3 月 21 日,比爾 · 蓋茨發表文章表示,自 1980 年首次看到圖形用戶界面以來,OpenAI 的 GPT 人工智能模式是他所見過的最具革命性的技術進步。3 月 23 日,OpenAI 宣布目前正在逐步推出 ChatGPT 相關插件。
AI 技術的應用比想象中更快,人工智能時代已經到來。各行各業暢想人工智能将在各領域帶來怎樣的改變,AI 将給财富管理領域帶來怎樣的變革?
金融機構從業人員不管是高管、中層還是普通員工,都在思考 AI 對行業、對自己工作以及生活的影響。我們采訪了道樂科技 CEO 盧良楷,通過他的角度來看 AI 與金融行業将碰撞出怎樣的火花。
AI 當前所處的階段
2023 年 ChatGPT 火爆出圈讓 AI 進入大衆視野,實際上 AI 技術已發展多年。過去的 AI 偏重分析能力,如基于現有數據發現規律和模式并用于其他用途,廣泛應用在人臉識别技術及類似抖音、小紅書等平台的個性算法推薦等。ChatGPT 是生成式 AI,它可以基于訓練數據和生成算法模型,自主創造新的文本、圖像、音樂、視頻、3D 交互内容等多模态内容。
生成式 AI 的成功表示 AI 的能力已經從分析躍遷至創作。這是一次生産力的巨大躍遷,是與 pc、移動互聯網同等量級的技術革命,未來會對很多行業産生影響。而這一波的 AI 當前還處于早期的階段,可以同比爲 2007 年 iPhone 的時代。雖然 iPhone 在 2007 年就出現,但是随着 4G、大數據等技術應用在 2011 年前後廣泛普及。此後在社交、支付、電商、視頻娛樂、生活應用等領域全面升級,誕生了微信、支付寶、抖音、美團等偉大的産品和多家頭部互聯網企業,給各行各業帶來了翻天覆地的變化。
AI 發展路徑預計亦是如此。經過 2023 年的出圈,AI 備受市場追捧,大量的資金、人才湧入,AI 賴以發展的算力、大數據、深度學習算法等能力也将提速,各行各業開始探索 AI 的垂直應用,構建行業模型,AI+ 應用場景将廣泛應用至各行各業。
AI 技術在金融領域的展望
現代金融業生态建立在信息技術基礎上,科技的發展對金融行業的基礎設施建設、服務能力有較大影響,金融行業必将是受 AI 應用沖擊最大的行業之一。中國的金融行業發展較晚,在技術上緊跟時代,起點并不低,在技術應用層面不落後于美國的金融巨頭。
當前 ChatGPT 爲代表的 AI 智能水平,已經不亞于一個普通一本畢業、有 2 — 3 年工作經驗的員工。因此隻要打通 AI 應用的 " 最後一公裏 ",應該可以快速應用在一些通用性強的崗位,比如客服、理财師、研究員、程序員、營銷人員等基礎性的崗位,可能是以下領域:
智能營銷:2022 年被譽爲 AIGC 元年,未來很多金融内容工作會被 AI 所替代。營銷領域涉及非常多的内容創作,營銷内容智能創作工具将大大提高運營人員的效率。
智能投顧:短期 AI 可以賦能現有的理财顧問,如銀行理财師、券商投顧等等,幫助理财師提升工作效率,減少企業的理财師培訓成本。如摩根士丹利财富管理部門利用 GPT-4 組織調動其面向客戶的知識庫來服務理财顧問。長期看 AI 可能會替代一部分初級理财師,由智能理财顧問直接面向大衆财富人群。這方面,目前支付寶的智能理财助理支小寶已展現了一定能力。随着 AI 技術進一步應用,智能投資顧問将進一步叠代,實現更精準的投資建議和長期投資陪伴。
智能投研:今年 2 月,财通證券用聊天機器人 ChatGPT 撰寫了一篇醫美行業研究報告,該團隊表示,從搭建框架、生成文字到翻譯結束總共花費約 1 小時,ChatGPT 雖然存在一些問題,但在文字表意、标題撰寫等方面均具有較高水平。基礎性的投研崗位距離被 AI 替代已經不遠了。
智能客服:目前已經有一些智能客服的應用,但是智能程度有限,局限于問答搜索,并且不能進行多輪對話,企業仍需要配備不少人工客服。當下 ChatGPT 已經具備多輪對話能力,AI 的應用可以讓客服提供更準确、即時的應答,進一步提升服務水平,降低成本。
AI 帶來的機會
每一次新的技術革命,都會帶來新一輪行業洗牌。善于利用技術和工具的公司能沖出重圍,實現超車或者鞏固行業地位。典型的如在财富管理線上化和數字化階段崛起的招商銀行、螞蟻财富、東方财富、華泰證券等企業。他們在移動互聯網浪潮下抓住機遇,實現了業務的快速發展。
新技術的出現往往會衍生出行業 " 新物種 "。在金融行業内部,必然會出現很好地利用 AI 賦能業務的金融機構。在金融行業外部,出于監管和金融行業特性,在中國可能難再出現像螞蟻集團、東方财富一樣可以通過利用技術從而進入金融行業的大型科技企業。
金融行業在 AI 應用上的優勢
無論是用戶規模還是資産規模,中國金融行業的量級非常大,且随着國家經濟在持續增長。金融行業大量的場景可以應用 AI 技術,如客服、投研、營銷、投顧等等。并且通過多年積累,金融行業已經具備了龐大的數據量。
但很多金融機構在 AI 的儲備并不足,這個時候需要主動擁抱 AI,與 AI 技術公司進行合作,構建自己的模型,雙方共同構建更好的行業生态,結合行業場景,打通 AI 應用 " 最後一公裏 "。在 AI 的合作上,既要與大型 AI 企業合作,借力其大模型的技術能力,也要關注金融行業垂直技術服務商,關注垂直領域的産品,同時做模型層和産品層的布局。
AI 投入的難點
在 AI 訓練領域,大型模型對算力支持要求非常高。2023 年,英偉達推出針對大語言模型訓練設計更高算力的芯片 H100 NVL,和過去的 A100 相比,訓練速度大大提高,成本降低一個數量級。這不僅意味着速度的提升,也将降低大模型公司在算力方面的成本。
2022 年 8 月,美國監管機構以國家安全爲由,對 NVIDIA A100、H100 兩款 GPU 實施禁令,不得銷售給中國企業,意在通過 " 卡脖子 " 的方法來降低國内 AI 模型的研發速度,拖延中國人工智能發展。高性能的 GPU,已經成爲了限制中國 AI 行業發展的最直接因素之一。同時,OpenAI 的應用程序編程接口(API)并未向中國開放。
雖然百度、阿裏、騰訊等國内頭部科技企業均宣布大力投入 AI,但國内的 LLM 距離國際最先進的技術有一定差距。
近日,國家網信辦發布了《生成式人工智能服務管理辦法(征求意見稿)》,受信息安全等監管的限制,國内的金融機構可能無法使用 ChatGPT 等世界上最優秀的 AI 技術,這将影響國内金融行業在技術上的發展,可能進一步拉開中國企業與國外企業領先技術的差距。
雖然 AI 應用還存在種種難點,但是卓越的企業總是選擇做難而正确的事,要把握生成式 AI 掀起的機遇浪潮,重塑資管、财富管理行業的業務模式。
參考文獻
1. 騰訊研究院《AIGC 發展趨勢報告 2023》
2. OpenAl 《GPT-4 Technical Report》
3. 财通證券《提高外在關,增強内在自信一一醫療美容革命》