达到一个关键的转折点——人工智能偏见依然存在——是否在技术令人眼花缭乱的进步之前实施适当的私人和公共控制变得更加紧迫和具有挑战性。在Nvidia最近的一项调查中，78%的金融服务公司表示他们至少使用一种人工智能工具。好处很明显：超过30%的受访者表示，AI使年收入增加了10%以上，而超过四分之一的人认为AI使成本降低了10%以上。

概括地说，人工智能在金融服务中的应用分为四类：

1.欺诈检测与合规

2.信用风险分析

3.聊天机器人和机器人顾问

4.算法交易

金融服务

甚至在ChatGPT进入公众意识之前，人工智能就已经改变了金融服务的大部分功能。总体而言，去年金融服务领域对人工智能的投资大幅增长；尽管Nvidia在2021年调查的用例中没有一个行业渗透率超过14%。2022年，跟踪的13个用例中有9个获得了超过15%的行业投资。到目前为止，投资人工智能基本上是金融服务业生存的必要条件，尤其是在运营效率变得更加重要的情况下。但是，尽管落后者也加入了AI革命，但将这种无处不在的现象定义为一些领导者的标志，周围的许多人对他们的AI的真正运作方式只有基本的了解，这可能是最合适的。

“在调查中，银行会说，‘哦，是的，我们确实在某种程度上使用了人工智能。’但是当他们被问及“你对它的理解程度如何？”时……没有同样程度的回应。应用它是一回事，但继续盲目地应用一种放之四海而皆准的算法则完全是另一回事，”萨里商学院可持续和可解释金融科技中心主任邦妮·布坎南(Bonnie Buchanan)说。

对话式人工智能

根据Nvidia的调查，对话式AI是2022年投资增幅最大的功能之一。真正先进的对话式AI之所以能使公众兴奋，正是因为它涉足认知领域，这与迄今为止机器的受限和编程能力不同。ChatGPT对语言处理的掌握程度从二年级学生到博学学者，甚至是编码语言，这向像Buchanan这样的专家发出信号，这不仅是对过去的加速，而且是对我们一直在进行的课程的真正改变。用ChatGPT自己的话来说，金融服务的直接明显好处将体现在自动化客户服务任务以及为银行生成洞察力和分析以做出更明智的决策同时帮助检测欺诈等领域。ChatGPT已经可以进行简单的编码和调试，一些人估计它只需要两到三年的时间就可以执行实际的银行编码。

由聊天机器人提供服务

回答路由问题或查询现在将由聊天机器人提供服务，进一步为人工客户服务代理腾出空间来解决更复杂的查询。这也应该延续到编码职责，这将为编码人员腾出时间从事更高层次的追求。这对这些部门的劳动力有何影响尚不清楚。这可能是另一个误报，也可能是真正的范式转变。

乔治敦大学人工智能教授阿尔贝托·罗西(Alberto Rossi)的研究重点是机器人顾问，他指出，当机器人顾问首次出现时，同样的恐惧是如何引发的。这些担忧被证明是没有根据的，因为金融建议的民主化极大地扩大了市场，因此需要更多的金融顾问，尽管要提供更人性化的接触来补充人工智能。

罗西说，下一步，民主化可能会发生戏剧性的一步，可能会沿着同样的路线引发另一次扩张。或者它可以设法至少在某种程度上取代以前最需要人情味的金融客户服务领域。然而，至少，在未来十年或两年内，拥有大量财富的年长人口可能仍然对人情味感到最舒服。然而，考虑到金融科技领域正在进行大规模裁员，ChatGPT的功能可能会推动这种趋势。

对业务的影响

像ChatGPT这样强大的语言处理器的影响不容小觑。在业务端，缺乏资源或规模数据的初创公司突然提供了一种先进的机器，能够以几乎任何风格、任何格式和广泛的目的进行分析和交流。Buchanan猜想，如果现在新兴的合成数据部门证明能够缩小信息差距，那么大型科技公司的优势随后将直接体现在他们庞大的数据存储中。公平地说，Big Techs也可能会在客户服务等领域看到自动化通信能力的巨大飞跃。虽然现在知道巨头/初创公司、传统/挑战者动态将如何受到影响还为时过早，但无论哪种方式，消费者都会受益。Rossi认为，它对于缓解困扰该行业的金融知识缺陷至关重要。

“受益最大的将是目前无法获得服务的最终消费者，因为他们没有足够的资源来支付费用。财务建议[关于]使用哪种信用卡、每月花多少钱、每月存多少钱，都可以完全以自动化的方式完成，”Rossi说

不确定性

人工智能进步的快速步伐自然伴随着不确定性和更多问题的出现。协助弱势群体进行财务决策的人工智能工具可以为金融文盲带来福音，同时也证明是一个拐杖；人们在Google地图世界中的导航能力比以前差多少？前所未有的个性化的可能性也可以推动机器人顾问和相关工具进一步走向家长式的方向，如果以自由意志为代价，与我们对21世纪智人的期望相比，这可能导致奇怪的理性经济结果或直接同意。试图防止AI中接下来发生的反乌托邦变化总是伴随着实施适当的设计和监管。在美国，国家标准技术研究院的人工智能风险管理框架（RMF）第二稿提供了“映射”、“测量”、“管理”和治理人工智能系统的最新概念框架。

特征

RMF认为任何值得信赖的AI都具有多种特征，所有这些特征都是以负责任和透明的方式提供的：

1.有效可靠

2.安全

3.偏见得到管理

4.安全且有弹性

5.可解释和可解释

6.隐私增强

衡量这些因素需要在每个阶段进行测试、评估、验证和确认。然而，人工智能为监管机构带来了并不总是容易解决的新问题。考虑一下在这些方面引起最多公众讨论的金融服务领域——防止自动借贷决策等用例中的算法偏差。正如法兰克福歌德大学法学教授Katja Langenbucher在最近的一篇论文中所描述的那样，反歧视法传统上依赖于人工智能发起模型所挑战的因果链。

复杂性

这导致一些经济学家得出结论，我们正在面临这样一种情况，即禁止自动借贷中的某些变量将被证明是无效的；人工智能将变得过于复杂，以至于监管机构无法确定黑盒算法中发生的事情。尽管如此，第一批规范人工智能的法律正在形成。在这方面成为标准承担者的是欧盟拟议的AI法案，该法案旨在将AI模型视为需要监管的产品，提供基于风险的方法。确定财务资源访问权限的模型（如承保和评分模型）属于高风险类别，这需要在数据治理、技术文档和记录保存、透明度、人工监督以及稳健性、准确性和网络安全检查方面合规。欧洲金融科技协会于10月出面支持人工智能法案，尽管它表达了对将信用评估模型归类为高风险的担忧。金融科技公司担心，要求此类系统具有可解释性和可解释性同样会限制稳健性和准确性。

新时代

迄今为止，语言一直是社会的基石：它的法律、它的文化、它的规范、它的商业和它的经济。在我们这个物种的存在中，我们第一次瞥见了当不仅人类拥有像我们这样的灵巧和回忆能力——甚至更好的能力时，它会是什么样子。人类是否可以培养和利用这种机器的力量来造福人类，这个问题当然远远超出了金融服务领域。但让我们记住，金融和经济学曾经也是社会初期的人造产物，其不完美反映了其创造者和管理者的特征。在动荡中经历成长，在衰退中经历变革，在挫折中经历改进是金融历史的标志。当我们将更大的管理权交给我们自己创造的人工智能模型时，这些规则和模式可能会保持不变——或者出现的可能是完全出乎意料的新事物。可以肯定的是，一个新时代即将来临。