我们与劳埃德银行集团首席数据与分析官Ranil Boteju讨论了FinLLM以及该银行的"AI作为法官"方法。

生成式人工智能（GenAI）在提升企业生产力方面存在大量机会。但在金融服务等受监管的行业，AI的输出必须可解释且无差错。劳埃德银行集团一直与Aveni合作，帮助其开发FinLLM——一个专门为金融服务领域微调的AI语言模型。这家获得爱丁堡大学商业化服务机构"爱丁堡创新"支持的科技初创公司，已为金融服务业开发了一个语言模型。

FinLLM并非在互联网规模的文本上进行无上下文训练，而是专门针对金融服务的语言、法规和产品进行微调。这意味着，当它分析负担能力、审查行为呼吁或起草适合性信件时，它使用的是旨在解读金融服务细微差别的模型，而不是提供一个最佳猜测。

在本播客中，《计算机周刊》深入探讨了劳埃德银行集团如何利用GenAI和像FinLLM这样的专业AI模型，以可扩展的方式扩大获得财务顾问的途径。

该银行一直在其审计团队中测试FinLLM，由劳埃德银行集团集团审计与行为调查（GA&CI）部门开发的审计聊天机器人虚拟助手正在改变审计师访问和交互审计情报的方式。该聊天机器人将生成式AI与集团的内部文档系统Atlas集成，使信息检索更快、更智能、更直观。

劳埃德银行集团首席数据与分析官Ranil Boteju表示，银行有效地利用FinLLM及其基于收集的所有审计数据所获得的审计知识训练了该聊天机器人。

生成式AI可能会出错，这在任何企业中显然都是不可接受的。认识到OpenAI和Google等公司提供的大型语言AI模型往往是通用型的，该银行与Aveni合作研究如何将基于公共互联网数据训练的生成式AI模型的广泛知识与银行可获得的、高度精细的金融服务信息结合起来。

该项目已被用来展示如何部署GenAI和像FinLLM这样的专业AI模型来支持关键的银行业务流程。其工程实现方式展示了银行如何应用GenAI来驱动面向客户的聊天机器人。

为了处理客户可能与银行进行的对话，聊天机器人需要理解对话，将其对客户查询的理解转化为一系列编排好的任务。这就是智能体AI（agentic AI）的样子——每个任务都被传递给一个专业的AI系统来处理。

Aveni首席执行官Joseph Twigg表示：“AI智能体大规模承担直接客户交互的出现是不可避免的。这需要一类新的保证来管理它们的行为，确保AI模型提供正确的建议和回应。”

除了编排专业AI模型外，还需要一种方法来确保所涉及的各个AI系统交付的回应是合理且正确的。

Boteju将劳埃德银行集团采取的减少错误的方法描述为"智能体作为法官"。“你可能有一个特定的模型或智能体产生一个特定的结果，“他说，“然后我们会开发不同的模型和不同的智能体来审查这些结果，并有效地对它们进行评分。“该银行一直与Aveni密切合作，开发使用AI智能体作为法官来评估其他AI模型输出的方法。

每个结果都由一组不同的模型独立评估。对AI模型输出的审查使劳埃德银行集团能够确保它们符合监管机构——金融行为监管局（FCA）的指导方针，并检查它们是否也符合银行的内部规定。

正如Boteju指出的，检查AI模型的输出是双重确认客户没有获得不良建议的一个非常好的方法。他说：“我们正在完善这些防护栏和这些[流程]。我们必须[将这个过程]落实到位。”