โมเดลภาษาขนาดใหญ่ (Large language models – LLM) มีศักยภาพในการปรับปรุงประสิทธิภาพและความปลอดภัยในภาคการเงินโดยการตรวจจับการฉ้อโกง สร้างข้อมูลเชิงลึกทางการเงิน และดำเนินการบริการลูกค้าโดยอัตโนมัติ ตามการวิจัยของ The Alan Turing Institute
Large Language Models (LLMs) have the potential to improve efficiency and safety in the finance sector by detecting fraud, generating financial insights and automating customer service, according to research by The Alan Turing Institute.
Large language models สามารถปฏิวัติภาคการเงินได้ภายในสองปี
โมเดลภาษาขนาดใหญ่ (Large language models – LLM) มีศักยภาพในการปรับปรุงประสิทธิภาพและความปลอดภัยในภาคการเงินโดยการตรวจจับการฉ้อโกง สร้างข้อมูลเชิงลึกทางการเงิน และดำเนินการบริการลูกค้าโดยอัตโนมัติ ตามการวิจัยของ The Alan Turing Institute
เนื่องจาก LLM มีความสามารถในการวิเคราะห์ข้อมูลจำนวนมากได้อย่างรวดเร็วและสร้างข้อความที่สอดคล้องกัน จึงมีความเข้าใจเพิ่มขึ้นเกี่ยวกับศักยภาพในการปรับปรุงบริการในหลากหลายภาคส่วน รวมถึงการดูแลสุขภาพ กฎหมาย การศึกษา และในบริการทางการเงิน รวมถึงการธนาคาร การประกันภัย และการวางแผนทางการเงิน
รายงานนี้ ซึ่งเป็นครั้งแรกในการสำรวจการนำ LLM มาใช้ทั่วทั้งระบบนิเวศทางการเงิน แสดงให้เห็นว่าผู้คนที่ทำงานในพื้นที่นี้ได้เริ่มใช้ LLM เพื่อสนับสนุนกระบวนการภายในที่หลากหลาย เช่น การทบทวนกฎระเบียบ และกำลังประเมินผล มีศักยภาพในการสนับสนุนกิจกรรมภายนอก เช่น การให้บริการคำปรึกษาและการค้า
นอกเหนือจากการสำรวจวรรณกรรมแล้ว นักวิจัยยังจัดการประชุมเชิงปฏิบัติการของผู้เชี่ยวชาญ 43 คนจากธนาคารชั้นนำและธนาคารเพื่อการลงทุนรายใหญ่ หน่วยงานกำกับดูแล บริษัทประกันภัย ผู้ให้บริการชำระเงิน หน่วยงานภาครัฐ และผู้เชี่ยวชาญด้านกฎหมาย
ผู้เข้าร่วมเวิร์กช็อปส่วนใหญ่ (52%) ใช้โมเดลเหล่านี้เพื่อเพิ่มประสิทธิภาพในงานที่เน้นข้อมูล ตั้งแต่การจัดการบันทึกการประชุมไปจนถึงความปลอดภัยทางไซเบอร์และข้อมูลเชิงลึกด้านการปฏิบัติตามกฎระเบียบ ในขณะที่ 29% ใช้โมเดลเหล่านี้เพื่อเพิ่มทักษะการคิดอย่างมีวิจารณญาณ และอีก 16 คน % จ้างงานเหล่านั้นเพื่อแยกย่อยงานที่ซับซ้อน
นอกจากนี้ ภาคส่วนนี้ยังได้สร้างระบบเพื่อเพิ่มผลผลิตผ่านการวิเคราะห์ข้อความจำนวนมากอย่างรวดเร็ว เพื่อลดความซับซ้อนของกระบวนการตัดสินใจ โปรไฟล์ความเสี่ยง และเพื่อปรับปรุงการวิจัยการลงทุนและการดำเนินงานแบ็คออฟฟิศ
เมื่อถามเกี่ยวกับอนาคตของ LLM ในภาคการเงิน ผู้เข้าร่วมรู้สึกว่า LLM จะถูกบูรณาการเข้ากับบริการต่างๆ เช่น วาณิชธนกิจและการพัฒนากลยุทธ์การร่วมลงทุนภายในสองปี
พวกเขายังคิดว่ามีแนวโน้มว่า LLM จะถูกบูรณาการเพื่อปรับปรุงปฏิสัมพันธ์ระหว่างผู้คนกับเครื่องจักร เช่น การเขียนตามคำบอก และ embedded AI assistants สามารถลดความซับซ้อนของงานที่ต้องใช้ความรู้มาก เช่น การทบทวนกฎระเบียบ
แต่ผู้เข้าร่วมยังรับทราบว่าเทคโนโลยีก่อให้เกิดความเสี่ยงซึ่งจะจำกัดการใช้งาน สถาบันการเงินต้องปฏิบัติตามมาตรฐานและข้อบังคับด้านกฎระเบียบที่ครอบคลุม ซึ่งจำกัดความสามารถในการใช้ระบบ AI ที่ไม่สามารถอธิบายได้ และไม่สร้างผลลัพธ์ที่คาดการณ์ได้ สม่ำเสมอ หรือไม่เสี่ยงต่อข้อผิดพลาด
จากการค้นพบนี้ ผู้เขียนแนะนำให้ผู้เชี่ยวชาญด้านบริการทางการเงิน หน่วยงานกำกับดูแล และผู้กำหนดนโยบายร่วมมือกันทั่วทั้งภาคส่วนเพื่อแบ่งปันและพัฒนาความรู้เกี่ยวกับการนำไปใช้และการใช้ LLM โดยเฉพาะอย่างยิ่งที่เกี่ยวข้องกับข้อกังวลด้านความปลอดภัย พวกเขายังแนะนำว่าควรมีการสำรวจความสนใจที่เพิ่มขึ้นในโมเดลโอเพ่นซอร์สและสามารถนำมาใช้และบำรุงรักษาได้อย่างมีประสิทธิภาพ แต่การบรรเทาความกังวลด้านความปลอดภัยและความเป็นส่วนตัวจะมีความสำคัญสูง
ศาสตราจารย์ Carsten Maple ผู้เขียนหลักและ Turing Fellow จาก The Alan Turing Institute กล่าวว่า “ธนาคารและสถาบันการเงินอื่นๆ มักจะนำเทคโนโลยีใหม่ๆ มาใช้เพื่อทำให้การดำเนินงานมีประสิทธิภาพมากขึ้น และการเกิดขึ้นของ LLM ก็ไม่แตกต่างกัน ด้วยการนำผู้เชี่ยวชาญจากระบบนิเวศทางการเงินมารวมตัวกัน เราจึงสามารถจัดการเพื่อสร้างความเข้าใจร่วมกันเกี่ยวกับกรณีการใช้งาน ความเสี่ยง คุณค่า และลำดับเวลาสำหรับการใช้เทคโนโลยีเหล่านี้ในวงกว้าง”
ศาสตราจารย์ Lukasz Szpruch ผู้อำนวยการโครงการฝ่ายการเงินและเศรษฐศาสตร์ของ The Alan Turing Institute กล่าวว่า “เป็นเรื่องดีอย่างยิ่งที่ภาคการเงินได้รับประโยชน์จากการเกิดขึ้นของโมเดลภาษาขนาดใหญ่ และการนำไปปฏิบัติในภาคส่วนที่ได้รับการควบคุมอย่างเข้มงวดนี้มีศักยภาพที่จะให้แนวทางปฏิบัติที่ดีที่สุด สำหรับภาคส่วนอื่นๆ การศึกษานี้แสดงให้เห็นถึงประโยชน์ของสถาบันวิจัยและอุตสาหกรรมที่ทำงานร่วมกันเพื่อประเมินโอกาสมากมายตลอดจนความท้าทายเชิงปฏิบัติและจริยธรรมของเทคโนโลยีใหม่ ๆ เพื่อให้แน่ใจว่าเทคโนโลยีใหม่ ๆ จะถูกนำไปใช้อย่างปลอดภัย”