최근 연례 주주 서한에서 JP모건 체이스의 제이미 다이먼 CEO는 1799년에 뿌리를 둔 세계 최대 은행 중 하나가 아니라 핀테크 스타트업의 설립자처럼 들립니다. 상징적 인 회사의 장수.
“인공지능(AI)은 비범하고 획기적인 기술입니다. AI와 이를 공급하는 원재료인 데이터는 우리 회사의 미래 성공에 매우 중요할 것입니다. 신기술 구현의 중요성은 아무리 강조해도 지나치지 않습니다.” Dimon 유명한 편지에서.
JPMorgan Chase는 마케팅, 고객 경험, 위험 관리 및 사기 방지 전반에 걸쳐 프로덕션에서 300개 이상의 AI 사용 사례를 보유하고 있습니다.
생성 AI, 대규모 언어 모델(LLM) 및 ChatGPT를 포함한 새로운 기술도 회사의 최우선 과제입니다. Dimon은 다음과 같이 말했습니다.
ChatGPT의 출시는 90년대 중반 인터넷 혁명을 예고했던 넷스케이프 브라우저를 연상시킵니다. 그러나 제너레이티브 AI의 채택은 보안, 책임 있는 AI 및 이해 관계자의 요구를 고려하는 면밀한 전략의 일부여야 한다는 점에 유의해야 합니다. 이 기술은 분명한 이점을 제공하지만 위험도 있습니다.
컴플라이언스
아이러니하게 들릴지 모르지만 올해 초 JP모건 금지 직원들이 ChatGPT를 사용하지 못하게 했고 회사만 그런 것이 아니었습니다. Citi, Bank of America, Wells Fargo 및 Goldman Sachs를 포함한 주요 금융 기관도 ChatGPT를 제한했습니다.
이것은 놀라운 일도, 실망스러운 일도 아닙니다. 은행은 신기술이 등장할 때 KYC(Know-Your-Customer) 및 AML(Anti-Money-Laundering) 법률과 같은 번거로운 규정을 처리해야 하므로 보다 보수적인 접근 방식을 취하는 것이 중요합니다. 보안 및 규정 준수는 신성불가침입니다.
ChatGPT 및 GPT-4와 같은 생성 AI 도구는 이미 명확한 위험을 입증했습니다. 예를 들어 모델은 환각을 일으키는 경향이 있으며 결과적으로 생성된 콘텐츠는 거짓이거나 오해의 소지가 있습니다.
또한 제너레이티브 AI 모델이 어떻게 반응하는지 이해하는 것도 거의 불가능할 수 있습니다. 이러한 시스템은 기본적으로 "블랙 박스"입니다. 결국, 가장 큰 모델에는 수천억 개의 매개변수가 있으며 해독이 거의 불가능합니다.
그런 다음 편견과 공정성에 대한 잔소리 문제가 있습니다. 이는 생성 AI 모델이 Wikipedia 및 Reddit과 같이 공개적으로 사용 가능한 방대한 양의 콘텐츠에 대해 훈련되기 때문입니다.
마지막으로 생성 AI 모델의 사용은 주로 API에 의해 수행됩니다. 이는 은행이 자체 사설 데이터 센터에서 정보를 전송하여 개인 정보 보호 및 데이터 상주에 대한 규정 준수 위험을 초래한다는 것을 의미합니다. 실제로 여러 보안 위반이 이미 발생했습니다. 지난 1.2월 OpenAI는 자사의 ChatGPT 구독 서비스 결제 정보가 노출됐다고 밝혔다. 가입자 기반의 약 XNUMX%에 대해 사용자 이름, 이메일 및 지불 주소를 표시했습니다. 신용카드 번호 마지막 XNUMX자리와 유효기간도 공개됐다. 위반은 오픈 소스 시스템의 버그로 인해 발생했습니다.
고객 사례
제너레이티브 AI와 관련된 문제와 위험을 감안할 때 은행과 금융 서비스는 신중한 접근 방식을 취해야 합니다. 즉, 적어도 지금은 고객 대면 애플리케이션을 피하는 것이 좋습니다.
대신 더 나은 접근 방식은 특히 PII(개인 식별 정보)를 사용하지 않는 내부 작업을 실험하는 것입니다. 창의성은 제너레이티브 AI의 핵심 속성이므로 마케팅을 시작하는 것이 좋습니다. 기술이 최종 초안을 작성하는 시점에 있지는 않지만 아이디어를 촉발하고 마케팅 캠페인의 결과를 개선하는 데 도움이 될 수 있습니다.
집중해야 할 또 다른 영역은 서비스 데스크 운영입니다. 자연어 프롬프트를 통해 직원은 문제를 설명할 수 있으며 생성 AI는 유용한 답변을 제공하고 문제 해결 프로세스를 시작하는 데 도움이 됩니다. 이는 비용 절감과 효율성 향상으로 이어질 수 있습니다.
Generative AI는 직원이 내부 독점 콘텐츠에서 통찰력을 얻을 수 있도록 하는 유용한 도구이기도 합니다. 이것이 Morgan Stanley가 OpenAI의 GPT-4 모델을 사용한 파일럿 프로그램으로 수행한 작업입니다. 고객 정보에 대해 교육을 받지 않은 이 애플리케이션은 재무 고문이 회사에서 생성한 연구 보고서 및 논평을 기반으로 질문을 할 수 있는 도구입니다.
제너레이티브 기술이 안정될수록 보다 정교한 프로젝트를 수행하기가 더 쉬워질 것입니다.
결론
제너레이티브 AI의 혁신 속도는 숨이 막힐 정도이지만 환각 및 보안과 같은 눈에 띄는 위험이 있습니다. 이것이 바로 은행이 이 중요한 기술에 신중하게 접근해야 하는 이유입니다. 서두르는 것은 실수 일 것입니다. 오히려 좋은 전략은 민감한 데이터를 사용하지 않는 내부 목적을 위해 생성 AI의 적용을 시작하는 것입니다. 이것은 기술이 성숙할 시간을 허용하면서 실질적인 이점을 얻을 수 있는 방법이 될 수 있습니다.
