ChatGPT trong ngân hàng khuấy động sự đổi mới như thế nào?
Các công ty dịch vụ tài chính đang ngày càng tận dụng lợi thế của ChatGPT và các giải pháp tương tự. Những công nghệ này cho phép dễ dàng tích hợp dữ liệu của doanh nghiệp vào trợ lý AI, tăng cường việc sử dụng các mô hình ngôn ngữ lớn (LLM) cho các ứng dụng khác nhau.
Trong khi người tiêu dùng đang áp dụng mô hình ngôn ngữ lớn được hỗ trợ bởi AI rất nhanh thì các ngân hàng lại thận trọng và rất lưu tâm đến vấn đề bảo mật dữ liệu của mô hình này.
Tuy nhiên, một số nhà cung cấp phần mềm tài chính đã và đang hỗ trợ các khách hàng tiên phong trong việc tích hợp ChatGPT vào hoạt động ngân hàng và hoạt động hàng ngày. Vậy, làm thế nào để các ngân hàng có thể sử dụng ChatGPT thành công trong hoạt động hằng ngày của mình?
Vì sao ChatGPT không chỉ là một công cụ tìm kiếm thông minh?
Nhiều người coi chatbot dựa trên AI chỉ là "người anh em song sinh" thông minh hơn của Google, sử dụng làm công cụ tìm kiếm meta và trả lời các câu hỏi. Nhưng những công cụ này có thể làm nhiều hơn thế, không chỉ đưa ra những câu trả lời chính xác và hấp dẫn về mặt ngôn ngữ cho những câu hỏi phức tạp.
Ví dụ, chatbot AI có thể tạo ngay bản trình bày PowerPoint phù hợp cho nhóm mục tiêu cụ thể từ câu trả lời tới 1 câu hỏi phức tạp.
ChatGPT cũng có thể dịch bản phác thảo viết tay của một trang web thành đề xuất HTML – có thể tạo được đầu ra văn bản dưới dạng mã lập trình.
Những ví dụ này cho thấy lý do tại sao chatbot AI dựa trên LLM lại là nhân tố thay đổi cuộc chơi, trong khi trước đây, các giải pháp công nghệ phải được lập trình riêng cho các trường hợp sử dụng cụ thể.
Nhưng giờ đây, những mô hình thông minh mới này có thể thực hiện nhiều nhiệm vụ khác nhau và do đó, được sử dụng trong các trường hợp khác nhau. ChatGPT và LLM là những công cụ phổ quát có thể thực hiện các nhiệm vụ mà chúng chưa được phát triển cụ thể.
Ứng dụng ChatGPT trong ngân hàng: AI hiện có áp dụng cho các trường hợp sử dụng cụ thể trong ngân hàng
Sự phát triển của LLM như GPT-4 không chỉ gây hứng thú cho người dùng. Trước đây, các dự án máy học (machine learning) và AI thường gặp nhiều thách thức và đòi hỏi nhiều nỗ lực.
Nhưng hiện nay, mô hình xử lý ngôn ngữ tự nhiên (LLM) đang mở ra một cách tiếp cận hoàn toàn mới. Các chuyên gia AI có thể sử dụng LLM có sẵn để tạo ra các giải pháp AI dành riêng cho các tổ chức tài chính.
Điều này hợp lý hóa quy trình, giảm thiểu chi phí. Thay vì thu thập dữ liệu và các mô hình đào tạo nội bộ, hiện nay, chỉ cần dữ liệu tích hợp của công ty đã là đủ để bắt đầu. Phương pháp truy xuất thông tin kết hợp với tạo sinh văn bản (RAG) có thể được sử dụng ở đây.
Các LLM như GPT-4 sử dụng thông tin gì?
Các mô hình ngôn ngữ AI đã được đào tạo trên một tập dữ liệu lớn, bao gồm một số lượng lớn các nguồn trực tuyến có thể truy cập công khai, chẳng hạn như các trang web thông tin, sách, bài báo, ấn phẩm khoa học hoặc bài đăng trên blog.
GPT-4 Turbo mới nhất được lập trình trên dữ liệu đến tháng 4/2023 cũng sử dụng nguồn phần mềm dữ liệu độc quyền với chất lượng dữ liệu cao. Bằng cách sử dụng các plug-in, LLM do OpenAI và Google sản xuất cũng có thể truy cập các kết quả tìm kiếm hiện tại.
Ngoài tập dữ liệu trên, LLM cũng có thể được cung cấp dữ liệu cụ thể của công ty mà mô hình chưa được thiết lập - được gọi là cung cấp bối cảnh. Dữ liệu dành riêng cho tổ chức có thể đến từ trang web của công ty, SharePoint hoặc các nguồn dữ liệu khác và có thể ở định dạng văn bản, hình ảnh hoặc video.
Bằng cách kết hợp dữ liệu cụ thể của công ty với LLM, ngân hàng có thể sử dụng trợ lý AI được cá nhân hóa theo nhu cầu của mình cho nhiều trường hợp sử dụng khác nhau, chẳng hạn như: (1) Sử dụng dữ liệu từ giao dịch của khách hàng, mạng nội bộ và máy chủ hiệu quả hơn; (2) Tự động hóa và tối ưu hóa các quy trình trong hệ thống ngân hàng; (3) Phát triển sản phẩm và dịch vụ mới cho các phân khúc khách hàng cụ thể.
(Theo fintechnews.sg)