瑞银 AI CoE 主管兼杰出工程师 Sai Zeng 博士在纽约 AI for Financial Services - AI 在投资管理中的成功应用上的演讲

关于赛珍珠 在瑞银集团，她领导实施以人工智能为驱动的战略，以加强 data 管理、降低风险并提高银行集团各职能部门的运营效率。.

关于瑞银 瑞银是一家全球性金融服务公司，提供财富管理、资产管理和投资银行服务。它在全球主要金融中心开展业务，为不同客户提供量身定制的金融解决方案。.

复制高级 data 科学家并整合机器学习、深度学习和 NLP 方面的各种人才，对于扩展人工智能技术至关重要。与开发团队和业务利益相关者共同开发解决方案可促进 “全栈 data 科学家 ”方法的发展。.

人工智能和机器学习被视为现有产品和解决方案的扩展，而不是独立的产品。这鼓励与开发团队和产品负责人密切合作，将人工智能模型集成到现有框架中。.

团队将大约 20% 的能力用于创新和实验新的大型语言模型 (LLM) 和技术。这种结构化方法可确保以问题为导向的实验与组织目标保持一致，在创新需求与提供可衡量的进展和价值之间取得平衡。.

人工智能应用包括一个法律文件搜索工具，可提高 2,000 万份文件的搜索功能；以及一个面向财务总监的自动评论工具，可自动生成 data 汇总和评论。这些工具提高了运营效率，满足了特定的业务需求。.

聘用了解人工智能算法并能将功能与产品解决方案相结合的人才是关键。这涉及到 “全栈 data 科学家 ”的概念，即专业人员了解人工智能、软件开发、部署和生产中的可扩展性，确保从一开始就采用整体方法。.

专门用于创新的时间是由实际问题驱动的。在收购瑞士信贷之后，一个具体的用例涉及人力资源部门关于比较 401(k) 计划的查询。这一探索从简单的问题扩展到复杂的多代理框架，激发了进一步的探索和创新。.

人工智能在金融服务领域的应用重点是提高运营效率和节约成本，同时改善客户体验和销售/营销。人工智能在内部常见问题聊天机器人、自动报告以及反洗钱（AML）和了解客户（KYC）流程等领域的自动化中的应用正在迅速投入生产。.

法律文件搜索工具面临着处理 2000 万份文件和实施访问控制等挑战。团队开发了一个类似谷歌的法律文件搜索工具，重点关注可扩展性和访问控制。从概念验证到投入生产历时一年多。.

财务总监的自动评论工具可自动进行 data 汇总和评论生成。该工具简化了解释重大损益（P&L）变化的流程，用自动解决方案取代了人工 data 排序。它集成了大型语言模型，可发现语言模式并生成每日评论。.

人工智能模型遵循与风险模型类似的既定审批流程。提供输入、输出和指标的证据可确保符合管理标准。大型语言模型需要新的验证方法，以反映人工智能技术不断发展的性质。.

确保准确而不产生幻觉是一项挑战，尤其是在结构化的 data 环境中。解决方案包括使用人工智能模型来解释 data 和撰写答案，从而最大限度地减少错误。与大型语言模型的交互侧重于根据通过 SQL 语句提取的准确 data 撰写答案。.