ChatGPT將如何衝擊金融科技和金融服務？

作者：Edward Shen

自從2022年11月問世以來，OpenAI的ChatGPT在全球科技行業中掀起了熱潮，其廣泛的潛在應用和優異表現受到了高度關注。許多科技公司努力發揮創造力，將ChatGPT的多功能性整合到各種軟體系統中，應用在金融分析以及提高反洗錢合規性的各種場景。

因此，ChatGPT對於金融行業的影響力不容小覷。儘管有些專家擔憂ChatGPT對教育及就業市場可能產生的負面影響，但本文將關注ChatGPT如何衝擊金融科技(FinTech)和金融服務(financial services)領域。

本篇文章將深入探討ChatGPT對金融科技和金融服務相關影響的各種主題，包括：

1. 未來的客戶服務將會由ChatGPT和大型語言模型(LLMs)驅動

2. ChatGPT將如何革新金融分析(Financial Analysis)?

3. 利用ChatGPT提升銀行的反洗錢合規性 (AML Compliance)

4. 生成式人工智慧(Generative AI)受到創投(Venture Capital)的青睞

藉由探討這些議題，我們將會帶領讀者深入了解ChatGPT如何改變金融服務的方式，以及這些潛在的影響對投資者、金融機構與金融科技公司的意義及帶來的機會。我們以這篇文章拋磚引玉，分享對於ChatGPT的觀察和想法，期許大家分享自己的觀點，一起探討ChatGPT在金融服務領域的創新應用及可能衝擊。

1.未來的客戶服務將會由ChatGPT和大型語言模型(LLMs)驅動

最近幾個月ChatGPT在人工智慧客戶服務(AI customer service)領域掀起了一陣旋風，生成式人工智慧(Generative AI)在客戶服務領域的潛在創新應用引起了熱烈的討論。隨著ChatGPT的橫空出世以及其令人嘆為觀止的表現，曾經對人工智慧技術持懷疑態度的業界領袖們開始轉變立場，並且認真探索生成式人工智慧在客戶服務(customer service)方面的實際應用場景(use cases)。

什麼是生成式人工智慧(Generative AI)?

生成式人工智慧(Generative Artificial Intelligence, Generative AI)是一種人工智慧技術，能夠使用機器學習和深度學習等技術，以大量數據訓練生成一個模型系統後，能夠生成具有可變性的輸出(output)。這種技術通常用於創造藝術、音樂和文學等領域。

生成式人工智慧技術通常使用生成對抗網路(Generative Adversarial Network, GAN)和變分自動編碼器(Variational Auto-Encoders, VAE)等模型來實現。這些模型可通過訓練一個神經網路(Neural Network)，使其從大量的樣本中學習到樣本之間的模式(pattern)，進而生成具有相似模式的新樣本。

什麼是ChatGPT?

ChatGPT是一個由OpenAI訓練的大型語言模型(Large Language Models, LLMs)，目前的版本是GPT-3.5。GPT代表「生成式預訓練模型」(Generative Pre-trained Transformer Model)，是一種基於深度學習(Deep Learning)的人工智慧技術，可以通過訓練大量的文本數據，學習自然語言的結構和語義，從而生成流暢自然的文本內容。作為一個對話機器人，ChatGPT可以回答各種問題、提供資訊、解決問題、進行聊天等，還具有編寫和除錯(debug)電腦程式的能力。此外，ChatGPT可以透過強化學習(Reinforcement Learning)與用戶重複互動汲取反饋，屬於嘗試錯誤(trial-and-error)的學習方式，因此ChatGPT能夠持續優化其模型，使得ChatGPT的輸出能夠提高正確性且更加符合用戶需求。

ChatGPT已然是生成式人工智慧技術中的翹楚，能夠讀取、理解、總結、翻譯和預測書寫語言，與其他多數對話機器人不同的是，ChatGPT能夠記住與使用者之前的對話內容和使用者給予的提示，並理解使用者的意圖(intent)。

人工智慧已經在客戶服務中使用多年，但ChatGPT將其提升到了一個新的高度。ChatGPT可以理解文本並生成近似真人的回應；而且令人意外的是，ChatGPT這樣的先進科技擁有易於使用的用戶介面(user interface)，讓沒有程式語言基礎的使用者都能輕鬆上手並善用ChatGPT的強大功能，因此ChatGPT倍受歡迎。

ChatGPT的出現促使企業探索大型語言模型應用在客戶服務的可能性，並且為自動化客戶服務系統的軟體開發商開闢了新的機會。我們認為ChatGPT和其他生成式人工智慧技術將會對客戶服務系統的升級產生立即性的影響，主要在以下幾個方面：

✓識別重複性問題

ChatGPT共有三種方式識別重複性問題。第一個方式通過識別幾個文本之間意義的相似性或差異性，將相似的問題和回答分組。當ChatGPT收到一個新的問題時，它可以通過比對已有的問題和回答數據庫，找到相似的問題和對應的答案，從而識別問題的重複性。第二個方式則是透過自然語言處理(Natural Language Processing, NLP)技術將問題轉化為向量，計算各個問題的相似度，當兩個問題的相似度高於某個閾值(threshold)時，可以將他們視為相同的問題。第三個方式則是使用關鍵詞(keyword)匹配，通過比對問題中的關鍵詞和已有的問題中的關鍵詞，來判斷問題是否與已有問題重複。

有效地識別重複性問題，有助於將客戶互動交流自動化，並提高客戶服務的效率和準確性，企業能夠在短時間內看到有意義的自動化和更高的轉移率(Deflection Rate)*。

轉移率(Deflection Rate)

在支援自動化(support automation)常用的詞彙「轉移率」是指通過自助服務工具解決的客服請求的百分比，而這些請求本來需要由客服人員處理。

✓利用預存數據自動化應答

若是使用適當的預存數據(pre-existing data)支持大型語言模型(LLMs)，例如公司的知識庫(knowledge base)或常見問答集(FAQs)，ChatGPT或其他對話機器人可以立即從這些資訊中提取數據後自動化應答。預存數據需要定期更新和維護，以保證數據的準確性和完整性，並且反映客戶的最新需求和問題。這些模型不僅存儲資訊，它們還能夠理解資訊。客戶提出相同的問題會收到正確而獨特的回答，毋需任何人工干預。

✓收集可操作的客戶反饋

收集客戶反饋的方式包括問卷調查以及設置回饋機制，讓客戶在結束對話後提交意見和建議。生成式人工智慧工具可以協助收集客戶反饋並自動進行分析，識別重要的客戶情緒(sentiment)和客戶痛點(pain points)。它能夠整合常見問答集(FAQs)和關注點(concerns)的數據並自動化應對，為客服人員(customer service agents)提供了前所未有的方式取得客戶反饋，藉此改善客戶服務以提高客戶滿意度。

✓創建自然對話

ChatGPT不但可以寫出與真人撰寫相仿的文章，能夠在不同風格和語調之間隨心所欲轉換，並且具備在許多領域的知識庫，足以勝任知識型工作。因此ChatGPT的輸出不再是簡短、生澀及機械化的應答，也不會強迫您從一組固定的選項中做出選擇，因此與ChatGPT進行的對話可以媲美與真人客服人員的互動。

ChatGPT的其他幾個特色使其對話自然且個性化。ChatGPT能夠根據客戶的具體情況提供個性化的回應，能夠理解上下文語意使得對話流暢自然，甚至有機會根據先前的對話，推測客戶可能的後續問題，並提前提供解決方案。

ChatGPT和其他大型語言模型具有提升客戶服務的潛力，但是在應用時必須充分考慮ChatGPT的限制。由於ChatGPT每次對於相同問題的答覆會有所變化，不容易規範其回覆的內容。因此，企業在應用時必須調整模型，以確保模型提供可靠和精確的信息，與企業的品牌定位一致。

2.ChatGPT將如何革新金融分析?

作為一款先進的語言模型，ChatGPT有潛力革新投資者的金融分析流程。自然語言處理(NLP)這種尖端技術可以協助一系列金融分析任務，提高投資決策的效率和質量。

✓使用ChatGPT收集並組織數據

讓我們以一個簡單的例子作為說明。投資者和研究分析師(research analyst)經常需要比較不同公司或產品，這是一個耗時的工作，需要從各種來源收集和組織資訊和數據。幸運的是，隨著生成式人工智慧的出現，ChatGPT現在可以在幾秒鐘內生成比較表格，使分析過程更有效率。

這只是ChatGPT在處理和組織來自網絡的大量數據方面出色能力的一個例子，儘管ChatGPT提交的成果需要進一步核實，但以下兩個由ChatGPT生成的比較表格充分展示了該平台為金融專業人員處理龐大數據的驚人潛力。此外，在ChatGPT生成比較表格後，仍可以根據用戶的特定要求添加或刪除比較的欄位，以符合研究分析師的需求。

以下特斯拉(Tesla)和比亞迪(BYD)製造的電動車比較表中，則是體現ChatGPT對多種語言的理解及處理能力。ChatGPT在多種語言上準確傳達資訊的能力，使其能夠應用在多語環境下運營的全球企業。目前ChatGPT在各種語言中的表現以英文最佳，中文的表現尚可，我們認為ChatGPT中文能力的提升指日可待。

✓使用ChatGPT做新聞摘要

我們預計ChatGPT將不斷出現新的應用，利用ChatGPT先進的自然語言處理能力進行新聞摘要(news summarization)和情緒分析(sentiment analysis)則是最基本的應用。在新聞摘要方面，忙碌的高管沒有時間詳細閱讀每篇新聞文章，可以利用ChatGPT在幾秒內生成摘要並彙整新聞要點，使用戶在很短的時間內了解新聞的重點內容，保持對廣泛時事的敏銳度。

✓使用ChatGPT做情緒分析

在情緒分析方面，ChatGPT可以分析社交媒體文章或產品評論中的內容。例如，公司可以使用ChatGPT分析客戶對產品使用的反饋，並判斷其情緒是正面的、負面的還是中性的。這將使企業能夠以系統化的方式大規模了解客戶情緒，並進一步以數據驅動(data driven)的決策改進產品或服務。情緒分析也可以應用在特定股票或市場，協助投資者更全面了解市場動態，以掌握充分資訊做出投資決策。

✓ChatGPT的核心能力–內容生成

ChatGPT的核心能力是內容生成，這個功能具備高度價值並受到廣泛認可。它協助研究分析師生成必要的財務報告、法說會內容摘要和其他文件。ChatGPT可以協助生成高質量內容的研究報告，節省研究分析師起草市場研究報告所需的時間，將更多的時間和精力分配於更高價值的任務，例如走訪上市公司或判斷市場趨勢等。

3.利用ChatGPT提升銀行的反洗錢合規性

在金融服務領域，反洗錢合規性(AML compliance)一直是重要的議題，銀行面臨著複雜的反洗錢(Anti-Money Laundering, AML)規則和監管要求。由於金融犯罪行為不斷增加，金融行業需要處理大量數據並且需要高效的速度，以確保其業務的合法性和透明性。ChatGPT的出現為反洗錢合規性提供了一些靈活的解決方案。

ChatGPT可以為銀行建立更加精確的客戶風險檔案。利用其語言理解技術，ChatGPT能夠分析客戶的社交媒體資料、新聞報導和其他文本，從而獲得客戶的更多資訊。銀行可以使用這些資料來更新其客戶風險檔案，以確保其業務滿足反洗錢合規標準。

金融機構可以利用ChatGPT的模式識別分析能力(pattern recognition)，分析客戶的交易和行為模式來識別可疑的活動和交易，其應用包括反洗錢合規查核自動化、監控非結構化資料和自動化KYC (Know Your Customer, 了解您的客戶)。這些應用可以極大地提高反洗錢合規性，減少人工錯誤和操作失誤，同時加快反洗錢執行工作的速度和準確性。

一些科技初創公司正在將 ChatGPT 或 GPT-3.5 整合到其軟體系統中，以實現合規流程的自動化，例如客戶開戶時身份驗證以及客戶交易監測等，以自動化系統取代人工調查工作。在銀行盡早部署相關的技術，可以更快更準確地識別風險並優化警報閾值(threshold)。

將ChatGPT應用於金融機構管理合規風險的相關技術與實際應用還處於起步階段，但它的潛力令人興奮，值得金融機構探索。將ChatGPT的能力整合到自動化的合規流程，預期可以減少人工調查工作所需的時間和資源，使銀行專注於更重要的任務，幫助銀行減少風險，防止因不合規而產生昂貴的罰款。

4.生成式人工智慧受到創投的青睞

生成式人工智慧使用機器學習模型來生成新數據，例如與真人創作相仿的圖像、音樂或文本內容。這些模型運用大量數據進行訓練，分析並學習數據的模式(pattern)和結構(structure)後，重新組合這些模式和結構創建新內容。生成式人工智慧的目標是創造逼真且獨特的數據，可能的應用包括內容創建(content creation)、圖像處理(image processing)和數據擴增(data augmentation)等，其在藝術、娛樂、設計及醫療與金融服務領域都具備極高應用價值。

生成式人工智慧技術在科技領域受到越來越高的關注，這主要歸功於ChatGPT的空前成功，該技術能夠生成近似於真人撰寫的文本內容。而其他廣受歡迎的生成式人工智慧工具，包括Stable Diffusion和Amper Music等，它們的功用是創建原始圖像和音樂。儘管這一年多以來創投(venture capital)整體資金投放速度大幅放緩，但敏銳的創投基金嗅到生成式人工智慧的巨大商機，在2022年逆向大幅加碼生成式人工智慧領域的初創公司。由於受到創投基金的爭搶，促使生成式人工智慧的科技初創公司估值大幅上漲。

投資者樂觀地認為，ChatGPT和其他生成式人工智慧技術能夠持續提升其功能，使得許多應用不再是科幻電影的場景，而是立即改變我們的生活！顯然，這種技術的飛躍已經引發了創投和企業對這一領域的期待，並帶來顯著的投資。

在分析ChatGPT的能力以及潛在應用場景後，我們認為生成式人工智慧將如同雲端運算和移動通信技術，成為現代商業每間公司都必須採用的技術。

小結

本文概述了一些ChatGPT和其他生成式人工智慧工具在金融科技和金融服務的潛在應用場景，我們相信不久的將來會出現更多創新和有趣的應用。

您想如何發揮ChatGPT和其他生成式人工智慧工具的能力，以加速金融服務的升級與轉型？ 請分享您的想法，讓我們一起探討如何通過人工智慧使金融更具創新性和效率！

英文原文在 LinkedIn FinTech Newsletter by QIDS 發表

中文文章在彗聖法律事務所發表

---

【作者】Edward Shen

│德恒創投創辦人，天使投資人，目前擔任上市IC設計公司顧問、負責策略投資。

 │主要經歷橫跨AI公司、國際資本市場，持續關注生成式AI對於半導體產業的影響以及金融科技。

│密西根大學金融工程學碩士、台大商學研究所及台大化工系畢業

 │訂閱Edward Shen

〔理財顧問專屬社群〕

│專為理財顧問成立的LINE社群。

│投資、理財、執業、顧問行銷等資訊分享。歡迎加入，跟我們一起討論~