花旗高管:生成式人工智慧如何革新銀行業,同時在客戶支持上帶來風險

生成式人工智慧正在促進花旗銀行的重要轉型,提高數據驅動的決策能力。然而,由於固有風險,該銀行選擇不推出面向客戶的聊天機器人。

花旗銀行的分析技術與創新負責人普羅米提·達塔(Promiti Dutta)在紐約的AI影響力巡迴活動中闡述了這一觀點。她表示:“在我加入花旗銀行四年半之前,數據科學和分析往往是次要考量。而生成式人工智慧的出現標誌著一種範式轉變,讓數據和分析成為焦點。突然間,大家都渴望探索AI解決方案。”

花旗銀行的生成式人工智慧優先事項

達塔分享了這種文化轉變如何激發全公司對AI專案的熱情。花旗銀行將其生成式人工智慧計劃分為三個關鍵領域,專注於提供有意義的結果和可衡量的成效:

1. 代理輔助:大型語言模型(LLM)協助呼叫中心代理總結客戶資訊,並在互動過程中促進筆記的撰寫。雖然這一應用並非直接面向客戶,但提升了代理滿足客戶需求的能力。

2. 任務自動化:LLM簡化手動流程,例如總結大量合規文件並協助員工查找必要資訊。

3. 內部搜尋功能:花旗銀行正在開發集中式內部搜尋引擎,使員工能夠輕鬆獲取數據驅動的見解。此工具將使員工能通過自然語言生成分析,提升整個組織的效率。

對外部互動的謹慎態度

雖然花旗銀行在內部積極運用生成式人工智慧,達塔卻警告不要將LLM用於客戶互動,因為潛在的風險。她強調了LLM「幻想」的問題,這些問題在創意背景下可能有益,但在金融服務中所帶來的準確性風險是不可接受的。“在信任至上的行業中,我們不能在客戶互動中出現錯誤,”她強調。

目前,花旗銀行依賴於預先編寫的自然語言處理(NLP)方法進行客戶溝通,這一做法是在2022年底生成式人工智慧興起之前就已建立的。

LLM的未來前景

花旗銀行對於將LLM應用於外部仍持開放態度,但希望確保所有實施都包含人類監督。達塔提到,受到高度管制的銀行環境要求在採用新技術前需進行廣泛測試。這種謹慎的方法與富國銀行相對,後者通過其Fargo虛擬助手積極使用生成式人工智慧與客戶互動。

轉變內部流程

花旗銀行的內部工作小組負責審查生成式人工智慧計畫,確保負責任地部署並符合客戶安全。達塔分享道,整個組織對生成式人工智慧的熱忱高漲,但需要有效管理這種興奮。

微軟的莎拉·伯德(Sarah Bird)強調了AI系統穩定性的重要性,並表示該公司正在積極解決LLM的不準確性,特別是在應用檢索增強生成(RAG)的情境下。持續的努力旨在提升這些模型的可靠性,這對各種應用至關重要。

在該活動中,來自紐約普利斯比特醫院的阿什利·比奇博士(Dr. Ashley Beecy)強調了生成式人工智慧如何通過多模態模型重塑醫療保健,標誌著患者護理的範式轉變。

結論

花旗銀行正策略性地駕馭生成式人工智慧的領域,專注於內部增強,同時對客戶互動應用的風險保持警惕。這一方法結合了創新與責任,確保在技術演進的過程中,安全性和客戶信任始終居於首位。

Most people like

Find AI tools in YBX

Related Articles
Refresh Articles