Yahoo奇摩新聞 金控先後引進AI伺服器 大型語言模型已悄悄改變銀行的內在競爭力
台新金、中信金在去年第四季先後宣布導入升成式AI系統。（圖片來源／信傳媒資料庫）
台新金控在去年12月首度公開導入生成式AI的智能客服，並透露還把生成式AI用在協作平臺的聊天機器人Teams Chatbot、知識管理平臺、程式碼撰寫助理Codex，以及虛擬智能客服。
中信金控也在去年11月在金融科技展上首度曝光運用生成式人工智慧（Generative AI）研發的「AI智能助理」，應用人工智慧（Artificial Intelligence，AI）人臉辨識技術阻詐的升級版神盾聯防「防詐騙ATM」。
實際上，台新金和中信金是國內最先導入大型語言模型（large language model， LLM）的兩大金控，在ChatGpt剛在市場上引起震撼時，下訂了內涵輝達（Nvidia）的AI繪圖晶片H100的伺服器，再導入企業版的大型語言模型，對內部的知識管理系統進行各種測試、升級，說得簡單一些，台新和中信可能是目前國內所有銀行中「算力」最強的兩家銀行。
銀行導入LLM模型，更迅速的找出客戶需求
在ChatGpt走紅以前，外界談「金融科技」指的是區塊鏈技術的導入、新的支付方式等等，隨著OpenAI公司的ChatGpt功能引起世人驚豔，生成式AI引入各行各業，西方金融機構目前談「金融科技」多半指的是生成式AI技術、尤其是大型語言模型，OpenAI公司即推出了「ChatGPT Enterprise」企業版 ChatGPT 。
由於生成式AI具有強大的語音、文字、圖像轉換能力，因此許多銀行設計應用大型語言模型來提高客戶滿意度、忠誠度，當在客服人員和客戶對話的時候，系統已經將語音轉換成文字，行員一邊和客戶對話，系統已經產生「客戶輪廓」，越多訊息，系統越「了解」這位客戶，甚至可以推薦聊天的話題。
例如系統發覺客戶是一個強烈的風險趨避者，傳統資料分析可能要花半天才知道結果，AI系統在客服人員和客戶聊天3分鐘後，已經可以提供客戶風險趨避的理財商品名單，外幣定存（自動避開俄羅斯盧布）、傘型基金等等。
AI系統不只對外，也可提高銀行內部作業效率
大型語言模型不只是對外、對客戶，也可以對內部管理有所精進。高盛創新主管 Marco Argenti 表示，人工智慧不應被視為軟體開發人員的替代品，而應被視為軟體開發人員的同伴， 使用生成式人工智慧，開發人員已經能夠實現 40％的程式碼自動化。 他們也用它來進行測試。
應證了輝達執行長黃仁勳在公開演講時，多次強調，AI讓每個人都能成為程式設計師，不需要每個人都會寫程式，才能應用AI。以ChatGPT為例，能寫程式，用Python寫出機器學習的程式碼，IT人員再去修正更吻合自己的需要就好。
大型語言模型也可以幫助銀行人力資源部門進行教育訓練，例如傳統的新進銀行員都需要參加線上課程、考試、得到成績以及檢討，但過去題庫是固定，題目出現方式用既定的程式碼設定。
軟體工程師不會被取代，會對AI下指令的人吃香
美國佛羅裡達州的 South State 銀行積極採用了一種針對銀行文件和資料進行訓練的語言解決方案，使員工能夠熟悉系統並彙總銀行的內部記錄，得以解釋背後原因。 因此，新進行員很快就能精通特定主題或法規。
South State 銀行的AI系統還幫助員工執行各種任務，包括撰寫電子郵件、產生費用報告、分析可疑活動和分析詐欺，自從引入該解決方案以來，South State Bank 的生產力得到了大幅提升。 例如，以前有些工作平均需要 12 到 15 分鐘完成，現在只需幾秒鐘，只要員工下出「對的」指令。
算力就是競爭力，AI銀行將走出自己的路
金融機構導入大型語言模型LLM後就不會再走回頭路，由於LLM可以處理百億個、千億個參數，因此許多銀行把舊的龐大資料藉由LLM來活化，找出新的商機，有導入LLM的金融機構和傳統的金融機構未來幾年勢必走向不同的發展道路，競爭力的差距也將逐漸拉大。
各國的金融監理機構亦然，能夠理解LLM在金融業務的潛力和風險的監理機構，將比傳統還在靠PC管理銀行的監理機構，更能為產業創造機會。
更多信傳媒報導
暖化加劇、巴黎氣候協定難兌現 各國如何靠「負碳排創新」趕上淨零？
感冒ＶＳ.氣喘哪裡不一樣？醫：把握「3要點」遠離氣喘
食譜看過來》馬鈴薯蛋餅
