ChatGPT 推出时不仅掀起一阵风潮，在生活中、工作上也为我们带来许多便利，相信正在看这篇文章的你一定深有同感。然而，随着时间经过，ChatGPT 的问题也渐渐浮现，学生们利用其完成作业、考试作弊，收集并储存用户的个人数据造成的隐私权问题等，使ChatGPT 虽然在短短两个月就达到1亿用户活跃量的绝佳成绩，但在中国、香港、俄罗斯等国家都无法使用。义大利也以隐私疑虑再2023年4月为由暂时禁用ChatGPT，摩根大通、亚马逊也都禁止员工将个人和客户的机密资讯输入至ChatGPT。
而马克今天要分享的是ChatGPT 对「金融业」造成的冲击。内容涵盖了ChatGPT 带来的优势、造成的「人力取代」问题、人机协作的急迫性与在反洗钱活动中的贡献。现在就一起来了解这些「冲击」吧!
大型语言模型的扩张似乎开启了Fintech 新时代？
根据世界经济论坛《2023 年就业前景报告》的调查，未来五年中全球23% 的工作岗位将发生不小变化，企业预期将创造6,900万个新职位，同时减少8,300万个现有职位。此份调查中前十名成长最快的工作包含「人工智慧与机器学习专家」、「商业智慧分析师」和「金融科技工程师」，而消逝最快的工作中，第一名是「银行行员」。此外，「行政工作」、「资料输入」等岗位都将面临被淘汰的危机。
当然，在人工智慧浪潮崛起的情况下，近期大型语言模型(Large Language Model，LLM)的出现让科技业者展开一场军备竞赛，从微软的ChatGPT、Meta 的LLaMA、Google 的Bard 与PaLM 2 都宣示了科技业正以「AI in all」的策略来发展大型语言模型。对金融业而言，人工智慧或可视为Fintech 新一波浪潮，而ChatGPT 为首的大型语言模型正在逐渐侵蚀金融业的各种业务功能。未来，会使用人工智慧的人将成为所有人的最大竞争对手。
近年来，在技术快速进步、创新解决方案出现而重塑了与金融产品和服务互动方式的推动下，金融服务业经历了重大变革，就目前为止，该领域最有前途的发展之一是人工智慧与自然语言处理(NLP) 技术的整合，有望彻底改变金融科技的模式。特别是OpenAI的最新版本ChatGPT-4 ，将在推动采用人工智慧驱动的金融服务以及为企业和消费者等开启新机遇方面发挥关键作用。未来，多数前台单位人力可能会继续留存，中后台则逐渐转为自动化。同时，根据多家调查研究机构，ChatGPT 能够带来数项效益，分析如下：
1丶改善客户体验：透过自动聊天机器人提供24/7 不间断的客户服务，极大化地提高整体客户体验，让客户能够立即获得想知道的答案。
2丶提高效率：自动执行重复性任务，让员工腾出时间专注于更复杂的任务，以提高效率与生产力。
3丶节省成本：任务自动化能够节省雇用和培训员工的成本，还可以减少对体力劳动的需求。
4丶个性化：通过分析客户数据并提供量身定制的建议来为客户提供个性化服务，这可以大大提高客户的满意度与忠诚度。
5丶提高速度和准确性：因为能够快速且准确地处理大量数据，进而加快决策速度，同时提高风险评估等任务准确性。
此外，从人工智慧的投资中或许也能窥见一二，在过去十年中，对人工智慧公司的投资金额大幅增加。根据Crunchbase 的数据，2013 年使用AI 的公司只从不到1,000 笔交易获得了30 亿美元的资金;2021 年，该金额在4,000 多轮融资中达到690 亿美元的峰值，而截至11 月下旬，2022 年全球AI 资金总额达380 亿美元。
客服人员首当其冲，培养人机协作能力是必要之事！
聊天机器人通过自动化重复流程，可以帮助银行和金融机构满足监管要求，让员工有时间专注于更困难的任务。而且，ChatGPT本身就可以视为一种聊天机器人，透过提供即时回覆与24/7 服务来强化客户体验。在面对数位原生代客群时，由于这些消费者已经习惯高网速与即时回覆，因此回覆时间长短更加可以成为评分银行客户体验的工具。在这样的预期下，ChatGPT 将带来不小财务影响：银行和其他金融机构能透过更高效率的营运来降低成本、提供更好的客户服务，金融机构可以透过基本流程自动化，更好地了解客户的需求与偏好，提供更多元服务和商品。
一旦ChatGPT 可以访问适当的、预先存在的数据，例如公司的知识库或常见问题解答(FAQ)，聊天机器人就可以立即从该资讯中提取，自动回答传入的问题。这些模型不只是储存信息，它们还能够理解资讯含义，在无人干预情况下让客户收到正确答覆。同时，自然语言处理(NLP)在生成具有人类感觉的文本方面更加有效，ChatGPT 工具不会以简短、机械的答案回覆(这有时让客户觉得敷衍跟僵化)，它们参与的对话较类似于与一般人类的互动。
ChatGPT 协助的聊天机器人能够协助使用者进行账户或与交易相关的查询、提供财务建议、整合至Facebook Messenger 与WhatsApp 等社交平台，以提供更高效率的服务。而这些互动，又能收集客户申请贷款所需的数据和文件，然后由ChatGPT 分析此数据以确定申请人的信誉程度，使得客户与模型形成正向互动。
现阶段来说，金融机构正在使用聊天机器人技术来简化客服流程，例如Diamond Bank(现为Access Bank)的Ada、Access Bank 的Tamada、Zenith 的Ziva 等常见例子，而导入大型语言模型，或者使用部分的ChatGPT 功能后，这些聊天机器人在语言、语意的处理能力上将大幅提升。例如，信用卡发卡业者美国运通，已经将人工智慧导入聊天机器人，公司开发了一款名为Amex Assistant 的聊天机器人，旨在为客户提供即时支持，同时协助公司处理一系列银行业务;汇丰银行开发HSBC Amanah
聊天机器人，旨在替客户提供有关伊斯兰银行产品的资讯;第一资本开发Eno 聊天机器人，透过文本或语音方式提供即时答覆、协助客户满足银行业务询问需求，并用于欺诈查核。
目前尚未知道这些企业是否真的使用ChatGPT，但应能合理推测这些金融机构已开始思考如何利用大型语言模型将聊天机器人的功能扩大化且智慧化。未来相关人员势必缩减，而剩余的客服人员必须熟悉如何人机协作。
投资分析师也有危险？ChatGPT 能协助做投资决策
除了客服功能外，ChatGPT 也很有可能改变投资者执行财务分析的方式。原本投资者与分析师经常需要比较不同的公司或产品，并从各种来源收集、分析数据，但随着生成式AI 问世，ChatGPT 能在短短几秒钟内生成比较报表，让分析过程更高效且降低手动程度，这也使得负责整理数据的人员未来将面临危险。另外，助理分析师与分析师也很危险，如果洞察力不够深入、客户不买单，那其实很多财务数据比较用ChatGPT 就能搞定了。此外，未来也有可能出现「日常的晨间新闻搜集」能由ChatGPT 执行的情境，透过摘录各种新闻，能让没有时间详细阅读每篇新闻的决策者利用ChatGPT 生成关键简短摘要。
那问题来了，分析师该何去何从?事实上，目前的金融市场分析师应无立即危险，许多资深分析师在特定身产业深耕许久，而人们对于假资讯的恐惧有增无减，尤其诈骗投资横行，生成式AI 助长了投资诈骗内容的产生速度，使投资人混淆不清，因此无论是散户或是机构投资人，仍还是需要真人服务。但同样的，这些分析师也必须懂得人机协作，例如：让ChatGPT 使用金融新闻标题的情绪分析来提供有关股票价格及其价值的资讯，让分析师不必看完整个市场资讯就能获得被简易分析后的股市预测摘要。同样的，ChatGPT 也能使用历史数据摸索出投资者和公司行为的模式，这有助于提供对近期市场和投资状况的分析观点。此外，Excel 是分析师最熟悉的工具之一，经验丰富的金融分析师能轻松掌握Excel 公式，但新人可能尚未熟悉，这时可以询问ChatGPT，它会详细解释操作步骤。整体而言，ChatGPT 在分析上至少有三个功能。
1丶收集和清理数据：ChatGPT 能从各种来源收集数据、对其进行排序，以提供易于分析的可管理数据。同时也能分析原始数据。
2丶了解竞争格局：公司之间会竞争激烈以保持领先地位，为此，每个公司都应该知道竞争对手的产品与服务表现得如何，而ChatGPT 能以简单的提示提供竞争对手的金融市场数据。
3丶自动化日常任务：分析师能够使用ChatGPT 来自动化他们每天的任务，包含数据输入、报告生成和自动回覆电子邮件等。
反洗钱也能透过ChatGPT！或许新创公司能帮上忙
作为一种先进的自然语言处理AI，ChatGPT 能够识别交易模式，并同时监控客户交易中的各种可疑活动，和监管科技相互结合一同发挥更大的效益。透过自动化合规流程，ChatGPT 擅长降低手动调查工作所需的时间和资源，使反洗钱人员能够专注于更关键的任务，例如参与同业或国内外主管机关交流，以更了解未来提出的各种法规，这种做法一方面可以帮助银行降低风险缺口，避免因不合规而遭受巨额的罚款，一方面又能掌握最新动态，调整模型的参数功能，或是提早部署新的相关模型。而一些科技新创业者正在将ChatGPT 或GPT-3.5 与其软体进行串联整合来强化反洗钱(AML)和了解客户(KYC)功能，这种技术融合能让合规流程自动化，例如身份验证、客户别筛选监控，以及交易金额监控。同时，从反洗钱议题方向来分类，我们或许能问问ChatGPT 以下问题，看看它如何提供协助。
风险评估问题：
1丶金融犯罪专家在评估新兴市场洗钱风险时面临的最重大挑战是什么?
2丶如何利用人工智能更好地理解和评估与高风险司法管辖区和政治公众人物(PEP) 相关的风险?
3丶技术创新在增加或减少金融部门洗钱风险方面能够发挥什么效用?
4丶金融犯罪专家如何权衡采用人工智能驱动的反洗钱系统和交易监控解决方案的好处和风险?
5丶金融犯罪专家如何使用人工智慧和机器学习来加强反洗钱工作中的交易监控和异常检测?
检测和分析问题：
1丶在反洗钱软体中结合网路分析与图形分析以检测复杂的洗钱计划的最佳实务是什么?
2丶人工智慧驱动的工具如何帮助金融犯罪专家识别潜在的制裁规避技术并改进制裁筛查?
3丶为了执行有效的反洗钱和合规工作，金融犯罪专家应该了解人工智慧和数据分析的哪些新兴趋势?
营运流程问题：
1丶在评估和选择人工智慧驱动的反洗钱和合规软体时，金融犯罪专家的主要考虑因素是什么?
2丶金融犯罪专家如何透过在KYC、制裁名单筛选和交易监控流程中整合外部的AI 解决方案来优化公司的反洗钱程序?
3丶金融犯罪专家如何确保他们的机构保持敏捷并适应反洗钱领域的监管变化与技术进步议题?
4丶金融犯罪专家应该如何了解人工智慧和合规技术的未来发展，以保持领先于金融犯罪分子?
当然，对从业人员来讲，便利的代价是替代性，特别是在制定政策并使其保持最新状态、总结法规及其变化、撰写客户资料、撰写月度/季度和年度报告、编写议程和会议纪录、客户审查文件、检查文件的一致性、客户和交易的风险评分、诈欺预防、交易监控、消除冗余和误报、建立可疑活动提交和其他标准报告等，都是反洗钱人员需要考虑未来是否可能被替代的项目。
摩根大通「同时使用也禁用」ChatGPT？
美国最大的银行摩根大通是早期投入数位转型的业者之一，但面对人工智慧浪潮时，却显得较为保守。它「同时使用也禁用ChatGPT」，完全视哪种使用场合而定。在交易业务上，该银行的分析师使用ChatGPT 来分析美联储在过去25 年中发布的声明与言论，判断政策资讯的性质，希望透过可用资讯更深入地推测央行的政策倾向，并检视未来可能的政策变化(鹰派或鸽派)的潜在讯号，让银行在交易中获得竞争优势。
摩根大通的经济学家研究人员回溯过去两年半美联储行长的声明与演讲数据，研究成果指出，美联储近几个月的表态表现出波动，鹰派程度相对降低。然而，这仍接近过去二十年的最高水平，这表明美联储政策不太可能改变调性。摩根大通模型也分析英国央行和欧洲央行的货币政策前景。在接下来的几个月里，预计这场分析实验将扩展到全球另外30 家中央银行。
不过其他部门就没这么幸运了，摩根大通要求员工禁止将敏感资讯输入ChatGPT，确保公司机密与客户资讯不会被这个大型语言模型知道，或是落入竞争对手手中。摩根大通并不是唯一一家禁止员工使用ChatGPT 公司，电商巨头亚马逊也禁止团队成员将机密客户数据输入ChatGPT，电信业者Verizon 与顾问公司Accenture 也采取了类似的作法。而其他ChatGPT 禁令包括中国打击互联网用户通过发布到社交媒体的链接访问该工具，以及国际机器学习会议(ICML) 禁止发表人工智慧生成内容的论文。然而，除了企业外，学校也在防止这种数位工具滥用。美国许多学校在设备和网路上的ChatGPT 使用可能会产生连锁反应，学生可能会使用该工具作弊，教职人员则争先恐后地想办法防止作弊。由此可知，无论是金融业还是非金融业，大家都存在着一个共识，「内部资讯不能在ChatGPT 上使用，以避免资安风险。」
整体而言，ChatGPT 对于金融业的影响就如同先前各种金融科技一般，非业务端的文书处理总是被第一个自动化的对象，中后台业务的影响较大，包含合规在内都是，而业务单位则是以人机协作为主，距离完全被替代较难。
马克碎念
台湾的金融业也正在评估ChatGPT 的使用，但从国外使用的状况来看，尚未大量取代特定工作岗位，除了成本的考量因素外，实际的应用场景与流程也还在验证与调整中。另外目前在使用上，有极小的机率会出现AI 幻觉的现象，这是指AI 自信地生成出看似具说服力、实际却是错误答案的问题，尽管这答案在其训练数据中并不合理。多数研究人员认为，幻觉问题是运行聊天机器人的大型语言模型本身设计的问题。
有机构统计过GPT3发生幻觉的比例约为0.5% ，GPT4虽然比例较低但还是有0.01%的发生机率，这对于严谨的金融机构来说，似乎是另外一道要面对的关卡。但马克认为这些都只是需要克服的小障碍，未来几年内相关的应用都会快速的普及到各个金融机关去使用。
