金融科技周專家洞察：生成型AI如何塑造金融業的未來

在剛過去的香港金融科技周，主辦單位舉辦了一個名為「金融服務中GenAI的應用案例及所學到的經驗」（Uses cases of GenAI in Financial Services and Lesson Learned）的研討會，邀請了數據素養協會（Data Literacy Association）的Dr. Toa Charm主持了這次會議，強調了生成型人工智能（Gen AI）在所有金融服務領域的重要性。

研討會的講者包括：

Alex Hung（Manulife 亞洲零售及退休高級分析部門負責人）

Cheney Cheng（Apoidea 共同創辦人兼CEO）

Edward Wu（Welab業務智能部門負責人）

Elaine Chan（安盛香港及澳門數據科學與管理總監）

講者探討Gen AI的課題包括需要高質量數據、管理上的變化、遵守法規、控制Gen AI的成本以及確保人工監督AI過程等。

Cheney Cheng – Gen AI的實際應用

Apoidea的共同創辦人兼CEO Cheney Cheng強調了Gen AI在金融領域的實際應用，他強調Gen AI已從一項實驗技術發展成為工作環境中的重要工具。他指出，雖然Gen AI通常被視為生成文本的工具，但其真正的力量在於它能夠對各種任務運用到「常識」（common sense）。這一轉變標誌著與以往AI應用相比的重大進步，以往的應用範圍通常有限，缺乏Gen AI帶來的細緻理解。

Cheney強調Apoidea一直處於這一技術演進的前沿，與從GPT-1到GPT-4的發展保持同步。這種經驗使Apoidea能夠有效地將Gen AI整合到他們的服務中，特別是在金融等複雜領域，例如財務報表的提取和銀行賬單的理解。通過利用Gen AI，Apoidea已經能夠自動化和改進傳統上需要大量人工投入的過程，例如理解或提取多樣化銀行文件中的相關數據。

此外，Cheney亦提到最近有一個新的資訊摘要平台，名為arbor，它將同一事件的所有來源進行摘要，然後再突出展示每個人的獨特觀點。透過這些摘要，讀者能夠迅速了解一則事件的重點，以及其引申的影響和意義。

然而，Cheney亦指出了實施Gen AI所面臨的挑戰。他提到，Gen AI可能會昂貴、緩慢，有時甚至不一致，需要額外的模型來確保其可靠性和可控性。Apoidea已開發了額外的模型，例如幻覺檢測（Hallucination Detector），來對付這些問題，並確保Gen AI的輸出持續而準確。透過「多模型」的方法，Apoidea能夠增加Gen AI的可靠性及避免出錯，甚至比人手更加準確。

Edward Wu – 利用Gen AI增強金融科技運營

Welab業務智能部門負責人Edward Wu強調了數據在理解業務動態和客戶行為中的重要作用。他突出了Welab作為一家以數據驅動的金融科技公司，如何利用Gen AI來增強其服務。Edward談到了Gen AI在簡化運營工作流程，以及提高貸款批准效率方面的實際應用。Welab通過Gen AI分析客戶數據進行風險評估，能夠加快其決策過程。從以往的幾天，到現在僅幾小時就能產生市場數據驅動的支援文件。

Edward還談到了將Gen AI整合到業務運營中的挑戰。他指出，採用這項技術不僅涉及技術實施，還涉及組織內的文化轉變。Edward強調了預備高質量數據以及培養人才的重要性。他強調，Gen AI不僅僅是一個未來的工具，而是當今的資產，如果正確利用，可以顯著提升公司的能力。

Alex Hung – 用Gen AI顛覆客戶體驗

Manulife亞洲零售和退休先進分析部門負責人Alex Hung分享了他在AI領域的豐富經驗，特別是Gen AI在金融領域的變革性影響。他討論了Manulife如何探索Gen AI來提高互惠基金的透明度，並改善市場營銷和客戶參與，使基金相關信息對客戶更容易獲取，從而培養信任和清晰度。此外，Alex強調了Gen AI在創建更有效和個性化的市場營銷活動方面的作用，展示了其在金融服務中革新客戶體驗的潛力。

在談到實施Gen AI的挑戰時，Alex強調了風險管理的重要性。他分享了一個關於使用Gen AI的成本影響的例子，指出由於需要大量數據，使得技術成本變得非常昂貴。因此，使用Gen AI必須謹慎規劃。Alex建議公司應立即開始利用Gen AI，並全面部署，將其與傳統機器學習技術整合用於不同應用。

Elaine Chan – Gen AI在保險效率和處理中的作用

AXA香港和澳門的數據科學和管理總監Elaine Chan強調了Gen AI在提高保險行業效率和處理能力方面的重要作用。她專注於Gen AI在文本摘要方面的優勢，這對於擁有悠久歷史和龐大數據檔案的公司如AXA等尤為寶貴。Elaine指出，這些歷史數據中的許多是非結構性的，對數字化和改善客戶服務構成挑戰。她認為，Gen AI通過組織和摘要這些龐大數據集提供了解決方案，從而促進了更好的數字客戶體驗。

Elaine還深入探討了Gen AI在處理保險索賠的醫療收據方面的實際應用。AXA通過在文件理解中使用Gen AI，可以顯著提高其索賠處理的效率。她承認了整合Gen AI的挑戰，例如在自動化帶來的效率提升與人工監督的需求之間取得平衡。為了解決這個問題，AXA從內部流程開始，逐漸在員工中建立對Gen AI的信任，從而以可控的方式擴大其應用。

支持EJ Tech

如欲投稿、報料，發布新聞稿或採訪通知，按這裏聯絡我們。