智能代理在短期内也有潜力帮助
然而，目前可以实现更温和的目标，从而改善当今的银行业务流程。例如，生成式人工智能代理可以使财务文件可查询，并且可以设计为提供近似答案以及可点击的脚注链接，这些链接可以将初级银行家直接带到与问题相关的文档或文档部分。换句话说，与基本的“Control + F”技术相比，这是一个节省时间的重大改进。同样，生成式人工从公司自己的大量交易资产和宣传材料中检索知识。当出现新交易并且初级银行家需要梳理过去类似的交易时，生成式人工智能代理可以协助扫描内部文件并提供相关资产的可点击链接。这里可能需要检索增强生成 (RAG) 工程，但此用例的风险较低，使其成为近期生产化的良好候选者。
生成式人工智能的潜力不仅限于初级银行家。高级银行家会发现，他们所依赖的 CRM 系统有很大的改进空间。许多银行已经在这些系统中使用预测模型来标记可能经历重大公司事件的客户，以便有针对性地进行推广。生成式人工智能可以通过更有效地 佐治亚电报数据 引入源自新闻和管理评论的 NLP 特征来帮助丰富这些现有模型。这种对现有预测模型的增强很可能在 2024 年投入生产，因为公司模型风险管理团队可以继续使用传统的机器学习性能指标（如准确率和召回率）来评估模型的有效性。
最后，我们还预计银行将继续尝试其他方式利用生成式人工智能来增强其 CRM 系统。LLM 可以提供一个聊天界面，银行家可以与之交谈，快速检索有用的 CRM 信息并来回询问澄清或不同的问题。坐下来参加现场客户会议的银行家可以向 CRM 机器人询问有关公司、竞争对手或公司高管的问题，以及 CRM 系统中记录的与这些人和公司相关的互动接触点的历史记录，并可以获得实时的自然语言答案以及相关信息的链接。
頁:
[1]