凭借 ChatGPT、DALLE-2 和 CodeStarter 等工具，生成式人工智能在 2023 年激活了公众的想象力。与过去昙花一现的技术不同（想想元宇宙现在的状态），这项最新的人工智能技术看起来将继续存在。
OpenAI 的聊天机器人 ChatGPT 可能是最著名的生成式人工智能工具。在推出后的短短两个月内，它的月活跃用户就达到了 1 亿，普及速度甚至超过了 TikTok 和 Instagram，成为了历史上增长最快的消费者应用。
根据麦肯锡的一份报告，生成式人工智能每年可为全球经济增加 2.6 万亿至 4.4 万亿美元的价值。从对收入的影响来看，银行业是尤其可能从生成式人工智能中看到最大影响的行业之一。
报告称，该技术“如果能够充分实施其用例，每年可带来相当于 2000 亿至 3400 亿美元的额外价值”。
对于每个行业的企业来说，眼前的挑战是，将任何新技术带来的炒作与其可能具备的真正的、持久的价值区分开来。
这对金融服务企业来说是一个紧迫的问题。该行业对数字工具的使用已经广泛存在且在不断增长，这使得它特别有可能受到技术进步的影响。
《麻省理工科技评论》的最新报告分析了生成式人工智能在金融领域的早期影响，它正在哪些地方开始应用，以及从长远来看，成功部署它需要克服的障碍。
本报告的主要结论如下：
企业在金融服务领域部署生成式人工智能，在很大程度上仍处于萌芽阶段。最活跃的用例集中在将员工从低价值、重复性的工作中解放出来，从而削减成本。
公司已经开始部署生成式人工智能工具来自动化耗时且乏味的工作，而这些工作以前需要人类评估非结构化信息。
（来源：资料图）目前公司正在对可能更具颠覆性的工具进行广泛的实验，但多以试点项目为主，真正商业部署的迹象仍然很少。
学术界和银行正在研究生成式人工智能如何在有影响力的领域提供帮助，包括资产选择、改进模拟，以及更好地理解资产相关性和尾部风险，比如资产表现远低于或远高于其过去平均表现的概率。
然而，到目前为止，一系列实际和监管挑战正在阻碍它们的商业使用。
历史遗留技术和人才短缺可能会减缓生成式人工智能工具的采用，但只是暂时的。许多金融服务公司，尤其是大型银行和保险公司，仍然拥有大量古老的信息技术和数据结构，可能不适合使用现代应用程序。
然而，近年来随着广泛的数字化进程，这个问题已经缓解，而且可能会继续下去。与任何新技术一样，整个经济体都缺乏专门从事生成式人工智能的人才。
目前，金融服务公司似乎正在培训员工，而不是从专业人才库中招聘。也就是说，寻找人工智能人才的困难正在逐渐减少，这一过程将类似于云服务和其他新技术的兴起。
更难克服的可能是技术本身的弱点，以及在某些场景中使用技术的监管障碍。一般的现成工具不太可能充分执行复杂的特定任务，如投资组合分析和选择。公司需要培训自己的模型，这一过程将需要大量的时间和投资。
此外，一旦这种软件完成，其输出也可能会出现问题。人工智能中的偏见和缺乏问责机制的风险是众所周知的。人们一直在寻找如何验证生成式人工智能复杂的输出（内容），但尚未取得成功。
权威机构需要更多地研究生成式人工智能的含义，而且从历史上看，他们很少会在早期批准这些工具。
支持：Reb
运营/排版：何晨龙
