華爾街積極擁抱AI浪潮 摩根大通成急先鋒

智通財經APP獲悉，隨着人們對不斷發展的技術及其可能對商業產生的影響越來越感興趣，人工智能革命正在華爾街展開。根據諮詢公司obvious的最新數據，在對AI最熱情的銀行中，大約40%的空缺職位是與人工智能相關的，比如數據工程師和量化分析師，以及道德和治理職位。

德銀正在使用人工智能掃描富有客户的投資組合。荷蘭國際集團正在篩選潛在的違約方。摩根士丹利表示，其銀行家正在一個「安全、可控的環境」中進行「試驗」。與此同時，摩根大通正在吸納人才，招聘的人工智能職位比任何競爭對手都多。

摩根大通走在了前面。顯而易見的數據顯示，從2月到4月，這家美國最大的銀行在全球招聘了3651個與人工智能相關的職位，幾乎是其最接近的競爭對手花旗集團和德意志銀行的兩倍。幫助高盛集團和荷蘭國際集團等公司開展人工智能業務的Eigen Technologies Ltd.表示，與去年同期相比，2023年第一季度來自銀行的諮詢增加了五倍。

Evident 的首席執行官兼聯合創始人Alexandra Mousavizadeh表示，ChatGPT的發佈，「讓每個人——董事會、首席執行官和銀行的領導層——更加意識到這是一個遊戲規則的改變者」 . 「人才的價格正在上漲，」她將這種情況描述為「人工智能軍備競賽」。 

這樣做的好處是，日常任務將得到更高效和有效的處理，而複雜的分析和風險建模將變得更容易和更快。這在銀行業尤其具有吸引力，儘管人工智能的最終能力存在不確定性，人們對如何監管它也存在擔憂，但大量數據支撐着銀行業日益複雜的投資決策。

就技術和監管問題向銀行提供諮詢的律師表示，這一過程已經開始。菲爾德費雪律師事務所(Fieldfisher LLP)董事、前衍生品交易員Steven Burrows表示，銀行正在利用人工智能「通過利率掉期和股票衍生品等工具，提出更有針對性的對衝解決方案，使它們能夠為客户提供更好的定價。」

德銀正在部署所謂的深度學習技術，以分析國際私人銀行客户是否過度投資於某種特定資產，併爲個人客户匹配合適的基金、債券或股票。在遵守法規的前提下，人類顧問會傳遞人工智能生成的建議。

德銀國際私人銀行數據解決方案全球主管Kirsten-Anne Bremke表示，「我非常喜歡將人工智能與人類智能結合起來。」

摩根大通也有類似的計劃。據一位未獲授權公開發言的知情人士透露，該公司今年5月申請了一項類似ChatGPT的服務的專利，幫助投資者選擇特定的股票。這個項目還處於初期階段。

摩根士丹利表示，它允許公司周圍的業務使用開源大型語言模型「自下而上」進行測試——大型人工智能網絡使用來自互聯網的大量文本進行訓練。今年4月，該銀行表示，它已經為一種模型申請了專利，該模型使用人工智能和深度學習來解讀美聯儲的信息是鷹派還是鴿派。目標是偵測貨幣政策的方向。

該銀行機器學習研究小組負責人Yuriy Nevmyvaka在接受採訪時表示，「每個業務部門、交易部門和投資集團都試圖深入瞭解它，」「這是一個安全、封閉的環境，一切都在我們的牆內。」

在金融科技領域，瑞典金融科技Klarna Bank AB首席執行官塞Sebastian Siemiatkowski在5月25日表示，該公司所有員工都可以使用ChatGPT-4賬户，並鼓勵他們嘗試這項新技術。

一些人敦促謹慎行事，擔心透明度和有效性。包括億萬富翁投資者沃倫•巴菲特在內的許多人都將擁抱複雜人工智能系統的熱情視為未來風險的預兆。

巴菲特在5月6日的公司年會上説:「當一個東西能做各種各樣的事情時，我就有點擔心了。」「因為我知道我們無法取消它。」

貸款機構對利用技術獲取優勢並不陌生，近年來，它們招募了數據科學家、機器學習專家，甚至天體物理學家。這些投資現在正在開花結果。

富國銀行正在使用大型語言模型來幫助確定客户必須向監管機構報告哪些信息，以及他們如何改進業務流程。該公司首席信息官兼數字技術和創新主管Chintan Mehta表示，「這省去了一些重複性的繁重工作，同時我們也加快了合規速度。」該銀行還利用谷歌雲的對話人工智能平臺Dialogflow建立了一個基於聊天機器人的客户助理。

法國巴黎銀行正在使用聊天機器人來回答客户的問題，而人工智能則試圖檢測和防止欺詐和洗錢。同樣，法國興業銀行的Cast也利用其計算能力掃描資本市場上可能存在的不當行為。該銀行表示，該系統以26種語言運行，每年處理250萬小時的對話和3.47億封電子郵件。

根據3月份的一份報告，高盛分析師估計，全球有3億個全職工作崗位可能會因生成式人工智能而受到自動化的影響。這可能包括美國35%的商業和金融運營行業。

幾乎一半的公司將人工智能作為改善體驗的一種方式

美國銀行首席執行官Brian Moynihan今年4月表示，人工智能可能帶來「極大的好處」，有助於減少員工人數，但他同時敦促企業保持謹慎。「我們必須瞭解這些決定是如何做出的。」

銀行家負有不根據不可靠信息進行交易的受託責任。紐約Friedman Kaplan Seiler Adelman & Robbins律師事務所合夥人Anne Beaumont表示，隨着人工智能應用的擴大，這是一個問題。「當你在不真正知道問題是什麼的情況下使用了AI回答時，你如何向投資者和監管機構證明你已經履行了職責？」

大多數銀行和投資公司已經在使用人工智能

劍橋大學計算機科學與技術系跨學科設計教授 Alan Blackwell 表示，銀行需要從廣泛的公共資源中搜集信息，以訓練大型語言模型。「對於一家受人尊敬的銀行，你真的要對你的客户説 LLM 在Reddit上發現的同樣的話嗎?」

AI 的開發和運行成本也很高。據 Eigen 首席執行官 Lewis Z. Liu 稱，估計顯示使用大型語言模型回答一個問題的成本可能高達每次查詢 14 美元，而通過人類律師回答問題的成本為 6 美元。這是因為與處理複雜的財務文件相關的大量雲計算成本。

Liu表示，「這些大型語言模型真的很笨重，」「你需要更有針對性，你可能想要使用更適合你的用例的更小模型。」

人們對區塊鏈和加密貨幣未能實現其支持者所談論的深遠變化的記憶猶新。

麥肯錫公司與貸方和保險公司合作的合夥人 Carlo Giovine 表示，公司需要確定人工智能可以真正提供幫助的領域，並與高級管理人員一起制定路線圖，以及培訓員工和聘請更多專家。他們還需要重新設計風險框架，以應對知識產權方面的考慮、不確定的監管環境以及所謂的 AI 幻覺的危險，即系統會編造聽起來令人信服的信息。

Giovine 表示，「我們現在處於炒作周期，你可以看到這個行業的發展速度有多快，」「一些銀行已經開始意識到真正擴大規模需要什麼，但許多銀行仍在努力理解。」