ChatGPT er på vej til finans, så lad os tale om risici og belønninger

Lanceringen af ChatGPT sendte verden i en frenesi. Inden for fem dage efter lanceringen havde det over en million brugere. Inden for to måneder brød det rekorden som den hurtigst voksende forbrugerapplikation i historien, med 100 millioner brugere. For at sætte det i perspektiv tog det ni måneder og Instagram 2,5 år for at nå dette mål.

Siden dens udgivelse har generativ AI bygget op til en feberpitch i næsten alle sektorer, herunder finans. BloombergGPT blev annonceret i slutningen af marts, og dens funktioner inkluderer sentimentanalyse, risikovurdering, svigagtigelse og dokumentklassificering samt andre finansielle NLP-opgaver.

Nu hvor Pandoras æske er åbnet, er der ingen vej tilbage. Vi vil se generativ AI og LLM’er spille en mere betydelig rolle i den finansielle sektor, hvilket sandsynligvis vil føre til, at investeringseksperter skifter til nye stillinger, der lægger vægt på prompt-engineering og kontekstuel analyse.

Siden ændringen er uundgåelig, er det logiske næste skridt at fejlfinde systemet, så at sige, ved at se på de potentielle risici og overveje måder at mindske dem på.

Risiko: Bekræftelsesbias og for stor tillid til maskin “ekspertise”

For tiden oplever de finansielle markeder alvorlige svingninger, der efterlader alle, bortset fra de mest jernstærke investorer, med en følelse af motionsyge. Lad os nu overveje, hvad der kunne ske, hvis vi tilføjer en betydelig kohorte af finansielle rådgivere, der er stærkt afhængige af AI til at give investeringsråd.

Det er sandt, at vi alle ved, at AI er tilbøjelig til bias; vi ved også, at menneskers natur gør os langt mere tilbøjelige til at have for stor tillid til maskiner, især dem, der ser ud til at være meget intelligente. Denne bias – kaldet “maskinheuristik” – kunne let udvikle sig til en katastrofe, hvis fagfolk begynder at stole for meget på AI-forudsigelser og ikke kontrollerer outputtet mod deres egen viden og erfaring.

Den nuværende iteration af ChatGPT er grundlæggende enig i alt, du siger, så hvis folk begynder at spørge ChatGPT om finansielle markeder på basis af uklare, delvise eller forkerte oplysninger, vil de få svar, der bekræfter deres ideer, selvom de er forkerte. Det er let at se, hvordan dette kunne føre til en katastrofe, især når menneskeligt bias eller en smule doven faktatjekning tilføjes.

Belønning: Forbedret effektivitet, produktivitet, risikostyring og kundetilfredshed

Hedgefonde som Citadel og bankgiganter som Morgan Stanley har allerede omfattet denne teknologi som en videnressource, fordi den er så dygtig til at udføre rutineopgaver som dataorganisation og risikovurdering. Når den indarbejdes som et værktøj i en investeringsprofessions værktøjskasse, kan den hjælpe finansielle ledere med at træffe bedre beslutninger på kortere tid, hvilket giver dem mulighed for at udføre de ekspertdrevne dele af jobbet, de nyder mest.

Det er også i stand til at analysere finansielle data i realtid, identificere svigagtige transaktioner og tage øjeblikkelige handlinger for at forhindre tab. At opdage disse svigagtige mønstre ville være svært eller umuligt at opdage med traditionelle metoder. Finansielle institutioner i USA alene tabte over $4,5 milliarder på grund af svigagtighed i 2022, så dette er en enorm belønning for banker.

Derudover giver generativ AI mulighed for smartere virtuelle assistenter til at levere personlig og effektiv kundeservice døgnet rundt. For eksempel har Indiens Tata Mutual Fund samarbejdet med conversational AI-platformen Haptik om at skabe en chatbot til at hjælpe kunder med grundlæggende kontospørgsmål og give finansielle råd, hvilket har ført til en 70% nedgang i opkaldsvolumen og bedre kundetilfredshed.

Risiko: Utilstrækkelige overholdelsesregler

Det er svært at forestille sig, men GPT’s utrolige kraft er stadig i sin barndom. Fremtiden vil uden tvivl se en iteration, der er så avanceret, at vi endnu ikke fuldt ud kan forstå dens evner. På grund af dette skal den globale samfund etablere strenge, omfattende reguleringsrammer, der sikrer en fair og etisk brug. Ellers er det sandsynligt, at vi vil se diskriminerende praksisser opstå som følge af biased data, enten bevidst eller ubevidst.

Lige nu mangler konsekvente kontroller, hvilket efterlader virksomheder og lande i en situation, hvor de kæmper for at afgøre, hvordan de skal håndtere denne teknologi og hvor stramme deres begrænsninger skal være. For eksempel har mange organisationer i sektorer, der handler med meget følsomme data, såsom finans, sundhed og regering, forbudt enhver brug af ChatGPT, fordi de ikke ved, hvor sikre deres data vil være. Amazon, Verizon, JPMorgan Chase, Accenture og Goldman Sachs er alle eksempler på denne omfattende forbud.

På en større skala er lande i samme reguleringslimbo, hvor nogle, såsom Tyskland og Italien, har udstedt midlertidige forbud, indtil de kan sikre, at det ikke vil føre til GDPR-overtrædelser. Dette er en alvorlig bekymring for alle EU-medlemmer, især i kølvandet på kendte dataleaks rapporteret af OpenAI.

Desværre er regulatorerne allerede ret langt bagud, når det kommer til at udvikle solide lovgivningsrammer for denne teknologi. Men når de først indhenter, kan vi forvente at se GPT tage sin plads i hver sektor af det globale samfund.

Belønning: Bedre regulering betyder hurtigere adoption

Manglende kontrol over GPT-teknologien er en stor flaskehals for en mere omfattende adoption. Ja, det er en trendy nymodenshed lige nu, men det kan ikke ses som en seriøs del af nogen langsigtede virksomhedsstrategi uden omfattende regler og retningslinjer for dets brug.

Når det globale samfund har udviklet og implementeret passende rammer, vil virksomheder føle sig mere trygge ved at investere i denne teknologi, hvilket åbner op for en helt ny bølge af brugstilfælde på tværs af selv de mest cybersecurity-orienterede sektorer som sundhed og regering.

Risiko: Oversvømmelse af finansielle markeder med amatører

Tidligere nævnte jeg problemet med, at generativ AI kun kan give output baseret på dens input. Dette problem har bredere implikationer end blot at tillade erfarne fagfolk at være lidt dovne. I hvert fald har branchens veteraner den baggrund og de færdigheder, der er nødvendige for at kontekstualisere de data, de får, hvilket er mere end kan siges om amatørerne, der tror, de kan udgive sig for professionelle rådgivere ved at lære at bruge ChatGPT.

Der er intet galt i at være en selvstændig investor, især hvis du nyder at udforske finansielle markeder og eksperimentere med risiko på egen bekostning. Problemet er, når disse relativt uerfarne mennesker med lidt kontanter og meget fritid beslutter, at de er mere kompetente, end de faktisk er, på grund af AI, og beslutter at udgive sig for professionelle. Deres mangel på rigtig verdenserfaring og formel uddannelse vil sandsynligvis føre til en del kortvarig kaos og lægge ekstra pres på rigtige fagfolk.

Belønning: ChatGPT kan give professionelle en langsigtede rygteforbedring og demokratisere finansielle råd

Det gode her er, at hvis de rigtige veteraner kan overleve ulejligheden af et midlertidigt oversvømmet marked, vil de se, hvor hurtigt folk bliver trætte af at høre generiske råd, de kunne have læst på Yahoo Finance, og se amatørerne forlade markedet lige så hurtigt, som de kom ind, efterlader kun de erfarne rådgivere til at samle de nu rådgiverløse kunder, der ønsker at betale for ekspert hjælp fra nogen, der kan levere reelle resultater.

På den anden side kan ChatGPT også spille en rolle i at lukke det finansielle uddannelsesgap og hjælpe dem, der ikke har adgang til en professionel rådgiver, med at lære nogle grundlæggende strategier for at optimere deres penge. Dets evne til at generere nyttige, grundlæggende investeringsråd betyder, at det nu er muligt at gøre finansielle uddannelsesservice mere tilgængelig, selv for dem, der tidligere ikke har kunnet betale for professionelle finansielle tjenester.

At mindske barriererne for bedre finansielle stabilitet er en ekstremt vigtig fordel ved denne teknologi, fordi kun en ud af tre voksne i det globale samfund er finansielt uddannede.