ChatGPT 對金融業造成的衝擊有哪些？

ChatGPT 推出時不僅掀起一陣風潮，在生活中、工作上也為我們帶來許多便利，相信正在看這篇文章的你一定深有同感。然而，隨著時間經過，ChatGPT 的問題也漸漸浮現，學生們利用其完成作業、考試作弊，收集並儲存用戶的個人數據造成的隱私權問題等，使ChatGPT 雖然在短短兩個月就達到1億用戶活躍量的絕佳成績，但在中國、香港、俄羅斯等國家都無法使用。義大利也以隱私疑慮再2023年４月為由暫時禁用ChatGPT，摩根大通、亞馬遜也都禁止員工將個人和客戶的機密資訊輸入至ChatGPT。

而馬克今天要分享的是ChatGPT 對「金融業」造成的衝擊。內容涵蓋了ChatGPT 帶來的優勢、造成的「人力取代」問題、人機協作的急迫性與在反洗錢活動中的貢獻。現在就一起來了解這些「衝擊」吧！

大型語言模型的擴張似乎開啟了 Fintech 新時代？

根據世界經濟論壇《2023 年就業前景報告》的調查，未來五年中全球 23% 的工作崗位將發生不小變化，企業預期將創造6,900萬個新職位，同時減少8,300萬個現有職位。此份調查中前十名成長最快的工作包含「人工智慧與機器學習專家」、「商業智慧分析師」和「金融科技工程師」，而消逝最快的工作中，第一名是「銀行行員」。此外，「行政工作」、「資料輸入」等崗位都將面臨被淘汰的危機。

當然，在人工智慧浪潮崛起的情況下，近期大型語言模型（Large Language Model，LLM）的出現讓科技業者展開一場軍備競賽，從微軟的ChatGPT、Meta 的LLaMA、Google 的Bard 與PaLM 2 都宣示了科技業正以「AI in all」的策略來發展大型語言模型。對金融業而言，人工智慧或可視為 Fintech 新一波浪潮，而 ChatGPT 為首的大型語言模型正在逐漸侵蝕金融業的各種業務功能。未來，會使用人工智慧的人將成為所有人的最大競爭對手。

近年來，在技術快速進步、創新解決方案出現而重塑了與金融產品和服務互動方式的推動下，金融服務業經歷了重大變革，就目前為止，該領域最有前途的發展之一是人工智慧與自然語言處理 (NLP) 技術的整合，有望徹底改變金融科技的模式。特別是OpenAI的最新版本ChatGPT-4 ，將在推動採用人工智慧驅動的金融服務以及為企業和消費者等開啟新機遇方面發揮關鍵作用。未來，多數前台單位人力可能會繼續留存，中後台則逐漸轉為自動化。同時，根據多家調查研究機構，ChatGPT 能夠帶來數項效益，分析如下：

1. 改善客戶體驗：透過自動聊天機器人提供 24/7 不間斷的客戶服務，極大化地提高整體客戶體驗，讓客戶能夠立即獲得想知道的答案。

2. 提高效率：自動執行重複性任務，讓員工騰出時間專注於更複雜的任務，以提高效率與生產力。

3. 節省成本：任務自動化能夠節省僱用和培訓員工的成本，還可以減少對體力勞動的需求。

4. 個性化：通過分析客戶數據並提供量身定制的建議來為客戶提供個性化服務，這可以大大提高客戶的滿意度與忠誠度。

5. 提高速度和準確性：因為能夠快速且準確地處理大量數據，進而加快決策速度，同時提高風險評估等任務準確性。

圖一、WEF排列成長最快與消失最快的工作類型

此外，從人工智慧的投資中或許也能窺見一二，在過去十年中，對人工智慧公司的投資金額大幅增加。根據 Crunchbase 的數據，2013 年使用 AI 的公司只從不到 1,000 筆交易獲得了 30 億美元的資金；2021 年，該金額在 4,000 多輪融資中達到 690 億美元的峰值，而截至 11 月下旬，2022 年全球 AI 資金總額達 380 億美元。
**這邊看什麼是大型語言模型https://www.markreadfintech.com/p/llm

客服人員首當其衝，培養人機協作能力是必要之事！

聊天機器人通過自動化重複流程，可以幫助銀行和金融機構滿足監管要求，讓員工有時間專注於更困難的任務。而且，ChatGPT本身就可以視為一種聊天機器人，透過提供即時回覆與 24/7 服務來強化客戶體驗。在面對數位原生代客群時，由於這些消費者已經習慣高網速與即時回覆，因此回覆時間長短更加可以成為評分銀行客戶體驗的工具。在這樣的預期下，ChatGPT 將帶來不小財務影響：銀行和其他金融機構能透過更高效率的營運來降低成本、提供更好的客戶服務，金融機構可以透過基本流程自動化，更好地了解客戶的需求與偏好，提供更多元服務和商品。

一旦ChatGPT 可以訪問適當的、預先存在的數據，例如公司的知識庫或常見問題解答（FAQ），聊天機器人就可以立即從該資訊中提取，自動回答傳入的問題。這些模型不只是儲存信息，它們還能夠理解資訊含義，在無人干預情況下讓客戶收到正確答覆。同時，自然語言處理（NLP）在生成具有人類感覺的文本方面更加有效，ChatGPT 工具不會以簡短、機械的答案回覆（這有時讓客戶覺得敷衍跟僵化），它們參與的對話較類似於與一般人類的互動。

ChatGPT 協助的聊天機器人能夠協助使用者進行賬戶或與交易相關的查詢、提供財務建議、整合至 Facebook Messenger 與WhatsApp 等社交平台，以提供更高效率的服務。而這些互動，又能收集客戶申請貸款所需的數據和文件，然後由 ChatGPT 分析此數據以確定申請人的信譽程度，使得客戶與模型形成正向互動。

圖二、ChatGPT的累積使用人數/天數可說是相當快速

現階段來說，金融機構正在使用聊天機器人技術來簡化客服流程，例如 Diamond Bank（現為 Access Bank）的 Ada、Access Bank 的 Tamada、Zenith 的 Ziva 等常見例子，而導入大型語言模型，或者使用部分的ChatGPT 功能後，這些聊天機器人在語言、語意的處理能力上將大幅提升。例如，信用卡發卡業者美國運通，已經將人工智慧導入聊天機器人，公司開發了一款名為 Amex Assistant 的聊天機器人，旨在為客戶提供即時支持，同時協助公司處理一系列銀行業務；匯豐銀行開發 HSBC Amanah

聊天機器人，旨在替客戶提供有關伊斯蘭銀行產品的資訊；第一資本開發 Eno 聊天機器人，透過文本或語音方式提供即時答覆、協助客戶滿足銀行業務詢問需求，並用於欺詐查核。

目前尚未知道這些企業是否真的使用ChatGPT，但應能合理推測這些金融機構已開始思考如何利用大型語言模型將聊天機器人的功能擴大化且智慧化。未來相關人員勢必縮減，而剩餘的客服人員必須熟悉如何人機協作。

投資分析師也有危險？ChatGPT 能協助做投資決策

除了客服功能外，ChatGPT 也很有可能改變投資者執行財務分析的方式。原本投資者與分析師經常需要比較不同的公司或產品，並從各種來源收集、分析數據，但隨著生成式 AI 問世，ChatGPT 能在短短幾秒鐘內生成比較報表，讓分析過程更高效且降低手動程度，這也使得負責整理數據的人員未來將面臨危險。另外，助理分析師與分析師也很危險，如果洞察力不夠深入、客戶不買單，那其實很多財務數據比較用ChatGPT 就能搞定了。此外，未來也有可能出現「日常的晨間新聞搜集」能由ChatGPT 執行的情境，透過摘錄各種新聞，能讓沒有時間詳細閱讀每篇新聞的決策者利用 ChatGPT 生成關鍵簡短摘要。相關功能可見下圖三。

圖三、ChatGPT也開始能擔任財務分析師了

那問題來了，分析師該何去何從？事實上，目前的金融市場分析師應無立即危險，許多資深分析師在特定身產業深耕許久，而人們對於假資訊的恐懼有增無減，尤其詐騙投資橫行，生成式AI 助長了投資詐騙內容的產生速度，使投資人混淆不清，因此無論是散戶或是機構投資人，仍還是需要真人服務。但同樣的，這些分析師也必須懂得人機協作，例如：讓ChatGPT 使用金融新聞標題的情緒分析來提供有關股票價格及其價值的資訊，讓分析師不必看完整個市場資訊就能獲得被簡易分析後的股市預測摘要。同樣的，ChatGPT 也能使用歷史數據摸索出投資者和公司行為的模式，這有助於提供對近期市場和投資狀況的分析觀點。此外，Excel 是分析師最熟悉的工具之一，經驗豐富的金融分析師能輕鬆掌握Excel 公式，但新人可能尚未熟悉，這時可以詢問ChatGPT，它會詳細解釋操作步驟。整體而言，ChatGPT 在分析上至少有三個功能。

1. 收集和清理數據：ChatGPT 能從各種來源收集數據、對其進行排序，以提供易於分析的可管理數據。同時也能分析原始數據。

2. 了解競爭格局：公司之間會競爭激烈以保持領先地位，為此，每個公司都應該知道競爭對手的產品與服務表現得如何，而ChatGPT 能以簡單的提示提供競爭對手的金融市場數據。

3. 自動化日常任務：分析師能夠使用 ChatGPT 來自動化他們每天的任務，包含數據輸入、報告生成和自動回覆電子郵件等。
   
   

反洗錢也能透過 ChatGPT！或許新創公司能幫上忙

作為一種先進的自然語言處理 AI，ChatGPT 能夠識別交易模式，並同時監控客戶交易中的各種可疑活動，和監管科技相互結合一同發揮更大的效益。透過自動化合規流程，ChatGPT 擅長降低手動調查工作所需的時間和資源，使反洗錢人員能夠專注於更關鍵的任務，例如參與同業或國內外主管機關交流，以更了解未來提出的各種法規，這種做法一方面可以幫助銀行降低風險缺口，避免因不合規而遭受鉅額的罰款，一方面又能掌握最新動態，調整模型的參數功能，或是提早部署新的相關模型。而一些科技新創業者正在將 ChatGPT 或 GPT-3.5 與其軟體進行串聯整合來強化反洗錢（AML）和了解客戶 （KYC）功能，這種技術融合能讓合規流程自動化，例如身份驗證、客戶別篩選監控，以及交易金額監控。同時，從反洗錢議題方向來分類，我們或許能問問ChatGPT 以下問題，看看它如何提供協助。

風險評估問題：

1. 金融犯罪專家在評估新興市場洗錢風險時面臨的最重大挑戰是什麼？

2. 如何利用人工智能更好地理解和評估與高風險司法管轄區和政治公眾人物 (PEP) 相關的風險？

3. 技術創新在增加或減少金融部門洗錢風險方面能夠發揮什麼效用？

4. 金融犯罪專家如何權衡採用人工智能驅動的反洗錢系統和交易監控解決方案的好處和風險？

5. 金融犯罪專家如何使用人工智慧和機器學習來加強反洗錢工作中的交易監控和異常檢測？

檢測和分析問題：

1. 在反洗錢軟體中結合網路分析與圖形分析以檢測複雜的洗錢計劃的最佳實務是什麼？

2. 人工智慧驅動的工具如何幫助金融犯罪專家識別潛在的製裁規避技術並改進制裁篩查？

3. 為了執行有效的反洗錢和合規工作，金融犯罪專家應該了解人工智慧和數據分析的哪些新興趨勢？

營運流程問題：

1. 在評估和選擇人工智慧驅動的反洗錢和合規軟體時，金融犯罪專家的主要考慮因素是什麼？

2. 金融犯罪專家如何透過在 KYC、制裁名單篩选和交易監控流程中整合外部的AI 解決方案來優化公司的反洗錢程序？

3. 金融犯罪專家如何確保他們的機構保持敏捷並適應反洗錢領域的監管變化與技術進步議題？

4. 金融犯罪專家應該如何了解人工智慧和合規技術的未來發展，以保持領先於金融犯罪分子？

當然，對從業人員來講，便利的代價是替代性，特別是在制定政策並使其保持最新狀態、總結法規及其變化、撰寫客戶資料、撰寫月度/季度和年度報告、編寫議程和會議紀錄、客戶審查文件、檢查文件的一致性、客戶和交易的風險評分、詐欺預防、交易監控、消除冗餘和誤報、建立可疑活動提交和其他標準報告等，都是反洗錢人員需要考慮未來是否可能被替代的項目。

摩根大通「同時使用也禁用」ChatGPT？

美國最大的銀行摩根大通是早期投入數位轉型的業者之一，但面對人工智慧浪潮時，卻顯得較為保守。它「同時使用也禁用ChatGPT」，完全視哪種使用場合而定。在交易業務上，該銀行的分析師使用ChatGPT 來分析美聯儲在過去 25 年中發布的聲明與言論，判斷政策資訊的性質，希望透過可用資訊更深入地推測央行的政策傾向，並檢視未來可能的政策變化（鷹派或鴿派）的潛在訊號，讓銀行在交易中獲得競爭優勢。

摩根大通的經濟學家研究人員回溯過去兩年半美聯儲行長的聲明與演講數據，研究成果指出，美聯儲近幾個月的表態表現出波動，鷹派程度相對降低。然而，這仍接近過去二十年的最高水平，這表明美聯儲政策不太可能改變調性。摩根大通模型也分析英國央行和歐洲央行的貨幣政策前景。在接下來的幾個月裡，預計這場分析實驗將擴展到全球另外 30 家中央銀行。

不過其他部門就沒這麼幸運了，摩根大通要求員工禁止將敏感資訊輸入ChatGPT，確保公司機密與客戶資訊不會被這個大型語言模型知道，或是落入競爭對手手中。摩根大通並不是唯一一家禁止員工使用ChatGPT 公司，電商巨頭亞馬遜也禁止團隊成員將機密客戶數據輸入 ChatGPT，電信業者Verizon 與顧問公司Accenture 也採取了類似的作法。而其他ChatGPT 禁令包括中國打擊互聯網用戶通過發佈到社交媒體的鏈接訪問該工具，以及國際機器學習會議 (ICML) 禁止發表人工智慧生成內容的論文。然而，除了企業外，學校也在防止這種數位工具濫用。美國許多學校在設備和網路上的ChatGPT 使用可能會產生連鎖反應，學生可能會使用該工具作弊，教職人員則爭先恐後地想辦法防止作弊。由此可知，無論是金融業還是非金融業，大家都存在著一個共識，「內部資訊不能在ChatGPT 上使用，以避免資安風險。」

整體而言，ChatGPT 對於金融業的影響就如同先前各種金融科技一般，非業務端的文書處理總是被第一個自動化的對象，中後台業務的影響較大，包含合規在內都是，而業務單位則是以人機協作為主，距離完全被替代較難。

馬克碎念

台灣的金融業也正在評估ChatGPT 的使用，但從國外使用的狀況來看，尚未大量取代特定工作崗位，除了成本的考量因素外，實際的應用場景與流程也還在驗證與調整中。另外目前在使用上，有極小的機率會出現AI 幻覺的現象，這是指AI 自信地生成出看似具說服力、實際卻是錯誤答案的問題，儘管這答案在其訓練數據中並不合理。多數研究人員認為，幻覺問題是運行聊天機器人的大型語言模型本身設計的問題。

有機構統計過GPT3發生幻覺的比例約為0.5% ，GPT4雖然比例較低但還是有0.01%的發生機率，這對於嚴謹的金融機構來說，似乎是另外一道要面對的關卡。但馬克認為這些都只是需要克服的小障礙，未來幾年內相關的應用都會快速的普及到各個金融機關去使用。