금융 서비스에서 GenAI의 구현 과제

산문 텍스트를 생성하는 컴퓨터의 능력은 최근 실제 비즈니스 용도로 고려할 만큼 충분히 좋아졌습니다. 그렇다면 대부분의 기업에서는 아직까지 이를 사용하지 않는 이유는 무엇일까요? 이러한 방법을 구현하는 데 따른 몇 가지 과제를 살펴보겠습니다. 생성적 AI(GenAI)
이미지, 오디오 또는 비디오도 생성할 수 있으므로 여기서는 텍스트 생성 기능에 중점을 두겠습니다.

GenAI의 핵심에는 한 텍스트를 다른 텍스트로 변환하는 모델이 있습니다. 입력 텍스트는 종종 질문이나 인간 사용자가 제공한 명령입니다. 출력 텍스트는 정확하고 의미 있는 응답이기를 바랍니다. 우리 대부분은 함께 놀았습니다.
대화를 연상시키는 문자 메시지 환경에서 온라인으로 이러한 모델 중 하나 이상을 사용합니다. 대화처럼 보이지만 균열이 나타나는 것은 우리가 인간과 대화하고 있는 것이 아니라는 신호를 줍니다.

첫 번째 과제 그룹은 이러한 모델이 어떻게 만들어졌는지에 있습니다. 그들은 인터넷의 거대한 텍스트 컬렉션을 기반으로 합니다. 본 내용의 대부분은 허구이거나 차별 등 부적절한 표현을 포함하고 있습니다. 이 텍스트의 대부분은 저작권의 보호를 받습니다.
이는 모델의 합법성을 다소 불분명하게 만듭니다.

다음 과제 그룹은 이러한 모델의 본질과 관련이 있습니다. 이는 주어진 단어의 시작 순서를 따를 가능성이 가장 높은 단어에 대한 거대한 확률 행렬을 나타냅니다. 따라서 논리적인 추론, 인과관계에 대한 능력이 없습니다.
논쟁이든 상식이든. 실질적인 결과는 때때로 부정확하거나 불가능한 답변을 제공한다는 것입니다. 이를 환각이라고 합니다.

더욱이 비즈니스 실무에서 이러한 모델은 단독으로 작동할 수 없으며 종종 다른 공급업체에서 만든 다양한 소프트웨어 도구에 통합되어야 합니다. 그러면 GenAI 모델은 이러한 소프트웨어 도구에 대한 언어 인터페이스를 표현하여 간소화할 수 있습니다.
많은 작업. 그러나 GenAI 모델을 레거시 소프트웨어와 통합하는 작업은 이제 막 시작되었으며 공급업체 자체의 다양하고 빠르게 변화하는 환경으로 인해 복잡해졌습니다.

GenAI가 금융 서비스 산업에서 사용되는 일반적인 소프트웨어 유틸리티에 완전히 통합되었다고 가정하더라도, 우리는 여전히 인간 지능을 자랑하는 업계 인력의 교육 및 변경 관리 문제에 직면하게 될 것입니다.

그것들은 원칙적으로 모두 도전 과제입니다. 지금은 그것들을 제쳐두고 금융 서비스에서 GenAI를 어떻게 사용할 것인지 물어보겠습니다.

일부 용도는 질문에 답변하거나 스마트 자동 핫라인과 같은 일상적인 작업을 수행하는 고객 서비스 자동화와 같은 다른 산업에서 일반적입니다. 각 개인의 행동에 맞춰 다양한 고객에게 마케팅 이메일을 보낼 수 있습니다.
그 사람에게 정말 적합한 특정 제품과 서비스를 광고하는 패턴입니다. 

GenAI가 인간의 언어뿐만 아니라 컴퓨터 언어도 사용한다는 사실을 알면 더욱 흥미로워집니다. 영어로 제기된 질문을 데이터베이스 언어인 SQL로, 웹페이지 언어인 JavaScript로 번역할 수 있습니다. 금융
분석가는 영어로 질문을 하고 이를 완벽한 SQL로 데이터베이스에 저장하면 그 대답은 분석 차트로 표시되는 JavaScript 페이지로 변환됩니다. 재무 분석가의 경우 차트는 신뢰할 수 있는 수치 데이터와 함께 즉시 나타납니다.
GenAI가 수치 콘텐츠를 생성한 것이 아니라 잘 구성된 데이터베이스에서 검색했기 때문에 신뢰할 수 있습니다. 즉각적인 응답은 인간의 작업과 지연이 모두 절약되므로 상당한 이점을 제공합니다.

GenAI는 기본적으로 산문 텍스트를 작성할 수 있으므로 사람이 수정할 수 있는 재무 분석 또는 보고서의 첫 번째 초안을 제공할 수 있습니다. 첫 번째 초안의 자동화로 전체 인간 노동력의 40%를 절약할 수 있다는 것이 잘 문서화되어 있습니다.
보고서.

요약하자면, 주요 과제는 모델 자체와 다른 도구와의 통합에 있습니다. 일단 통합되면 그렇게 할 의향과 훈련을 받은 인력이 이를 올바르게 사용해야 합니다.

이로 인해 금융 서비스 채택에 대한 마지막 장애물인 신뢰가 발생합니다. 금융 전문가, 기업 임원, 정부 규제 기관 모두 아직 이러한 기술이 우리가 기대하는 만큼 신뢰할 수 있다고 확신하지 않습니다.
한 순간에 많은 돈을 잃을 수 있는 규제 산업. 이는 정확한 데이터베이스로 GenAI를 제어하고 AI 산업 자체를 더 잘 옹호하기 위해 위에서 언급한 것과 같은 통합을 충족해야 합니다.
신뢰 부족을 극복합니다.

• SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
• PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
• PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
• 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
• PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
• 출처: https://www.finextra.com/blogposting/25582/implementation-challenges-of-genai-in-financial-services?utm_medium=rssfinextra&utm_source=finextrablogs