版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
證券研究報(bào)告ChatGPT如何改變銀行業(yè)?行業(yè)評級:看好2023年3月7日摘要1、什么是ChatGPT??
ChatGPT是什么?是將神經(jīng)網(wǎng)絡(luò)算法中的Transformer模型從理論變?yōu)楝F(xiàn)實(shí)的劃時(shí)代應(yīng)用。?
ChatGPT強(qiáng)在哪?①算力強(qiáng)數(shù)據(jù)多。近4年,GPT歷代模型的開發(fā)和訓(xùn)練得到了微軟在資金(110億美元)和算力(打造世界第五超級計(jì)算機(jī))上的強(qiáng)力支持,目前能夠處理千億級參數(shù),訓(xùn)練百TB級數(shù)據(jù)。②訓(xùn)練模式領(lǐng)先。前三代GPT均采取無人參與的預(yù)訓(xùn)練機(jī)制,ChatGPT新增人類反饋強(qiáng)化訓(xùn)練。③開生成式先河。以算力和訓(xùn)練數(shù)據(jù)為支撐,ChatGPT能夠準(zhǔn)確理解各類問題,給予具有一定邏輯的開放式回答;還能夠與提問者進(jìn)行連續(xù)對話,不斷修正給出的答案,這是前所未有的語言理解和表達(dá)能力。潛在價(jià)值巨大,未來ChatGPT技術(shù)與其他人工智能技術(shù)耦合,徹底改變?nèi)斯ぶ悄苌鷳B(tài)的可能性極大。?
ChatGPT缺陷是?①語料:語料不夠充分或完全未覆蓋的空白領(lǐng)域,ChatGPT很可能會給出誤導(dǎo)性內(nèi)容;與Bing搜索引擎耦合后,回答問題的準(zhǔn)確性是否收到搜索引擎數(shù)據(jù)的干擾有待觀察。②運(yùn)營成本:ChatGPT運(yùn)營及訓(xùn)練成本高企,恐將制約未來發(fā)展。③道德風(fēng)險(xiǎn):無法避免ChatGPT故意提供虛假或提供帶有攻擊性的答案。2、如何改變銀行業(yè)??
機(jī)遇與挑戰(zhàn):①銀行客服,對于客服、催收等人工的替代,與ChatGPT關(guān)聯(lián)最直接,或?qū)㈤_啟深度智能化階段。②業(yè)務(wù)前端:對于財(cái)富管理、小微客戶、個(gè)人消費(fèi)貸款等標(biāo)準(zhǔn)化產(chǎn)品,客戶識別有望進(jìn)一步細(xì)化,產(chǎn)品匹配有望更加精準(zhǔn)。③業(yè)務(wù)中端:諸如授信報(bào)告、審批報(bào)告、貸后管理報(bào)告等強(qiáng)格式性案頭工作,如能以ChatGPT替代,可有效提高運(yùn)營效率。④科技基礎(chǔ):銀行投入人工智能相關(guān)研究需要持續(xù)投入資源,特別是要投入支持模型運(yùn)轉(zhuǎn)及數(shù)據(jù)計(jì)算的算力資源。?
合規(guī)與成本:①數(shù)據(jù)隱私:銀行數(shù)據(jù)的特殊性決定了應(yīng)用第三方技術(shù)的審慎性,應(yīng)用技術(shù)須考慮本地化、私有化部署模式。②系統(tǒng)穩(wěn)定:銀行不掌握ChatGPT核心技術(shù),很難控制內(nèi)容輸出的正確性,也很難確保系統(tǒng)穩(wěn)定運(yùn)行,這在經(jīng)營中存在很大風(fēng)險(xiǎn)。③成本投入:無論是接入ChatGPT,還是自主開發(fā)類似功能,均須較大成本投入,是否能夠?qū)崿F(xiàn)預(yù)期收益,存在不確定性。3、哪些銀行有機(jī)會??
在金融科技持續(xù)投入資源的銀行。①科技人員:披露數(shù)據(jù)的21家上市銀行科技隊(duì)伍總?cè)藬?shù)11.6萬人,占從業(yè)總?cè)藬?shù)的5%;工行在絕對人數(shù)上一枝獨(dú)秀達(dá)3.5萬人以上,浦發(fā)、招行、工行科技人員占比最高。②科技投入:披露數(shù)據(jù)的24家上市銀行中科技投入近1600億元,占營收的3%。四大行在科技投入絕對規(guī)模占有優(yōu)勢;長沙、平安、招行科技投入營收占比最高。4、風(fēng)險(xiǎn)提示:ChatGPT相關(guān)技術(shù)理念及技術(shù)路徑出現(xiàn)質(zhì)變,或被新技術(shù)替代;銀行科技投入產(chǎn)出效能或不及預(yù)期。201什么是ChatGPT?是什么?
|強(qiáng)在哪?
|缺陷是?如何改變銀行業(yè)?目錄020304機(jī)遇與挑戰(zhàn)
|合規(guī)與成本哪些銀行有機(jī)會?C
O
N
T
E
N
T
S科技人員
|科技投入風(fēng)險(xiǎn)提示3是什么?強(qiáng)在哪?缺陷是?01什么是ChatGPT?41.1
ChatGPT是具有劃時(shí)代意義的自然語言處理模型ChatGPT是什么?自然語言處理,是人工智能最基礎(chǔ)的領(lǐng)域?!皥D靈測試”作為人工智能的理論開端,其所提出的驗(yàn)證標(biāo)準(zhǔn),即在人與機(jī)器的問答中,如果人無法判斷對方是人還是機(jī)器,則可判定機(jī)器具有人類智能。為了通過“圖靈測試”,人類的探索大致可分為三個(gè)階段:?
模式匹配:(1960s-90s)設(shè)置關(guān)鍵詞與答案之間的線性匹配關(guān)系,如果提問者觸發(fā)關(guān)鍵詞,則向其提供已經(jīng)預(yù)設(shè)好的答案。?
機(jī)器學(xué)習(xí):(2000s)不再預(yù)先設(shè)置關(guān)鍵詞與標(biāo)準(zhǔn)答案,而是向機(jī)器提供大量歷史資料,由機(jī)器自主總結(jié)規(guī)律、進(jìn)行會話。?
神經(jīng)網(wǎng)絡(luò):(2010s至今)屬于機(jī)器學(xué)習(xí)的進(jìn)化分支。原理上是通過建模來模擬人類大腦100億個(gè)神經(jīng)元的結(jié)構(gòu)。在2017年以前,主流模型為循環(huán)神經(jīng)網(wǎng)絡(luò)模型(RNN),處理語言時(shí)需要嚴(yán)格遵循語言的先后順序,無法并行計(jì)算且容易出現(xiàn)長句語義理解困難等問題;2017年,Transformer模型被提出,它是對句子中的所有單詞進(jìn)行計(jì)算,算出詞與詞之間的相關(guān)度,可以同時(shí)學(xué)習(xí)大量文本。ChatGPT(結(jié)尾的“T”即指Transformer),就是將這一模型從理論變?yōu)楝F(xiàn)實(shí)的劃時(shí)代應(yīng)用。模式匹配機(jī)器學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)Eliza(1966)Alice(1995)TransformerRNN代表應(yīng)用示例說明SmartChild(2001)廣泛應(yīng)用于翻譯軟件ChatGPT某些網(wǎng)站客服仍適用這一模式。例如,將“退貨”設(shè)置為關(guān)鍵詞,綁定回答:是最早SmarterChildRNN與Transformer模型的差別之一可以理解為:集成到即時(shí)通訊平臺的聊天機(jī)器人之一對于同樣一個(gè)英譯中任務(wù),A
magazine
isstuck
inthegun(AOL
MSN等),、RNN模型需要遵循單詞出現(xiàn)的先后順序,逐詞理解和計(jì)算,當(dāng)“gun”出現(xiàn)后,“magazine”才可以被準(zhǔn)確理解為“彈夾”。如果句子太長,前后關(guān)聯(lián)可能會失敗。并迅速引起轟動(dòng),體問:請問退貨該如何辦理?答:如確認(rèn)退貨,請點(diǎn)擊“退貨”鏈接。驗(yàn)與早期
接近。SiriTransformer模型關(guān)注的是每個(gè)單詞與句子中其他單詞的關(guān)系,可以同步進(jìn)行多詞、多篇學(xué)習(xí)。同時(shí),模型根據(jù)重要性和相關(guān)性程度,為詞語賦予不同權(quán)重,使得重要詞語能夠獲得較高權(quán)重,如此則即使在長文本中,也不會將重要信息丟失。數(shù)據(jù):浙商證券研究所整理。51.2
ChatGPT的強(qiáng)算力與大數(shù)據(jù)ChatGPT強(qiáng)在哪?ChatGPT最終爆火,離不開算力和數(shù)據(jù)量的持續(xù)升級。?
模型實(shí)質(zhì):所謂語言模型,實(shí)質(zhì)是對詞語序列的概率相關(guān)性建模,即對方說完一句話或一段話后,判斷大概率繼續(xù)出現(xiàn)的內(nèi)容是什么。既然是概率相關(guān)性,自然是“大力出奇跡”,樣本越大,結(jié)果就越準(zhǔn)確。同時(shí),樣本越大也自然就意味著對算力和資金的消耗,從初代GPT到最終爆火的ChatGPT,模型并未發(fā)生實(shí)質(zhì)改變,改變的是持續(xù)增長的資源投入。?
算力支持:2019年,微軟為OpenAI(GPT開發(fā)公司)打造了一臺全球排名第五的超級計(jì)算機(jī),擁有超過28.5萬個(gè)CPU核心,1萬個(gè)GPU,每個(gè)GPU服務(wù)器的網(wǎng)絡(luò)連接能力為400Gb/s,支持GPT模型從初版的12個(gè)Transformer層進(jìn)化到當(dāng)下超過96個(gè)Transformer層,可以理解為有更多的Transformer層就能夠在語言與語言之間構(gòu)建更復(fù)雜的邏輯聯(lián)系。?
數(shù)據(jù)規(guī)模:GPT模型處理的參數(shù)量從初代的億級成長到今天的千億級,預(yù)訓(xùn)練數(shù)據(jù)量從GB級上升到百TB級。?
融資情況:如此規(guī)模的算力與數(shù)據(jù)必然需要巨額資金的支持,近4年,OpenAI從微軟總計(jì)獲得融資110億美元。版本GPT-1GPT-2GPT-3ChatGPT發(fā)布時(shí)間2018年6月2019年2月2020年5月2022年11月Transformer層數(shù)參數(shù)量1.17億15億預(yù)訓(xùn)練數(shù)據(jù)量約5GB124840GB961750億千億級?45TB96+?百TB級?數(shù)據(jù):浙商證券研究所根據(jù)新浪財(cái)經(jīng)、IT技術(shù)精華、澎湃報(bào)道整理。61.2
ChatGPT自主+人類反饋強(qiáng)化訓(xùn)練ChatGPT強(qiáng)在哪?GPT通過自主訓(xùn)練充分發(fā)揮模型在效率上的優(yōu)勢,同時(shí)在ChatGPT版本中增加人類反饋強(qiáng)化機(jī)制,使其結(jié)果更貼近人類想法。?
自主訓(xùn)練:GPT-1到GPT-3,采用的都是GPT自主訓(xùn)練模式。所謂自主訓(xùn)練,近似于人類考試中的“完形填空”題目,即把一個(gè)完整文本的一部分遮住,GPT基于已學(xué)習(xí)結(jié)果進(jìn)行推測,再與正確答案進(jìn)行擬合的過程。自主訓(xùn)練過程,配合Transformer模型下強(qiáng)大的并行計(jì)算能力,能夠高效完成超大數(shù)據(jù)量的學(xué)習(xí)和訓(xùn)練,這也是GPT表現(xiàn)優(yōu)于其他模型的原因。?
人類反饋:GPT-3版本上線時(shí),已經(jīng)頗受業(yè)內(nèi)人士認(rèn)可,但并未出圈。ChatGPT此次能夠破圈,與其采用對話聊天模式不無關(guān)系。相應(yīng)地,在訓(xùn)練中增加人類反饋強(qiáng)化機(jī)制,對真實(shí)性、無害性和有用性進(jìn)行評估。示例訓(xùn)練語料自主訓(xùn)練人類反饋基于語料庫自主學(xué)習(xí),可能會存在兩個(gè)或多個(gè)矛盾結(jié)果,模型無法自行判斷正誤:對結(jié)果進(jìn)行判斷和調(diào)整:處處聞啼鳥處處蚊子咬√×春眠不覺曉,(
____________
)數(shù)據(jù):浙商證券研究所整理。71.2
ChatGPT將語言處理推向生成式時(shí)代,潛在價(jià)值巨大ChatGPT強(qiáng)在哪?憑借超強(qiáng)算力,基于超大數(shù)據(jù)的學(xué)習(xí)和訓(xùn)練,ChatGPT首次展示了強(qiáng)大的綜合性語言材料生成能力。?
決策式AI:所謂決策式AI,即根據(jù)對歷史概率的歸納給出是或否的決策;而生成式AI則需要給人力提供綜合式的信息輸出。?
生成式AI:ChatGPT是第一個(gè)功能如此強(qiáng)大的綜合性文字生成式AI,它能夠準(zhǔn)確理解提問者的問題,收集材料后轉(zhuǎn)化為具有一定邏輯的信息輸出,它還能夠與提問者進(jìn)行連續(xù)對話,根據(jù)增量信息給出更準(zhǔn)確回答,這是前所未有的語言理解和表達(dá)能力。生成式AIVS決策式AI處理簡答題處理選擇題邏輯知識信息數(shù)據(jù)數(shù)據(jù):浙商證券研究所整理。81.2
ChatGPT將語言處理推向生成式時(shí)代,潛在價(jià)值巨大ChatGPT強(qiáng)在哪?語言即為指令,ChatGPT與其他領(lǐng)域人工智能技術(shù)的耦合,或?qū)⑼耆_啟人工智能的新時(shí)代。?
ChatGPT+Whisper:OpenAI已經(jīng)通過提供ChatGPT和Whisper的收費(fèi)API接口,Whisper是OpenAI開發(fā)的語音處理工具,如將ChatGPT和Whisper功能進(jìn)行耦合,可以得到無障礙的語言交流工具。所謂的語言,就是指令體系。隨著指令體系的智能化,一切智能工具之間的邊界或?qū)⒅饾u模糊,人類與智能工具的關(guān)系或?qū)氐赘淖?,AIGC(AI生產(chǎn)內(nèi)容)的時(shí)代將加速到來。文本虛擬人語言指令打破場景邊界音頻圖像游戲策略按技術(shù)場景劃分AIGC內(nèi)容分為跨模態(tài)視頻數(shù)據(jù):浙商證券研究所整理。91.3
ChatGPT有哪些潛在挑戰(zhàn)?ChatGPT缺陷是?ChatGPT風(fēng)頭一時(shí)無兩,其潛在挑戰(zhàn)在于語料庫的范圍及準(zhǔn)確性、運(yùn)營成本高及回答的道德風(fēng)險(xiǎn)等問題。?
語料:ChatGPT本質(zhì)上仍是一個(gè)基于有限語料范圍的概率歸納模型,它并不能對未知的事情像人類那樣做常識性推演。與相關(guān)領(lǐng)域語料不夠充分或完全未覆蓋的領(lǐng)域,ChatGPT很可能會給出誤導(dǎo)性內(nèi)容;另外,微軟計(jì)劃將GPT-4與Bing搜索引擎深度耦合,搜索引擎龐雜的數(shù)據(jù)是否會對GPT-4的學(xué)習(xí)和訓(xùn)練帶來負(fù)面干擾,仍需觀察。?
運(yùn)營成本:據(jù)報(bào)道,目前ChatGPT一次模型底座的訓(xùn)練需要500萬美元的算力成本,在運(yùn)營過程中需要大量的算力支持其訓(xùn)練和部署。GPT-4與Bing耦合后,滿足來自搜索引擎的搜索需求需要更大量的資源投入,如不解決成本問題恐將制約未來發(fā)展。?
道德風(fēng)險(xiǎn):即使引入人類反饋,也不能100%避免ChatGPT故意提供虛假答案或回答帶有攻擊性的答案。數(shù)據(jù):浙商證券研究所整理。1002如何改變銀行業(yè)?機(jī)遇與挑戰(zhàn)合規(guī)與成本11機(jī)遇與挑戰(zhàn):主動(dòng)革新?被顛覆?2.1該如何理解ChatGPT可能會帶來的潛在變革?像很多人擔(dān)心的那樣,會有大量工作被替代掉嗎??
ChatGPT的顛覆,本質(zhì)上是人類生產(chǎn)力工具的再一次重大升級。就像過去三百年先后有蒸汽機(jī)和電被發(fā)明出來一樣,固然有被這些新的生產(chǎn)力工具替代掉的人,也有更多的人利用新的工具創(chuàng)造了更多的財(cái)富。駕馭或是被替代,只在一念之間。銀行也是一樣,ChatGPT是一次機(jī)會,一次全面升級流程的機(jī)會;錯(cuò)過則將是挑戰(zhàn),看著其他機(jī)構(gòu)提高效率的挑戰(zhàn)。從銀行客服開始,無論是業(yè)務(wù)前臺還是中后臺,各項(xiàng)流程都有用ChatGPT重做一遍的潛力。?
銀行客服:對于客服、催收等人工的替代,與ChatGPT關(guān)聯(lián)最直接,銀行應(yīng)用最廣泛,或?qū)㈤_啟深度智能化階段。?
業(yè)務(wù)前端:對于財(cái)富管理、小微客戶、個(gè)人消費(fèi)貸款等標(biāo)準(zhǔn)型產(chǎn)品,客戶識別有望進(jìn)一步細(xì)化,產(chǎn)品匹配有望更加精準(zhǔn)。?
業(yè)務(wù)中端:諸如授信報(bào)告、審批報(bào)告、貸后管理報(bào)告等強(qiáng)格式性案頭工作,如能以ChatGPT替代,可有效提高運(yùn)營效率。?
科技基礎(chǔ):銀行投入人工智能相關(guān)研究需要持續(xù)投入資源,特別是要投入支持模型運(yùn)轉(zhuǎn)及數(shù)據(jù)計(jì)算的算力資源。數(shù)據(jù):浙商證券研究所整理。12銀行客服:與ChatGPT關(guān)聯(lián)最直接,或?qū)㈤_啟深度智能化階段2.1機(jī)遇與挑戰(zhàn)諸如銀行客服、不良催收等需要與客戶進(jìn)行溝通的內(nèi)容可預(yù)期、重復(fù)規(guī)律性強(qiáng)的客戶交流性工作,與ChatGPT的特點(diǎn)最為契合。?
適用范圍:銀行客戶、不良催收等。?
現(xiàn)有實(shí)踐:①工商銀行:2021年,利用數(shù)字人、智能問答、語音等交互技術(shù),在客戶服務(wù)前臺、業(yè)務(wù)運(yùn)營后臺等領(lǐng)域加大應(yīng)用“機(jī)器換人”,落地
600+具有數(shù)字員工屬性的智能應(yīng)用場景。②平安銀行:2022年上半年,AI平臺新增模型1,080個(gè),客服機(jī)器人場景每日對話量達(dá)60萬次,問題解決率超90%。③招商銀行:2022年上半年,AI智能客服、語音質(zhì)檢、智能審錄、海螺RPA(機(jī)器人流程自動(dòng)化)等共實(shí)現(xiàn)人力替代超過10,000人。?
未來前景:ChatGPT的成功為已經(jīng)部署人工智能客服的銀行提供了優(yōu)化模型、提高智能化水平的方向。預(yù)計(jì)這一類業(yè)務(wù)都將開啟深度使用更加成熟人工智能客戶工具的階段。新智能客服基于Transformer模型的架構(gòu)、數(shù)據(jù)及訓(xùn)練方式升級智能客服數(shù)據(jù):公司公告,浙商證券研究所整理。13業(yè)務(wù)前端:客戶識別及產(chǎn)品匹配有望進(jìn)一步細(xì)化2.1機(jī)遇與挑戰(zhàn)諸如財(cái)富管理這類標(biāo)準(zhǔn)化程度較高的業(yè)務(wù),可以利用ChatGPT的數(shù)據(jù)分析能力,細(xì)分客戶標(biāo)簽,提高產(chǎn)品推薦匹配度。?
適用范圍:財(cái)富管理、小微客戶、個(gè)人消費(fèi)貸款等標(biāo)準(zhǔn)化程度較高的業(yè)務(wù)。?
現(xiàn)有實(shí)踐:①平安銀行:2022年上半年,AI
客戶經(jīng)理累計(jì)上線超
1,400
個(gè)場景,上半年月均服務(wù)客戶較
2021
年月均水平增長
63.2%。②招商銀行:2021年,招商銀行推出智能財(cái)富助理“AI小招”,基于大數(shù)據(jù)技術(shù),通過知識沉淀與機(jī)器訓(xùn)練,實(shí)現(xiàn)更懂客戶和產(chǎn)品,為客戶提供收益查詢、漲跌分析、市場熱點(diǎn)解讀、產(chǎn)品推薦、資產(chǎn)配置建議等財(cái)富管理綜合服務(wù)。?
未來前景:將客群更加細(xì)分,需求挖掘更加細(xì)化,產(chǎn)品需求匹配更加精準(zhǔn)??蛻纛檰柖擞脩糌?cái)富管理資產(chǎn)管理端產(chǎn)品前臺業(yè)務(wù)后臺業(yè)務(wù)中臺業(yè)務(wù)引流、獲客用戶畫像交易執(zhí)行算法交易品牌評估客戶的需求及風(fēng)險(xiǎn)偏好智能投顧、機(jī)器人客服輔助生成營銷文案、宣傳稿件等自動(dòng)實(shí)現(xiàn)最有動(dòng)態(tài)配置營銷推廣再平衡提出投資策略、資
智能推薦系統(tǒng)、產(chǎn)配置建議
個(gè)性化資產(chǎn)配置業(yè)務(wù)ChatGPT賦能風(fēng)險(xiǎn)管理智能風(fēng)控?cái)?shù)據(jù):公司公告,浙商證券研究所整理。14業(yè)務(wù)中端:案頭工作AI替代,業(yè)務(wù)運(yùn)轉(zhuǎn)效率有望提升2.1機(jī)遇與挑戰(zhàn)諸如授信報(bào)告、審批報(bào)告等業(yè)務(wù)中后段強(qiáng)格式性的案頭工作,ChatGPT潛在替代性較高。?
適用范圍:授信報(bào)告、審批報(bào)告、貸后管理報(bào)告等強(qiáng)格式性案頭工作。?
現(xiàn)有實(shí)踐:基于語言生成技術(shù)的應(yīng)用目前暫無先例,仍有待探索。?
未來前景:對于對公營銷、授信審批等崗位人員來說,工作中有很大一塊時(shí)間被消耗在諸如授信報(bào)告、審批報(bào)告、貸后管理報(bào)告這些格式性很強(qiáng)案頭材料的撰寫上,占用了本可產(chǎn)生更大價(jià)值的客戶營銷、調(diào)研等工作時(shí)間。ChatGPT對于這一類主要可利用外部公開信息完成的強(qiáng)格式性報(bào)告具有天然的適配性,如果能夠?qū)崿F(xiàn)替代,展業(yè)效率預(yù)計(jì)能夠?qū)崿F(xiàn)較大幅度的提高。20%50%50%80%營銷案頭營銷案頭數(shù)據(jù):公司公告,浙商證券研究所整理。15科技基礎(chǔ):基礎(chǔ)設(shè)施重構(gòu),算力需持續(xù)投入2.1機(jī)遇與挑戰(zhàn)正如ChatGPT成功的基礎(chǔ)一樣,銀行投入相關(guān)研究需要持續(xù)投入資源,特別是要投入支持模型運(yùn)轉(zhuǎn)及數(shù)據(jù)計(jì)算的算力資源。?
適用范圍:銀行科技基礎(chǔ)設(shè)施建設(shè)。?
現(xiàn)有實(shí)踐:近幾年我國主流商業(yè)銀行大多推動(dòng)了“系統(tǒng)上云”計(jì)劃,相應(yīng)地將原本的主機(jī)架構(gòu)轉(zhuǎn)為有若干服務(wù)器組成的云架構(gòu)。在這一轉(zhuǎn)型中,大多數(shù)銀行已經(jīng)初步具備了算力基礎(chǔ),但要在人工智能領(lǐng)域做出突破性創(chuàng)新,仍需要在看清方向后對算力資源的持續(xù)投入。比較具有代表性的銀行基礎(chǔ)設(shè)施轉(zhuǎn)型情況如下:①建設(shè)銀行:率先實(shí)現(xiàn)“多專區(qū)多地域多技術(shù)棧多芯”布局,提供標(biāo)準(zhǔn)算力規(guī)模超
20
萬臺云服務(wù)器,整體規(guī)模和服務(wù)能力保持同業(yè)領(lǐng)先。②招商銀行:上云后可支持的應(yīng)用更多,單位算力成本大幅下降。以信用卡為例,招行信用卡業(yè)務(wù)上云后,業(yè)務(wù)成本約節(jié)省了60%,算力提升了10倍。?
未來前景:人工智能的突破需要強(qiáng)大基礎(chǔ)設(shè)施支撐,仍需持續(xù)投入及探索。機(jī)構(gòu)科技基礎(chǔ)設(shè)施建設(shè)情況工商銀行
強(qiáng)化云平臺推廣實(shí)施,規(guī)模持續(xù)保持同業(yè)領(lǐng)先,強(qiáng)化分布式技術(shù)體系的日均服務(wù)調(diào)用量超過
150億次農(nóng)業(yè)銀行
計(jì)算資源云化率達(dá)到91%郵儲銀行
零售端已完成190個(gè)系統(tǒng)的私有云平臺部署中信銀行
基礎(chǔ)設(shè)施云化率達(dá)到99.7%平安銀行
基礎(chǔ)設(shè)施云化率和運(yùn)維自動(dòng)化率均超過90%光大銀行
業(yè)務(wù)應(yīng)用系統(tǒng)上云率接近90%數(shù)據(jù):浙商證券研究所根據(jù)公開新聞報(bào)道、公司公告整理。16合規(guī)與成本:十字路口上的最大考驗(yàn)2.2在當(dāng)前中美科技競爭大背景下,中國商業(yè)銀行想要直接適用諸如ChatGPT這樣高度依賴大數(shù)據(jù)支撐的技術(shù),存在較大障礙和風(fēng)險(xiǎn)。從成本和收益的角度來看,無論是接入API還是自主開發(fā)類似功能,均存在成本與收益的不確定性。?
數(shù)據(jù)隱私:銀行數(shù)據(jù)的特殊性決定了應(yīng)用第三方技術(shù)的審慎性,應(yīng)用技術(shù)須考慮本地化、私有化部署模式。?
系統(tǒng)穩(wěn)定:銀行不掌握ChatGPT核心技術(shù),很難控制內(nèi)容輸出的正確性,也很難確保系統(tǒng)穩(wěn)定運(yùn)行,這在經(jīng)營中存在很大風(fēng)險(xiǎn)。?
成本投入:無論是接入ChatGPT,還是自主開發(fā)類似功能,均須較大成本投入,是否能夠?qū)崿F(xiàn)預(yù)期收益,存在不確定性。數(shù)據(jù):浙商證券研究所整理。17數(shù)據(jù)隱私:銀行數(shù)據(jù)的特殊性決定了應(yīng)用第三方技術(shù)的審慎性2.2合規(guī)與成本銀行擁有的數(shù)據(jù)具有高度的隱私性和敏感性,直接應(yīng)用開源第三方技術(shù)存在一定隱患。?
主要障礙:①客戶隱私:使用ChatGPT可能會涉及個(gè)人信息的收集、使用和披露,需要遵守相關(guān)法律法規(guī)的規(guī)定并獲得客戶的授權(quán)。②銀行隱私:銀行的數(shù)據(jù)不僅涉及客戶隱私,還涉及自身的商業(yè)秘密,在使用開源第三方技術(shù)處理內(nèi)部數(shù)據(jù)時(shí),存在核心商業(yè)機(jī)密被泄露、釀成商業(yè)損失的隱患。③地緣風(fēng)險(xiǎn):中美之間在技術(shù)安全、數(shù)據(jù)安全領(lǐng)域的爭端愈演愈烈。今年2月,中方發(fā)布《美國的霸權(quán)霸道霸凌及其危害》報(bào)告,在此背景下,境內(nèi)銀行直接應(yīng)用ChatGPT前景并不樂觀。?
實(shí)踐案例:據(jù)報(bào)道,美國銀行、花旗集團(tuán)、德意志銀行、高盛集團(tuán)、
富國銀行等銀行最近紛紛對使用ChatGPT發(fā)布了禁令。微軟和亞馬遜因擔(dān)心泄露機(jī)密信息,禁止公司員工向ChatGPT分享敏感數(shù)據(jù)。埃森哲也警告員工不要將客戶信息透露給ChatGPT。?
改進(jìn)前景:同為人工智能技術(shù)服務(wù)商的科大訊飛,此前可以為客戶提供本地化、私有化部署的產(chǎn)品,以解決技術(shù)應(yīng)用和數(shù)據(jù)隱私之間的矛盾,或可為解決數(shù)據(jù)隱私與技術(shù)應(yīng)用的矛盾提供思路,但地緣風(fēng)險(xiǎn)的影響仍有待觀察。本地化部署思路訓(xùn)練本地化、私有化服務(wù)器本地?cái)?shù)據(jù)、私有數(shù)據(jù)運(yùn)行ChatGPT輸出數(shù)據(jù):浙商證券研究所根據(jù)公開新聞報(bào)道整理。18系統(tǒng)穩(wěn)定:內(nèi)容輸出正確性及系統(tǒng)運(yùn)行穩(wěn)定性受制于人2.2合規(guī)與成本銀行不掌握ChatGPT核心技術(shù),很難控制內(nèi)容輸出的正確性,也很難確保系統(tǒng)穩(wěn)定運(yùn)行,這在經(jīng)營中存在很大風(fēng)險(xiǎn)。?
主要障礙:由于在經(jīng)濟(jì)金融活動(dòng)中的關(guān)鍵地位,監(jiān)管對銀行科技系統(tǒng)有著較高要求。諸如ChatGPT這一類外接應(yīng)用,銀行不具備技術(shù)自主性,一方面無法保證其輸出內(nèi)容的準(zhǔn)確性,另一方面也無法保證不對其他系統(tǒng)運(yùn)行穩(wěn)定性造成影響,存在較大風(fēng)險(xiǎn)。另外,
ChatGPT本質(zhì)仍是依賴語料庫的語言概率統(tǒng)計(jì)系統(tǒng),對于語料庫不涵蓋的內(nèi)容,極易給出錯(cuò)誤答案。?
實(shí)踐案例:據(jù)報(bào)道,2021年7月15日,某行突發(fā)系統(tǒng)故障,業(yè)務(wù)中斷20多分鐘,引發(fā)故障的原因可能與系統(tǒng)更新有關(guān)。?
改進(jìn)前景:投產(chǎn)前需要對內(nèi)容和系統(tǒng)穩(wěn)定性進(jìn)行周密驗(yàn)證。與ChatGPT具有相同內(nèi)核的Bing問答功能,一本正經(jīng)地給出了雞兔同籠問題的錯(cuò)誤答案。正確答案應(yīng)為:雞80只,兔20只。數(shù)據(jù):Bing,浙商證券研究所根據(jù)公開新聞報(bào)道整理。備注:Bing問答功能內(nèi)核為GPT-3.5,與ChatGPT具有相同內(nèi)核。19成本投入:自主與合作,投入與收益之間的取舍2.2合規(guī)與成本無論是接入ChatGPT,還是自主開發(fā)類似功能,均須較大成本投入,是否能夠?qū)崿F(xiàn)預(yù)期收益,存在不確定性。?
接入成本:目前ChatGPT
API接口收費(fèi)標(biāo)準(zhǔn)為每百萬Tokens收費(fèi)2.7美元(約18元人民幣);同屬OpenAI公司開發(fā)的Whisper語音轉(zhuǎn)文本工具API每分鐘收費(fèi)0.006美元(約人民幣
4
分錢)。以建行為例,假設(shè)文本轉(zhuǎn)語音成本與語音轉(zhuǎn)文本成本相同,推算建行僅智能客服一項(xiàng)每年成本需要額外投入約3億元。(不含開發(fā)成本和對ChatGPT模型進(jìn)行專屬訓(xùn)練的成本。)建行2021年人均薪酬為33.71萬元,如智能客服實(shí)際可替代人力少于890人,則效能并不顯著。?
自主成本:ChatGPT初始投入成本在8億美元左右,每年電費(fèi)約1825萬美元??紤]到中美電費(fèi)差異,國內(nèi)開發(fā)與ChatGPT同等功能的資金投入約為人民幣初始投入56億+1.7億電費(fèi)/年。(不含開發(fā)人員薪酬和維護(hù)成本。)但在開發(fā)環(huán)境、人才能力種種因素制約下,自主開發(fā)的類似工具能夠收獲與ChatGPT的同等效果,存在極大不確定性。2023年3月5日,科技部王志剛部長在兩會部長通道表示,ChatGPT是個(gè)大模型、大計(jì)算、很好的計(jì)算方法,同一種原理,但做的質(zhì)量還是不一樣的。?
未來前景:大多數(shù)銀行已有AI技術(shù)儲備,建議根據(jù)業(yè)界前沿修正技術(shù)方向,在既有成果上繼續(xù)探索,達(dá)成成本與收益的平衡。數(shù)據(jù):浙商證券研究所根據(jù)公開新聞報(bào)道、公司公告整理。備注:2021年,建行客服受理客戶咨詢18.08億人次,推算平均單次受理時(shí)長為2分鐘、每分鐘產(chǎn)生中文字?jǐn)?shù)約150字、每Token約等于4字節(jié)。ChatGPT
API成本=1808×150×18=488萬元;Whisper
API成本=18.08×0
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 建立知識共享平臺的計(jì)劃
- 財(cái)務(wù)預(yù)測模型解析計(jì)劃
- 領(lǐng)導(dǎo)者在危機(jī)中的決策與反應(yīng)計(jì)劃
- 生物課程知識分享計(jì)劃
- 噴灑車輛相關(guān)項(xiàng)目投資計(jì)劃書范本
- 《軟件測試培訓(xùn)講義》課件
- 投訴處理與顧客滿意度培訓(xùn)
- 校外輔導(dǎo)機(jī)構(gòu)保安措施計(jì)劃
- 情感交流班主任與學(xué)生的紐帶計(jì)劃
- 吹塑機(jī)械行業(yè)相關(guān)投資計(jì)劃提議
- 頑危犯轉(zhuǎn)化個(gè)例
- 苯安全技術(shù)說明書MSDS
- 爭光D314濕法冶金中鎢鉬分離樹脂應(yīng)用說明書
- 《食品安全培訓(xùn)資料》
- 染整習(xí)題及答案
- 楚辭鑒賞與誦讀智慧樹知到答案章節(jié)測試2023年湖南理工學(xué)院
- 工商銀行個(gè)人養(yǎng)老金業(yè)務(wù)宣傳材料
- 品牌管理智慧樹知到答案章節(jié)測試2023年齊魯工業(yè)大學(xué)
- 傳感器論文傳感器論文
- 六年級數(shù)學(xué)上冊期末填空復(fù)習(xí)100題(含答案)人教版 含答案
- 肺癌腦轉(zhuǎn)移治療指南(2021年版)
評論
0/150
提交評論