华尔街银行利用人工智能重塑金融世界

纽约德意志银行正在使用人工智能扫描富裕客户的投资组合。ING 正在筛选潜在的违约者。摩根士丹利表示，其银行家正在“安全且封闭的环境中”进行“试验”。与此同时，摩根大通正在吸纳人才，比任何竞争对手都在招聘更多的 AI 职位。

随着人们对不断发展的技术及其可能对业务产生的影响产生更广泛的兴趣，人工智能革命正在华尔街展开。根据咨询公司 Evident 的最新数据，在最热情的银行中，约 40% 的空缺职位是与人工智能相关的职位，例如数据工程师和量化分析师，以及道德和治理职位。

华尔街银行正在使用人工智能“提出更量身定制的对冲解决方案”，为客户提供更好的定价。美联社

摩根大通处于领先地位。Evident 的数据显示，这家美国最大的银行从 2 月到 4 月在全球招聘 3651 个与人工智能相关的职位，几乎是其最接近的竞争对手花旗集团和德意志银行的两倍。

帮助高盛和 ING 等公司使用人工智能的 Eigen Technologies 表示，与去年同期相比，2023 年第一季度来自银行的咨询量增加了五倍。

“人工智能军备竞赛”

Evident 的首席执行官兼联合创始人亚历山德拉·穆萨维扎德 (Alexandra Mousavizadeh) 表示，Open AI 的 ChatGPT 于 2022 年 11 月发布，“让每个人——董事会、首席执行官和银行的领导层——更加意识到这是一个游戏规则的改变者”。“人才的价格正在上涨，”她说，并将这种情况描述为一场“人工智能军备竞赛”。

好处是日常任务将得到更高效和更有效的处理，同时复杂的分析和风险建模变得更容易和更快。

这在银行业尤其诱人，尽管人工智能的最终能力存在不确定性，而且人们对如何对其进行监管存在担忧，但大量数据支撑着日益复杂的投资决策。

据为贷款机构提供技术和监管问题咨询的律师称，这一过程已经开始。Fieldfisher 董事、前衍生品交易员史蒂文·伯罗斯 (Steven Burrows) 表示，银行正在使用人工智能“通过利率互换和股票衍生品等工具提出更有针对性的对冲解决方案，使他们能够为客户提供更好的定价”。

德意志银行正在部署所谓的深度学习，以分析国际私人银行客户是否过度投资于特定资产，并为个人客户匹配合适的基金、债券或股票。在遵守法规的前提下，人类顾问随后会传递 AI 生成的建议。

“我非常喜欢结合人工智能和人类智能，”德意志国际私人银行数据解决方案全球负责人 Kirsten-Anne Bremke 说。

摩根大通也有类似的计划。据一位未获授权公开发言的知情人士透露，该公司于 5 月提交了一项类似 ChatGPT 的服务专利申请，以帮助投资者选择特定股票。该项目处于早期阶段。

摩根士丹利表示，它允许公司周围的企业使用开源大型语言模型“自下而上”地运行测试——大型 AI 网络使用来自整个互联网的大量文本进行训练。

今年 4 月，该银行表示已获得专利模型，该模型使用人工智能和深度学习来解读美联储的沟通是鹰派还是鸽派。目标是检测货币政策的方向。

“每个企业、交易部门和投资集团都试图深入了解它，”该银行机器学习研究小组负责人 Yuriy Nevmyvaka 在接受采访时表示。“它位于安全且封闭的环境中，而且都在我们的围墙内。”

由于对透明度和有效性的担忧，这一举措有一些强烈的谨慎态度。包括亿万富翁投资者沃伦巴菲特在内的许多人都认为，急于采用复杂的人工智能系统是未来风险的先兆。

伯克希尔哈撒韦公司董事长兼首席执行官在 5 月 6 日的公司年会上说：“当某种东西可以做各种各样的事情时，我会有点担心。因为我知道我们必须要做这些事情。” ”

贷款机构对利用技术获得优势并不陌生，近年来招聘数据科学家、机器学习专家甚至天体物理学家。这些投资现在正在结出硕果。

Wells Fargo 正在使用大型语言模型来帮助确定客户必须向监管机构报告哪些信息以及他们如何改进业务流程。

该公司首席信息官兼数字技术和创新主管 Chintan Mehta 表示：“它消除了一些重复性的繁重工作，同时我们在合规方面的速度也更快了。”

法国银行 BNP Paribas 正在使用聊天机器人回答客户问题，而 AI 则试图检测和防止欺诈和洗钱。同样，法国兴业银行的 Cast 使用其计算能力来扫描资本市场中可能存在的不当行为。该银行表示，它以 26 种语言运营，每年处理 250 万小时的对话和 3.47 亿封电子邮件。

根据 3 月份的一份报告，高盛分析师估计，全球有 3 亿个全职工作岗位可能会因生成式人工智能而面临自动化。这可能包括美国 35% 的商业和金融运营行业。

“现在处于炒作周期”

美国银行首席执行官布莱恩·莫伊尼汉 (Brian Moynihan) 在 4 月份表示，人工智能可能具有“极大的好处”，并有助于减少员工人数，同时敦促谨慎行事。“我们必须了解决策是如何做出的，”他在财报电话会议上说。

银行家负有不根据不可靠信息进行交易的信托责任。纽约Friedman Kaplan Seiler Adelman& Robbins的合伙人 Anne Beaumont 表示，随着 AI 使用的扩大，这是一个问题。

“当你在不知道输入是什么的情况下使用输出时，你如何向投资者和监管机构证明你已经履行了职责？”她说。

剑桥大学计算机科学与技术系跨学科设计教授 Alan Blackwell 表示，银行需要从广泛的公共资源中搜集信息，以训练大型语言模型。“对于一家受人尊敬的银行，你真的要对你的客户说 LLM 在 Reddit 上发现的同样的话吗？”

AI 的开发和运行成本也很高。据 Eigen 首席执行官 Lewis Liu 称，估计显示使用大型语言模型回答一个问题的成本可能高达每次查询 14 美元（21.50 美元），而通过人类律师回答问题的成本为 6 美元。这是因为与处理复杂的财务文件相关的大量云计算成本。

人们对区块链和加密货币未能实现其支持者所谈论的深远变化的记忆犹新。

麦肯锡公司与贷款机构和保险公司合作的合伙人 Carlo Giovine 表示，公司需要确定人工智能可以真正提供帮助的领域，并与高级管理人员一起制定路线图，以及培训员工和聘请更多专家。

他们还需要重新设计风险框架，以应对知识产权方面的考虑、不确定的监管环境以及所谓的 AI 幻觉的危险，即系统会编造听起来令人信服的信息。

Giovine 先生说：“我们现在处于炒作周期，你可以看到这个行业的发展速度有多快。”“一些银行已经开始意识到真正扩大规模需要什么，但许多银行仍在努力理解。”