作者 | 蘇越

來(lái)源 | 零壹智庫(kù)

隨著底層技術(shù)的突破和算力的激增，以O(shè)penAI為代表的科技公司大模型迭代，呈現(xiàn)出了一條陡峭的曲線。ChatGPT、Sora等相繼問(wèn)世，也推動(dòng)著人工智能浪潮達(dá)到前所未有的高峰。

微軟總監(jiān)Sandeep Alur在訪談中提及，任何擁有消費(fèi)設(shè)備和網(wǎng)絡(luò)的人都能大規(guī)模體驗(yàn)Al技術(shù)。

而著名計(jì)算機(jī)科學(xué)家吳恩達(dá)則在一場(chǎng)演講中表示，AI其實(shí)和電力、互聯(lián)網(wǎng)一樣，是一項(xiàng)通用技術(shù)；更多的機(jī)會(huì)，在于大規(guī)模應(yīng)用落地。

自 2022 年底chatGPT3.5引爆大模型以來(lái)，人工智能的颶風(fēng)愈來(lái)愈猛烈，裹挾著以千億美元為單位計(jì)算的資本，橫掃各個(gè)角落。

金融行業(yè)是對(duì)前沿技術(shù)最為敏感的行業(yè)，也是最早擁抱人工智能的行業(yè)。如果說(shuō)此前，只是頭部金融機(jī)構(gòu)在做理論研究或者小范圍試點(diǎn)，更多機(jī)構(gòu)在旁觀或炒作，那么現(xiàn)在，即使是最遲鈍的小微金融機(jī)構(gòu)，也不能忽視人工智能帶來(lái)的深刻變革。因?yàn)椋�不改變就意味著你不知道什么時(shí)候就出局了。

在各類垂直大模型中，金融大模型發(fā)布數(shù)量也位居前列。那么，人工智能在金融業(yè)的應(yīng)用處于什么樣的階段？近期，UK Finance、國(guó)際清算銀行、花旗銀行等國(guó)際機(jī)構(gòu)紛紛發(fā)布調(diào)研報(bào)告，探究人工智能對(duì)金融行業(yè)的影響。

我們可以通過(guò)這些報(bào)告，從全球視角觀察人工智能，尤其是大模型在多大程度上改變了金融業(yè)，正在呼嘯而來(lái)的未來(lái)將會(huì)是什么樣子。

 01 當(dāng)前與未來(lái)

不同代際的人工智能，包括機(jī)器學(xué)習(xí)（ML）、生成式AI（GenAI）以及智能體（AI Agent）的出現(xiàn)，都不同程度上增強(qiáng)了金融業(yè)的信息處理能力，帶來(lái)了機(jī)遇和挑戰(zhàn)。

金融機(jī)構(gòu)在人工智能應(yīng)用上非常謹(jǐn)慎，傳統(tǒng)/預(yù)測(cè)性人工智能（predictive AI）應(yīng)用普遍但處于淺層次應(yīng)用；而生成式人工智能（GenAI）在金融領(lǐng)域的商業(yè)化方面尚處于非常早期的階段，主要為試點(diǎn)項(xiàng)目或概念驗(yàn)證，但前景廣闊。

GenAI主要以大語(yǔ)言模型的形式出現(xiàn)，在兩個(gè)關(guān)鍵方面對(duì)于金融行業(yè)特別有用。

首先，機(jī)器學(xué)習(xí)多年來(lái)一直在金融領(lǐng)域處理結(jié)構(gòu)化數(shù)據(jù)和定量任務(wù)，而大多數(shù)企業(yè)數(shù)據(jù)（大約80-90%）是非結(jié)構(gòu)化的，被鎖定在電子郵件、副本、文檔和報(bào)告中�，F(xiàn)在，GenAI將提高非結(jié)構(gòu)化數(shù)據(jù)的可讀性，可應(yīng)用于風(fēng)險(xiǎn)分析、信用評(píng)分、預(yù)測(cè)和資產(chǎn)管理方面。

其次，GenAI使機(jī)器具備了像人類一樣對(duì)話的能力，可改善后臺(tái)處理、客戶支持、機(jī)器人咨詢和合規(guī)性。

目前和未來(lái)，以GenAI為代表的AI創(chuàng)新前沿如何影響金融業(yè)？

目前—— 已經(jīng)產(chǎn)生作用

國(guó)際清算銀行（BIS）認(rèn)為，人工智能增強(qiáng)了金融系統(tǒng)處理信息、分析數(shù)據(jù)、識(shí)別模式和進(jìn)行預(yù)測(cè)的能力。早期的人工智能系統(tǒng)已經(jīng)被用于自動(dòng)交易和欺詐檢測(cè)。隨著技術(shù)的進(jìn)步，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型在資產(chǎn)定價(jià)、信用評(píng)分和風(fēng)險(xiǎn)分析中得到了廣泛應(yīng)用。雖然GenAI還處于起步階段，但金融系統(tǒng)已經(jīng)在采用它來(lái)增強(qiáng)后臺(tái)處理、客戶支持和合規(guī)性。

舉例而言，彭博社2023年推出了一款基于特定金融領(lǐng)域的大型語(yǔ)言模型的金融助手，高盛的投資銀行部門使用大型語(yǔ)言模型為內(nèi)部軟件開發(fā)提供編碼支持。

UK Finance在研究中指出，早在2021年，匯豐銀行和谷歌云推出反洗錢（AML）人工智能，比傳統(tǒng)監(jiān)控系統(tǒng)更高效準(zhǔn)確，同時(shí)用密鑰解決了傳輸過(guò)程中的隱私和數(shù)據(jù)安全問(wèn)題。

未來(lái)—— 選機(jī)器人而不是選銀行

“下一波Al創(chuàng)新的前沿很可能將是智能體（AI Agents）。”花旗銀行和國(guó)際清算銀行均在報(bào)告中作出這一預(yù)測(cè)。

智能體——即建立在高級(jí)語(yǔ)言模型如GPT-4或Claude 3之上，并被賦予了規(guī)劃能力、長(zhǎng)期記憶以及通常能夠訪問(wèn)外部工具（例如執(zhí)行計(jì)算機(jī)代碼、使用互聯(lián)網(wǎng)或進(jìn)行市場(chǎng)交易）的AI系統(tǒng)——將得到廣泛的應(yīng)用。

花旗銀行指出，隨著許多科技公司涉足金融服務(wù)，消費(fèi)者可能會(huì)將某些財(cái)務(wù)決策委托給這些AI助手。這些智能體配備了復(fù)雜的算法和訪問(wèn)大量數(shù)據(jù)的能力，將與金融機(jī)構(gòu)協(xié)商，為其用戶爭(zhēng)取最佳的可能交易。這種轉(zhuǎn)變不僅將簡(jiǎn)化金融服務(wù)，還能確保決策具有人類客戶可能無(wú)法獨(dú)立實(shí)現(xiàn)的精確度和遠(yuǎn)見。

在這個(gè)新范式中，消費(fèi)者面臨的關(guān)鍵決策將是選擇正確的機(jī)器人而不是選擇正確的銀行。選擇機(jī)器人驅(qū)動(dòng)的顧問(wèn)，就像選擇人類財(cái)務(wù)顧問(wèn)一樣，將成為一項(xiàng)關(guān)鍵任務(wù)。屆時(shí)，顧問(wèn)公司、金融機(jī)構(gòu)、科技公司、新型服務(wù)公司都可能參與進(jìn)新的市場(chǎng)競(jìng)爭(zhēng)中。

 02 

從“驚嘆”到“如何實(shí)現(xiàn)”

從細(xì)分領(lǐng)域上看，銀行、保險(xiǎn)、資產(chǎn)管理和支付都有業(yè)務(wù)已應(yīng)用了人工智能，如信貸承銷、算法交易、組合構(gòu)建和交易監(jiān)控等，但在這一輪AI軍備競(jìng)賽中，銀行、保險(xiǎn)公司等正處于追趕狀態(tài)。

在花旗銀行的調(diào)查中，近四分之一的銀行尚未開始采用AI，68%的銀行及88%的保險(xiǎn)公司仍處于AI的“起步”階段，兩者“成熟”階段比例均低于金融科技公司的13%。

圖1：銀行、保險(xiǎn)、金融科技公司

在AI軍備競(jìng)賽中所處階段占比

來(lái)源：AI IN finance，花旗銀行

“目前在生產(chǎn)中使用的通用人工智能可以忽略不計(jì)，且小于預(yù)測(cè)性人工智能。”人工智能測(cè)試和監(jiān)控初創(chuàng)公司TruEra首席數(shù)據(jù)官Shameek Kundu表示，”我們?cè)诮鹑陬I(lǐng)域通用人工智能的商業(yè)化方面還處于非常早期的階段，幾乎全是試點(diǎn)項(xiàng)目或概念驗(yàn)證。”

誠(chéng)如此言，GenAI的商業(yè)模式仍處于探索的初期。OpenAI自成立以來(lái)的收入累計(jì)不足20億美元，卻耗費(fèi)了113億美元融資。微軟的GitHub Copilot平均每月在每個(gè)用戶上的虧損超過(guò)20美元，每個(gè)重度用戶高達(dá)80美元。

對(duì)于AI在金融行業(yè)的落地，花旗銀行認(rèn)為，人才短缺、風(fēng)險(xiǎn)與合規(guī)以及傳統(tǒng)技術(shù)是金融機(jī)構(gòu)采用人工智能的主要障礙。

例如使用機(jī)器人執(zhí)行交易，機(jī)構(gòu)需要具有內(nèi)嵌控制和規(guī)定的云原生技術(shù)，這對(duì)于向監(jiān)管機(jī)構(gòu)展示決策/結(jié)果是公平和負(fù)責(zé)任的至關(guān)重要。達(dá)到這種復(fù)雜程度需要持續(xù)反思和重新培訓(xùn)，需要結(jié)合產(chǎn)品設(shè)計(jì)、數(shù)據(jù)工程、風(fēng)險(xiǎn)與合規(guī)以及技術(shù)熟練度，雖然設(shè)計(jì)本身并非固復(fù)雜，但它需要能力上的重大轉(zhuǎn)變。

UK Finance則認(rèn)為，數(shù)據(jù)隱私風(fēng)險(xiǎn)、技術(shù)成熟度、監(jiān)管風(fēng)險(xiǎn)、幻覺（GenAI模型生成不是基于真實(shí)數(shù)據(jù)或事件的信息，但將其作為事實(shí)呈現(xiàn)）、內(nèi)部決策與人才是GenAI的實(shí)施挑戰(zhàn)。

花旗銀行預(yù)計(jì)，人工智能有望到2028年為全球銀行業(yè)利潤(rùn)池增加1700億美元或9%；當(dāng)下，GenAI已成為金融行業(yè)新生產(chǎn)力的一部分，但自身尚不具備傳統(tǒng)軟件的規(guī)模經(jīng)濟(jì)，需要通過(guò)給用戶巨額補(bǔ)貼來(lái)培育市場(chǎng)。

所有技術(shù)都會(huì)經(jīng)歷周期：炒作、幻滅，然后是大規(guī)模采用。自2023年第二季度以來(lái)，金融行業(yè)對(duì)人工智能的期望一直很高。金融機(jī)構(gòu)正在從“驚嘆”到“如何實(shí)現(xiàn)”的過(guò)渡中，炒作與大規(guī)模應(yīng)用之間的差距仍然很大。

 03 

四方難題與挑戰(zhàn)

在金融行業(yè)應(yīng)用人工智能的過(guò)程中，金融機(jī)構(gòu)面臨競(jìng)爭(zhēng)落后的挑戰(zhàn)，金融從業(yè)者面臨結(jié)構(gòu)性失業(yè)風(fēng)險(xiǎn)，金融行業(yè)面臨技術(shù)革新帶來(lái)的風(fēng)險(xiǎn)加劇，監(jiān)管則可能面臨金融穩(wěn)定性和系統(tǒng)性風(fēng)險(xiǎn)。

此外，AI被惡意濫用導(dǎo)致的犯罪規(guī)模擴(kuò)大和科技倫理風(fēng)險(xiǎn)，在金融市場(chǎng)同樣存在。

金融機(jī)構(gòu)—— 非人類客戶的增長(zhǎng)

銀行在第一波技術(shù)浪潮中是早期應(yīng)用和投資的推動(dòng)者，早在20世紀(jì)50年代，銀行就投資了第一批大型計(jì)算機(jī)，但在最近的互聯(lián)網(wǎng)和移動(dòng)時(shí)代卻落后了。

花旗銀行報(bào)告預(yù)測(cè)，AI帶來(lái)的最大的新事物將是非人類客戶的增長(zhǎng)。到2030年或更早，AI Agent將存在于金融領(lǐng)域，客戶可能比銀行更早擁有AI代理和機(jī)器人，大型企業(yè)與消費(fèi)者之間的等級(jí)制度被顛倒了。

AI Agent可能會(huì)被科技公司先采用，敏捷的銀行則會(huì)迅速跟進(jìn)，許多金融機(jī)構(gòu)由于傳統(tǒng)技術(shù)和文化制約的拖累將失去市場(chǎng)份額。

金融從業(yè)者—— 豐厚回報(bào)與被取代的風(fēng)險(xiǎn)

花旗銀行認(rèn)為，金融公司的員工數(shù)量未來(lái)不會(huì)因?yàn)锳I出現(xiàn)實(shí)質(zhì)性的下降，由于減少內(nèi)容和編碼相關(guān)員工數(shù)量而獲得的任何收益，可能部分或全部被AI相關(guān)合規(guī)經(jīng)理和倫理治理員工數(shù)量的增加所抵消。

但是，隨著人工智能技術(shù)的進(jìn)步，開發(fā)者可能會(huì)變得更便宜、更易被替代，基礎(chǔ)角色將被技術(shù)所取代。擁有最佳想法的人將會(huì)獲得豐厚的回報(bào)，而其他人則面臨被取代的風(fēng)險(xiǎn)。

金融行業(yè)—— 行業(yè)性風(fēng)險(xiǎn)增加

國(guó)際清算銀行報(bào)告指出，隨著技術(shù)的復(fù)雜性增加，金融系統(tǒng)面臨的風(fēng)險(xiǎn)和挑戰(zhàn)也在增加，包括復(fù)雜機(jī)器學(xué)習(xí)模型的不透明性、對(duì)大量數(shù)據(jù)的依賴、消費(fèi)者隱私的威脅、網(wǎng)絡(luò)安全和算法偏見等。GenAI加劇了其中一些挑戰(zhàn)，并增加了對(duì)數(shù)據(jù)和計(jì)算能力的依賴。

此外，對(duì)于市場(chǎng)集中度和競(jìng)爭(zhēng)的擔(dān)憂也在增加，因?yàn)镚enAI模型主要由幾家主導(dǎo)公司生產(chǎn)。

監(jiān)管—— 關(guān)注實(shí)體經(jīng)濟(jì)中斷引發(fā)的金融溢出風(fēng)險(xiǎn)

國(guó)際清算銀行報(bào)告指出，與金融系統(tǒng)中使用人工智能相關(guān)的其他可能更嚴(yán)重風(fēng)險(xiǎn)包括穩(wěn)定性問(wèn)題。

例如，即使是早期的基于規(guī)則的計(jì)算機(jī)交易系統(tǒng)也與1987年美國(guó)股市崩盤中的級(jí)聯(lián)效應(yīng)和羊群行為有關(guān)。金融穩(wěn)定性問(wèn)題，源于數(shù)據(jù)集的同質(zhì)化、模型羊群效應(yīng)和網(wǎng)絡(luò)互聯(lián)性，又因GenAI的特定特征而進(jìn)一步加�。鹤詣�(dòng)化程度的提高、速度和普及性。

此外，從監(jiān)管者的角度來(lái)看，使用先進(jìn)的人工智能技術(shù)將面臨進(jìn)一步的挑戰(zhàn)：復(fù)雜交互的激增和固有的不可解釋性，使得及時(shí)發(fā)現(xiàn)市場(chǎng)操縱或金融穩(wěn)定性風(fēng)險(xiǎn)變得困難。有了GenAI、協(xié)同駕駛和機(jī)器人顧問(wèn)，決策可能會(huì)變得更加同質(zhì)化，可能會(huì)增加系統(tǒng)性風(fēng)險(xiǎn)。

值得一提的是，BIS強(qiáng)調(diào)了實(shí)體經(jīng)濟(jì)中斷引發(fā)的金融溢出風(fēng)險(xiǎn)，即AI導(dǎo)致勞動(dòng)力市場(chǎng)發(fā)生重大位移，根據(jù)干擾的程度，可能導(dǎo)致金融穩(wěn)定風(fēng)險(xiǎn)。其傳導(dǎo)機(jī)制類似于在20世紀(jì)20年代，農(nóng)業(yè)機(jī)械化使超過(guò)10%的美國(guó)勞動(dòng)力從農(nóng)業(yè)部門轉(zhuǎn)移出去，導(dǎo)致了廣泛的抵押貸款違約，這在1929年金融危機(jī)及其引發(fā)的大蕭條中發(fā)揮了重要作用。

在極端負(fù)面場(chǎng)景推斷中，高度發(fā)展的AI系統(tǒng)迅速自動(dòng)化可能會(huì)導(dǎo)致嚴(yán)重的經(jīng)濟(jì)位移。例如突然的收入和財(cái)富重新分配、企業(yè)和消費(fèi)者違約、利率飆升、政府收入減少和政治不穩(wěn)定，所有這些都可能顯著削弱金融穩(wěn)定性。

參考資料：1、英國(guó)金融公司（UK Finance），《The Impact of AI Financial Services: Opportunities, Risks and Considerations》2、國(guó)際清算銀行（BIS），《Intelligent financial system: how AI is transforming finance》3、花旗銀行，《AI IN finance》

本文也參考了點(diǎn)滴金融資訊的內(nèi)容翻譯。

       原文標(biāo)題 : 國(guó)際報(bào)告：從炒作到大規(guī)模應(yīng)用，金融大模型的四方難題