面板： Gen AI 的影响：金融行业转型，塑造未来
讨论嘉宾：
- Ramine Tinati - 埃森哲东盟首席数据科学家
- Dennis Trawnitschek - SCBX 首席技术官
- Danai Theptanawatana - Microsoft 高级技术战略师
主持人： Tanya Tongwaranan - 社区与战略规划师，SCBX版主
事件： SCBX 解锁 AI EP3，AI 如何塑造金融服务行业的未来
协作： SCBX 系列 和 Insiderly.ai
场地： SCBX NextTech，暹罗百丽宫，4 楼
如今，没有人可以否认人工智能在生活中的重要性。AI 几乎涉及每个行业。无论是在金融、投资、工作、艺术等方面。
在 SCBX UNLOCKING AI： EP3 AI 如何塑造金融服务行业的未来，除了邀请 AI 各个领域的专家分享有趣的案例研究外，还将举办题为“The Gen AI Impact： Transforming Financial Industry and Shaping Tomorrow”的小组讨论，认真讨论 AI 的好处。
该活动受到了
- Ramin Tinati 女士，埃森哲东盟首席数据科学家
- Dennis 先生Troy Nicschek，SCBX 首席技术官
- Microsoft 高级技术战略分析师 Danai Thepthanawattana 先生
- 主持人是社区与战略规划师，SCBX主持人Tanya Thongwanan女士。
这个话题有哪些有趣的事情？请在本文中关注它。
Gen AI：帮助银行业迈向无缝未来
银行业和投资业是见证有趣技术发展的行业之一。当生成式 AI 出现时这个圆圈也用于创造新事物。
Danai 先生说，投资金融领域有新的创新，这些创新总是在改变世界，例如将传统信用卡改为在线卡。
此外，像 ChatGPT 这样的 Gen AI 也是一个重要的工具，可以帮助小型组织提升自己知名度，以便他们更容易站稳脚跟并朝着正确的方向前进。不逊色于大型组织。
Dennis 先生补充说，Gen AI 帮助财务工作朝着以前没有人探索过的方向发展。创建一个新流程，有趣的是，正在遍历的路径是将创造出哪些有趣和有用的东西？
Rameen 先生同意大家的回答，并解释说，如果你从大局来看，你会发现不仅 Gen AI 发挥着重要作用，而且事实上，它只是将行业带到这个阶段的一小部分，因为所有技术系统都有助于进一步发展业务。它带来有价值的信息，帮助与客户建立联系，并帮助每个组织找到满足其需求的工作方式。为各方创造最佳体验。
如果你想用 AI，你需要知道，你需要在下车之前做好准备。
如果您想利用 AI 来发挥自己的优势，员工需要了解和准备很多事情才能顺利工作。不要在路中间绊倒和跌倒。
拉面例如，关于 AI 系统如何防止数据泄露并使其在工作中更加灵活，一直存在争论。好事如何发生，新事物如何发生？这是每个组织都必须及早计划防止的事情，因为我们甚至可能不知道我们自己何时会意外泄露数据。防止意外情况发生。
Dennis 先生从人工智能使用的规定来看，仍然有必要密切关注它应该是什么样子以及如何控制它。从研究中发现，许多机构的规定仍然受到监管。指导方针并不匹配，但非常重要的是人们的隐私。AI 开发人员必须保护这些数据。大量的 AI 研究将有助于一切发展，并更清楚地了解法规应该是什么。
Danai 先生补充说，AI 应该是用户可以信任的东西。这一切都取决于许多将专注于此的开发人员。这方面有多少社会责任？
大家必须知道的使用 Gen AI 进行投资的风险
每项投资总是有风险的。使用 AI 来帮助投资也是非常危险的，投资者不能粗心大意。
然而，Dennis 先生认为，在所有风险中，他看到了更多好事发生的机会。他认为，无风险并不是最好的事情，但只要可以将风险管理保持在框架内，就会增加机会。促进好的方面，从而产生更好的结果。
Rameen 先生评估说，每一次发生的创新都伴随着风险，但在许多情况下，Gen AI 被发现有助于提高投资和生活方式效率，因为 Gen AI 可以帮助总结信息，很好地总结事物的本质。结果值得吗？
Danai 先生同意所有人的观点，并补充说，泰国人在采用技术方面会很保守，担心技术是否足够安全。如果有人有足够的勇气使用它并能够控制各种因素，这将是帮助一切进步的关键，尤其是在医疗保健领域，它现在被认为是一个与银行业一样先进的圈子。
使用 AI，您必须能够衡量具体结果。
今天讨论的最后一点是 AI 测量。他强调，在知道 AI 应用程序的结果之前进行实验非常重要。有哪些案例研究导致了经验教训？他发现，生产力很容易衡量，因为你可以看到工作的人减少了多少，他们的效率提高了多少，以及需要如何正确地将他们用于正确的目标和正确的目的。
Rameen 认为，测量必须首先了解正在做什么。如果每个人都知道自己在做什么，他们将能够看到应该如何衡量绩效，应该如何衡量目标，以及绩效将如何实现好坏。
除了效率之外，还需要考虑性能。向客户发送信息会带来更好的性能，是否会更有价值，但所有这些都还处于实验阶段。目前还没有人知道结果会是什么。因此，我们绝不能停止实验以寻找积极的影响。
最后，Danai 先生代表 Microsoft 同意生产力很容易衡量，公司希望看到 AI 帮助每个人。实际上提高了工作效率。
“必须明白，仅靠一个 Gen AI 可能无法帮助改善组织。不可能解决所有问题，但要选择正确的方法。为客户提供更多选择将打开学习之门，并有助于更有效地进行测量，“Danai 先生总结道。