摩根士丹利 AI 集成与评估框架

摩根士丹利已与 OpenAI 合作，将 GPT-4 和 Whisper 集成到其金融服务工作流程中，使金融顾问能够更快地检索信息并自动化重复任务。此部署以一个强大的评估（eval）框架为核心，确保 AI 性能符合金融服务所需的严格质量和可靠性标准。

严格的 AI 部署评估框架

摩根士丹利使用评估框架在部署前测试每个 AI 用例，利用专家反馈根据实际场景衡量模型性能。该框架使公司能够通过特定的测试方法论来优化提示并提高输出质量：

• Summarization Evals: 用于测试模型将智慧资本和流程驱动内容浓缩为简洁准确摘要的能力。
• Translation Evals: 已实施以支持多语言客户。
• Regression Suites: 通过每日使用样本问题进行测试，以识别弱点并确保系统输出合规。

通过这种方法，摩根士丹利将其内部知识检索能力从回答 7,000 个问题扩展到能够有效回答来自 100,000 份文档语料库的任何问题。

面向金融顾问的 AI 驱动工具

摩根士丹利已部署两种主要的 AI 解决方案，以提升顾问生产力和客户参与度：

AI @ Morgan Stanley 助手

一个内部聊天机器人，使金融顾问能够无缝从公司知识库检索信息。超过 98% 的财富管理顾问团队积极使用此工具。

AI @ Morgan Stanley Debrief

该工具由 Whisper 和 GPT-4 驱动，可将 Zoom 录音（经客户同意）转换为可操作的输出。它会自动将客户笔记集成到 CRM 系统中，并生成摘要关键行动项的草稿跟进邮件，供顾问审阅和完善。

安全、合规和数据隐私

为了保持金融服务合规性，摩根士丹利将质量保证直接集成到其评估框架中，并与 OpenAI 合作优化检索方法以提高准确性。

数据隐私通过 OpenAI 的零数据保留政策得到管理，该政策确保摩根士丹利的专有数据不用于训练公开的 ChatGPT 模型。

对顾问生产力和全公司采用的影响

AI 工具的实施带来了显著的运营改进：

• High Adoption Rates: 超过 98% 的财富管理顾问团队每日使用 AI 工具。
• Increased Document Access: 内部文档的访问从 20% 提升至 80%，显著缩短了搜索时间。
• Efficiency Gains: 以前需要几天才能完成的跟进现在可在几小时内完成，使顾问能够将更多时间用于客户关系。

未来扩展和机构扩张

摩根士丹利将这些平台视为员工的“超级应用”，为进一步扩展奠定基础。公司目前正在为其机构证券集团扩展 Assistant 功能，并正在探索将 Debrief 工具应用于其他角色，例如投资银行家与 CFO 的沟通。