忘记花几个小时筛选电子表格。美国最大的银行之一道富银行（StateStreet）正在将几款生成式人工智能应用程序推向市场，以推动大型投资者能够更轻松、更高效地与他们的投资数据进行交互。
道富银行执行副总裁卡罗琳·阿诺德（Caroline Arnold）推动了该银行在创新和用户体验方面的一些工作，她在波士顿举行的VentureBeat人工智能影响力之旅活动中告诉观众，该公司首先在其Alpha平台中添加生成式人工智能界面，该平台是道富托管客户的中央数据存储库。
利用生成式 AI 解锁投资洞察
道富银行是世界上最大的托管银行，全球约12%至15%的资产托管在那里。在金融界，“托管”意味着充当资产的安全保管人——投资者持有的金融资产（包括股票、债券、现金和其他投资资产）的高安全性金库。
“Gen AI 允许你做的是以一种非常自然的方式与大量数据进行交互，即时构建场景......以一种传统方式会花费你更多时间的方式，“阿诺德说。她说，任何在Street Street托管的人将能够更快地分析他们的数据持有量。例如，他们将能够问：“'我现在对巴西雷亚尔的接触是什么？'，然后得到一个答案，并开始在此基础上继续发展，”她说。
Arnold的乐观评论反映了我们在AI Impact Tour的其他站点中听到的关于可能改变游戏规则的技术的类似故事。VentureBeat 每月在全国主要城市停留，邀请区域公司分享他们使用生成式 AI 的旅程。在旧金山，富国银行的首席信息官Chintan Mehta表示，该银行正在积极推进这项技术。今年2月，在纽约，花旗（Citi）和纽约长老会（New York Presbyterian）的高管们分享了内部对生成式人工智能的巨大热情。（VentureBeat 明天将前往亚特兰大，重点关注安全和人工智能的交叉点。
人工智能聊天机器人将彻底改变研究
阿诺德说，总部位于波士顿的道富银行是美国第11或12大银行，该公司也在构建一个基于人工智能的生成式聊天机器人，使道富银行更广泛的客户群体能够更轻松地与该银行的研究网站进行交互。她说，道富银行的研究网站每天跟踪约180万个指标，其中许多指标受到全球投资者的关注，包括各国央行密切关注的通胀数据。阿诺德说，聊天机器人将让客户提出诸如“道富银行对是否会出现经济衰退的立场是什么？”之类的问题，并获取有关指标之间延迟差异等信息。阿诺德说，这听起来可能很简单，但这并不是因为你必须能够跟踪道富银行对经济所做的所有分析的总和。她的评论是在我主持的一次对话中发表的，您可以在下面的视频中看到。
阿诺德没有透露这两个新应用程序何时公开发布，但表示它们“进展顺利”，并且该银行正在与监管机构合作，为他们制定法律和合规预防措施。道富银行表示，它有400名人工智能工程师从事一系列人工智能应用。
道富银行对研究网站聊天机器人的初步测试发现，“在几周内，它比服务台更好地回答了问题，”阿诺德说。她说，这个基于开源大型语言模型（LLM）模型的机器人偶尔会提供一些“奇怪的答案”，银行不得不对其进行微调。出于这个原因，银行的结构化数据是机器人更好的初始数据源，但展望未来，银行将只在数据管理较少的区域测试机器人。
最终，使用Gen AI，State Street的客户应该能够将指标拉入他们的模型中以构建场景，然后“他们应该能够即时构建这些指标，改变他们的假设，实时查看这些内容的渲染和可视化，并让它推动决策，”Arnold说。
最后，Arnold表示，道富银行即将与Microsoft签署合同，推出该公司基于OpenAI的LLM的Copilot产品，以帮助指导员工并减少其他几个工作场所和内部应用领域的摩擦。“如果你需要一间会议室，如果你需要休息一天，如果你需要一个政策问题的答案，你真的应该有一个聊天机器人礼宾服务，可以理解你的意思，并真正为你采取行动，”她说。她说，该公司的建筑办公室正在制定扩大Microsoft产品在银行使用所需的措施。
数据挑战：确保 AI 的准确性
在其他评论中，Arnold谈到了该银行正在采取的措施，以确保其数据为生成式人工智能应用做好充分准备。Arnold说，问责制是道富银行数据完整性的内部支柱。这意味着公司的业务部门在构建这些应用程序时需要“拥有”数据，因为正是这些应用程序经常生成公司最有价值的数据，或者 Arnold 所说的皇冠上的明珠。“我认为这对商界的很多人来说实际上是新的。他们认为他们的 IT 人员或数据库管理员拥有数据。
她补充说：“不，数据创建者拥有数据，他们拥有数据的治理，他们拥有数据的质量，他们自己了解其他人如何使用和消费这些数据。
她说，数据必须准确、完整和及时。然而，2008年金融危机后通过的立法帮助了银行，该立法迫使数据来源和沿袭的透明度和文档更加清晰。当谈到生成式人工智能时，她表示，该银行正在研究的一个领域是LLM输出的可解释性，这仍然是一个挑战。“对于我们金融行业来说，我们必须能够解释决策及其制定方式。如果我们说，[这是]你可以依靠你的业务的洞察力，我们必须知道它来自哪里。
尽管存在这些数据挑战，但阿诺德表示，随着人们逐渐体验到其变革潜力，生成式人工智能正在创造更大的期望。她说，最大的问题是，对生成式人工智能的需求“将是压倒性的”。
人工智能民主化：平衡创新与风险
阿诺德说，从组织上讲，答案是尽可能多地使这些技术民主化，同时建立护栏。但这里确实存在着紧张关系。她说，主要架构团队中的技术人员倾向于包装每个生成式人工智能提示以确保安全性，但这会减慢创新速度。她说，在引入云技术的过程中也出现了同样的紧张局势。有必要与组织边缘的应用程序开发人员以及那些想要控制生成式 AI 的人进行真正的讨论，了解真正的风险在哪里。“如果你把它握得太近，你将无法竞争。那里正在酝酿一场军备竞赛。这类似于互联网的早期，你要么上网，要么不上网，如果你不上网，你今天可能就不在这里了。
超越金融：生成式人工智能的更广泛影响
在Arnolds之后的讲话中，负责向企业公司推销Azure的公司副总裁Microsoft Kathleen Mitford同意，最大的危险是“行动太慢”。她强调了 Arnold 提出的一个观点，即新一代技术，包括 GPU、云和物联网 （IoT），可以让您以前所未有的方式快速计算大量数据。“所有这些事情使生成式人工智能的快速发展变得更加容易，”米特福德说。“从构思到执行，在我的技术生涯中，我从未见过这样的事情。”（披露：Microsoft是3月27日举行的活动的赞助商。
她同意阿诺德的观点，即公司需要负责任地行动，并让人类参与其中，因为生成式人工智能模型仍然存在风险。两位高管都表示，最好将生成式人工智能视为助手，而不是取代工作。阿诺德承认，人工智能将改变就业市场，但她表示，她相信围绕这项技术，说“是”比“不”要多。她说，这将有助于加速许多人的学习。例如，如果你是一名审计员，并且有一个副驾驶，你就不必“手拉手”去向别人寻求帮助或翻阅手册。“你是一个更好的审计师，更快。”
另外，总部位于波士顿的生物技术公司Biogen的数据科学和应用机器学习主管David Clifford谈到了生成式AI在该领域的机会，包括利用AI开发新药的方法。在这方面，挑战更大，因为需要更好的全行业数据基准，以及在人们如何应对药物时更具代表性和完整的数据。他说，该公司正在采取谨慎的态度。另一个巨大的风险是围绕知识产权，LLM模型可能会提供一个建议，本质上是反刍专利。“这可能会给组织带来很多麻烦，”他说。“我们的组织将认真研究任何可能突出关键风险的事情。
椰有料原创，作者：小椰子啊，转载请注明出处：http://www.studioyz.com/5891.html
文章评论