번역기 돌려서 핵심만 뽑아왔습니다.
- Generative AI는 여러 위치에서 데이터를 가져오고 구조화되지 않은 개인화된 상황과 구조화되지 않은 규정 준수 법률을 이해하는 노동 집약적인 기능을 1000배 더 효율적으로 만듭니다.
- 고객 서비스 에이전트: 모든 은행에서 수천 명의 고객 서비스 상담원이 고객 질문에 답변할 수 있도록 은행 상품 및 관련 규정 준수 요구 사항에 대해 열심히 교육을 받아야 합니다. 이제 새로운 고객 서비스 담당자가 시작하고 은행의 모든 부서에서 지난 10년간 고객 서비스 통화에 대해 교육받은 LLM에 액세스할 수 있는 이점이 있다고 상상해 보십시오. 담당자는 모델을 사용하여 모든 질문에 대한 정답을 신속하게 생성하고 교육에 필요한 시간을 줄이는 동시에 더 넓은 범위의 제품에 대해 더 지능적으로 말할 수 있도록 도울 수 있습니다. 현직 기업은 독점 데이터와 고객별 PII가 다른 회사에서 사용할 수 있는 일반 LLM을 개선하는 데 사용되지 않도록 하려고 합니다. 새로운 참가자는 데이터 세트를 부트스트랩하는 방법에 대해 창의적이어야 합니다.
- 대출 담당자 : 대출 담당자는 현재 거의 12개의 서로 다른 시스템에서 데이터를 가져와서 대출 파일을 생성합니다. 생성 AI 모델은 이러한 모든 시스템의 데이터에 대해 훈련될 수 있으므로 대출 담당자가 고객 이름을 제공하기만 하면 대출 파일이 즉시 생성됩니다. 여전히 100% 정확성을 보장하기 위해 대출 담당자가 필요할 가능성이 높지만 그들의 데이터 수집 프로세스는 훨씬 더 효율적이고 정확할 것입니다.
- 품질 보증: 은행 및 핀테크 회사의 많은 QA에는 수많은 규제 기관을 완전히 준수하는지 확인하는 작업이 포함됩니다. Generative AI는 이 프로세스의 속도를 크게 높일 수 있습니다. 예를 들어 Vesta는 Fannie Mae 판매 가이드로 훈련된 생성 AI 모델을 통합하여 모기지 론 담당자에게 규정 준수 문제를 즉시 알릴 수 있습니다. 많은 규제 가이드가 공개되어 있으므로 새로운 시장 진입자에게 흥미로운 쐐기를 제공할 수 있습니다. 그러나 진정한 가치는 여전히 워크플로 엔진을 소유한 회사에 귀속됩니다.
- 생성 AI가 있는 미래는 다음을 가능하게 할 수 있습니다.
- 효율적인 심사: 제너레이티브 AI 모델은 개인에 대한 이질적인 시스템 전반의 주요 정보 요약을 준법 감시인의 손끝으로 신속하게 가져올 수 있으므로 준법 감시인은 거래가 문제인지 여부에 대한 답변을 더 빨리 얻을 수 있습니다.
- 더 나은 세탁업자 예측 : 이제 지난 10년간의 SAR(의심스러운 활동 보고서)에 대해 훈련된 모델을 상상해 보십시오. 모델에 세탁업자가 무엇인지 구체적으로 말할 필요 없이 AI를 사용하여 보고서에서 새로운 패턴을 감지하고 자금 세탁업자를 구성하는 항목에 대한 자체 정의를 만들 수 있습니다.
- 보다 빠른 문서 분석 : 규정 준수 부서는 회사의 내부 정책 및 절차를 준수하고 규제 요구 사항을 준수하는지 확인할 책임이 있습니다. Generative AI는 계약서, 보고서, 이메일과 같은 대량의 문서를 분석하고 잠재적인 문제 또는 추가 조사가 필요한 관심 영역을 표시할 수 있습니다.
- 훈련 및 교육 : 제너레이티브 AI를 사용하여 교육 자료를 개발하고 실제 시나리오를 시뮬레이션하여 준법감시인에게 모범 사례와 잠재적 위험 및 비준수 행동을 식별하는 방법을 교육할 수 있습니다.