近年来，生成性人工智能（GenAI）在各个行业引发了广泛的关注与讨论。然而，在金融领域，这项技术的广泛应用却面临着诸多局限性。根据Bloomberg全球核心产品负责人Wayne Barlow的观点，尽管生成性人工智能的兴起令人振奋，但其在金融领域的限制不容忽视。在与Exame的独家采访中，Barlow 分享了他对这项技术的看法。 首先，Barlow指出生成性人工智能模型存在“幻想”的问题，即模型可能会生成不准确或误导性的信息，这在极其依赖数据与准确性的金融行业中尤为关键。此外，他还提到：“生成性人工智能快速变得过时，无法独立进行推理或基础计算，这些问题对金融领域产生了重大的影响。
” 对于金融市场来说，信息的准确性、及时性和安全性至关重要，因此，任何可能导致决策错误的技术都需谨慎对待。Barlow表示：“毫无疑问，人工智能安全问题将促进全球市场的监管控制。”这种监管的必要性，恰恰反映了金融行业对技术应用的高度敏感性。 然而，尽管局限性明显，Barlow强调，人工智能在金融市场的使用并非一无是处。他指出，实际上，人工智能早在十几年前就已经开始在金融领域得到应用。Bloomberg早在15年前就开始利用人工智能。
然而，诸如ChatGPT等基于大型语言模型（LLM）的项目则为这一领域带来了新的动态和可能性。“生成性人工智能对于投资专业人士十分重要，因为他们需要新的用户体验和直观的数据与分析互动方式。” 为了提升投资决策的有效性，Bloomberg最近推出了基于生成性人工智能的新闻摘要服务。这一服务能帮助投资者快速获取所需的信息，节省他们的时间。“我们的解决方案虽然简单，但确实有效，能够帮助投资者更快做出更明智的商业和投资决策。”Barlow强调了这一创新的价值。
在当前信息大爆炸的时代，投资者面临的信息过载以及担心错失重要信息的两难，正是引入人工智能解决方案的背景。Barlow认为，人工智能应当支持工作流的发展，连接数据与非结构化内容，例如长文档，并在数据处理、新的洞察生成与用户互动方面发挥关键作用。 他特别提到，专注于股票和信用领域的研究分析师，以及投资组合经理将在这一技术中获得最大的收益。生成性人工智能的强大能力可以推动广泛的发现、深度的探索和多功能的信息合成。 随着技术的发展，自动化在金融市场的应用逐渐增多，然而Barlow同样认为，目前阶段的全自动化仍然不可行。“某些任务始终需要人工介入，以确保关键投资决策的正确性。
”他强调，此观点在过去20年信息技术迅速发展的过程中已经得到了验证。 尽管如此，生成性人工智能在数据分析与可视化、洞察收集与综合、内容创作与发布，以及沟通管理与分析等四个关键领域仍显得尤为重要。随着行业的不断发展，AI代理的使用也正在展望未来，他透露：“想象一下数千个无须人类监督或互动就能执行各种功能的代理在市场中的作用，将是多么令人兴奋。” 对于Bloomberg而言，评估金融行业中的AI代理是一个重要任务，他们在这一过程中获得了一些关键经验教训。Barlow提到：“有时候，这些AI代理并不会像人类一样进行沟通。而当AI代理处理用户查询时，底层系统必须经过相关AI框架的训练。
此外，并非所有底层代理都完全基于生成性人工智能，这使得这一领域依然面临着诸多不确定性。” 综上所述，生成性人工智能在金融领域的应用，无疑是一个充满潜能的领域，但其局限性亦不容忽视。面对技术革新，金融行业需要谨慎评估，寻求平衡，以有效利用这一技术，并确保决策的准确性与安全性。未来，随着技术的不断进步与发展，我们有理由相信，生成性人工智能会在金融领域发挥更加重要的作用，推动行业的转型与进步。
