摩根大通为6万名员工普及“ChatGPT助理”

与全球关注人工智能的顶尖精英一起学习！数字化转型网建立了一个专门讨论人工智能技术、产业、学术的研究学习社区，与各位研习社同学一起成长！欢迎扫码加入！

本文文字由ChatGPT4 o生成，生成本文是提示过程，给出指令，角色提示，多角色提示和组合提示，自动生成改写新闻。以及Midjourney Bot生成配图。

    摩根大通引入生成式人工智能助手——LLM Suite的过程及其对银行业的影响。此前因数据隐私担忧而禁止使用ChatGPT的摩根大通，如今采取措施确保数据安全的同时，利用生成式AI提升工作效率。

在过去的一段时间里，银行业被认为是难以融入人工智能技术的领域。然而，摩根大通打破了这一观念，从最初禁止ChatGPT到如今为6万名员工普及AI助理。

这一转变背后有着怎样的原因和考量？

一、摩根大通从禁止到开放的过程

   1、初期禁止使用ChatGPT

• 背景：2023年初，摩根大通采取了一项举措，禁止员工使用ChatGPT等外部生成式AI工具。这一决策主要基于对数据隐私和安全性的考量。作为一家全球领先的金融机构，摩根大通处理着大量的敏感信息，包括客户资料、交易记录以及内部策略等，这些都需要得到最严格的保护。
  
• 担忧：使用公共的AI服务，如ChatGPT，意味着公司数据可能会无意间暴露给第三方。尽管OpenAI声称采取了多种措施来保护用户隐私，但对于像摩根大通这样的大型金融机构而言，这仍然是一个不可接受的风险。
  

    2、后期开放并推出自家平台

• 转变原因：随着时间的推移，摩根大通逐渐认识到生成式AI技术的巨大潜力及其在金融行业中的应用前景。这些技术不仅可以提高工作效率，还能帮助银行更好地理解客户需求、预测市场趋势以及改进风险管理等方面。
• 自家平台LLM Suite：因此，在充分评估了技术和市场的成熟度之后，摩根大通决定推出自家的LLM Suite平台。这一平台旨在结合外部大型语言模型的优点，同时确保所有数据都保留在公司的控制之下，从而实现数据的安全性和隐私保护。
  
• 优势：
  
  • 控制与合规：LLM Suite的设计确保了数据的私密性和安全性，同时满足金融行业的严格合规要求。
  • 定制化服务：该平台可以根据摩根大通的具体需求进行定制，从而更好地适应内部的工作流程和业务需求。
  • 集成与协作：LLM Suite易于与现有系统集成，使员工能够无缝地使用AI技术，提高生产力和效率。
  • 技术支持与维护：摩根大通能够通过内部团队或与合作伙伴紧密合作，确保快速响应和支持。

    通过这种方式，摩根大通不仅克服了初期对数据隐私的顾虑，还充分利用了生成式AI技术的优势，为自身创造了新的竞争优势。

二、LLM Suite平台与ChatGPT的区别及摩根大通定制的原因

    （一）LLM Suite与ChatGPT的区别

1. 数据隐私与安全性
   • ChatGPT：作为一个公开可用的服务，ChatGPT可能接触到各种各样的数据，其中包括用户的输入和反馈。虽然OpenAI声称采取了措施保护用户隐私，但在企业级应用中，这种模式仍然存在一定的风险。
   • LLM Suite：摩根大通定制的LLM Suite平台能够更好地控制数据流，并确保敏感信息不会泄露给外部第三方。这意味着摩根大通可以更安全地利用AI技术，同时保持其数据的安全性和保密性。
2. 可控性与定制化
   • ChatGPT：作为一个通用模型，ChatGPT针对多种应用场景进行了优化，但缺乏针对特定领域的深度定制。
   • LLM Suite：摩根大通可以根据自身的需求和业务流程来定制LLM Suite，使其更适合银行内部的具体需求。这种定制化能够提供更精准的支持，同时也能够更好地整合到现有的IT架构中。
3. 合规性
   • ChatGPT：通用模型可能需要额外的努力来确保符合特定行业的法规要求。
   • LLM Suite：摩根大通可以确保LLM Suite符合金融行业的严格合规标准，这对于银行来说至关重要。
4. 集成与协作
   • ChatGPT：虽然可以与其他软件和服务集成，但通常需要更多的开发工作。
   • LLM Suite：定制的平台可以更容易地与现有的内部系统集成，使得员工能够无缝地使用AI技术。
5. 技术支持与维护
   • ChatGPT：作为外部服务，对于某些具体的企业需求可能无法提供即时的技术支持。
   • LLM Suite：摩根大通可以通过内部团队或与合作伙伴紧密合作，确保快速响应和支持。
     

（二）摩根大通为何选择定制

1. 数据安全与隐私
   • 作为一家金融机构，数据安全和隐私保护至关重要。摩根大通需要确保其敏感信息不会被外部模型所访问或使用，因此选择定制解决方案以保护其核心资产。
2. 满足特定需求
   • 摩根大通可以根据自身的业务流程和需求来定制LLM Suite，使之更加贴合内部工作流程，提高员工的工作效率和生产力。
3. 合规性
   • 金融机构受到严格的监管要求，摩根大通需要确保其技术解决方案符合相关法律法规的要求。
4. 长期发展
   • 通过定制平台，摩根大通可以获得更高的灵活性和控制权，能够随着业务的发展和技术的进步进行迭代升级。
     

三、摩根大通内部普及LLM Suite

    摩根大通的目标是让LLM Suite成为银行内部员工的标准工具，就如同Zoom被广泛用于视频会议一样。这意味着无论员工身处哪个部门，他们都能轻松访问LLM Suite，并将其融入到日常工作流程之中，提高效率和生产力。

1、功能概述

• 文档总结：LLM Suite可以帮助员工快速总结复杂的报告、市场分析和其他长篇文档，节省阅读和理解的时间。
• 问题解答：员工可以通过提问的方式获取即时答案，比如询问特定客户的账户历史或者最新的监管变化等。
• AI功能整合：该平台允许将AI功能集成到现有的软件和应用程序中，增强它们的功能性。
  

2、工作场景示例

    假设在一个普通的交易日，摩根大通的一位分析师Benson需要完成以下任务：

1. 市场报告总结：
   • 场景：Benson每天需要阅读多份市场研究报告，以便了解最新的市场动态和投资机会。
   • LLM Suite的作用：他可以将这些报告上传至LLM Suite，平台会自动提取关键信息，并生成一份简明扼要的总结。这样，Benson就可以迅速掌握每份报告的核心要点，而无需花费大量时间逐字阅读。
2. 客户查询解答：
   • 场景：一位重要客户发来了电子邮件，询问关于某个复杂金融产品的详细信息。
   • LLM Suite的作用：Benson可以直接将客户的问题输入到LLM Suite中，平台会立即提供详尽的答案。如果需要进一步解释，Benson还可以请求平台生成一份易于理解的说明文档，附带图表和实例，以便发送给客户。
     
3. 内部沟通协调：
   • 场景：Benson需要与法律部门沟通一个新产品的合规性问题。
   • LLM Suite的作用：他可以使用LLM Suite来准备一个讨论大纲，概述产品的主要特点和潜在的合规风险。平台还会建议相关的法规条款，并提供相关的案例研究，帮助双方更高效地交流。
     
4. 报告撰写辅助：
   • 场景：Benson正在准备一份针对潜在投资者的报告，需要包括详细的市场分析和预测。
   • LLM Suite的作用：他可以利用LLM Suite来生成报告的大纲，甚至编写部分段落。此外，平台还可以提供图表和数据可视化建议，帮助Benson制作出既专业又直观的报告。
     

    通过上述示例可以看出，LLM Suite不仅仅是一个简单的工具，它已经成为了摩根大通员工不可或缺的一部分。无论是提高工作效率还是改善客户服务体验，LLM Suite都在多个层面发挥着重要作用。

四、摩根大通LLM Suite的使用情况分析与预估

1、当前使用情况

• 员工覆盖范围：目前大约有5万名员工（约占总员工数的15%）已经被授权使用LLM Suite。这表明摩根大通正在逐步扩大该工具的使用范围，从最初的测试阶段逐渐过渡到更广泛的部署。
• 部门分布：最初的应用主要集中在资产和财富管理部门，但随着时间的推移，LLM Suite已经被引入到银行的各个部门中。这表明摩根大通认为LLM Suite的应用潜力不仅仅局限于特定领域，而是可以广泛应用于各种业务场景。
• 功能使用：员工们正在利用LLM Suite进行文档总结、问题解答以及整合AI功能到现有软件中。这些功能有助于提高工作效率和减少重复劳动。

2、教育与培训

• 工作坊与在线课程：摩根大通组织了一系列工作坊和在线课程，旨在帮助员工更好地理解和使用LLM Suite。这些培训活动不仅涵盖了基本操作，还可能涉及高级技巧和最佳实践，以确保员工能够充分利用这一工具。
• 新员工培训：所有新入职的员工都会接受人工智能方面的培训，这表明摩根大通重视培养员工的人工智能素养，确保新员工能够快速上手并有效使用LLM Suite。
  

3、实际应用

• 日常任务集成：员工被鼓励在日常工作中使用LLM Suite，例如撰写邮件、编写报告等。这有助于员工更快地适应新技术，并发现新的应用场景。
• 协作与沟通：LLM Suite也可以用于团队间的协作和沟通，例如生成会议纪要、整理项目计划等，从而提升团队的整体效率。
  

4、技术支持

• 持续支持：为了保证员工能够顺利使用LLM Suite，摩根大通提供了持续的技术支持。这包括及时解答使用过程中遇到的问题，以及定期更新和维护平台，以保持其稳定性和安全性。
  

5、预估

• 使用率增长：随着更多员工接受培训和平台功能的不断完善，预计LLM Suite的使用率将持续增长。
• 功能扩展：摩根大通可能会继续开发新的功能，以满足不同部门的需求，并促进跨部门的合作。
• 文化转变：长期来看，LLM Suite的普及可能会推动企业文化的转变，使摩根大通成为一个更加依赖人工智能技术的金融机构。
• 效率提升：随着员工熟练度的提高，预期将会看到显著的工作效率提升，尤其是在处理大量文档和数据分析方面。
• 潜在挑战：尽管存在诸多优势，但在推广过程中也可能面临一些挑战，比如数据安全和隐私保护问题，以及如何平衡人与AI之间的角色定位。

    摩根大通正积极推广LLM Suite的使用，并采取了一系列措施来确保员工能够有效利用这一工具。

六、 摩根大通推广LLM Suite使用后的效率提升

    为了更好地展示采用LLM Suite之前和之后的效率提升情况，下面这个表格将分为不同的部分，包括部门、具体的员工工作场景以及效率提升的具体表现。请注意。

分析说明：

1. 资产管理：在采用LLM Suite之前，编写投资报告需要大量的时间和精力来收集数据和撰写内容。现在，LLM Suite可以自动生成报告的初稿，并且能够快速整理和分析数据，显著减少了报告的准备时间。
2. 财富管理：以前，客户咨询的响应速度较慢，而个性化的建议需要深入研究才能制定。现在，LLM Suite可以快速生成回复草稿，并根据客户的特定需求生成个性化建议，提高了客户满意度和服务速度。
3. 内部沟通：以前撰写邮件和整理会议纪要都是费时的过程。现在，LLM Suite可以自动生成邮件草稿和会议纪要，极大地提高了内部沟通的效率。
4. 投资分析：以前的市场分析和趋势预测主要依靠人工完成，现在LLM Suite可以快速生成初步的分析报告，并利用AI技术进行趋势预测，提升了分析的质量和速度。
5. 合规性审查：以前的文档审查过程耗时且容易出现遗漏。现在，LLM Suite可以自动识别文档中的合规性问题，并辅助进行法律条款的检查，加快了审查过程并且减少了错误。
6. 客户关系管理：以前客户档案管理和反馈处理都需要手动操作。现在，LLM Suite可以快速整理客户档案，并及时生成反馈处理建议，加强了客户互动和反馈处理的能力。
7. 人力资源：以前招聘广告的撰写和员工培训资料的准备都是繁琐的过程。现在，LLM Suite可以辅助生成招聘广告草案，并帮助准备培训资料，提高了人力资源管理的效率。

    摩根大通通过普及LLM Suite不仅提升了员工的工作效率，还增强了银行的整体竞争力。随着生成式AI在各个领域的广泛应用，摩根大通的这一举措预示着未来银行业的巨大变革。

数字化转型网人工智能研习社

与全球关注人工智能的顶尖精英一起学习！数字化转型网建立了一个专门讨论人工智能技术、产业、学术的研究学习社区，与各位研习社同学一起成长！欢迎扫码加入！

本文由数字化转型网（www.szhzxw.cn）转载而成，来源于网络；编辑/翻译：数字化转型网默然。