ChatGPT+金融：国外八大应用案例

Original 潘言厚雪

2024-09-16

导言

ChatGPT爆发后，国外金融业的先行者们，做了哪些应用尝试？

出品 | 厚雪研究

作者 | 潘言

3月份，OpenAI公布GPT-4，百度推出 “文心一言”，微软和谷歌宣布办公软件嵌入AI重磅应用，一系列的标志性事件，推动AIGC（生成式AI）发展进入最高潮。

此后至今，虽然热度值有所降低，但AIGC进入全面开花的过程中：各大AI公司推出自己的大模型，主要行业和场景基于AIGC也开始尝试应用。

图：ChatGPT和文心一言的百度搜索热度变化

金融是数据密度和智能化非常高的行业， AIGC的应用必然少不了。国内外主要金融机构和金融科技公司均已经下场布局，在国外，一些ChatGPT的实践案例已经浮出水面。

厚雪基于公开资料，对国外的AIGC+金融的主要案例做一梳理介绍。从案例共性上看，各家主要基于ChatGPT开展应用，涵盖了银行、财富管理、保险理赔、债券问答、政策预测、投资分析和提升业务效率等各个方面。

彭博发布金融版ChatGPT，拥有500亿参数

3月底，全球知名的财经、金融资讯和数据公司彭博（Bloomberg）发布了专为金融界打造的大型语言模型（LLM）——BloombergGPT，这是一款基于其几十年来收集数据的AI系统。

根据彭博发布的报告显示，其构建了迄今为止最大的特定领域数据集，并训练了专门用于金融领域的LLM，开发了拥有500亿参数的语言模型BloombergGPT。

报告显示，该模型依托彭博的大量金融数据源，构建了一个3630亿个标签的数据集，支持金融行业内的各类任务。该模型在金融任务上的表现远超过现有模型，且在通用场景上的表现与现有模型也能一较高下。

一般来说，在自然语言处理（NLP）领域，参数数量和复杂程度之间具有正相关性，GPT-3.5模型的参数量为2000亿，GPT-3的参数量为1750亿。

BloombergGPT的训练数据库名为FINPILE，由一系列英文金融信息组成，包括新闻、文件、新闻稿、网络爬取的金融文件以及提取到的社交媒体消息。

彭博称，BloombergGPT将协助彭博改进现有的金融NLP任务，如情感分析、命名实体识别、新闻分类和问答等。

此外，BloombergGPT将为整合彭博终端上的大量数据提供新机会，以更好地帮助公司的客户，同时将AI的全部潜力带入金融领域。

摩根士丹利用GPT-4服务财富管理部门

3月14日，OpenAI在发布GPT-4时公布了6个使用案例，其中就包括了摩根士丹利财富管理部门（MSWM）运用GPT-4来组织调动其面向客户的知识库。

摩根士丹利当时表示，其是“目前唯一一家提前获得OpenAI新产品的财富管理战略客户”，也是“少数GPT-4发布组织之一”。摩根士丹利财富管理部门将使用GPT-4“获取、处理和合成内容，以洞察公司、行业、资产类别、资本市场和世界各地地区的方式，吸收其资管自身广泛的智力资本”。

作为财富管理领域的领导者，摩根士丹利维护着一个内容库，其中包含数十万页涵盖投资策略、市场研究和评论以及分析师见解的知识和洞见。这些大量的信息分布在许多内部网站上，主要以PDF形式呈现，需要顾问们浏览大量信息才能找到特定问题的答案。

从去年开始，摩根士丹利开始探索如何利用GPT的嵌入和检索功能来利用其智库——首先是GPT-3，现在是GPT-4。该模型将驱动一个面向内部的聊天机器人，在财富管理内容中执行全面搜索，并有效地释放MSWM积累的知识。

摩根士丹利主导该项目的分析、数据与创新主管McMillan表示，目前已经使用GPT-4技术将所有智库内容转化为更易于使用和操作格式，该行此前一直在用300名顾问测试这款工具，并计划在未来几个月广泛推广。

摩根大通利用AI预测货币政策，并计划推出IndexGPT选股服务

据华尔街见闻5月26日的报道，摩根大通正在开发一款类似ChatGPT的软件服务。摩根大通提交的文件显示，该行本月为一款名为“IndexGPT”的产品申请了商标注册。IndexGPT将利用“使用人工智能的云计算软件”来“分析和选择适合客户需求的证券”。

文件明确指出，IndexGPT使用了以ChatGPT为代表的人工智能技术，该行计划使用由GPT模型驱动的人工智能。据报道，摩根大通全球技术主管 Lori Beer 表示，该行已经雇佣了1500名数据科学家和机器学习工程师，正在测试GPT技术的“多个使用案例”。

在更早的4月，摩根大通发布报告称，已开始使用一套AI大语言模型，从美联储17位官员的公开讲话中揣摩情绪变化，汇总编成一套货币政策的“鹰鸽指数”。据报告显示，摩根大通最早使用的是谷歌的Bert模型，后来换成Open AI的GPT模型，使用效果获得大幅提升。

摩根大通通过AI驱动的大语言模型，学习解读央行官员讲话中透露的信号，来预测利率政策出现变化的可能时间点。AI程序根据学习结果编制了一套“鹰鸽指数”。这套指数从0-100分打分，0分代表央行的态度最为鸽派（即可能采取降息等宽松政策），100分代表央行的态度最为鹰派（即可能采取加息等紧缩政策）。

摩根大通经济学家洛普顿在报告中写道，“初步结论显示，AI预测的结果令人鼓舞，但我们相信AI技术在金融市场上的运用还远未到成熟的黄金期，未来仍有很大的进步空间。”

目前摩根大通将这套“鹰鸽指数”用在了美联储、欧洲央行和英国央行身上，预计未来几个月会把适用范围扩大到全球30多家央行。

Two Sigma利用ChatGPT进行投资分析

Two Sigma是一家总部位于美国的量化对冲基金公司，拥有超过2000名员工，管理超过500亿美元的资产。

Two Sigma利用ChatGPT分析财务报表和新闻内容，以识别潜在的投资机会和风险，通过利用ChatGPT的自然语言处理能力和大规模语料库，Two Sigma可以自动化的分析大量的数据，并从中提取有用的信息，以更好的了解公司业绩和市场趋势，并作出更明智的投资决策。

Two Sigma利用ChatGPT进行投资分析的一些案例有：

Two Sigma利用ChatGPT生成了一份美国股市的投资报告，该报告分析了2022年12月的市场表现和2023年1月的预测，并提出了几个具体的投资建议；

Two Sigma利用ChatGPT从社交媒体、新闻网站、论坛等各种来源收集和分析了关于ChatGPT本身的市场情报和投资动向，并发现了一些与ChatGPT相关的概念股和ETF；

Two Sigma利用ChatGPT与其客户进行了一次交互式的投资咨询，根据客户的风险偏好、收益目标和时间视窗，为客户提供了一些合适的投资选项。

苏黎世保险使用ChatGPT进行理赔和数据挖掘

据英国《金融时报》3月份的报道，苏黎世保险集团（Insurer Zurich）正在测试如何在索赔和建模等领域使用ChatGPT技术，旨在应对初创企业和更大竞争对手带来的挑战。

苏黎世保险正在研究该技术的应用，从理赔说明和其他文件中提取数据。目前，该公司提供了最近六年的理赔数据，试图找出整个理赔部分的具体损失原因，从而改善承保。在首席信息和数字官的领导下，这家保险公司还创建了一个新的专利计划来保护其知识产权，重点关注自动风险检查和处理账单的AI系统等领域。

苏黎世保险CIO兼CDO陈立明表示，ChatGPT不会取代开发人员，而是承担副驾驶的作用。同样，对于承保和理赔，它不会取代人，但会提高效率。

事实上，苏黎世保险的这一举措只是其在利用人工智能提升理赔效率方面的更进一步。此前，该公司于2021年4月与保险科技公司Sprout.AI达成合作，将解决财产险理赔所需的时间缩短至24小时以下。

另外，瑞士保险公司Helvetia正在测试利用ChatGPT推进客户服务。该公司声称是世界上第一家推出基于ChatGPT技术直接进行客户联系服务的上市保险公司。

该保险公司目前正在通过其聊天机器人Clara进行现场实验，用户可以通过它获得有关保险、养老金和房屋所有权的答案。该软件使用来自Helvetia Switzerland的网页内容，例如产品页面和信息指南，任何人都可以试用新的聊天机器人。

日本大和证券9000名员工使用ChatGPT技术

4月18日，日本第二大券商大和证券（Daiwa Securities）在官网发布了一份声明称，从4月中旬开始日本国内9000名员工将使用ChatGPT技术，并称其具有“无限潜力”。

大和证券表示，ChatGPT蕴含着不可估量的潜力，随着技术适用范围的迅速扩大，探索新的运用方法，对于公司来说是有益的。迄今为止，大和证券在大数据、AI、云计算等数字技术方面已经有了一定的积累。

对于ChatGPT的具体运用，大和证券认为有以下几点值得期待：1、缩减信息搜集、材料制作的时间和费用成本；2、ChatGPT通过完成文件，企划书等文章编程的草稿制作，以创造更多与客户接触和计划制定的时间；3、通过员工的广泛使用，进一步创造出使用灵感。

另据《日经》报道，除了大和证券，三菱UFJ金融集团、三井住友金融集团也加入到人工智能应用中。三菱UFJ金融集团将于今年夏天开始使用AIGC技术来完成撰写批准请求和回答内部查询等任务。日前，三井住友金融集团宣布开始试用与微软日本合作开发的人工智能聊天机器人，预计秋季可以在公司内部正式应用。

Broadridge推出BondGPT，服务债券市场

6月7日，全球领先的金融科技公司布罗德里奇（Broadridge）子公司LTX宣布，通过GPT-4打造了BondGPT，主要用于帮助客户回答各种与债券相关的问题，增强10.3 万亿美元的美国公司债券市场的流动和价格发现。目前，BondGPT已经投入使用。

Broadridge创立于2007年，专为银行、券商、资产管理公司等金融机构提供技术解决方案。Broadridge总部位于美国纽约，在中国香港、伦敦、东京、新加坡、多伦多等21个国家/地区开展业务，员工数量超过1.4万人，年收入超过50亿美元，市值达180亿美元。

为了增强ChatGPT的输出准确性和满足金融业务场景需求，LTX将Liquidity Cloud中的实时债券数据，输入到GPT-4大语言模型中，帮助金融机构、对冲基金等简化债券投资流程以及提供投资组合建议。

图：BondGPT产品展示

例如，投资者可以提问：有哪些收益率在5%-8%之间的汽车债券，2030年后到期？在过去30天的时间，哪些电信债券收益最高？近5年，哪些零售企业的债券收益最高？我有100万美元资金，想投资5年，有哪些高收益的债券选择？

BondGPT会回答符合需求的公司名字、利率、价格、发布日期、到期日期、债券评级等信息。同时支持连续、深度对同一个问题进行发问，使用方法与ChatGPT基本相似。

“先买后付”巨头Klarna推出ChatGPT插件

今年3月，OpenAI宣布ChatGPT将推出插件功能，并将首批登陆12家企业的业务平台，对该技术的运行方式开展早期案例研究，这12家入选企业中就包括“先买后付”巨头Klarna。

ChatGPT插件是专门设计用于扩展ChatGPT功能的互联网连接工具。插件功能相当于给ChatGPT配备了一套工具箱，将更大范围地扩展其理解力、集成性和实用性。自3月底至今，第三方插件数量已经从10多种增加到了70多种。

2005年，Klarna在瑞典斯德哥尔摩成立，其在海外开创了先买后付（BNPL）支付模式。这一概念在2020年疫情之后被迅速引爆，根据Worldpay一项报告显示，2020年BNPL占据了全球电商支付的2.1%，如PayPal等老牌支付公司，也开始迅速入局BNPL。

Klarna曾经是欧洲最大的金融科技独角兽。不过， Klarna在2022年遭遇了重击，亏损裁员，以及估值大幅缩水了85%，从前一年的456亿美元跌至65亿美元。

Klarna推出的ChatGPT插件，可以增强用户的购物体验。该插件的功能是作为一个个性化的购物助手，根据用户的请求提供量身定制的推荐。它利用Klarna庞大的产品库存来提供与用户搜索相关的建议。

此外，该插件还提供了一个指向Klarna搜索和比较工具的链接，用户可以在该工具中比较Klarna广泛的零售合作伙伴网络中的价格。用户可以通过各种查询提示ChatGPT，例如“我有150美元，我买得起哪种耳机？”或“你能帮我找到一双新运动鞋的好价格吗？”。

Klarna创始人兼CEO西米亚特科夫斯基（Sebastian Siemiatkowski）表示，他相信生成式人工智能将给Klarna带来巨大变化，从专注于支付选项的平台变成融入客户生活的购物比较工具。他声称自己早在2015年就预见到了这种发展趋势。他回忆道：“我们当时坐在那聊天，我说：听着，早晚有那么一天，你一早醒来，电脑会跟你说：‘嘿，我在你睡觉的时候对你的按揭贷款进行了分析，然后发现你可以省下10美元。’”而现在，他说，人工智能将让我们梦想成真。

这种技术进步可能成为帮助Klarna从众多竞争对手中脱颖而出的关键。Morning Consult的普林奇帕托表示：“先买后付企业必须向多元化发展，否则可能会因为其拥有的技术而被银行收购。”

不难想象，Klarna的ChatGPT插件将对成千上百万消费者的购物偏好和习惯做出极为精准的画像。事实上，为实现更为精准的产品推送，Klarna已经开始要求消费者选择与商家共享数据。西米亚特科夫斯基称：“借助这项技术，我们将能以几年前无法想象的速度推动业务、扩大规模，这在以前是见所未见的。”

结语：国内AIGC+金融开展全面探索

彭博的最新报告认为，ChatGPT的威力不仅于此，它将给AIGC市场带来繁荣的十年，并可能以42%的速度扩张。到2032年，也就是九年后，AIGC市场的营业收入将达到1.3万亿美元，是去年收入400亿美元的32.5倍。

从国内来看，金融也是AIGC应用活跃的领域，2月份以来多家金融机构披露了与“文心一言”等合作的尝试，包括江苏银行、邮储银行、中信银行、百信银行、泰康保险、广发证券、鹏华基金等，金融科技公司中，奇富科技、度小满、信也科技、金融壹账通等也均推出大模型或应用产品。

不过，由于金融业务的特殊性，国内对内容专业性、严谨性、可解释性、合规性、数据保护等有严格要求，模型训练会更加严谨，AIGC在金融的深度应用还需不断磨合和观察。

注：本文参考了AIGC开放社区、华尔街见闻、中国基金报、界面、财富中文网、知乎、保观等多个平台的内容。

本文基于公开资料撰写，仅作为信息交流之用，不构成任何投资建议。

欢迎分享，留言交流。转载请注明出处。

— END —

往期推荐