Generativ kunstig intelligens – banebrytende den neste bølgen i kapitalmarkedene

Generativ kunstig intelligens – banebrytende den neste bølgen i kapitalmarkedene

Tidsstempel: 14. juli 2023 1:52
Kilde node: 2766169

  Generativ AI har fått fremtredende i nyere tid på grunn av dets virkelig transformative og forstyrrende potensial. Utviklingen startet med raske fremskritt innen maskinlæringsteknikker for prediktiv analyse og generering av innsikt etterfulgt av bruk av dyplæringsmodeller. Modellene har nå utviklet seg til mer avanserte LLM-er (Large language models) som danner grunnlaget for de generative AI-modellene. LLM-ene har brutt barrierene for språkkompleksitet ved å muliggjøre opplæring på enorme mengder data inkludert tekst, bilder og lyd for å forstå konteksten, intensjonen osv. på tvers av språk, noe som kan resultere i kontekstuelt og semantisk korrekte utdata. Generativ AI kan nå utnyttes på tvers av flere brukstilfeller som å svare på spørsmål basert på en kunnskapsbase, oppsummere emner, skrive kode osv.

Det nåværende settet med Generative AI-applikasjoner inkluderer ChatGPT, DALL-E, Stable Diffusion, BARD, Midjourney, Deepmind og andre som kan behandle enorme organisasjonsdata som tekst, e-post, chat, bilder, video og lydopptak som kan brukes til å drive forretningstransformasjoner. Noen av fordelene inkluderer forbedret kundeopplevelse, økt produktivitet, raskere produktutvikling og reduserte kostnader.

Nye brukstilfeller innen kapitalmarkeder

Store investerings- og fintechfirmaer har allerede begynt å eksperimentere med proof of concepts for ulike brukstilfeller innen generativ kunstig intelligens. Flertallet av brukssakene er fokusert på å forbedre og transformere kundeservice, drift, forskning og innsikt og innholdsskaping. Generative AI-applikasjoner gir brukervennlige APIer for bedrifter å enten konsumere som de er eller velge å tilpasse modellene ved hjelp av proprietære data. Disse API-ene kan integreres sømløst med bedriftsapplikasjonene for å gi en sammenkoblet plattformløsning.

Vedlagte bilde gir et syn på noen av de potensielle brukssakene for de ulike virksomhetene innenfor kapitalmarkedene basert på offentlig tilgjengelig informasjon.

  Etter vårt syn er kundeservice, innholdsgenerering og investeringsundersøkelser brukssaker som flertallet av firmaene utforsker. En kort beskrivelse av brukstilfellene er gitt i de påfølgende avsnittene.

  Brukertilfelle for kundeservice inkluderer kundeservice chatbot som kan hjelpe til med kommunikasjon ved å forstå hensikten med spørsmålene, formulere svar og forbedre svarkvaliteten. Data hentet fra interaksjonene kan også analyseres for interesser og følelser for å bane vei for forbedret kundeforhold gjennom hyper personalisering. Formuesforvaltningsfirmaer kan utnytte teknologien til å tilby personlig investeringsrådgivning gjennom digitale kanaler, og dermed forbedre kundeopplevelsen.

 Relasjonsledere kan også utnytte det samme for å lage personlige markedsføringskampanjer på tvers av kundesegmenter, geografi og demografi, og dermed automatisere det digitale salg og markedsføring. Dette kan potensielt øke kundeverdi, konvertering og oppbevaring over lang tid. Juss- og samsvarsteamet kan også dra nytte av å generere regulerings- og samsvarsrapporter og dermed overvinne multiformatutfordringene med rapportering.

 Generative AIs omfattende dataanalysefunksjoner kan brukes av firmaer til å analysere store mengder tekstanalytikerrapporter og -anbefalinger, stemmetranskripsjoner og data fra sosiale medier, nyheter, artikler osv. for å oppdage mønstre, trender, korrelasjoner, og dermed muliggjøre informert investeringsinnsikt og lyd investeringsbeslutninger.

Aktuelle utfordringer og risikoer ved å ta i bruk Generativ AI

Selv om dette er en banebrytende teknologi, kommer den med sine egne utfordringer og risikoer som må håndteres effektivt av firmaene for ansvarlig bruk.

Generativ AI er på det høyeste punktet i hype-syklusen. Det er viktig for bedriftene å utforske Generative AI-evner ved å identifisere en passende brukssak som gir forretningsverdi og hjelper til med å forstå teknologiegenskapene bedre. Et av hensynene til valg av use case er data. Siden modellutgangene er svært dataavhengige, må identifisering av riktig sett med data for opplæring, datakvalitet og datasikkerhetstiltak se nærmere på.

Det gjenstår utfordringer med å utnytte de eksisterende modellene som allerede er trent på offentlig tilgjengelige datasett, da de potensielt kan inneholde falsk og feilaktig informasjon som kan føre til beslutningsfeil.

Det er juridiske og samsvarsrisikoer knyttet til personvern og konfidensialitet, problemer med nettsvindel og problemer knyttet til forklarbarheten til de genererte utdataene kontra menneskeskapte.

Hvordan bør bedrifter reagere for å realisere det fulle potensialet til Generativ AI? 

     Generativ AI lover å gi betydelige fordeler for bedriftene. Det er viktig for bedrifter å utforske denne nye teknologien nå for å oppnå konkurransefortrinn. Bedrifter må gjennomgå sin eksisterende innovasjonsportefølje og gjøre generativ kunstig intelligens til et av deres umiddelbare fokusområder. Bedrifter må samarbeide med eksterne leverandører for å bringe det beste av teknologiske evner for forbedret transformasjonsreise.

Tilnærmingen er å utføre en PoC som vil innebære å identifisere business use cases og prioritere basert på validert læring som kan oppnås fra use casen. En av tilnærmingene kan være å utforske designtenkning og/eller lean oppstartsmetoder for å oppnå maksimal nytte. I likhet med andre AI-modeller er det viktig for bedrifter å ha et robust AI-rammeverk og styring på plass med Forklarbare og pålitelige AI-rammeverk.

 

konklusjonen 

Det globale markedet for generativ kunstig intelligens forventes å vokse med 34 % innen 2032 og forventes å øke til 165 milliarder USD. Bedrifter investerer i økende grad i forskning og utvikling, bygger POC (proof of concepts), etablerer businesscases og integrering i bedriftsplattformer. Bedrifter som integrerer funksjonene på tvers av front-, mellom- og back-office-funksjonene vil få førstegangsfordelen i markedet. Som med alle nye teknologier, må risikoen håndteres med styrings- og overholdelsesrammeverk og sikre nøye beslutninger ettersom det krever betydelige investeringer knyttet til teknologisk infrastruktur og arbeidsstyrke.

Tidstempel:

Mer fra Fintextra