人工智能在您公司的未来中发挥着怎样的作用？

财富管理领域关于人工智能（AI）的讨论很多。许多公司都有新兴的人工智能计划，但没有任何明确的业务目标。本文简要介绍了可用的人工智能技术（不仅仅是 ChatGPT）、它们在财富管理中的应用，以及您的公司如何定义要实现的特定业务成果。您的公司可以利用这些要求来定义您的项目路线图，并将您的人工智能经验从想法转变为成功的项目。

人工智能的应用遍及各个市场领域，并将改变财富管理的格局。这不仅是作者的信念。埃森哲在 2022 年对美国 500 名财务顾问进行了调查，结果发现：

• 99% 的人相信人工智能将在未来的财务建议中发挥作用。
• 83% 的受访者认为人工智能将在未来 18 个月内对客户与顾问的关系产生直接、可衡量且持续的影响。
• 87% 的人希望日常使用更多的人工智能工具，并且如果有明显的好处，他们愿意花时间学习基于人工智能的流程和工具。

对人工智能的需求

摩根士丹利 2023 年 5 月的财富管理脉搏调查清楚地概述了财富管理领域对人工智能的需求。调查指出，63% 的投资者有兴趣与利用人工智能的财务顾问合作。在 35-44 岁的年轻投资者中，这一比例极高，其中 85% 的人有兴趣与利用人工智能的顾问合作。84% 的人认为人工智能不会取代顾问与客户关系，认为这种关系至关重要。

人工智能简史

六十多年来，人工智能一直是研究的重点，最早起源于 20 世纪 50 年代。1956 年，达特茅斯学院举行了一次历史性会议，汇集了计算机科学和哲学领域的一些最伟大的思想家，讨论机器获取人类智能的方法。美国认知科学家约翰·麦卡锡在这次会议上创造了“人工智能”一词，随后不久，人工智能的研究就开始腾飞。

最早、最成功的人工智能应用之一是IBM的“深蓝”人工智能专家系统，它于1997年击败了世界象棋冠军加里·卡斯帕罗夫。此后，人工智能被广泛应用于机器人、自然语言处理、图像识别、医疗诊断、自动驾驶。机器学习的发展使计算机在识别图像中的物体或识别口语等任务上表现优于人类。

人工智能的应用

自然语言处理

ChatGPT是一个大型自然语言处理（NLP）工具，也是人工智能的一个应用。ChatGPT 等大型语言模型背后的技术就像您在手机上撰写消息时看到的预测文本功能。您的手机将根据其模型以及从您过去的行为中观察到的内容来评估已输入的内容并计算最有可能遵循的内容的概率。

与手机的预测文本 (PT) 功能不同，ChatGPT 是生成式的（GPT 中的 G）。它不是做出一次性的预测；而是做出一次性的预测。相反，它的目的是创建跨多个句子和段落有意义的文本字符串。输出应该看起来像是一个人写的，并且应该与提示相匹配。

生成预测文本是人工智能的一种应用，旨在与聊天机器人进行类似人类的对话等。语言模型可以回答问题并协助完成任务，例如撰写电子邮件、博客文章、论文和编写计算机代码。语言模型还可以分析您提供的写作以确定您的写作风格，也称为您的“声音”。然后，生成预测文本可以设计其输出来模仿为 GPT 模型提供输入的作者的写作风格。

Orion、Broadridge 和 FMG 等许多财富管理公司已经推出了 ChatGPT 集成。FMG 利用其现有的内容库，并使用 ChatGPT 扩展为顾问编写文本，以便在社交媒体上共享第三方内容，并使用每个使用该功能的顾问所独有的标题。未来的迭代可能会在许多 GPT 解决方案中使用该功能，其中 AI 应用程序可以重写现有文章。Jasper.ai 等工具中提供了此功能，这些工具还包括与 Copyscape 等抄袭检查器的集成。

人工神经网络

人工神经网络（ANN）是另一种人工智能应用，被用来有效预测股票价格。1994 年，David Lowe 发表了一篇论文“金融市场中神经网络方法的新颖开发”，其中讨论了人工智能如何改进金融市场的预测。该论文研究了 7 种成分股的价格，以预测未来 FTSE-100 指数的价格。Chi Hau Chen 同年发表了一篇论文，利用四个每日市场价格（开盘价、最高价、最低价和收盘价）来预测未来市场价格。Lowe 和 Chen 展示了神经网络在预测股票市场价格方面的成功应用。这项研究在金融领域具有很大影响力，并有助于推动人工智能驱动的交易算法的进一步进步。

机器学习

机器学习使用算法来发现模式并从大量数据中生成见解。您已经接触机器学习多年，并得到了许多供应商（包括 Amazon、Netflix 和星巴克）的推荐。当您乘坐飞机时，您已经接触过机器学习，并且当您办理登机手续或曾经去过迪士尼主题公园时，运输安全管理局会使用面部识别。从 Facebook 到 Instagram 和 Twitter 等平台都在使用大数据和人工智能来增强其功能并增强用户体验。

机器学习具有出色的财富管理用例。我的公司 Oasis Group 发布了一份题为“下一个最佳行动技术使一对一参与成为可能”的白皮书，该白皮书研究了如何使用机器学习来生成财务顾问在与客户会面时可以使用的下一个最佳行动。

定义您的人工智能项目

公司正在努力定义可实现的人工智能目标。埃森哲研究发现：

• 50% 的受访者表示，他们的财富管理公司在实现人工智能愿景方面面临困难。

• 55% 的受访者表示，他们公司的人工智能工具和见解很难使用。

• 64% 的人表示，他们的公司同时启动了太多的人工智能试点项目，无法采用该技术。

任何寻求在其业务中利用人工智能的财富管理公司（应该是每个财富管理公司）都应遵循一些基本步骤，以确保他们能够明确定义其人工智能目标以及实现这些目标的项目。

1. 建立卓越中心

实施成功的人工智能战略需要多元化的团队为项目带来必要的技术和业务技能。团队应包括人工智能专家、业务主管和 IT 主管。如果您的组织中没有专业知识，请在组织外部寻找人工智能专家。

2. 识别商机并确定优先事项

您的卓越中心应该确定人工智能可以增加最大价值的业务流程，记录这些流程（如果还没有），并确定人工智能可以提供的潜在回报。一旦确定了最能受益的业务流程，就可以开发您的用例和需求。一组要求可帮助您的 AI 项目拥有一组明确的目标，并需要实现这些目标才能取得成功。

3. 选择并承诺有限数量的项目

高管们必须选择一份可实现的有前途的人工智能项目列表，并致力于提供满足要求的最低限度可行产品（MVP）。概念验证和试点并不能证明人工智能的成功。人工智能需要经过训练才能最有效。致力于少量项目并交付 MVP。

4. 确定最适合实现您的目标的 AI 应用程序

确定 MVP 后，请确定最适合每个项目的 AI 应用。利用公司内部的旧内容进行 AI 更新可能最好通过 GPT 应用程序来完成。下一个最佳行动最好通过机器学习应用程序来完成。检查您的项目，然后选择最适合交付 MVP 的应用程序。

5. 拥有您的数据

人工智能需要大量优质数据才能产生最佳结果。高管必须制定数据策略来收集、清理、移动和存储所有数据，并在正确的时间和速度将其传送到人工智能系统。在组织内创建数据管理员的角色，负责收集、整理和评估数据问题。这一关键角色将定义公司内部的数据流，并建立如何解决数据问题的规则。公司需要制定一个策略来拥有自己的数据，并且应该与业务合作伙伴进行对话，以建立对数据所有权的清晰理解。

6. 解决安全、隐私、法规、合法性和道德问题

人工智能带来了重大的安全、隐私、监管和合规问题以及法律问题和道德影响。随着人工智能程序的成熟，从一开始就解决这些领域的问题。您的卓越中心和领导团队应该提出这样的问题：“我们如何保护这些数据？” 以及“如果出了问题怎么办？”

历史上有无数公司因未能足够快地适应不断变化的市场条件而破产的例子。人工智能将改变财富管理行业，而这种改变的步伐将是令人目眩的。没有明确的人工智能战略或执行能力的公司将处于明显的劣势。当今的领导团队有责任评估他们的数据并启动人工智能项目。

约翰·奥康奈尔 (John O’Connell) 是绿洲集团 (The Oasis Group) 的创始人兼首席执行官，专门帮助财富管理和科技公司解决最复杂的挑战。