人工智能60多年的发展中，曾经历过两次低谷、三次崛起，那么我们如何看待这一次的“生成式AI和ChatGPT”热潮，它在银行业目前的应用情况如何？近日，Gartner高级研究总监颜晶分享了Gartner的调研及核心观点。

AI将塑造整个社会，但尚处于突破的开始阶段

“Gartner未来实验室”认为：人工智能不仅仅是一项技术或者工具，因为人工智能正在塑造整个社会并将影响整个人类。虽然人工智能对于社会的影响势不可挡，但目前尚处在突破的开始阶段，所以既不应该被大肆宣传，也不应该被低估。

    Gartner预测，未来三年内人工智能对于全球就业的影响是中性的，但是从更长期的角度看，到2033年将为人类增加约5亿的新岗位，因此给出几点建议：一是应该正确地去利用新兴技术，以防止人类的退化；二是应该优先将自动化放在一些比较低级和不太复杂的功能上；三是不应该过度放大人工智能的优越性，也不应该去抵制这样的技术的发展；四是在研发机器模仿人类思维意识和活动时，需要特别思考到关于道德和法规相关的问题。

数据说话：GenAI和ChatGPT给银行业带来的影响

Gartner认为，ChatGPT学习到有关金融的知识还很肤浅，需要更多专业的培训。高盛的一份AI报告认为，目前银行和金融机构AI相关的测试案例，主要集中在银行风控、增速利润、成本和内部效率提升方面。

Gartner跟踪调研了全球100多家银行对于生成式AI的部署，把今年2月和4月的两次调查结果进行对比，得出了一些有意思的差别：2月份的调查中，有46%的银行回答“还没有计划用ChatGPT和生成式AI部署进他们银行的业务系统”，但是到了4月份这一比例大幅降低到了7%；2月份只有7%的银行回答“已经在实施生成式AI的部署”，到了4月份比例提升到17%。可见，生成式AI的热浪已经让很多银行开始积极地行动起来。

关于如何部署GenAI的问题，4月份的调研报告显示：49%的银行“会直接购买商用GenAI解决方案”，因为目前市场上已经很多技术提供商可以提供包括“大语言模型”在内的各种方案；而有32%的银行会选择和一些技术公司合作，共同研发生成式AI相关的应用；还有26%的银行更倾向于采用内部的IT力量去开发相关的解决方案。另外，有21%的银行希望能够借助咨询服务来确定最佳方案，也有25%的银行尚未想好如何去实施生成式AI。这些差别值得引起AI技术公司和咨询公司的关注。

关于“采用生成式AI的主要商用目的”，38%的受访者希望通过GenAI去提升客户体验，26%希望获得利润的增长，17%希望用于成本最大化，7%希望用于支持业务的连续性。

Gartner认为，随着技术的进步发展，ChatGPT可以应用在银行业的范畴将会越来越广，并且可以为银行未来的业务和运营开辟更多的可能性。

报告显示：55%的受访银行正计划在客户服务领域采用ChatGPT，接下来几个最常用的应用方向包括：数据分析、商业智能、运营，以及应用开发、市场、人力等。

Gartner将收集的受访银行相关案例挑选了20个“最具代表性”的方向，分四大类放在一个棱镜表格中：第一类是商用价值和技术度都非常高的案例，例如北美比较火的“合成信用数据”，包括银行前台AI控制台等；第二类是商用价值高、技术成熟度低的案例，比如嵌入式金融服务；第三类是商用价值低、技术成熟度高的案例，例如编程代码的自动生成等；第四类是商用价值和技术成熟度都非常低的案例，例如异常支付的处理等。

国内外典型的GenAI案例

颜晶介绍了国内外生成式AI的一些案例。

微众银行已经通过千亿级的企业数据进行深度学习训练，并且建设了中国小微企业的AI大模型，创新地运用分段式训练模型架构与绿色低成本方式，实现了模型参数变量突破100亿的大关，应用领域包括信贷、风险评估、账户风险管理、客户服务、消费者权益等多个方向，最终目标是通过大模型在未来更有效地提高小微企业金融服务的质量和效率。

农业银行AI团队最近推出了“ChatABC”新产品，通过异构的知识库融合农行内部的知识库，并通过一些工具，比如农行内部的“研发问答助手、工单自动回复”等在内部员工中试用。

工商银行宣布正在试点研发人工智能的通用模型，而且该模型已经被用于多个业务方向，并取得了良好的效果。

邮储银行通过接入百度的生成式AI“文心一言”，在技术风控、运营、营销等方向进行了成功的大模型应用。

摩根大通（小摩）早在2016年已经跟一家AI专业公司Persado进行合作，到2019年项目已经完全落地。该项目利用超过100万个标记和评分单词的专业营销语言知识库，帮助摩根大通产生具有吸引力的营销内容，人工智能产生的营销文案点击率高达450%，而人工撰写的点击率只能在50%-200%之间，试点效果令JP摩根非常满意。虽然Persado创始人Alex Vratskides也指出，要想真正实现机器的人性化其实是一件很复杂的事情，需要人类和机器共同合作才可以实现，但是摩根和Persado从2019年签订了一份为期五年的合作协议，以便将人工智能应用到整个JP摩根集团营销创意中。此外，JP摩根还利用基于ChatGPT的大语言模型，通过分析美联储过去25年的《声明》、演讲、利率决策等，为“鹰派”和“鸽派”进行打分，从而预测“美国金融机构未来是否加息或者是减息”。

摩根斯坦利（大摩）宣布了和OpenAI创立一个GPT4项目，该项目利用GPT4技术访问、处理、合成摩根斯坦利内部相关的企业知识库，可以在几秒钟内交付给销售或财务顾问，帮助他们提高客户的服务效率和规模。例如其中一个功能称作“下一个最佳行动方案”，基于人工智能引擎向客户提供实时、定制化的服务。

负责任的人工智能

此轮人工智能热给市场带来很多希望，但Gartner也特别强调了“负责任的人工智能”的观点，它必须覆盖五个方向：一是以人为本，对社会有益；二是公平、三是透明、四是安全、五是可追溯。

Gartner在未来三年内“负责任的人工智能市场预测”中表示，到2024年，60%的人工智能提供商将在技术中纳入“减少AI风险”的方法。而到2025年，预训练模型的人工智能将集中在1%的人工智能供应商中，所以，这将使负责任的人工智能成为一个社会关注的问题。

从法规方面来看，将会更重点去关注人工智能的道德、透明度和隐私。但是目前很少有国家为了AI的发展而引入新法规。Gartner建议，为了适应人工智能未来的发展，国家和集团之间可建立一些联盟，由于人工智能是跨地理、意识和认知的，所以拼凑的法规一定不会有效，在未来人工智能可能是会有一个国际争议的话题。到2026年，5%的员工有可能会违背雇主的意思去使用人工智能来完成他们所需要去完成的一些任务。

任何事物的机遇和风险都是并存的，Gartner 列举了以下几大风险：

一是不准确的信息，如过期信息、AI幻觉，超出AI范围的一些服务（例如一个金融聊天服务机器人，不应该向金融客户提供与健康相关的服务内容）；二是系统性偏见，包括性别、政治和人为偏见等；三是隐私和安全，包括：数据泄露、中毒模型、深度造假等；四是道德风险，包括透明和可解释性（例如当客户不理解为何AI会拒绝客户的贷款申请时，而银行又不可以为AI的行为做出更多的解释时，就会削弱客户对银行的信任感，甚至可能会为监管机构带来一些风险和问题），以及问责制（比如银行没有适当的机制为生成式人工智能犯的错误承担后果或者追责时，也会让客户和银行之间产生一些危机和风险）；五是泄露风险，比如一些关键信息被泄露，违反政策和假新闻等。

Gartner今年4月份的一份关于人工智能风险方面的调研显示，68%的受访者认为GenAI可以带来的收益是多于风险的，也有5%的受访者认为风险会增加。Gartner认为，GenAI技术还处于“蜜月期”，根据Gartner“成熟度曲线”理论来说，这是所有新兴技术的必经之路。

人工智能的未来

人工智能的未来会如何？Gartner归纳了“未来十年人工智能的春夏秋冬”，为企业提供依据这四种预测路径去规划未来的人工智能发展之路。

人工智能的春天：到2025年，生成式人工智能将在50%的新内容中生成支持，而70%的企业可能会将人工智能的可持续性和道德使用视为最关心的问题；到2027年，包括大型科技公司在内，可能很难再能找得到足够可靠的数据和算力来训练AI，而50%的软件工程师将会使用机器学习驱动的编码，目前这一比例连5%都不到；到2033年，教育将会以个人学习为主。这就是人工智能的春天可能会发生的事情。

人工智能的夏天：到2023年，人工智能将成为减缓气侯变化的一个关键推动者，人工智能宠物将会成为一个新的垂直行业，在全球范围内将会产生10亿美元的销售额。人工智能代理可能将会要求一份“权利法案”来规定他们和人之间的关系；到2033年，发达国家有75%的居民只需要表达需求就可以去创立或者是定制AI相关的服务，而董事会成员需要知道的更多。

人工智能的秋天：到2025年，每一个有意义的人工智能都会有一个竞争性的人工智能抵销价值；到2030年，在没有人类监督的情况下做出的AI决策将导致1000亿美元资产损失；到2033年，大公司10%的员工将会由AI的机器直接管理。

人工智能的冬天：到2025年，不法者将利用深度伪造的人物和语音生成的复制品进行盗窃，这会导致全球电信提供商需要推出更好的技术去验证语音和视频的真实性；到2026年，一半人工智能将会去验证另一半的人工智能；到2028年，在克服人工智能局限性方面会产生令人失望的事件，以至于公众对人工智能信任危机发生之后，人工智能的投资将下降至2023年的10%；到2033年，会有50%的网络犯罪分子将目标瞄准机构内部的人工智能情报和数据，并且作为网络攻击的载体；到2035年，我们会看到人工智能驱动市场的闪崩。

小结：

Gartner的研究，全面介绍了本轮人工智能热带来的机遇与风险，以及在金融行业的一些成功应用，可以为金融企业进行相关的全面规划、借鉴，以及防范提供参考，是一份及时和有价值的研究报告。

粉丝2