人工智能，特别是生成式人工智能，继续为包括银行业和保险业在内的许多行业带来巨大的生产力提升。
人工智能也带来了许多挑战，其产生幻觉的倾向就表明了这一点。另一个是滥用的可能性。这可能源于数据训练集中的无意识偏见，从而导致对有色人种的歧视。它还可以反映 genAI 系统是如何编程的，最近关于教皇或其他历史人物的“醒来”图像的争论就证明了这一点，这些图像看起来不是白人男性。
在最极端的情况下，资产管理者可以求助于人工智能进行研究甚至交易投资组合。幻觉可能会毁掉一家公司；就像试图向监管机构解释为什么机器人会导致闪崩一样。
人工智能不太可能以如此戏剧性的方式释放出来，但它可以以更微妙的方式发挥作用。事实上，已经是这样了。
银行、保险公司和金融科技公司已经使用人工智能工具来进行信用评级或承保保单。例如，该行业面临着无法向心怀不满的客户解释为何贷款被拒绝的风险。
更常见的问题是人工智能何时可以应用。例如，软件可以用来解析某人的社交媒体输出，以判断他们的心理状态，这可以用来为金融产品定价。这引发了很多问题。
是否应该允许公司考虑此类数据？如果没有，他们会探索什么替代品来了解潜在客户？什么是隐私？如何实施？
请监管
对这些问题的自然答案是引入监管机构。最好制定一套中立的规则来抑制公司最坏的冲动。让监管机构承担繁重的工作也更容易——如果他们不这样做，也可以保持耸耸肩的自由。
监管是必要的，但监管就足够了吗？也许吧，但前提是金融业愿意将创新留给大型科技公司和新一代人工智能初创公司。
在人工智能方面，现实是监管机构永远无法跟上步伐。这并不是一件坏事：我们期望创新来自私营部门。但人工智能的本质使得监管变得困难。
首先，在监管机构工作的人很少有在机器学习和其他人工智能工具方面拥有深厚专业知识的人，更不用说 genAI 了。
其次，要跟上这个世界的步伐，需要掌握大量的 GPU、图形处理单元、为人工智能应用提供动力的骨干芯片以及构成云的数据中心硬件。
人工智能行业包括 OpenAI 等初创公司、微软和 Meta 等大型科技公司、Nvidia 等芯片专家以及 AWS 等云提供商。这些巨头拥有独特的庞大资源，可以吸引最优秀的人才，并购买运行人工智能系统的计算能力。
只要这种情况持续下去，监管机构和企业都无法制定议程。
购买力
监管机构可以尝试制定规则——他们也应该这样做，因为他们可以制定基本规范——但他们将难以处理如何防止银行和其他机构滥用人工智能系统的细微差别。
不过，还有其他选择。一是回顾政府早期如何帮助支持其创新经济。例如，硅谷的成功在很大程度上要归功于 NASA 和美国军方在 1950 世纪 1960 年代和 XNUMX 年代的大规模采购计划。
同样，只有政府才有潜力涉足人工智能基础设施市场，并为自己的研究项目购买 GPU，以与大型科技公司的规模相匹配。这是通过参与和领导来制定标准的一种方式，而不是无休止地试图通过编写更多规则来跟上。
金融服务呢？到目前为止，没有迹象表明政府准备扮演这一角色，这使得其他行业受到大型科技公司的摆布。
教训是相似的：华尔街需要成为大型科技公司的重要客户，以至于它可以为如何对待人工智能制定标准。
问题是尺寸。在这个领域，即使是摩根大通也无法与微软匹敌。它永远无法证明成本的合理性。
开源人工智能
但整个行业又如何呢？大金融公司是否有办法与全球领先的金融科技公司联合，整合资源并成为战略客户？
银行不习惯一起玩。这种方法完全是陌生的。
另一方面，银行正在慢慢热衷于开源软件开发。他们认识到，共享许多非核心功能的代码（成为社区参与者而不是专有所有者）可以创建质量更好、弹性更强的软件。
开源适用于 genAI 吗？
答案尚不清楚。这个领域的一些大型科技公司已经开放了他们的开发，例如 Meta，它允许人工智能初创公司下载并调整其一些模型。
开源的行业标准要求允许所有用例，但很少有 genAI 初创公司真正满足该标准。大多数公司，包括名称荒谬的 OpenAI，都经营着一家封闭的商店。
这是因为 genAI 与其他类别的软件不同。源代码只是一个组件。同样重要的是训练数据以及数据的分类方式。如今，人工智能行业内对于“开源”的含义还没有达成共识。
这是金融机构的空缺。银行、交易所和数据供应商共同拥有大量数据，其中大部分数据特定于资本市场和金融服务。理论上，如果有一种机制来聚合这些信息，就可以为共同开发代码及其标准奠定基础。
供应商会抵制任何破坏其业务的举动；银行和保险公司并不热衷于在任何可能被视为核心的事情上进行合作。另一方面，对于大多数参与者来说，金融服务中的某些领域可能不是核心领域，而在这些领域中可能需要行业解决方案。数字身份、合规性、报告和风险管理的各个方面都会浮现在脑海中。
地精 知道这是一个非常投机的想法，可能永远无法证明实现这一目标所需付出的巨大努力是合理的。另一方面，对于金融业来说，塑造自己的未来而不是被动等待硅谷来塑造自己的未来有多重要？这也许是我们回到政府作为人工智能大客户的想法的地方。政府要以这种身份行事，就需要制定自己的计划。人工智能时代的金融服务监管似乎是一个很好的起点。
