金融機構運用GPT-4建構企業理財知識庫

2023年3月15日OpenAI發布下一版的GPT-4，這個語言模型可處理的詞彙從上一版的3,000個進步至25,000個，增長8倍，可說在語言處理能力上有長足的進步。金融機構亦看到GPT-4的強大能力，著手打造相關技術應用於企業理財知識庫中。

資料來源：作者自行繪製

圖1、摩根士丹利聊天機器人應用流程

財富管理公司服務痛點：轉化散落資料為有用資訊

美國摩根士丹利財富管理公司(Morgan Stanley)是全球最大財富管理公司之一，公司目前已實際運用GPT-4語言模型用於協助集團1萬多名財管顧問的知識管理工作。公司數據分析與資料部門(Analytics and Data Officer)負責人Jeff McMillan表示，GPT-4對於語言與文字內容的理解，可協助公司為財管顧問打造全天候待命的專家級AI投資助理。摩根士丹利財管在2018年就開始投入人工智慧的發展，在2018年即打造了一套代號「NBA」(Next Best Action)的人工智慧系統，這是一套協助顧問與客戶互動溝通的智慧知識庫平臺，顧問可以使用平臺搜尋資訊，協助客戶快速提供理財分析建議，或更新各式理財消息，此平臺可更快速回應客戶的需求。

在疫情後，NBA系統成為公司最重要的資產之一。然而，即便如此，現有平臺仍有痛點：公司擁有龐大的非結構化表格與文件散落在各部門的網站、資料倉儲中，財管顧問要使用這個平臺，仍需花費時間進行搜尋、整理，才能將散落資料轉化為有用資訊。而且隨著公司不斷對外併購，知識量不斷暴增，特別是2020年併購了E*Trade網路券商後，企業的知識文件量更是高度成長，財管業務也越來越多且廣，讓原有的NBA平臺面臨易用性降低的挑戰。

從下指令搜索到請聊天機器人給答案

面對上述易用性的挑戰，摩根士丹利在研發過程中看到GPT語言模型的潛力，並思考如何將GPT整合至知識庫中，協助檢索與整理資料。從GPT-3在2020年發布後，公司就開始著手進行研發，如今在最新發表的GPT-4語言模型推出後，摩根士丹利已可將研發成果推至實證階段。公司在內部推出聊天機器人(chatbot)，理財顧問可以用自然語言的方式請聊天機器人回答有關公司知識資產相關的問題，不再需要輸入各種繁瑣的搜尋條件。只要下個指令，聊天機器人就會幫顧問把資料整理好。目前這個版本因為考慮到公司智財內容，並不是使用公開的ChatGPT服務，而是獨自在企業內部使用GPT-4模型，打造專屬公司的服務。其中，摩根士丹利在訓練過程中去掉機敏資料，避免聊天機器人因不同權限差異，而不小心洩漏公司或客戶機密。

在實證階段中，公司找來300位顧問進行測試，從簡單的操作程序問題「請告訴我某個服務開戶步驟」到「請幫我整合哪些公司的資料比較，並附上資料來源」這種偏向彙整性的工作，聊天機器人都能做到。目前已規劃在四月份擴大實證測試的顧問數。

應用現況與產業趨勢說明

GPT-4在語言處理能力上已較GPT-3有長足進步。由上述金融服務業之案例可以看到，金融服務業已用來協助降低重複性且繁瑣的工作，讓理財顧問可以更有效率地提供客戶資訊，它已稍微跳脫機器人流程自動化(Robotic Process Automation, RPA)的框架，真正協助人們從「搜索資料」跳躍至「整理資料」的階段。然而，金融機構畢竟是講究高準確度的行業，現階段還是以財管顧問服務助理作為定位，要讓這個聊天機器人面對終端客戶，仍有待技術再向前邁進。

資料來源

1. GPT-4 (openai.com)
2. How Morgan Stanley Is Training GPT To Help Financial Advisors (forbes.com)
3. Empowering Financial Advisors: Morgan Stanley’s WealthDesk Platform | by Efi Pylarinou | DataDrivenInvestor
4. Morgan Stanley Closes Acquisition of E*TRADE | Morgan Stanley
5. Morgan Stanley testing OpenAI-powered chatbot for its financial advisors (cnbc.com)

封面圖

圖片來源：作者自行繪製