ChatGPT 將如何影響金融領域？

從2022年11月30日ChatGPT 這款聊天機器人問世之後，以其如同人類對話的自然口吻跟快速資料搜查能力驚豔眾人，無人不知 ChatGPT 帶來的旋風。

在金融科技領域，ChatGPT已逐漸被應用，未來也有可能取代或減少部分金融工作。但ChatGPT 還存在一些挑戰和注意事項，像保障用戶隱私、處理語言歧義等，並無法完全取代金融領域的工作。究竟ChaGPT 是什麼呢？如何發展至今？它將在金融領域帶來什麼機遇與挑戰？想知道更多歡迎看看這篇文章！

（一）簡介
ChatGPT 是由美國的一家AI研究和部署公司 OpenAI 所研發的聊天機器人，以深度學習理解和生成像人類會對話的方式回覆。它被設計用來和人對話互動、回答問題、提供訊息等。跟Siri 或其他聊天機器人相比，ChatGPT 以它順暢跟邏輯性的文字驚豔使用者，並能在使用者給定條件、角色生出文本，甚至有使用者評價它「如同私人導師一樣」。

（二）運作技術跟發展歷程
談論ChatGPT 時，實際上是在談論自然語言處理技術中的一個具體應用—基於Transformer架構的語言模型，這是2017年由google 提出來的神經網路模型，可同時大量吸收不同資訊，是受限於按照順序排列吸收的循環神經網路（RNN）的技術革新。

在Transformer 架構的基礎下，2018年 OpenAI 的研究人員推出著名的 GPT（Generative Pre-trained Transformer）模型，最大差異是少了「人為監督」，之前的語言模型基本上仍需要人為監督跟設定，但GPT 只要輸入一堆數據，機器自己就能學習了。

GPT 通過預訓練和生成模型，學習到了自然語言的結構和知識，其運作方式包含訓練（閱讀大量文本）、輸入（用戶輸入問題）、編碼（將輸入內容轉化成數值計算）、解碼（根據上下文預測下一個詞或短語生成新的回應）、回應（文本轉換成人類可讀的形式回傳給用戶）。

GPT模型的發展歷程主要有以下幾個里程碑：
GPT-1：於2018年6月發布，有1.2億個參數量，是第一個基於Transformer的大型語言模型。該模型是使用通用語料庫進行自監督學習訓練的，可以用於生成文本、回答問題等多種任務。

GPT-2：於2019年11月發布，增加至15億個參數量，模型規模更大，訓練樣本更豐富。GPT-2自然語言生成方面表現出色，曾被稱為「AI寫作大師」。

GPT-3：於2020年6月發布，具有1750億個參數。GPT-3 對話表現優異到可電子郵件人機對話，但有時回覆準確有時卻不著邊際。

GPT-3.5：於2022年3月發布，與GPT-3 最大的差別在於GPT-3 主要蒐集資料，較單純以網路資料進行訓練，GPT-3.5 則是加入人工訓練，更準確的訓練回答出人類的方式，減少沒回應到的機率。

ChatGPT：於2022年11月發布，建立GPT-3.5 之上，加上使用更完整的人類反饋強化學習(RLHF) 去訓練。也因此ChatGPT 除了能夠準確理解問題，更能夠將對話一路記住和按此調整內容，其中包括承認錯誤、糾正錯處和拒絕不當要求等等較為複雜的互動內容，更符合道德要求的訓練方式，達到更接近真人的效果，這也是 GPT-3 所沒有的。

GPT系列模型不斷地在發展，OpenAI也在不斷優化和拓展其性能，使其能夠應用於更多的場景和應用中，例如金融科技、醫療、自動化客服、語言翻譯等。

（三）Open AI 介紹
OpenAI是特斯拉執行長伊隆．馬斯克（Elon Musk）、前Y Combinator總裁山姆．阿特曼（Sam Altman）在2015年12月共同創立的AI研究機構，最初是非營利組織，目的是為AI時代的到來做好準備，讓人類能夠妥善運用這項技術。OpenAI 的研究方向主要涉及深度學習、自然語言處理、計算機視覺、增強學習等領域。OpenAI 在這些領域進行了許多重要的研究，如 AlphaGo、GPT 等人工智能系統的研發。

2018年，在幫助創立該公司三年後，馬斯克辭去了OpenAI董事會的職務。原因是為了「消除潛在的未來衝突」，因為特斯拉專注於無人駕駛AI，在人才方面存在競爭關係。GPT 系列模型的成功，OpenAI 決定再融資幾十億美元來發展AI，因為模型越大、參數越多、訓練AI模型需要的錢也越多，保持非營利性質無法維持組織的正常運營。

2019年3月，OpenAI正式宣布重組，創建新公司OpenAI LP，成為一家「利潤上限（caped-profit）」的公司，上限是100倍回報。這是一種不同尋常的結構，將投資者的回報限制在其初始投資的數倍。這也意味著，未來的GPT版本和後續的技術成果都將不再開源。

2019年7月，重組後的OpenAI 新公司獲得了微軟的10億美元投資。這是個雙贏的合作，微軟成為OpenAI 技術商業化的「首選合作夥伴」，未來可獲得OpenAI 的技術成果的獨家授權，而OpanAI則可藉助微軟的Azure 雲服務平台解決商業化問題，緩解高昂的成本壓力。

在2021年，OpenAI 基於GPT-3 持續推出新的垂直領域應用，讓微軟看到了商業化的前景。微軟又投了10億美元給OpenAI。另外，這家科技巨頭還成為OpenAI 創業基金的主要支持者，這家基金專注於AI 的風險投資和技術孵化器計劃。

2023年1月23日微軟認為，OpenAI 的這些創新激發了人們的想像力，把大規模的AI 作為一個強大的通用技術平台，將對個人電腦、互聯網、移動設備和雲產生革命性的影響。於是擴大與OpenAI 的合作夥伴關係，以290億美元的估值繼續投資約100 億美元，獲得OpenAI 49%的股權。

ChatGPT 可以在金融領域產生許多影響，有幾個可能的方向和應用實例：

（一）自然語言處理
金融行業需要處理大量的文本數據，包括新聞、報告、評級等，而ChatGPT 可議自動擷取關鍵詞、總結報告、分析市場趨勢等，幫助業務更快理解跟分析數據。

（二）智能客服
ChatGPT 可成為財務顧問，快速地回答客戶常見的問題，如銀行產品和服務的詳細資訊、開戶流程、交易問題等；或是開發財務聊天機器人，協助檢查帳戶餘額、付款和跟追蹤投資等任務。但ChatGPT 不能完全取代人工客服，尤其像處理客戶投訴和紛爭等複雜狀況需要人判斷的情況。

（三）投資決策
ChatGPT 可以分析公司財務數據和其他基本面因素，並預測公司未來的發展趨勢，幫助投資者做出更精確的投資決策。但投資決策需要考慮包括市場環境、行業趨勢、政策變化等許多因素，仍需要專業投資人員進行綜合分析和判斷。

（四）防欺詐、監管
使用ChatGPT，可以開發出一些防欺詐工具，例如檢測欺詐交易、監控市場風險、識別異常行為、自動審核、身分驗證等。但監管仍需要專業人員進行審查和監督，並制定監管政策和措施。

（五）自動化流程
例如財務報告的生成、投資組合管理等，可仰賴ChatGPT 自動化生成，減少人工操作的錯誤和時間成本，提高工作效率。

（六）金融風險管理
使用ChatGPT，可以進行複雜的金融風險管理，例如進行風險評估、預測風險事件、設計風險管理策略等。

（七）銷售
ChatGPT可以進行初步的銷售諮詢，例如回答關於某款金融產品的問題，或者幫助客戶了解不同金融產品之間的差異。這樣可以減少銷售人員的工作量，並提高銷售效率。

根據上述所說，客服人員、行政人員、監管人員、金融分析師的部份工作內容 ChatGPT 都可協助完成，但是依目前技術來看，ChatGPT可以幫助金融業務更高效、更精確地運作，但是不能完全取代所有金融工作。專業人員仍然需要綜合分析和判斷，並提供更高品質的服務和建議。

尤其在以下領域仍需人機合作：
（一）風險管理
雖然ChatGPT 可以幫助分析市場和公司資訊，但是在風險管理方面，專業人員需要根據自己的經驗和知識，對風險進行判斷和處理。

（二）投資組合管理
ChatGPT 可以幫助投資者分析市場和公司資訊，但是專業人員需要綜合考慮眾多因素，如風險、流動性和收益等，以制定最適合的投資策略。

（三）客戶關係管理（CRM）
ChatGPT 可以在客戶服務方面提供協助，可以幫助金融從業人員更高效、更精確地運作，但是在一些需要人工判斷和處理的金融工作中，專業人員的作用是不可替代的。

總結來說，ChatGPT 跟AI 的發展長期來看或許會增加新的工作型態，並因效率增加有工時縮短、GDP 提高的前景，但在短期內可能會造成一些人失業。鑑往知來，若不想被AI 取代，能夠做的是減少工作內容裡「重複」、「套路性」的比例，嘗試在工作內容裡創新，有屬於自己的產出。

OpenAI 在2023年3月1日推出ChatGPT 的付費API 服務，正式跨入了企業應用市場。不只搶進搜尋引擎戰場，現在進一步跨入更多企業對話式應用情境，例如搜尋、問答、客服、導覽、語音操控等等。值得注意的是，OpenAPI發表了一個新的腳本語言稱為ChatML（Chat Markup Language），可以用於撰寫ChatGPT的輸入資料，甚至不用人問，也可以靠ChatML 語法產生一串，帶有各種引導（prompt）的提問。

這意味著，企業在ChatGPT API的對話應用中，將會有一個新的控制機制，可以將用戶的提問，再加上企業想要附加的限制引導（例如只針對自家企業，或特定產品的內容），來引導ChatGPT生成更符合企業情境需要的內容，這也是一種「事後客製化」的ChatGPT應用方式，不是透過調教ChatGPT模型，而是透過ChatML輸入引導指示（限制條件），來達到更聚焦企業目的的回應。目前已有幾家網路公司，開始用這個ChatGPT API打造自家的語音助理，例如Shopify 用來提供顧客購物建議等。

美國金融科技獨角獸Chime 是一家透過應用程式，為客戶提供線上金融服務的公司， 近期也透露將打造內部使用類似ChatGPT 的工具 。這個工具將與一家新創公司一起打造，主要是幫助Chime 的工程師能更快速地建立服務與產品，提高工作效率。雖然目前有些金融科技公司對於使用這樣的工具有隱私與監管合規的疑慮，但Chime 認為如果能成功地使用，將可以在該領域領先其他同業很大一段距離。

當ChatGPT應用在金融科技時，需要注意以下幾個方面：

（一）資料安全
金融機構處理大量的敏感資料，包括客戶個人和財務資訊。ChatGPT 在處理這些資訊時，需要保證資料的安全性和隱私性。金融機構需要將相關安全措施納入ChatGPT 應用的設計中，並遵守相關的法規和監管要求。

（二）準確性
金融機構需要保證ChatGPT 在提供客戶服務和回答問題時的準確性，以確保客戶得到正確的答案和建議。

（三）可解釋性
ChatGPT是一種黑盒模型，代表其決策和行為是難以解釋和理解的。金融機構需要確保ChatGPT 的決策和行為是透明和可解釋的，才能夠滿足監管機構和客戶對於透明度的要求。

（四）數據品質
金融機構需要確保其數據品質優良，包括數據的準確性、完整性和相關性。同時金融機構還需要確保ChatGPT 訓練數據中不存在偏見或歧視。

對於ChatGPT 的爆紅，許多AI 科學家直言ChatGPT 並不是特別創新，也沒有使用什麼革命性的技術，許多大型實驗室都更早或正在使用與ChatGPT相同的技術，只是OpenAI 整合得最好與最快推出給民眾使用。馬克認為ChatGPT 的崛起有很多原因，除了訓練資源的優勢外，某一方面是讓民眾體認到原來電腦理解我們的意思後，可以做這麼多事情。

雖然某個程度上來說，ChatGPT 只是在模仿人的說話方式，離我們定義會真正思考的AI 機器人有一定的差距，但透過與ChatGPT 這樣人機協作的方式，可能會大大的改變我們過去對於學習、生活與工作的方式，逐漸地成為不可或缺的工具。

而在金融科技的領域中，最大的優勢就是將發展中的科技引入到金融產業中，相信未來不久的日子，我們就會看到相關的應用在周遭出現，改變我們與金融服務互動的方式。