星展银行CDTO：如何在业务中实现AI产业化

随着人们对人工智能日益高涨的热情以及企业利益相关者制定人工智能战略的压力越来越大，组织很容易陷入为了自身利益而部署技术的陷阱。

对于东南亚最大的银行星展银行（DBS）来说，情况并非如此，在过去的七年里，星展银行一直致力于确保拥有正确的数据基础来支持即将到来的大数据和AI计划。

星展银行首席数据和转型官Nimish Panchmatia表示：“早在在大数据成为一个术语之前，我们就已经围绕大数据开展工作。现在有了AI，我们就非常有计划地专注于开发恰当的技能和人员，将我们提升到一个新的水平上。”

这其中包括建立恰当的平台和技术，不仅可以为业务创造价值，还可以通过流程和护栏来降低风险，同时确保员工能够以负责任的方式访问和使用数据。

为此，星展银行成立了一个名为Data Chapter的组织，汇集了全行700名数据专业人员，以扩大数据分析、人工智能和机器学习的价值，还通过银行数据专业人员的交叉学习加深领域知识并扩大接触范围。

为了培养具备大数据和数据分析技能的、面向未来的员工，星展银行还开发了一套培训课程，以满足全行不同知识和技能水平的需求——从日常角色不需要具备这些技能的新手开始。与数据分析进行大量互动，以提高数据专家的技能。

员工可以选择按照自己的节奏学习，从一系列在线课程、研讨会和社区项目中选择需要他们改进的内容。自2021年以来，已经有超过9000名星展银行员工参加了数据和AI方面的技能提升课程。

如今，星展银行正在这个数据基础上实现成为AI驱动型银行的愿景，这意味着让AI在整个企业中普及；减少开发和部署AI解决方案所需的工作量和成本；并通过AI解决方案和用例提供指数级的成果。

到目前为止，星展银行已经交付了超过350个AI用例，涵盖面向客户的业务，包括消费者和机构银行业务，以及包括财务和人力资源在内的支持职能。

星展银行还将实现AI计划价值的时间从12到15个月缩短到2到3个月，而且将在未来几年把时间进一步缩短到23三周。过去两年中，星展银行将AI对其业务的经济影响增加了一倍多，从1.5亿新元增至超过3.7亿新元。

生成式AI计划

星展银行很早就涉足大数据和AI，使其能够充分利用生成式AI的优势。目前，星展银行已经利用该技术来处理日常任务以增强员工的工作方式，使他们能够专注于更具战略性和增值性的活动，例如建立更深层次的客户关系。

星展银行还推出了面向员工版本的ChatGPT——DBS-GPT，以帮助员工在安全的环境中完成内容生成和编写任务，目前有超过5000名员工使用了DBS-GPT，该服务正在全行范围内逐步推广。

Panchmatia表示：“我们正在使用生成式AI从文档中提取信息，理解其含义，然后将其填充到新贸易贷款的模板中。”他补充说，关系经理还使用该技术将结构化和非结构化数据整合在一起，以生成客户提案并分析客户组合。

生成式AI的另一个用例是软件开发，Panchmatia表示，这是过去一年中最成熟的用例。“其他领域本质上还处于实验阶段……但看起来很多人在编码方面取得了良好的进展。”

“我们正在努力研究如何帮助我们的开发人员加快上市时间、提高软件质量并检测错误，但这只是增强、而非取代软件工程师，”他补充说。

Panchmatia认为，目前生成式AI工具尚未准备好可自主使用，尤其是与客户一起使用的时候，因此该银行将在“非常封闭的环境”中进行试验，以确保敏感信息不会发送到开放网络中。

缓解模型幻觉等问题的其他方法还包括，矢量化非结构化数据以及使用检索增强生成来确保大型语言模型的输出引用源材料。

Panchmatia表示：“你还可以设置‘温度设置’，这样模型就不会针对它不知道的某些东西去生成一些东西。”他指出，与零售等其他行业相比，金融行业对不准确的容忍度较低。

“虽然这会削弱大型语言模型，因为你把模型限制在一小部分数据上，而不是利用世界知识来增强本地知识，但我相信，这个问题在未来几个月内是可以解决的。”

与此同时，为了解决与AI举措相关的一些风险，星展银行开发了一个内部框架，用于在批准AI用例之前对其进行评估，以确保数据使用背后是有目的的，并且数据使用必须是可解释的，等等。

星展银行还建立了一个由高管组成的工作组，他们会定期开会，以了解和解决银行治理和控制措施中存在的任何问题，特别是在生成式AI计划方面。

“对于版权之类的事情，让我们看看未来将如何演变。但围绕毒性、幻觉和适当性的问题，并不是AI和机器学习之前存在的风险。我们正在解决这些问题，在某些情况下，我们需要人类参与其中，”Panchmatia说。

他补充说：“我们相信有足够的技术允许其他模型在更大模型输出之上运行，以确保避免适当性和毒性等问题。”