ChatGPT如何助力信托数字化转型
2023-04-24 09:38:26
文章来源
金融时报-中国金融新闻网

  由ChatGPT引发的人工智能(AI)热潮仍在持续,ChatGPT在金融业有哪些应用前景?在信托公司的数字化转型中能否提供助力?业内人士认为,技术的跨越必然会带来很多思考,未来如何更高效、安全、低成本地利用AI,才是技术发展的正途所在。


  AI技术的可信度是关键


  “伴随着AI的能力越来越强,世界各国都在探讨一个问题,怎么更合理地引导它朝着可信任、负责任的方向去发展。”中国信通院云计算与大数据研究所副所长魏凯认为,“AI要朝着可靠可控、透明可信、数据保护、明确责任和多元包容的方向健康发展,才能在造福人类的正确道路上行稳致远。”


  面对ChatGPT带来的一系列讨论,光大信托信息技术部副总经理、数据中心总经理祝世虎认为,从OFFICE为代表的文字电子化,到搜索引擎为代表的历史文字的运用,再到ChatGPT为代表的新文字的生成,可以说,大模型、大数据、大算力这些应用促成了AI领域中的“智能涌现”。


  在业内人士看来,ChatGPT不是一夜之间横空出世的,其技术背后是大规模预训练模型的支持。短期来看,ChatGPT可以成为降本增效的工具;未来,伴随着生产式人工智能的发展,其应用空间可能比想象中更广。还有专家表示,ChatGPT这种解决问题的模式、理念及方法论,很可能会被众多行业所效仿,对金融业而言更是如此。


  怎样与金融业务结合


  对于金融机构来说,ChatGPT的“火”也引发其对AI应用的进一步思考。有业内人士提出,未来,包括AI在内的技术能力长期积累,将会是金融企业的核心竞争力之一。


  魏凯分析认为,AI技术会渗透到金融业数字化转型的各个环节,解决企业在风控、营销、合规等方面的问题。“AI跟行业具体的应用场景结合,将形成新的数字化、智能化浪潮。”


  从已有的实践看,近几年,包括风控、营销、RPA机器人、智能客服在内的诸多技术,已逐渐应用到金融机构日常运营的方方面面。比如,银行要定期对客户的电子合同进行复检复查,这项工作以前仅靠人工,现在通过使用AI机器人,实现降本增效。


  有专家提出,在ChatGPT等技术的应用上,需要确定其优势、局限性,同时兼顾合规成本和收益。比如,算力方面,ChatGPT对算力的需求惊人,需要解决图形处理器(GPU)等瓶颈;成本惊人,大模型训练一次需要几百万美元;相比美国,由于我国的投资者和公司偏于务实,更加重视商业化落地能力,需要同时培育长期主义精神。


  “从算法上看,ChatGPT是一种感知智能,不是决策智能,也不是计算智能,这是ChatGPT的使用边界。所以,对于金融业务流程中与文本相关的工作,其能以小助手的身份去切入。”祝世虎说。


  更多观点认为,要想真正将技术与金融业务深度结合,解决业务痛点,还需要将其训练为“专才”。因为金融业作为受严格监管、需持牌合规经营的行业,有其特殊性,ChatGPT依托的通用知识库需要优化,需要针对金融业的特性进行专门训练,才能够对具体业务真正有所帮助。


  助力信托行业数字化转型


  当前,信托业正处在转型过程中,快速发展的数字技术将对信托业转型带来哪些挑战或机遇?


  有业内人士建议,可从以下方面探索“ChatGPT+信托”的应用。一是优化现有的智能客服模式,目前的服务方式比较类似于搜索,未来一旦落地本土的ChatGPT技术,智能客服对于客户的问题回答将更加有效。二是在内容运营层面,可通过交互方式输出各类文案,后续在此基础上进行必要的完善与优化,节省人力及时间成本。三是在投顾方面,基于ChatGPT技术,生成投顾领域的基础文案范本,财富顾问再结合自己的主观判断与ChatGPT提供的针对性金融服务建议,为客户提供专业的资产配置投顾报告。此外,在探索金融投研及风控方面,也可尝试用新技术提供更多支撑和服务。


  “人工智能的应用仍在不断开发中,未来还有更多新的挑战和机遇,信托公司要做的是充分认识自身的资源禀赋与能力,将业务发展融入人工智能产业中,在自身数字化转型过程中与行业各界共创数字生态。”一位信托业内人士表示。


  上海社科院互联网研究中心主任惠志斌认为,信托业在金融行业中的体量并不是最大,是具有鲜明特色的细分行业,开展数字化转型要契合信托业务三分类改革的要求,通过加快推进传统经营模式的升级,从以产品为中心转向以客户为中心。


  针对信托公司普遍面临的数据痛点,如数据质量不佳、标准不统一、数据孤岛等问题,专家建议,可以围绕整个信托行业的共性需求,聚焦行业场景,提供行业级数据中心,为行业机构提供弹性、绿色供给。同时,汇聚行业数据治理经验,为行业创新提供必要支持。


责任编辑:高冉

ChatGPT

信托

数字化转型

免责声明

发现网登载此文出于传递更多信息之目的,并不意味赞同其观点或证实其描述。文章内容仅供参考,不构成投资建议。投资者据此操作,风险自担。违法、不良信息举报和纠错,及文章配图版权问题均请联系本网,我们将核实后即时删除。


  • 版权所有 发现杂志社