Nel mondo delle società di consulenza finanziaria, è fondamentale comprendere appieno il costo dell’adozione dell’intelligenza artificiale generativa. Ecco perché molte di queste aziende stanno sviluppando i propri modelli di linguaggio generativo personalizzati, noti come LLM (Language Model Models), per scopi come chatbot e analisi dei documenti, invece di dipendere esclusivamente da costose soluzioni esterne.
L’ultima aggiunta alla crescente comunità di sviluppo LLM è JPMorgan, una rinomata società di consulenza finanziaria che opera nell’investment banking, nelle banche commerciali e in altri servizi finanziari. JPMorgan ha introdotto DocLLM, un modello di linguaggio generativo progettato per comprendere documenti in modalità multimodale.
Ciò che rende DocLLM unico è il suo ruolo come un’estensione leggera degli LLM per l’analisi di documenti aziendali, formulari, fatture, relazioni e contratti che contengono una semantica complessa, spaziando tra modalità testuali e spaziali.
ChatGPT Plus di OpenAI offre anche agli utenti la possibilità di esaminare e analizzare documenti, con la stessa funzionalità disponibile in ChatGPT Enterprise. Tuttavia, questi modelli hanno sollevato preoccupazioni sulla privacy, che hanno reso titubanti le imprese e le società di consulenza, specialmente quando si tratta di dati finanziari sensibili.
Inoltre, i modelli come GPT e altri nell’ambito dell’intelligenza artificiale hanno incontrato difficoltà nell’analizzare documenti, come evidenziato dal fatto che non sono stati in grado di analizzare correttamente i documenti depositati presso la SEC (Securities and Exchange Commission), con conseguenze significative per l’affidabilità dei modelli.
In particolare, il modello AI più avanzato, il GPT-4-Turbo di OpenAI, ha raggiunto una precisione del solo 79% quando si tratta di analizzare documenti complessi insieme a domande poste. Spesso, questi modelli erano riluttanti a rispondere o generavano informazioni inaccurate, che non riflettevano fedelmente i dettagli presenti nei documenti della SEC.
Anand Kannappan, cofondatore di Patronus AI, una società specializzata nella valutazione della sicurezza dei modelli di intelligenza artificiale, ha espresso insoddisfazione per questa prestazione, definendola “assolutamente inaccettabile”. Ha sottolineato la necessità di un tasso di precisione molto più elevato per rendere davvero efficace l’uso di questa tecnologia in applicazioni automatizzate e operative.
Tali sfide sottolineano le difficoltà che le grandi aziende, in particolare quelle in settori altamente regolamentati come finanza e consulenza, incontrano nell’integrazione di tecnologie all’avanguardia nelle loro operazioni, sia per migliorare il servizio clienti che per scopi di ricerca.
Per affrontare queste sfide, sono emersi modelli specifici per il settore finanziario, come BloombergGPT, progettati per aiutare le persone a comprendere documenti finanziari, relazioni e fatture. Questo dimostra l’importanza di modelli open source quando si tratta di gestire informazioni finanziarie, dove il modello DocLLM di JPMorgan si presenta come una soluzione promettente.
JPMorgan ha anche annunciato la disponibilità di DocLLM per altri utenti. Il modello è disponibile in due versioni: una con 1 miliardo di parametri basata su Falcon-1B e modelli con 7 miliardi di parametri basati su Llama2-7B. La condivisione in modalità open source garantisce sicurezza e protezione agli utenti.
Allo stesso modo, altre aziende del settore finanziario stanno adottando soluzioni basate sull’intelligenza artificiale generativa. KPMG ha sviluppato internamente il sistema KaiChat basato su modelli OpenAI, mentre PwC ha annunciato un investimento di 1 miliardo di dollari per promuovere l’intelligenza artificiale generativa nelle sue operazioni negli Stati Uniti, in collaborazione con Microsoft e OpenAI, per automatizzare attività fiscali, di audit e di consulenza.
EY sfrutta l’intelligenza artificiale generativa per integrare leggi fiscali in un sistema AI che fornisce risposte immediate tramite un’interfaccia simile a ChatGPT, soprattutto per domande salariali e simili.
Negli ultimi tempi, molte aziende di consulenza e finanza hanno abbracciato il potenziale dei modelli LLM, come dimostrato dal lancio di “Lilli” da parte di McKinsey, progettato per ottimizzare l’uso della vasta base di conoscenze aziendali. Nel 2022, Wells Fargo ha introdotto Fargo, un assistente virtuale basato sull’intelligenza artificiale di Google Cloud, per offrire un’esperienza bancaria personalizzata, conveniente e semplice.
Nell’ottobre scorso, Deloitte ha lanciato DARTbot, un chatbot interno progettato per migliorare l’efficienza dei suoi 18.000 professionisti nel campo dell’audit e delle assicurazioni negli Stati Uniti.
Mentre OpenAI ha annunciato il suo GPT-4, il modello specifico per il settore finanziario noto come BloombergGPT sembra aver perso parte del suo slancio. Tuttavia, esperti come Adi Polak ritengono che modelli futuri come GPT-5 potrebbero superare DocLLM di JPMorgan, grazie alla loro capacità di combinare compiti specializzati e generalizzati in modo più efficace. Tuttavia, Polak sottolinea che questo richiederà una messa a punto accurata.
Ogni volta che OpenAI introduce nuove funzionalità in ChatGPT, ciò suscita preoccupazioni per l’impatto su startup e altre aziende che operano nello stesso settore. Ad esempio, quando è stata introdotta la capacità di “Caricare molti tipi di documenti”, questo nuovo aggiornamento multimodale ha sollevato preoccupazioni sulla sopravvivenza di molte startup. Alcuni nomi noti includono ChatPDF, AskYourPDF e PDF.ai, che fondamentalmente utilizzavano i modelli OpenAI come base.
Tuttavia, al momento attuale, sembra che le società di consulenza finanziaria che investono nello sviluppo dei propri modelli LLM per decisioni finanziarie e pianificazione abbiano una marcia in più rispetto alla dipendenza da soluzioni esterne.