- Sam Sammane认为，混合人工智能（AI Hybrid）不再是一个选项，而已成为银行和金融行业的强制性要求。
- 文章警告说，像OpenAI的ChatGPT这样的生成式AI模型是基于概率运行的，因此无法保证绝对稳定的结果。
- 作者表示，同一个提示词（prompt）可能会产生不同的结果，例如AI今天评估同一份合同的合规率为70%，但改天评估却是100%。
- 在金融领域，此类“幻觉”可能导致诉讼、罚款和严重的声誉损失。
- 一个小错误，例如在自动化系统中将罚息利率从24%误输入为6%，就可能给银行造成巨大的财务后果。
- 据报道，许多法律部门几乎失去了节省时间的所有好处，因为他们必须手动检查AI的输出。
- 作者强调，正确的解决方案是“神经符号AI”（neuro-symbolic AI），它将神经网络与符号逻辑及确定性数学系统相结合。
- 在混合AI模型中，AI负责阅读和理解文件，而计算、规则检查和验证则交给由Python或C++编写的确定性库。
- 代理系统扮演协调者的角色，自动将每项任务转交给合适的专业工具，而不是让AI处理所有事情。
- 例如，AI可以分析一份70页的银行合同，但披露和合规检查部分必须由专门的验证工具承担。
- 作者表示，AI结合传统工具可以使金融项目的研发时间减少高达95%。
- 引用麻省理工学院的一项研究显示，大型企业中约95%的AI试点项目以失败告终，因为他们期望AI能做所有事情。
- 文章认为，金融行业的未来不需要“程序员大军”，而是需要了解业务、法律以及如何将AI与确定性系统结合的专家。
- 作者警告说，缺乏专业知识的廉价AI解决方案可能使企业面临严重的法律和运营风险。
📌 金融业正进入“后AI炒作”阶段，速度不再比准确性和风险控制能力更重要。文章指出，将语言模型与数学及逻辑验证系统相结合的混合AI正成为银行的必备架构。在细微错误就可能导致数百万美元损失的环境下，“近似AI”已不再安全到足以运营客户的资金。
