文|十字財(cái)經(jīng) 李意安
年初開始，ChatGPT的大熱讓資本市場陷入瘋狂的同時(shí)，也各行各業(yè)也都陷入了空前的危機(jī)感，金融行業(yè)也不例外。近日，招商銀行信用卡中心、江蘇銀行紛紛下場，探索ChatGPT在業(yè)務(wù)中的具體運(yùn)用。百信銀行、郵儲(chǔ)銀行也接連宣布接入百度文心一言。
雖然AIGC的這一波亮相到底營銷噱頭還是真有活存在爭議，但人工智能確實(shí)為行業(yè)發(fā)展帶來了新的變量。
1.對(duì)銀行而言，會(huì)帶來什么
首先，是思維方式的升級(jí)。
從目前來看，ChatGPT明確落地的應(yīng)用是銀行在品牌工作上的內(nèi)容試水。月初招商銀行信用卡在官微發(fā)布了國內(nèi)金融行業(yè)首篇使用ChatGPT技術(shù)完成的品牌稿件，引發(fā)廣泛關(guān)注。
而事實(shí)上，這其實(shí)并不只有銀行可以做的事情，拋開銀行場景，僅僅只討論品牌這一工種。在UGC、PGC之后，以ChatGPT為代表的AIGC確實(shí)給內(nèi)容賽道帶來了全新的想象力。
品牌心智的鍛造是個(gè)長期過程。如何綜合多角度的用戶反饋并形成品牌策略的精準(zhǔn)優(yōu)化，是一場漫長的試探與博弈，也一直是品牌方的難題。傳統(tǒng)的作業(yè)模式中，這一工作有著十分標(biāo)準(zhǔn)的傳導(dǎo)鏈路：品牌需要通過產(chǎn)品、服務(wù)、廣告、活動(dòng)結(jié)合用戶調(diào)研、不同模塊形成立體的數(shù)據(jù)分析，多點(diǎn)反饋形成全息沙盤。完整體察用戶動(dòng)態(tài)需求之后再形成精準(zhǔn)的品牌輸出。而整個(gè)周期需要多少多久，存在很強(qiáng)的不可控性。
首先，對(duì)多維度、全鏈路的信息反饋進(jìn)行數(shù)據(jù)分析本身就是人工智能的強(qiáng)項(xiàng)，而在此基礎(chǔ)之上，對(duì)AI提出需求——AI根據(jù)需求形成輸出——調(diào)教模型——優(yōu)化產(chǎn)出。較之傳統(tǒng)作業(yè)模式，更高效地完成了品牌心智的交互，同時(shí)也大幅減少了信息損耗，降低了需求錯(cuò)位的可能性。
品牌只是AIGC的初步探索，事實(shí)上從ChatGPT強(qiáng)大的語言理解能力和語意推理能力來看，ChatGPT在應(yīng)用層面的想象力絕不僅于此。
直觀聯(lián)想上，它可以幫助智能客服精準(zhǔn)的理解用戶意圖，形成完整的智能問答，從而大幅提升用戶體驗(yàn)；而其強(qiáng)大的數(shù)據(jù)分析能力和學(xué)習(xí)能力則能夠幫助用戶識(shí)別欺詐檢測、幫助金融機(jī)構(gòu)分析市場趨勢，研判市場風(fēng)險(xiǎn)等等。
其實(shí)，智能客服、智能投顧早已不是新鮮詞匯，但效果始終差強(qiáng)人意。過去幾年，智能化常常被各家金融機(jī)構(gòu)包裝成亮點(diǎn)，但在真正服務(wù)落地的過程中卻總是充滿槽點(diǎn)。
僅僅以智能客服來舉例，很多機(jī)構(gòu)一方面加大AI客服投入，一方面精簡了人工客服的團(tuán)隊(duì)。但對(duì)用戶而言，AI客服只能對(duì)簡單問題給予標(biāo)準(zhǔn)化回答卻解決不了問題，反復(fù)跳轉(zhuǎn)還找不到真正的人工客服，十分奔潰。因此，人工智能甚至一度被調(diào)侃為人工智障。
相較而言，ChatGPT雖然有時(shí)候也會(huì)輸出一些正確的廢話，但好在語義理解能力很強(qiáng)，反饋輸出語句通順且邏輯自洽。如果要讓AIGC進(jìn)化推動(dòng)智能服務(wù)的進(jìn)化，對(duì)模型的馴化能力成為了考驗(yàn)銀行的關(guān)鍵點(diǎn)。
2.銀行要做什么，能做什么
人工智能的介入底層是思維升級(jí)，就跟曾經(jīng)的“互聯(lián)網(wǎng)思維”一樣，如果說上一階段的“互聯(lián)網(wǎng) ”“互聯(lián)一切”讓服務(wù)形態(tài)從線下到線上，智能化升級(jí)則需要全行業(yè)務(wù)的進(jìn)一步深度融合。
新的技術(shù)革命全面到來之前，順勢布局的重要性無需贅言。但這顯然，在此之前，還有大量的清障工作。
首先是戰(zhàn)略層面的思維變革。大多數(shù)銀行可能都已經(jīng)意識(shí)到了，在銀行這個(gè)紅海，科技能力已經(jīng)成為構(gòu)建底層競爭力的重要一環(huán)。但知易行難，受限于體制機(jī)制，很多銀行的科技創(chuàng)新依然局限于網(wǎng)金等少數(shù)幾個(gè)部門，真正從戰(zhàn)略舉全行之力推動(dòng)科技轉(zhuǎn)型的銀行不過寥寥數(shù)家。
現(xiàn)實(shí)層面還有成本和數(shù)據(jù)處理合規(guī)性的問題。
GPT是Generative Pre-trained Transformer（生成型預(yù)訓(xùn)練變換模型）的縮寫，從其名稱就可以看出，“訓(xùn)練”是戰(zhàn)斗力的關(guān)鍵，而訓(xùn)練也關(guān)乎著高昂的成本。
國盛證券計(jì)算機(jī)分析師劉高暢、楊然在發(fā)表于2月12日的報(bào)告《Chatgpt 需要多少算力》中估算，GPT-3訓(xùn)練一次的成本約為140萬美元，對(duì)于一些更大的LLM模型，訓(xùn)練成本介于200萬美元至1200萬美元之間。雖然商業(yè)銀行在ChatGPT應(yīng)用層面對(duì)模型的訓(xùn)練沒有明確的數(shù)據(jù)支撐，但可以想見成本不菲。
此外，人工智能的部署大概率需要“外腦”的加入，僅僅依靠銀行自己實(shí)現(xiàn)并不現(xiàn)實(shí)，金融機(jī)構(gòu)的數(shù)據(jù)不對(duì)外開放，現(xiàn)有的架構(gòu)也多是私有云部署，這對(duì)模型的訓(xùn)練難度帶來了挑戰(zhàn)，數(shù)據(jù)源的脫敏和標(biāo)注涉及的工程量巨大。
綜合命題下，對(duì)一些中小銀行來講，或許是一次機(jī)會(huì)。中小銀行雖然從財(cái)力不如大銀行，但從數(shù)據(jù)處理量來看，可能能更加快速地形成產(chǎn)出，短時(shí)間大幅度、高強(qiáng)度的投入對(duì)中小銀行的業(yè)務(wù)處理效率提升會(huì)更為明顯。
3.對(duì)金融從業(yè)者而言，這是不是要失業(yè)的前奏
任何一次技術(shù)革命都會(huì)帶來結(jié)構(gòu)性的失業(yè)，這是無法避免的挑戰(zhàn)，不因好惡而改變。這是人類的集體命運(yùn)，并非金融行業(yè)而已。
從歷史上看，前兩次工業(yè)革命對(duì)就業(yè)帶來的結(jié)構(gòu)性影響大約通過兩代人才逐步消化，而上世紀(jì)中葉開始的計(jì)算機(jī)革命帶來的影響到現(xiàn)在還沒有完全消化，相較而言，智能革命較之前幾次技術(shù)革命的影響可能更為深遠(yuǎn)。
打不過就加入當(dāng)然是最好的策略，越早加入越好。在通用大模型沒有觸及的垂直專業(yè)細(xì)分領(lǐng)域，要生成精準(zhǔn)的定制化內(nèi)容，專業(yè)人士的調(diào)校干預(yù)依然不可或缺。當(dāng)然，這對(duì)訓(xùn)練模型的AI專家也提出了更高的要求，跨界人才才是ChatGPT背后的“上帝之手”。所以從某種程度而言，AI不會(huì)控制人類，但是控制AI的人類可以，如果成為前者，就不必?fù)?dān)心成為后者。
但學(xué)霸畢竟是少數(shù)，對(duì)大多數(shù)從業(yè)者而言，解題的思路可能是，做“非標(biāo)”的人，或者做“非標(biāo)”的事。越是非標(biāo)，越是安全。如“柜員”、“客服”、“報(bào)表統(tǒng)計(jì)”，標(biāo)準(zhǔn)化程度越高的工作，AI替代的可能性就越高。而例如涉及大量線下調(diào)研的基金經(jīng)理，這類協(xié)作性很強(qiáng)的非標(biāo)工種，AI的可替代性就不高。
很殘酷的真相是，雖然一直說科技以人為本，但歷史上所有的技術(shù)革命，從來都不是以人為目的，效率才是一切的目標(biāo)。文明的快速進(jìn)階并不總能帶來幸福感，每一次科技的巨大飛躍在推動(dòng)文明進(jìn)步的同時(shí)都會(huì)加劇結(jié)構(gòu)性失業(yè)，會(huì)讓人類社會(huì)的競爭更“卷”——無論是個(gè)體還是經(jīng)濟(jì)體之間。
區(qū)別于歷史上所有的技術(shù)革命，智能革命的目標(biāo)是要替代人類最驕傲的東西——“大腦”。如果說互聯(lián)網(wǎng)讓人快速獲取一個(gè)陌生領(lǐng)域的知識(shí)，人工智能則能讓人快速輸出陌生領(lǐng)域的智識(shí)。隨著各類多維度、大規(guī)模數(shù)據(jù)的持續(xù)沉淀，人工智能的學(xué)習(xí)速度還在指數(shù)級(jí)上升。這既是AI的可怕之處，也是AI的致命魅力。人工智能一定會(huì)改變世界，無論你想或不想，愿或不愿。