大型语言模型(LLMs)有潜力通过检测欺诈、生成财务洞察力和自动化客户服务来提高金融领域的效率和安全性,根据艾伦图灵研究所的研究。
因为LLMs能够快速分析大量数据并生成连贯的文本,人们越来越理解利用这种潜力改善包括医疗保健、法律、教育以及金融服务(包括银行业、保险和财务规划)等一系列行业服务的可能性。
这份报告是首次探索LLMs在金融生态系统中的采用情况,显示在这一领域工作的人已经开始使用LLMs来支持各种内部流程,例如法规审查,并正在评估其支持外部活动的潜力,如提供咨询和交易服务。
在文献调研的同时,研究人员举办了一个工作坊,参与者包括来自主要的高街银行、投资银行、监管机构、保险公司、支付服务提供商、政府和法律行业的43名专业人士。
大多数工作坊参与者(52%)已经使用这些模型来增强信息导向任务的表现,从会议记录的管理到网络安全和合规洞察,而29%的人使用它们来提升关键思维技能,另外16%的人利用它们来简化复杂任务。
该行业还已经开始建立系统,通过快速分析大量文本来增强生产力,简化决策过程、风险分析,并改善投资研究和后台操作。
当被问及LLMs在金融领域的未来时,参与者认为LLMs将在两年内融入到诸如投资银行和风险投资策略开发等服务中。
他们还认为LLMs很可能被整合以改善人与机器之间的互动,例如,口述和嵌入式AI助手可以减少诸如法规审查等知识密集型任务的复杂性。
但是,参与者也承认技术存在的风险会限制其使用。金融机构受到广泛的监管标准和义务的限制,这限制了它们使用无法解释、无法可预测、一致或无误差输出的AI系统的能力。
基于他们的发现,作者建议金融服务专业人员、监管者和政策制定者在该行业内部合作,共享并开发有关实施和使用LLMs的知识,特别是与安全问题相关的知识。他们还建议,应探索对开源模型的日益增长的兴趣,并且能够有效地使用和维护这些模型,但缓解安全和隐私问题将是一个高优先级。
艾伦图灵研究所的图灵学者、报告的主要作者卡斯滕·枫教授说:"银行和其他金融机构一直快速采用新技术以使其运营更高效,大型语言模型的出现也不例外。通过汇聚金融生态系统中的专家,我们已经设法创建了对使用案例、风险、价值和这些技术大规模实施时间线的共同理解。"
艾伦图灵研究所金融与经济项目主任卢卡什·斯普鲁赫教授说:"金融行业从大型语言模型的出现中受益是非常积极的事情,这些模型的实施到这一高度监管的行业中,有潜力为其他行业提供最佳实践。这项研究展示了研究机构和行业共同合作评估巨大机会以及新技术的实际和道德挑战,以确保安全实施的好处。"