GenAI在金融中的整合預計將帶來顯著的好處：
處理當今的威脅景觀：機器規模
提高效率：通過自動化重復性任務，AI釋放了人力資源用于更具戰略性的工作。
增強決策：AI可以分析大量數據，生成有助于做出更好財務決策的洞察。
個性化服務：AI能夠根據個人客戶的需求和偏好創建定制的金融產品和服務。
改進風險管理：AI可以生成風險評估并預測潛在問題，幫助機構更有效地管理其風險敞口。
成本節約：60%的金融機構預計AI將帶來顯著的成本節約，這項技術承諾帶來強勁的投資回報。
雖然有人預測廣泛的工作崗位被取代，但也有人認為這是一個強大的生產力工具。Gartner最近的一項調查顯示，66%的金融領導者認為GenAI將對解釋預測和預算差異產生最直接的影響，這與AI將增強而不是取代人類工作者的觀點一致，然而，花旗的一項研究表明，高達54%的銀行業工作崗位具有高度自動化的潛力，這高于其他行業，這種二分法突顯了AI在金融中角色的不確定性，現實可能介于完全取代工作崗位和僅僅提高生產力之間。
盡管有潛在的好處，GenAI在金融中的采用面臨挑戰，數據隱私和安全問題至關重要，尤其是在AI系統需要訪問敏感的金融信息時，監管障礙也是一個主要障礙，現有法律難以跟上技術進步的步伐，AI模型的復雜性在透明度和可解釋性方面提出了挑戰，使金融機構難以確保AI驅動決策的問責性，此外，AI幻覺或不準確輸出的風險可能對金融操作產生嚴重后果，還有顯著的技能差距，許多金融專業人士缺乏有效實施和管理AI系統所需的專業知識。
快，但不能太快
舊金山對沖基金Wahdy Capital的投資組合經理穆罕默德·瓦赫迪提供了一個令人信服的論點，解釋為什么AI不會迅速取代股票分析師。“我認為目前AI對投資組合管理和股票研究并不是特別有幫助，我認為這將在未來五年內發生變化——我祈禱它能這樣變化。”
瓦赫迪指出了合適的訓練數據的稀缺性。“我們只有大約160個季度的IBES數據。”數據的稀缺性是AI模型面臨的一個重大障礙，這些模型通常需要大量高質量、相關的數據才能有效運行。在快速變化的金融世界中，歷史數據很快變得過時，這進一步復雜了訓練過程。
瓦赫迪強調，大量的專業知識和信息掌握在分析師的頭腦中，他們有動機將其保密：“在賣方領域，即股票研究分析師所在的世界里，有一種競爭激烈的心態。他們的薪酬像職業運動員一樣高——我會說平均年薪可能是100萬美元左右，但排名靠前的分析師年薪可能接近400萬到800萬美元。” 因此，“他們不希望其他人奪走他們的位置。”這種不愿共享信息的態度對訓練有效的AI模型構成了重大障礙。
此外，瓦赫迪還指出，在許多情況下，數據根本不存在。“許多賣方分析師的優勢在于他們與頂級高管的關系，使他們成為各自行業的核心，這并不是說他們有秘密，而是他們有渠道，而這不是數據中可以反映出來的。”
金融分析的專有性質加劇了數據問題。與其他領域可能更公開或發布數據不同，金融領域中最有價值的見解通常是嚴格保密的，這創造了一個兩難局面：訓練真正有效的AI模型所需的數據恰恰是人類分析師最不可能分享的數據。
此外，金融市場受到復雜因素的相互作用的影響，許多因素難以量化或預測。人類分析師通常依賴直覺、經驗和對微妙市場動態的理解，這些在結構化數據集中可能無法輕易捕捉到的隱性知識。無論有多少歷史數據，這種隱性知識都難以轉移到AI系統中。
瓦赫迪還指出金融市場的不斷演變：“人類改變了我們設定價格的方式，因此去年有效的策略今年不一定有效。”這種不斷變化意味著即使有足夠的歷史數據，也可能無法準確反映當前的市場狀況或預測未來趨勢。
這些因素的結合——有限的歷史數據、金融見解的專有性質、市場動態的復雜性和金融市場的快速演變——為開發能夠真正復制或超越人類金融分析師能力的AI模型帶來了重大挑戰。
AI對金融行業影響的定性分析
VentureBeat對GenAI在各金融行業和工作職能中的當前影響進行了定性評估，這一評估基于專家意見、行業報告和金融機構實施AI技術的軼事證據的綜合分析。我們的分析提供了趨勢和潛在影響的高級概述，而不是定量或統計嚴格的研究。需要注意的是，這種類型的分析是主觀的，可能無法完全捕捉到AI在每個組織或角色中的全部復雜性。AI技術的快速演變也意味著這些評估可能會迅速變化。
我們的分析涵蓋了包括商業銀行、投資銀行、資產管理、保險、金融科技、會計、風險投資、房地產金融、企業金融、對沖基金、個人金融、零售銀行、支付和消費者信貸在內的廣泛行業。我們根據GenAI的當前能力及其在這些領域的實施情況，對每個工作角色的當前AI影響評估為高、中或低。需要注意的是，雖然某些角色已經體驗到顯著的AI影響，但其他角色由于其工作的復雜性質、人類判斷的需求或個人關系的重要性，仍基本未受影響。
除了行業特定角色外，我們還審查了跨多個金融領域的跨職能領域，這些領域包括客戶服務、合規性、風險管理、市場營銷、人力資源、法律、信息技術、運營、財務報告、欺詐檢測以及培訓和發展。
我們的評估揭示了這些職能領域中不同水平的AI影響，某些領域，如客戶服務和市場營銷，正經歷高水平的AI整合，而其他領域，如高層領導和戰略合作伙伴關系，由于其對復雜人類技能和判斷的依賴，基本未受GenAI的影響，此分析強調了GenAI在金融行業中的影響并不均勻，而是取決于每個職能領域的具體需求和性質。
我們的分析還發現，目前GenAI對金融領域中某些角色和職能區域的影響較低。在跨職能領域，我們發現高層領導、倫理與公司治理、戰略合作伙伴關系以及復雜問題解決等方面基本未受影響，這些角色和領域通常需要高級人類技能，如復雜決策、情商、倫理判斷以及在模糊情況下導航的能力——這些能力是當前GenAI技術尚未掌握的。
AI驅動世界中的金融未來
正如我們在整個分析中所探討的那樣，GenAI有望從根本上重塑金融行業。雖然它在不同的部門和工作職能中的影響各不相同，但總體趨勢是明確的：AI將成為金融運營、決策和客戶互動中越來越不可或缺的一部分。
關鍵要點：
不均勻的采用：AI在金融行業中的影響并不均勻。某些領域，如客戶服務和欺詐檢測，正在迅速整合，而其他領域，如高層戰略和關系管理，仍主要由人類主導。
增強而非替代：對于大多數角色來說，AI可能會增強人類的能力，而不是完全取代工人，這一轉變將要求金融專業人士發展新的技能，以便有效地與AI系統協作。
未來挑戰：數據隱私、合規性和AI決策的透明度需求仍是廣泛采用的重大障礙。
技能演變：隨著常規任務的自動化，金融專業人士將需要專注于發展AI難以復制的技能，如復雜問題解決、情商和倫理判斷。
展望未來，我們可以預期：
個性化提升：AI將使金融機構能夠提供高度個性化的產品和服務，量身定制以滿足個別客戶的需求和偏好。
增強的風險管理：先進的AI模型將提高我們預測和減輕金融風險的能力，可能會導致金融系統的穩定性增強。
金融建議的民主化：AI驅動的工具可能會使復雜的財務規劃和投資策略變得更加普及，惠及更廣泛的消費者群體。
監管演變：隨著AI的普及，可能會出現新的法規來規范其在金融中的使用，重點在于公平性、透明度和問責制。
倫理AI：金融行業將需要處理圍繞AI的倫理考慮，包括偏見、隱私和AI驅動的金融決策的社會影響問題。
隨著GenAI的持續發展，它無疑會給金融行業帶來機遇和挑戰。最成功的組織將是那些能夠有效利用AI的能力，同時保持以人為本的金融方法的組織。金融的未來不是AI與人類的對立，而是找到人工智能和人類智慧之間的最佳協同，創造一個更高效、包容和強大的金融生態系統。
企業網D1net(hfnxjk.com)：
國內主流的to B IT門戶，旗下運營國內最大的甲方CIO專家庫和智力輸出及社交平臺-信眾智(www.cioall.com)。旗下運營19個IT行業公眾號(微信搜索D1net即可關注)。
版權聲明：本文為企業網D1Net編譯，轉載需在文章開頭注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號