擁抱生成式AI：利用可信數據與治理擴大AI的影響力

香港2024年8月30日 /美通社/ -- 人工智能（AI）無疑已成為各行各業的變革力量，包括銀行業在內的金融業也強烈感受到了AI的影響。鑒於金融業在社會經濟當中的關鍵作用，而金融系統的穩定又與銀行業密切相關，因此銀行業必然要在高度監管的環境中運營。在銀行業要想通過實施生成式AI來實現變革客戶體驗、提升運營效率的業務價值，就必須妥善建立風險管理和治理框架，以維護對於數據和AI技術的信任。

在IBM香港科技論壇 主題為「憑借可信的數據與治理擴展生成式AI的影響」專題討論中，我們與來自東亞銀行、恒生銀行和星展銀行的等知名銀行專家展開了有意義的討論，分享我們對於銀行業採用和擴展生成式AI的見解，以及面對監管壓力如何駕馭AI帶來的變革性格局，以期為各行各業的組織提供有價值的借鑒。

如今，包括銀行業在內的全球金融機構中，有近八成（78%）都在通過不同用例實施生成式AI。近六成的生成式AI決策者認為，這一尖端技術在風險管理、合規報告和客戶參與方面具有重要價值。[i]

在IBM香港科技論壇主題為「憑借可信的數據與治理擴展生成式AI的影響」專題討論中，我們與來自東亞銀行、恒生銀行和星展銀行的等知名銀行專家展開了有意義的討論，分享我們對於銀行業採用和擴展生成式AI的見解，以及面對監管壓力如何駕馭AI帶來的變革性格局，以期為各行各業的組織提供有價值的借鑒。

為業務整合和風險緩解提供個性化的AI解決方案

東亞銀行營運部代理主管Kenny Au先生在數碼轉型和業務運營方面擁有豐富的經驗，曾服務於多家知名銀行。

他認為，生成式AI能夠規模化地實現「超個性化」，從根本上改變銀行為客戶提供價值的方式。他同時強調，AI技術的價值只有與特定的業務知識相匹配，同時被設計嵌入到日常業務運營當中，才能充分釋放出它的潛力。要將AI模型整合到現有業務運營中，需要與業務部門密切合作，制定明確的變革管理規劃；最重要的是，要重新思考未來人機（AI代理）同行的運營模式。

東亞銀行營運部代理主管Kenny Au先生

Kenny認識到與AI 相關的各種治理和風險管理的挑戰，強調要制定強有力的風險緩解策略，來解決數據安全、運營風險、數據隱私和模型風險等問題。他說，包括東亞銀行在內的眾多銀行正在致力於制定與新技術相關的風險治理框架，同時召集不同部門的專家來評估和審查與AI模型相關的風險。除了合規性要求外，合乎道德地使用AI 技術也是關鍵的考慮因素，包括銀行如何確保他們可以公平地將模型用於客戶。

Kenny 表示，儘管轉型的範圍很廣，他相信對於人的投入至關重要。在東亞銀行，數據專家、關鍵用戶和流程專家會密切合作，瞭解什麼是生成式AI 以及如何將其嵌入到流程當中，以確保正確使用生成式AI，使其成為所有員工的寶貴工具，最終提升業務運營水平。

具備治理框架的AI 助理

恒生銀行有限公司的首席信息官Forrest Chai先生分享了他多年積累的行業知識，他從2000年開始從事Web技術開發，曾為滙豐集團開發了最早幾代的網上銀行服務，涵蓋零售和批發業務。

恒生銀行有限公司的首席信息官Forrest Chai先生

Forrest 表示，他看到了 AI 助理的巨大潛力。此次論壇上提到實施AI 門檻較低的用例就包括AI賦能的數據助理這一項。AI數據助理為銀行提供了一種利用數據和分析能力的新方法，無論是快速獲得洞察、完成過去需要數周手工勞動才能完成的複雜查詢，還是實現更具成本效益的數據雲遷移，AI數據助理幫助推動了實驗性項目，使團隊能夠獲得實時數據洞察，同時提升了整個組織的數據素養。

Forrest 強調，作為一名技術專家，他的任務是確保銀行把精力和重點放在「影響力高」的用例上。恒生銀行經過嚴格的篩選，根據合理的投資回報和潛在的可擴展性，將數百個AI用例縮減為幾種模式。

他補充說，在銀行擴展AI解決方案，可能會遇到與治理和控制相關的難題。治理框架是管理這些風險（包括規則、模型風險和運營彈性）的關鍵，涵蓋模型風險評估、法律合規性、網絡安全、法規合規性等。他強調銀行、科技公司和監管機構須攜手合作、共同努力，一起探索採用AI的可能性，確保完全遵守法規。

有影響力且負責任地實施AI

星展銀行（香港）有限公司董事總經理兼中國香港及大陸地區技術及營運總監Alfian Michael Sharifuddin 先生，根據他為金融組織制定和實施大型集團技術和營運策略的經驗，分享了他的看法。

星展銀行（香港）有限公司董事總經理兼中國香港及大陸地區技術及營運總監 Alfian Michael Sharifuddin 先生

Alfian 強調，大規模眾包[ii]（Crowdsourcing[iii]）對於識別具有影響力的AI用例有很大幫助。星展銀行收集了大約200個AI用例，通過辯論和投票選出了最有前景的14個用例。在星展銀行內部許多有意思的用例當中，就包含了通過部署AI助手，在客戶經理（RMs）與客戶通話的過程中，為他們提供合規性見解；同時還為客戶經理提供培訓建議。

為了確保有力且負責任地實施AI，星展銀行建立了一個PURE框架——即包含Purposeful有目的性、Unsusprising不出乎意料、Respectful尊重和Explainable可解釋性的框架，用這個框架來指導模型的目的適用性評估，考量諸如AI幻覺、過度自信和數據隱私等風險。星展銀行通過其數據部門營造探索多樣化模型的文化，該部門由AI和數據科學家組成，負責分析數據集及其相關風險。根據數據的可用性和敏感性，該銀行使用不同層面的數據隔離，以及公有雲或私有雲的基礎設施。

風險管理是星展銀行實施AI的重中之重，他們開發了一個ISOLATED框架來評估模型。這個全面的框架是為解決人類監督不足（I）、敏感數據使用（S）、過度自信（O）、日誌訪問（L）、準確性（A）、有害性（T）、可解釋性（E）以及數據存儲（D）等問題。Alfian表示，星展銀行提出這一框架是為了確保在模型被批准部署之前，就能對各個方面的風險進行評估和管理。

建立對AI 模型的信任與信心

顯而易見，金融業渴望找到適應和採用生成式AI 的方法，他們看到了這些技術的變革潛力，同時堅持要確保符合監管要求。參加專題討論的銀行業專家一致認為，必須積極主動地承擔企業責任，確保AI 的可解釋性、透明性和公平性；他們同時強調，在金融行業採用AI，仔細選擇和部署AI 模型是建立信任與信心的關鍵。

模型選擇至關重要，因為沒有放之四海而皆准的模型。IBM認為，企業應該採用開放式多模型的方法，選擇能夠針對其特定用例進行優化的模型，隨著業務規模的擴展，能夠為企業提供更好的性能、價值和可持續性。

企業可以通過以下三個步驟來部署AI，並獲得真正的業務價值[iv]：

1. 選擇一個可信的基礎模型。企業首先需要選擇一個透明的基礎模型，以便信任和理解其訓練數據源、模型權重和組件。這是安全和有意義地發展企業AI的必要條件，也是IBM 在 Apache 2.0 許可下開源18 個 Granite 模型（包括其代碼模型、時間序列、語言和地理空間模型）的重要原因。這些模型都是根據IBM AI 倫理原則和IBM 法務團隊對於可信的企業用例指導而收集的數據進行訓練的。開源Granite代碼模型可以為盡可能多的開發人員提供盡可能簡單的代碼。[v]

2. 為企業數據建立新的表達。企業可以基於選擇的基礎模型來構建一個數據表達，來解決其緊迫的業務問題。例如，基礎模型的興起促使諸如薪資、社交媒體和互聯網搜索這樣的領域產生了新的AI應用。為了幫助企業發揮自身數據的價值，IBM和Red Hat推出了InstructLab，這是一個開源項目，基於LAB（Large-Scale Alignment for ChatBots）技術，採用社區驅動的方法，通過社區貢獻的技能和知識數據對語言模型進行開發和訓練，使基礎模型能夠進行增量學習，允許社區用戶向模型輸入新數據，以提升模型的能力，無需從頭開始訓練模型。IBM的Granite-7B語言模型也已集成到InstructLab中，允許社區用戶添加新的技能和知識，同時保留之前的訓練成果。

3. 部署、擴展企業自己的AI，並創造價值。一旦企業的數據與模型兼容，他們就可以部署、擴展自己的AI 應用程序，並創造價值。例如，IBM watsonx.data 使企業能夠跨系統和平台使用自己的數據來擴展 AI 和分析，無論其數據位於何處。Watsonx.data是 IBM watsonx 數據與AI平台的核心組件，允許企業訪問和管理所有數據源，從而針對其特定業務需求來創建自定義的AI 應用，加速實施負責任的AI 工作流程——而所有這些都可以在一個平台上完成。[vi]

為了幫助企業（包括來高度監管行業的企業）面對業務和IT 的複雜性能夠加速和擴展生成式AI， IBM 在其年度THINK 大會上宣佈了watsonx平台的幾項新的更新，以及新推出的數據和自動化功能，旨在使AI對企業而言更具開放性、成本效益與靈活性。IBM 提供由其Granite LLM 提供支持的下一代自動化助手和工具，幫助自動執行諸如軟件編碼等關鍵任務，並提供新的IT 自動化功能，以實現IT 流程現代化，降低IT 複雜性，提高業務工作流程的生產效率，幫助向銀行這樣擁有複雜的基礎架構、系統和技術的企業能夠通過AI 驅動的自動化提升數碼轉型效率。

只有完成以上這些步驟，組織才能夠以負責任和可持續的方式釋放生成式AI的業務價值，使其真正成為推動變革的力量，通過可信的數據和治理來擴大生成式AI的影響力。

在此，衷心感謝三位銀行業的專家參與我們的論壇並分享他們的寶貴見解，他們分享使我們的討論更有意義！我們期待未有更多機會與我們的客戶和合作夥伴合作，通過可信的數據和治理來探索和發揮生成式 AI 的潛力，推動創新，共創未來——讓生成式AI為以銀行業為代表的各行各業的發展，帶來積極的影響。

星展銀行（香港）有限公司董事總經理兼中國香港及大陸地區技術和運營主管Alfian Michael Sharifuddin先生（上圖左一）;恒生銀行有限公司首席信息官 Forrest Chai 先生（上圖左二）;東亞銀行有限公司運營部代理主管Kenny Au先生（上圖左四），參加了由我（上圖左五）主持的「利用可信數據和治理擴大生成式AI的影響 」專題討論。三位嘉賓與 IBM 香港總經理Mimi Poon（上圖左三）和我在專題討論後合影。

[i] 來源：IBV年度報告： 2024 Global Outlook for Banking and Financial Markets（《2024 年全球銀行業和金融市場展望- 遊戲規則改變者：生成式AI 如何改變銀行和金融行業》）

[ii] 根據《韋氏詞典》的定義，"眾包"是指通過向大量人群，特別是在線社區，徵集貢獻，而不是依靠傳統員工或供應商，來獲取所需的服務、創意或內容的做法。

[iii] According to Merriam-Webster:Crowdsourcing is defined as "the practice of obtaining needed services, ideas, or content by soliciting contributions from a large group of people, and especially from an online community, rather than from traditional employees or suppliers."

[iv] 來源：https://research.ibm.com/blog/ai-open-think

[v] 來源：https://research.ibm.com/blog/granite-code-models-open-source

[vi] IBM 博客：利用 IBM watsonx.data 為 AI 提供卓越的性價比和增強的數據管理

關於本文作者：

本文作者：梁浩暉 (Chris Leung)，IBM 中國/香港有限公司 IBM諮詢數據及科技轉型負責人

梁浩暉 (Chris Leung)，IBM 中國/香港有限公司 IBM諮詢數據及科技轉型負責人

Chris Leung在 IBM中國/香港有限公司擔任IBM諮詢數據與技術轉型服務線負責人。 他是一位經驗豐富的專家，通過先進的數據和分析（D&A）推動客戶的業務轉型和技術孵化，包括生成式 AI、推薦系統、高級分析和大數據平台技術等。他是廣受認可的數碼產品創新領域的可信顧問，尤其在一流領先的金融服務客戶當中廣受贊譽，且業績卓著。 作為負責任的 AI 實施和運營的倡導者，他經常代表 IBM 諮詢在行業會議和大學中擔任演講者，分享 IBM 的思想領導力和他在廣泛的 D&A 領域的深厚專業知識。

關於 IBM

IBM 是全球領先的混合雲與人工智能、以及企業服務提供商，為全球175個國家和地區的客戶服務，幫助企業把握其數據洞察、簡化業務流程、降本增效，獲得行業競爭優勢。 IBM 混合雲平台和紅帽OpenShift 為全球超過4,000家政府和企業機構的關鍵性基礎設施提供有力支撐，例如來自金融服務、電訊和醫療健康等行業的客戶，幫助他們快速、高效、安全地實現數碼轉型。 IBM 在人工智能、量子運算、特定行業的雲解決方案以及企業服務等方面的突破性創新，使其可以為客戶提供開放和靈活的選擇。 IBM 對信任、透明、責任、包容和服務的歷久彌新的承諾，是我們業務發展的基石。查詢更多資料，請瀏覽：www.ibm.com/

關於IBM 香港，請登入Facebook 頁面www.facebook.com/IBMHongKong

傳媒查詢：郭韜gguotao@cn.ibm.com

IBM Corporation logo.