银行保险金融机构生成式人工智能(GenAI)战略报告.pdf

Prepared for银行保险金融机构生成式人工智能(GenAI)战略报告2023年8月2目录1 12 23 34 45 5技术发展背景场景应用机会关键应用挑战如何战略布局为什么选择安永3摘要生成式人工智能(GenAI)是人工智能的细分领域，其代表性应用ChatGPT的问世在全球范围引起巨大震动。大型语言模型(LLM)是ChatGPT技术的基础模块，它是一种深度学习算法，可识别、预测和生成基于上下文关联的文本，并在大量数据集上进行训练。基于ChatGPT的能力，企业可提供大规模、个性化和更高效的客户互动，进一步提升客户参与度和满意度。此外，生成式人工智能还将颠覆现有产品、流程、运营方式乃至商业模式，并通过赋能不同的业务职能，为企业带来全新转型机遇。随着生成式人工智能开始带来新的机遇，董事会和企业管理层需开始围绕人才团队、基础设施、可访问性及其他一系列错综复杂的问题制定强有力的战略。与所有其他生成式人工智能工具一样，ChatGPT仍处于萌芽阶段，并且其定义和能力仍在不断更新。未来在ChatGPT的引领下，利用大型语言模型和生成式人工智能的业务潜力将拥有广阔的想象空间。金融行业中不少细分领域的领先者已经开始将生成式人工智能引入业务实践，将这一技术广泛应用于不同业务场景，其卓越的内容理解和创造能力将对金融服务行业不同细分赛道带来极大的效能提升。若想率先在人工智能快速迭代的技术浪潮中确立竞争优势，金融机构应尽早审视自身战略发展过程中所面临的技术相关风险和阻碍，及时完成战略思维的转变；同时制定人工智能战略相关落地与流程管理保障机制，结合企业自身处境制定完整及契合自身发展节奏的人工智能战略规划、战略实施路径以及技术用例实施方案。4技术发展背景15什么是生成式人工智能（GenAI）？GenAI是人工智能的细分领域，可以通过学习现有数据来生成新数据，实现类人的创造力技术问世时间人工智能(AI)机器学习(ML)深度学习(DL)生成式人工智能(GenAI)1943195920062017人工智能人工智能是计算机科学的一个领域，主要研究如何创造出具备人类智慧的智能机器。机器学习机器学习是人工智能的一个子领域，广义上是一种机器模仿人类智能行为的能力。深度学习深度学习是机器学习的一个子集，本质上是一种具有三层或更多层的神经网络学习。生成式人工智能生成式人工智能是人工智能的一种，它可以基于训练过的数据，利用大型语言模型、变换神经网络和生成式对抗网络等技术，创建图像、文本、音频或视频等新内容。6GenAI的重要性体现在哪里？GenAI拥有普通AI不具备的内容创造能力，其中代表性应用ChatGPT的问世震动全球生成式人工智能有哪些特征?为何了解生成式人工智能非常重要?一种能创造如文字、代码、图像、音频和视频等全新内容的深度学习ChatGPT拥有互联网历史上增长最快的用户群将生成式人工智能技术与其他分析类产品整合可实现更高价值其工作方式与人类大脑非常相似，主要通过抽象和模式识别处理信息ChatGPT也只是生成式人工智能发展浪潮中的一员随着对其新兴功能和能力边界的快速探索，生成式人工智能的范围和对商业运行的影响正在迅速扩大100多项生成式人工智能专业领域专利项目的商业化进程预计需要12个月投资者电话会议中提及AI的次数增加了77%（彭博社）30%的被访专家在ChatGPT问世的两个月内尝试过该产品7什么是GPT？GPT是结合了自然语言处理、强化学习和深度学习等最新技术的人工智能模型注：1.OpenAI是指开发ChatGPT应用的一家公司生成式Generative预训练Pre-trained自注意力模型Transformer生成模型旨在训练人工智能生成新事物，如句子和故事、图像或视频预训练是指应用在大型数据集之前进行的训练模型。以ChatGPT为例，数据集来自从互联网上获取的大量文本，以及人为标记为“好”或“坏”的问题和答案自注意力模型是2017年问世的一种计算机技术，旨在帮助人工智能模型确定需要关注的内容。以GPT为例，该技术用于帮助模型识别句子中哪些词最能表达作者或演讲者的意图整合上述技术即得到了一个先进的、灵活的、具备接近人类创造力的人工智能模型，主要包括如下功能：GPT.深度神经网络(DNN)GPT自然语言处理(NLP)人类反馈强化学习(RLHF)GPT与ChatGPT的关系：GPT是OpenAI1为用户提供的人工智能模型统称；ChatGPT是其中专门针对聊天界面问答进行训练的版本回答用户提出的问题总结书籍或文章等文本中心思想创作故事或文案根据概念查询/搜索文本8生成式人工智能见证了前所未有的数字化应用。大规模投资正在涌入人工智能领域，创新热潮不断升温，ChatGTP的出现亦唤起各行业对自身业务的重新审视15%20%25%30%35%40%45%50%55%60%65%70%75%80%云计算工业物联网物理机器人/自动化机器人流程自动化物联网自动驾驶汽车或无人机人工智能头部企业其他同行人工智能领域39%的领先企业已充分实现效益，而其他同业的这一比例仅为19%2023年企业技术投资进展情况传统人工智能技术生成式人工智能用例ChatGPT应用生成式人工智能领域的风险投资增长了425%截至2022年末，该领域的风险投资增长了425%，而且还在继续激增ChatGPT用户达到亿级用户在2023年1月达到1亿用户，是史上用户增长最快的应用程序多家公司的员工已经开始使用ChatGPT将市场推向全新应用的发展曲线如今，各行业的企业都不得不开始研究人工智能的影响，否则就会面临被颠覆的风险9生成式人工智能无法取代企业领导者的地位，但却能大大提高其领导力，企业需要重新制定战略，梳理各个业务职能节点结合人工智能工具的可行性业务简化和自动化流程，提高效率并降低成本产品与服务创建定制产品，提高客户满意度并推动创新人员协助人才招聘、员工活动和培训，优化人力资源流程财务分析大量数据，以便在财务运作中进行预测、风险管理和决策营销与销售增强客户定位、个性化营销和潜在客户挖掘能力，从而更有效地开展营销活动技术推进自动化、网络安全和数据分析，推动创新并提高技术性能研发提出新想法，模拟情景，协助开发尖端产品法律与合规协助法律研究、合同分析和合规监测，提高效率并确保遵守法规67853241重新思考战略每个企业都需要重新思考其战略和业务运营，将人与AI有机结合起来10虽然生成式人工智能的具体功能可能因平台而异，但从底层逻辑上看存在某些共性。这些特性使其成为企业寻求创新并在竞争中保持领先地位的有力工具适应性生成式人工智能可以适应新的场景和数据，使其更加灵活，能够处理复杂的任务创造力它能够产生新的想法、设计和解决方案，帮助组织创新并在竞争中保持领先地位可扩展性生成式人工智能可处理大型数据集和任务，因此适合企业级应用效率生成式人工智能可以快速、准确地执行重复性任务，让员工可以专注于更有价值的任务自动化生成式人工智能可以自动执行各种业务职能的任务，降低成本，提高效率整合它可以与其他技术和系统结合，强化自身功能并创造新的业务机会可预测性生成式人工智能可根据历史数据进行预测，从而改进预测准确性和风险管理效率多模态它可以处理不同的数据类型，包括文本、图像和音频，从而实现更全面的分析和洞察力11基础技术能力人工智能语言处理技术提升效率和准确性作为生成式人工智能技术的卓越代表，当前热门应用ChatGPT的战略优势可帮助企业转变用户体验并简化业务运营具有成本效益的客户服务和后备支持洞察客户行为和偏好724全天候服务处理大量客户互动提高客户满意度与其他系统和工具集成提高效率和生产力缩短响应时间自动和个性化回复访问实时数据和分析12从更广义的商业世界看，生成式人工智能将颠覆现有产品、流程、运营方式乃至商业模式，带来全新转型机遇自动建议和决策支持超个性化客户体验进入全新客户服务市场商业模式的颠覆定制化、适应性产品/服务创新客户数据驱动的优势生成式人工智能带来的6大转型机遇13场景应用机会214生成式人工智能包含信息处理、信息检索、新内容生成三大基础组件，可在多种场景下应用，赋能银行保险金融机构信息处理（IP）自然语言理解能力使其能够像人类一样处理信息理解文本内容理解指令、问题和提示信息检索（IR）能够检索特定的相关信息，并用自然语言进行处理和整合根据相关信息检索回答文件中的问题从文件中提取关键字新内容生成（NCG）语言生成能力可通过识别多种来源的固定样式信息来生成新内容根据流程文档编写用户手册运用多来源信息撰写报告自动化代码根据人类指令自动生成代码应用实例包括github，co-pilot举例：自动创建ETL代码文本分类通过零次学习、甚至无需微调即可为所输入文本打上类别标签举例：客户情绪分析聊天机器人作为问题解答系统运行，可根据提示回答相应问题举例：客户服务支持文档源数据和摘要从各种文档中提取和汇编关键信息，并对内容进行合成举例：提取关键词和短语搜索可在大型内部数据库中搜索和检索信息举例：知识管理平台IP，IRIP，IR，NCGIP，IRIP，IRIP，NCG潜在应用场景基础组件15基于生成式人工智能的自动化作业可广泛应用于金融机构各个业务职能的多类型场景人力资源及人员管理产品财务客户与业务增长销售及市场营销应用热度更高、可优先拓展领域风险合规客户互动洞察：客户反馈及情感分析、呼叫处理知识库管理：搜索、元数据标签、交叉关联、摘要和分类员工培训：客户经理绩效对标客户互动洞察：自动触发客户管理系统内容填充，提升客户体验营销活动策划：自动生成营销活动，定制报告和短文，通过文字、图片和视频进行营销和内容创作虚拟助理：客户经理助理（个性化优惠方案）知识库管理：财务文件分析、信息汇总等市场动向和需求/情绪变化项目组合和投资监控产品特性功能化、定价优化基于客户画像的产品建议基于客户反馈的个性化综合方案定制员工培训：绩效管理洞察、内部资源培训材料、内部游戏化培训知识库管理：政策/制度搜索入职管理客户互动洞察：投诉识别、合规监控（披露与承诺语言）、监管及审计知识库管理：条款搜索、回答审计询问商业信贷尽职调查审批人协助与培训16不仅如此，生成式人工智能技术还将通过语言、声音、图像相结合的方式为不同业务单位和职能部门创造价值语言生成图像生成语音/发声部分举例01营销和销售02业务03员工管理04风险、法律与合规05信息技术/工程06支持职能(人力资源、财务）根据客户资料、历史数据和近期行为，个性化推荐产品和服务从在线文本和图像中总结和提取重要主题，分析客户反馈意见创建或改进客户聊天机器人，以确保能够为客户提供所有业务类型的查询，并实现自动互动促进文件处理、识别和汇总，例如作为保险合同一部分的索赔照片根据上下文语境和语气，加强电子邮件分析和行动建议，优化与员工的沟通根据用户需求和背景（如特定的外部出版物）合成文件应用公司的法律框架，起草、审查和总结法律文件，并依据大量监管文件标注其中内容变化情况通过分析专利申请、商标和版权来保护知识产权，确保它们得到正确的申请和保护编写代码、测试和文档，以加快、确保和扩展开发（例如，将文本查询转换为Python代码），同时与外部系统或工具集成通过梳理遗留代码库、总结内容、厘清映射关系以及新语言翻译，实现遗留代码的迭代；代码和安全漏洞评估通过分析各种格式的简历（PDF、WORD.）和评估应聘者与职位之间的匹配程度，为候选人审查提供便利简化财务规划和分析流程，向用户推送近乎实时的进度和反馈，并对下一步行动进行最佳路径推荐17金融服务领域的新一代人工智能相关举措：金融业各细分领域头部玩家已采取行动，利用生成式人工智能工具赋能多个核心业务环节银行与资本市场财富与资产管理保险支付与金融科技某大型投资银行开发了支持OpenAI的聊天机器人，目前正在测试阶段用10万份预审财务和运营文件作为预训练模型，帮助顾问浏览大型数据库某财富管理公司A开发了人工智能对话助手，帮助投资经理和定量分析师实现股票投资流程自动化；同时配备语音功能，基于不同业务场景进行培训当前正处于概念验证阶段某全球化头部保险集团打造了一键式全自动端到端工伤理赔工具运用自然语言处理技术开发了首个真正意义上的人工智能保险律师某全球领先的银行卡组织利用生成式对抗网络(GAN)优化了风险和欺诈检测体系生成虚拟欺诈者，使之与现有反欺诈工具进行对抗训练，以找出欺诈检测模型中的漏洞，不断优化模型某大型金融数据平台创建了自己的大型语言模型，支持情感分析、命名实体识别、新闻分类和问答等多种功能某财富管理公司B构建了由Infosys Cobalt驱动的云原生记录维护平台利用虚拟现实和对话式人工智能为有养老规划需求的客户提供实时数据解决方案和定制服务某欧洲大型保险集团开发了由ChatGPT驱动的自动代码生成工具，用于统计模型、信息提取（如理赔）和索赔数据分析，以确定损失原因某金融科技公司开发了专属生成式人工智能虚拟助手，具有类似ChatGPT的功能与初创企业合作，在其代码库中培训自己的大型语言模型，以便打造自动代码生成工具以支持产品开发某大型商业银行打造了专属虚拟财务助理，可实现个性化产品方案定制可提供实时财务建议、个人财务见解和投资组合表现反馈某资产管理公司打造了专属数字助理，旨在回答投资顾问/客户提出的复杂问题可提供类似人工级别的流程指导，包括如何通过账户管理等环节挖掘潜在客户某大型寿险公司基于生成式人工智能技术制定个性化财务和退休规划方案投资了以AI创新为重点的初创企业，目前可提供无需医生参与的核保服务某北美大型支付平台实现了基于自然语言处理的客户服务自动化实现语音到文本的转录、旅行预订处理、按部门的电子邮件分类，以及客户服务聊天自动化18金融行业细分赛道已有多家企业启动了融合生成式人工智能技术的场景实践生成式人工智能在金融业十大细分赛道的机遇分析示例财富管理行业：核心应用于客户挖掘、整体财富管理建议、财务规划方案等领域资产管理行业：核心应用于前台投资人关系维系、交易支持、交易合规管理、销售和渠道管理等领域零售银行：核心应用于客户挖掘、信贷管理、信用卡和支付管理等领域投资银行：核心应用于财务框架研究分析、交易条款分析、法律合规分析等领域对公银行：核心应用于信贷审批、风险管理、运营和资金管理、客户挖掘等领域资本市场：核心应用于账户开立、交易执行、交易后处理、风险管理等领域财险行业：核心应用于客户获取、核保、保险方案定制、理赔处理、损失分析等领域寿险行业：核心应用于账户开立、核保和风控、定制化保险方案、风险模型预测等领域金融科技行业：核心应用于客户画像、数字化资产管理、运营流程优化等领域支付行业：核心应用于账户开立、支付处理、账户管理和动态风控等领域生成式人工智能在金融行业的核心应用实例19其中在金融服务的各个细分领域中，可以覆盖并产生效益的应用场景相当广泛提供全方位的零售银行服务，可生成人工智能建议利用机器学习即时、持续地检测欺诈风险对包含复杂、非流动性金融产品的资产负债表进行压力测试即时并购交易分析和自动交易结构设计风险决策和资本分配流程自动化基于预测性盈利/亏损分析，自动优化投资组合自动开户，包括KYC、交易协议和账户设置自动做市和资产服务，如抵押品管理根据市场预测自动创建和调整投资组合提供以数据为导向的理财建议基于市场预测自动调整资产配置自动风险评估/定制投资组合，提供个性化见解生成式人工智能承保分析与自动风险分析利用增强型机器学习算法实现自动理赔操作无需体检、化验或就诊，22秒内即可创建保单死亡率预测准确率达88%-90%自动化汇总市场数据和流动性状况用于辅助定价和交易执行优化分布式金融的财务运作和决策过程生成式对抗网络(GAN)支持信用卡欺诈检测通过客户分析开发和优化信用评分模型客户引流信用卡和付款管理信贷管理授权服务财务结构研究分析交易来源和条款分析法律主体分析交易结构设计营销销售信贷审批风险管理业务和资金管理新客登录交易执行交易后处理风险管理客户挖掘和开户全面财富建议财务规划方案共享服务前台和投资人关系业务、交易支持和对账合规和基金管理销售和分销客户挖掘/承销定制化保险方案设计理赔处理损失分析新客登录核保和风险评估定制化保险方案设计预测风险模型用户特征分析数字资产管理强化连通性运行优化新客登录付款处理账户管理动态风险管理零售银行业务投资银行业务大型企业、中小微企业银行业务资本市场财富管理资产管理财产和意外事故人寿保险和年金金融科技行业支付行业银行业和资本市场财富和资产管理支付与创新保险行业细分领域生成式人工智能可发挥作用应用场景20用例设计与开发模型测试（测试套件）未来状态BAU设计模型风险管理/法律/风险文件总体计划支持案例研究-财富管理：某财富管理公司通过嵌入生成式人工智能工具，大幅提升内部知识库使用效率，同时通过分析工具赋能财务顾问、改善客户服务体验一家大型财富管理公司正在实施一项以嵌入人工智能工具为核心的计划，希望将OpenAI集成到核心业务平台中，目的是：(i)改善员工（财务顾问、服务助理）对内部信息的访问；(ii)提高员工的工作效率；(iii)改善客户体验。问题陈述持续进行已开发内部知识管理虚拟助理搜索元数据（摘要、分类、常见问题）使用案例呼叫中心分析呼叫中心呼叫客户客户财务顾问(FA)安永支持领域内部知识管理通过虚拟助理、强化搜索和创建高质量元数据（摘要、分类、常见问题），提高组织知识库的访问和检索能力呼叫中心分析通过记录客户关系管理系统（CRM）关键内容、标记对话中的商机和风险、为员工培训提供交互洞察等举措，提高座席人员的工作效率和客户体验效率提升：简化内部流程，节省时间沟通一致性和准确性：大幅降低业务错误和语境误解情形的发生定制建议：生成量身定制的财富管理建议和配置方案迭代学习：通过对历史案例的学习，为未来战略和最佳实践提供依据能力建设：提高满足客户需求的能力和高价值客户挖掘能力项目价值21案例研究-筹资建议书的起草和管理：生成式人工智能卓越的文字语言整理能力帮助某金融服务机构提升客户项目筹资报告撰写效率和准确性效率提升：简化内部流程，节省时间沟通一致性和准确性：大幅降低业务错误和语境误解情形的发生定制建议：生成量身定制的筹资建议和方案迭代学习：通过对历史案例的学习，为未来战略和最佳实践提供依据能力建设：提高满足客户需求的能力和客户服务整体质量价值驱动资金筹措机会主题 1主题 2主题 3变量 1变量 2变量 3节省变量摘要提交格式目录项目摘要背景介绍方法单独显示每个章节、智能编辑器等用户通过预设提示和再生功能编辑每个章节下载筹资建议草案并提交根据相关性评分，将特定领域资金支持政策文件中的关键词与项目契合的相应因素相匹配在最有可能获得资助的客户与相关资助项目之间建立新的数据驱动联系使用特定功能模型和提示自动跑完程序，提高报告输出质量并减少文字错误标记匹配和申请生成人工干预在回路中的微调与项目方匹配某金融服务机构正在运用大型语言模型自动管理投资项目筹资流程，具体做法是：(i)从项目介绍中提取关键概念；(ii)以最小的工作量整合项目相关文档并起草筹资建议书使用案例22案例研究-ERP管理与理解：某基金销售平台通过打造“ChatERP”工具简化业务查询与决策流程并提高生产力定制的大型语言模型将大型语言模型作为所有ERP数据的接口基于大型语言模型的聊天界面自定义答案U:用户C:ChatERP在哪里可以找到有关X理财产品季度销售情况的信息？X先生在公司内部论坛发表了上一季度的产品销售情况分析报告，包括X产品的销售总金额和渠道类型，请查阅如下链接将Y的本月总业绩更新为300万您能确认他的员工编号和销售的产品吗？Y先生，员工编号1234，本月销售X产品金额300万我已将Y先生（员工编号1234）本月X产品的总业绩更新为300万将大型语言模型用作语义查询层指导大型语言模型了解数据库模式将自然语言作为数据库操作的界面包含临时分析的电子表格将企业资源规划与数据湖相结合带有标注作者和历史的元数据的站点确定关键绩效指标的仪表板文件包含零碎文件的电子邮件内部和外部正式文件UUCCUC金融机构面临的业务环境和合规要求日益复杂，金融行业也需要高效的方法来管理其企业资源规划（ERP）系统。然而传统的ERP系统界面通常较为复杂，操作这些系统需要较为高阶的技术知识积累，对用户使用的门槛要求通常较高ChatERP利用生成式人工智能的力量，通过自然语言实现直观的ERP互动，通过聊天实现数据无缝访问和更新，为所有用户简化决策并提高生产力问题陈述23案例研究-知识管理：某银行通过运用生成式人工智能工具提升线上平台客户服务效率、有效降低客户在账户开立等方面的问题咨诉率1.搜索仅限于关键字搜索，在根据查询上下文进行搜索时效率低下2.内容元数据往往较为缺乏，而且经常面临完整性和准确性问题3.聊天机器人建立在一套预先确定的常见问题清单基础上，因此回答仅限于这些内容领域1.大型语言模型可为上下文搜索创建更丰富的内容嵌入，并适应自然语言查询，从而增强搜索功能2.大型语言模型可用于自动生成元数据，这些元数据可由作者审查后发布3.可以利用大型语言模型驱动的内部聊天机器人来分析内容，并为用户找到/合成正确答案解决方案流程示例：1用户提交查询2生成和存储内容元数据；创建内容嵌入（带元数据）-简历和查询-QV3根据相似性评估和其他相关性算法评估匹配度4创建包含相关内容的提示，并传递给文本完成程序5整合并完成文本中的回复问题如何开设支票账户？请回答：开户步骤如下1.进入账户管理网站.0.10.70.60.80.90.5第一季度的部分内容Q1Q1第二条CV2QV1QV1QV1CV2CV1CV3.98更有效的元数据和搜索综合见解文本生成模型嵌入模式现状现状优化24生成式人工智能在金融机构部署的架构示例：通过输入结构化或非结构化数据，GenAI即可在大语言模型的支撑下通过分类、识别、排序和微调等步骤来完成文本内容输出工作预处理中间件(Python，Power Automate，.net/java等)大型语言模型最终结果Azure托管回路人工干预预处理步骤后处理输出数据输入提示工程将文本分成逻辑块以确认关联关系OCR，文档处理器根据令牌限制，识别并排列相关的数据块，然后发送数据块识别排序微调API响应整合标识脱敏筛选非结构化数据输入结构化数据收集运行时间修正偏差漂移模型微调微调API过程解析预处理1：初步合并聚类文本信息，使用OCR识别文本之间的逻辑关系预处理2：将查询文本限制在令牌限制的范围内，利用分类模型进行逻辑分组和排序个人专属标识脱敏：利用微软语言API或自定义标识进行脱敏，做到数据可用不可见提示工程设计：完成提示工程相关设计，即设置查询逻辑，并提取最优信息输出模型微调：以确保模型训练正确性，防止利用特定数据训练而出现误差的情形后处理1：对响应进行处理，以合并所有处理结果后处理2：评估响应的正确性、偏差和漂移，然后采取适当的调整策略25关键应用挑战326从技术角度考量，金融机构应尽早审视自身战略发展过程中所面临的技术层限制因素金融机构发展过程中面临的技术相关痛点信任和隐私问题与其他人工智能和人力开发系统的竞争监管和法律问题训练数据的偏差和公平性技术可靠性和稳健性部署和维护成本可扩展性和高效资源利用语言模型的技术限制和局限性安全和数据保护质量控制和监测与现有系统和平台集成用户教育和对技术的理解27纵观整个企业战略蓝图，每个组织都必须深入思考发展人工智能技术的相关风险和阻碍对企业战略和市场格局的思考要选取合适用例，就必须了解人工智能技术以及商业模式、熟知当前的市场机遇并预测未来的竞争格局缺乏技术人才很少有企业同时具备计算机科学、机器学习、人工智能和数据工程方面的人才，大规模部署对专业知识要求较高适宜的项目规模应谨慎选择模型和实施规模，以便在预算范围内最大限度提高效能；企业应选择部署对自身业务而言性能最高的模型模型井喷式发布目前不同类型的生成式模型多如牛毛，而且新模型仍在不断发布，模型的高速迭代带来了较高的学习和技术更新成本海量技术开发要跟踪不同开源企业和私营企业的新技术里程碑、进展和能力，巨大的技术投入可能会令企业望而生畏投资回报的考虑各组织在进行原型设计和部署之前，必须确保巨额投资的回报性，因此技术是否契合时代要求也是一大重要考虑因素道德与法律环境要时刻关注生成式人工智能快速演变的环境，包括知识产权、隐私和版权侵犯等领域意外后果及应对应提前完善事故处理机制，以应对意外的、灾难性、处理难度高的结果，并对其进行密切监测安全漏洞的处理新模型的引入或将带来大量新颖且难以攻克的安全漏洞28为什么人工智能战略至关重要？人工智能战略帮助企业更快地确立竞争优势，思考并确定相关制度与准则工具同样关键关键考虑因素1战略一致性：要实现生成式人工智能的全部价值，人工智能战略必须与组织的原则和战略保持一致合规性：尽早实施合规标准并根据法规变化进行修订，这将降低投资风险并助力组织保持发展势头2网络与数据安全：协议和监控必须自上而下进行，以防止漏洞的出现3品牌与体验：在员工和客户体验中采用生成式人工智能具有很高的上行价值，但同时也蕴藏巨大的潜在风险，必须快速部署并加以控制4产品创新服务成本未来韧性员工能效信任与准确性公平与偏见隐私与安全监管与法律实施人工智能战略的组织需要拥有一个重要的风险化解工具在加快追求竞争优势的同时，需要29为什么生成式人工智能的应用需要从战略规划入手？以战略为引领的组织才能提前扫除障碍，更大程度提升人工智能对企业发展的价值以人工智能战略为引领的组织.不以人工智能战略为引领的组织.在人工智能实现之前了解并降低其风险主动识别人工智能部署的高价值领域推广在早期试点中发现的经验和最佳做法在创造收入的同时保护收入，从而加快投资回报率大规模采用人工智能，最大限度地扩大对各职能部门和业务单位的影响各自为政地采用人工智能，从而限制了规模、投资回报率和可见性造成优先级混乱，导致投资分散被动应对风险，损害声誉和财务在采用人工智能的整个生命周期中，各业务单元重复犯错在生成式人工智能应用的早期阶段建立管理框架，可最大限度地提高上行价值，并最大限度地降低下行风险30制定人工智能相关政策、落地流程和实施指南可较大程度帮助企业顺利转型变革应用框架具体应用稳定且合理了解、记录人工智能的培训方法和决定数据安全确保数据安全，防止未经授权的访问、损坏和/或恶意攻击高性能使成果符合预期和行业标准无偏输出减少 求真，创建无偏见的模型是成功的关键框架框架框架描述框架描述政策政策人工智能模型风险管理政策目的和范围人工智能原则人工智能风险报告和执行人工智能风险管理战略优先级流程流程人工智能模型风险管理流程规则规则人工智能模型开发与验证指南模型开发指南（针对优先模型类型）模型验证指南（针对优先模型类型）用例选择模型启动模型开发实施前审查模型审批模型实施模型原型实施后审查持续监测持续审查模型变更模型退役31生成式人工智能将大大改变传统的数据战略方法，以知识战略为基础的同时塑造数据架构数据战略变为知识战略.同时塑造数据架构数据质量知识管理数据整合语义工程如何检查数据的正确性？经营企业需要哪些知识？如何提供这些数据？此用例需要哪些知识？变为变为数据处理数据获取数据存储架构文档模型监测模型开发用例识别与数据挖掘计划数据服务模型应用32如何战略布局433深厚的数据基础、丰富的场景用例、较强的科技能力、领先的金融专长和前瞻性的战略布局，是金融机构在发展生成式人工智能应用过程中能够脱颖而出的关键怎样的金融机构才能在当前趋势下取胜？1深厚的数据基础4领先的金融专长2丰富的场景用例5前瞻性的战略布局第三方IT服务商所提供的算法和算力资源或已经能支持金融机构的人工智能布局而未来真正能够体现生成式人工智能在金融服务上差异化的核心要素是各金融机构的专有数据储备打造商业模式闭环、实现商业化落地是发展生成式人工智能金融应用的关键环节例如银行业可利用生成式人工智能覆盖零售、对公、金融市场等各细分领域场景在细分领域更具金融专长的金融机构有望基于对行业的深度理解和丰富经验、广阔的业务网络和深厚的产业资源，顺应生成式人工智能浪潮实现自身业务的迭代升级3较强的科技能力若金融机构通过前期投入已建立了较为完善的系统，则有望较大幅度降低发展生成式人工智能应用成本例如某基金销售平台在ERP系统之上打造“ChatERP”以提高生产力提前进行应用布局的金融机构能够率先搭建较为完备的人工智能生态、进而为促进技术迭代，实现市场领先金融业各细分领域头部玩家已采取行动，赋能多个核心业务环节34变革迫在眉睫，金融机构可以采取哪些行动在生成式人工智能浪潮中取得成功？我们建议按目标确定、管理流程建立、服务商选择、用例测试、战略路径制定的步骤行动建议的初始步骤生成式人工智能市场将快速增长，其市场收入预计将从2022年的106.3亿美元增至2032年的2,007.3亿美元2023年至2032年的复合年增长率（CAGR）将达到34.2%确定业务目标和目的确定生成式人工智能可以实现的关键业务目标，如改善客户体验或提高运营效率建立管理流程建立管理流程，确保生成式人工智能的使用合乎道德和法规，包括数据隐私、安全和数据等透明度选择技术提供商寻找能够提供强大功能、可扩展性和灵活性，以及在金融行业有成功部署案例的供应商部署用例测试结合在金融行业内的业务特征，筛选能为企业创造最大价值的生成式人工智能特定用例，如客户服务或内容创作制定战略路径制定实施生成式人工智能的战略路径，包括时间计划、资源分配和沟通计划35生成式人工智能战略实施的重点在于如何选择对金融机构而言利用价值最高的应用场景我们将采用连贯一致的战略方案实施并指导，并非只专注于战略或发展的独立环节影响评估模型选择和实施风险评估选择合适用例以更好地契合企业战略将人工智能技术应用与最有可能利好企业的战略重点相结合通过评估内部数字化战略和基础设施现状来考虑生成式人工智能落地可行性绘制新技术和/或新业务模式的实施路线图新技术驱动的业务模式成本分析进行综合技术分析，考虑可扩展性、兼容性和易集成性等因素对数据模型进行微调以高敏捷性快速部署模型，以尽快测试实际可用性快速证明（或反驳）生成式人工智能技术在计划用例中的实际价值，快速且小规模试错与其他技术相结合，最大限度地发挥生成式人工智能工具的价值提前评估生成式人工智能落地的潜在风险，并提前制定应对措施充分考虑道德和法律环境因素践事实核查和反幻觉控制通过及时微调模型，增加防护措施，防止受保护群体受到模型偏见的影响建立生成式人工智能的响应自我识别机制36构建可扩展的生成式人工智能战略蓝图人工智能领导者必须了解生成式人工智能在企业中生存和成功的4个关键特征人工智能的伦理与信任人工智能对长期价值创造的影响战略布局设定愿景、目标、战略蓝图为生成式人工智能的实施确定愿景、目标和衡量标准，并制定未来战略蓝图，以确保战略的有力执行现在探索应用开始尝试不同的技术和用例探索不同的使用案例，确定成功的关键因素和应用部署的潜在障碍下一步实现超越为信任和治理奠定坚实基础建立健全的风险管理框架，并为生成式人工智能建立数据治理、道德、法律和监管框架未来资料来源：麻省理工学院与安永合作开展的技术审查近50%的受访企业和技术决策者不信任公司的人工智能数据质量管理和董事会的作用人工智能政策和法规37安永在帮助金融行业客户运用生成式人工智能技术方面发挥着不可或缺的作用，主要提供以下3项服务卓越的变革、迭代和应用速度快速融入和扩散跨部门和跨职能的用例帮助客户应对差异化竞争挑战1制定生成式人工智能战略和实施路线图2规划并提供可靠的人工智能应用服务3扩展用例实施借助生成式人工智能，帮助客户创建新的业务模式，重新构想运营模式，并推动人力资本的转型变革安永将协助客户部署相应的战略实施路线图，通过业务模式或运营模式转型创造价值，平衡风险与回报客户将抢先市场率先采用生成式人工智能安永将为客户提供人工智能部署和扩展管理服务，帮助客户管理和交付人工智能应用。提供的服务包括生成式人工智能模型应用中的流程管理、程序管理和风险管理等将用例原型化、构建、扩展并交付到完整的生产环境中（dataops、MLOps、API集成）人工智能战略供应商分析与技术选择效益实现/采用框架业务案例诊断和用例选择风险规划目标运行模式设计路线图和执行计划人工智能/移动语言政策模型验证程序/标准人工智能公平/偏见框架高风险程序模型验证持续监测制定基准模式变更管理概念设计和原型制作工艺设计建立和测试人工智能模型绩效评估技术/基础设施建设持续监测模式变更管理利用CoE用例安永在生成式人工智能领域主要提供战略制定和实施路线图规划、人工智能应用、扩展用例实施三方面服务38我们在项目中协助高管团队提升领导力：随着下一个前沿领域的展开，金融机构需要提出正确的问题人工智能自然语言处理机器学习深度学习语言模式ChatGPT算法神经网络数据自动化文本生成创意创新理解知识改变图像生成首席执行官/首席运营官生成式人工智能如何与我们公司的愿景、目标以及运营模式保持一致？生成式人工智能如何帮助我们的组织在竞争中保持领先并提高客户参与度？首席技术官/首席信息官如何将生成式人工智能与我们的核心技术和信息系统相结合？我们的技术人员需要什么样的培训和资源来实施/维护使用生成式人工智能的系统？首席合规官与生成式人工智能相关的潜在内部风险和外部风险是什么？我们该如何制定正确的保障措施和控制措施，以实现生成式人工智能的可操作性？生成式人工智能如何降低成本？首席营销官新老竞争对手和颠覆者是如何部署生成式人工智能的？生成式人工智能对您意味着什么？金融机构高管关键问题39首先，对企业的重新思考将助力我们在各种新可能性中创造价值，更高效地结合人与技术新的人工智能颠覆者生成式人工智能将从根本上颠覆许多商业模式。举例来说，在线教育平台现在可以大规模生成作业，并根据每个学习者的情况进行个性化定制。员工与客户体验的未来生成式人工智能无处不在地大规模体现个性化。客户和员工体验可以利用庞大的先前互动数据库来创建和优化。负责任和合乎道德的人工智能生成式人工智能需要安全屏障和经过验证的来源以保持可信度。在一个成熟的人工智能市场中，能够维护人工智能信任的知识拥有者将是必要的。人工智能生成的产品和服务生成式人工智能已经创造了许多新产品，从图像生成到按需制定个性化金融建议。随着人工智能能力的增长，需要思考的是：它将带来哪些新产品？如何在现有产品中引入人工智能以改进产品？优化企业决策知识管理和优化决策支持是规模化人工智能能力最强大的用例之一。通过更好的问题生成式人工智能可以帮助提升组织的数据价值，优化多变量选择，并实现大规模行动。突破创新创新和开发人工智能能力具有极高价值，然而人工智能也与现有技术相结合，从而帮助创造新的技术。企业可以利用人工智能创造新的产品，或通过优化销售沟通来改进客户关系管理。法律、监管和税务问题随着人工智能在全球范围内不断发展技术开发和执行需要重新思考每个流程和应用，将新技术与传统系统进行整合，并开发新的人工智能功能。重新思考企业从新的业务模式和产品/服务到重新定义的业务流程、人才方法和风险计划，每个企业都需要重新思考其战略和运营，将人和技术结合起来40同时，生成式人工智能将促进金融机构业务和运营模式的根本性转变，因此企业的战略思维也需随之更新战略思维必须从.为了实现这一新的价值.通过技术驱动数据，人员执行流程数据驱动技术，人员管理流程技术技术人人以以.新损益表数据货币化新产品创新联网/软件产品交付重塑直接面向消费者模式支持社交商务数字化的销售队伍市场拓展渠道性能投资组合和定价市场细分数字化运营模式供应链优化客户支持员工队伍规划收入增长生产率收益现有业务模式新商业模式损益价值杠杆业务模式整合41其次，要想取得成功，所有金融机构都必须认真回答与生成式人工智能相关的战略和技术问题管理风险深思熟虑地开始思考如下问题哪些用例可以平衡贵组织的风险和回报？我们该如何处理这些问题：采购还是自建，还是自然增长，还是等等再看？面对即将到来的基于生成式人工智能的在线市场，我们的长期战略愿景是什么？如何在人才库中获取并最大限度地发挥自动化的价值？在这种情况下，我们的新“速赢战略”是什么？管理生成式人工智能和应用的规则办法是什么？评估和确保相关数据隐私和所有权控制的流程是什么？内部测试、安全防护、审计以及相关提示和故