随着人们对不断发展的技术及其可能对商业产生的影响越来越感兴趣，人工智能革命正在华尔街展开。根据咨询公司obvious的最新数据，在对AI最热情的银行中，大约40%的空缺职位是与人工智能相关的，比如数据工程师和量化分析师，以及道德和治理职位。
德银正在使用人工智能扫描富有客户的投资组合。荷兰国际集团正在筛选潜在的违约方。摩根士丹利表示，其银行家正在一个“安全、可控的环境”中进行“试验”。与此同时，摩根大通正在吸纳人才，招聘的人工智能职位比任何竞争对手都多。
摩根大通走在了前面。显而易见的数据显示，从2月到4月，这家美国最大的银行在全球招聘了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。帮助高盛集团和荷兰国际集团等公司开展人工智能业务的Eigen Technologies
Ltd.表示，与去年同期相比，2023年第一季度来自银行的咨询增加了五倍。
Evident 的首席执行官兼联合创始人Alexandra Mousavizadeh表示，ChatGPT的发布，“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，”她将这种情况描述为“人工智能军备竞赛”。
这样做的好处是，日常任务将得到更高效和有效的处理，而复杂的分析和风险建模将变得更容易和更快。这在银行业尤其具有吸引力，尽管人工智能的最终能力存在不确定性，人们对如何监管它也存在担忧，但大量数据支撑着银行业日益复杂的投资决策。
就技术和监管问题向银行提供咨询的律师表示，这一过程已经开始。菲尔德费雪律师事务所(Fieldfisher
LLP)董事、前衍生品交易员Steven
Burrows表示，银行正在利用人工智能“通过利率掉期和股票衍生品等工具，提出更有针对性的对冲解决方案，使它们能够为客户提供更好的定价。”
德银正在部署所谓的深度学习技术，以分析国际私人银行客户是否过度投资于某种特定资产，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，人类顾问会传递人工智能生成的建议。
德银国际私人银行数据解决方案全球主管Kirsten-Anne
Bremke表示，“我非常喜欢将人工智能与人类智能结合起来。”
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，该公司今年5月申请了一项类似ChatGPT的服务的专利，帮助投资者选择特定的股票。这个项目还处于初期阶段。
摩根士丹利表示，它允许公司周围的业务使用开源大型语言模型“自下而上”进行测试——大型人工智能网络使用来自互联网的大量文本进行训练。今年4月，该银行表示，它已经为一种模型申请了专利，该模型使用人工智能和深度学习来解读美联储的信息是鹰派还是鸽派。目标是侦测货币政策的方向。
该银行机器学习研究小组负责人Yuriy
Nevmyvaka在接受采访时表示，“每个业务部门、交易部门和投资集团都试图深入了解它，”“这是一个安全、封闭的环境，一切都在我们的墙内。”
在金融科技领域，瑞典金融科技Klarna Bank AB首席执行官塞Sebastian
Siemiatkowski在5月25日表示，该公司所有员工都可以使用ChatGPT-4账户，并鼓励他们尝试这项新技术。
一些人敦促谨慎行事，担心透明度和有效性。包括亿万富翁投资者沃伦•巴菲特在内的许多人都将拥抱复杂人工智能系统的热情视为未来风险的预兆。
巴菲特在5月6日的公司年会上说:“当一个东西能做各种各样的事情时，我就有点担心了。”“因为我知道我们无法取消它。”
贷款机构对利用技术获取优势并不陌生，近年来，它们招募了数据科学家、机器学习专家，甚至天体物理学家。这些投资现在正在开花结果。
富国银行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，“这省去了一些重复性的繁重工作，同时我们也加快了合规速度。”该银行还利用谷歌云的对话人工智能平台Dialogflow建立了一个基于聊天机器人的客户助理。
法国巴黎银行正在使用聊天机器人来回答客户的问题，而人工智能则试图检测和防止欺诈和洗钱。同样，法国兴业银行的Cast也利用其计算能力扫描资本市场上可能存在的不当行为。该银行表示，该系统以26种语言运行，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受到自动化的影响。这可能包括美国35%的商业和金融运营行业。
几乎一半的公司将人工智能作为改善体验的一种方式
美国银行首席执行官Brian
Moynihan今年4月表示，人工智能可能带来“极大的好处”，有助于减少员工人数，但他同时敦促企业保持谨慎。“我们必须了解这些决定是如何做出的。”
银行家负有不根据不可靠信息进行交易的受托责任。纽约Friedman Kaplan Seiler Adelman &
Robbins律师事务所合伙人Anne
Beaumont表示，随着人工智能应用的扩大，这是一个问题。“当你在不真正知道问题是什么的情况下使用了AI回答时，你如何向投资者和监管机构证明你已经履行了职责？”
大多数银行和投资公司已经在使用人工智能
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 Z. 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，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。
Liu表示，“这些大型语言模型真的很笨重，”“你需要更有针对性，你可能想要使用更适合你的用例的更小模型。”
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。
麦肯锡公司与贷方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 表示，“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。”
加载中,请稍侯......