摩根士丹利 AI 整合與評估框架

摩根士丹利已與 OpenAI 合作，將 GPT-4 和 Whisper 整合到其金融服務工作流程中，使財務顧問能夠更快檢索資訊並自動化重複性任務。此部署以強大的評估（eval）框架為核心，確保 AI 性能符合金融服務所需的嚴格品質與可靠性標準。

嚴格的 AI 部署評估框架

摩根士丹利使用評估框架在部署前測試每個 AI 使用案例，透過專家回饋衡量模型在真實場景中的表現。此框架使公司能夠透過特定的測試方法論來優化提示詞並提升輸出品質：

• Summarization Evals： 用於測試模型將智識資本與流程導向內容濃縮為簡潔準確摘要的能力。
• Translation Evals： 已實施以支援多語言客戶。
• Regression Suites： 透過每日使用樣本問題進行測試，以識別弱點並確保系統提供合規輸出。

透過此方法，摩根士丹利將其內部知識檢索能力從回答 7,000 個問題擴展到能夠有效回答來自 100,000 份文件語料庫的任何問題。

AI 驅動的財務顧問工具

摩根士丹利已部署兩項主要的 AI 解決方案，以提升顧問生產力與客戶參與度：

AI @ Morgan Stanley Assistant

一個內部聊天機器人，使財務顧問能夠無縫從公司知識庫檢索資訊。超過 98% 的財富管理顧問團隊顧問團隊積極使用此工具。

AI @ Morgan Stanley Debrief

此工具由 Whisper 和 GPT-4 驅動，將 Zoom 錄製（經客戶同意）轉換為可執行的輸出。它會自動將客戶筆記整合進 CRM 系統，並生成摘要關鍵行動項目的草稿跟進郵件，供顧問審閱與修改。

安全、合規與資料隱私

為維持金融服務合規性，摩根士丹利將品質保證直接整合到其評估框架中，並與 OpenAI 合作優化檢索方法以提高準確性。

資料隱私透過 OpenAI 的零資料保留政策管理，確保摩根士丹利的專有資料不會用於訓練公開的 ChatGPT 模型。

對顧問生產力與全公司採用的影響

AI 工具的實施帶來了顯著的營運改進：

• High Adoption Rates： 超過 98% 的財富管理顧問團隊每日使用 AI 工具。
• Increased Document Access： 內部文件的存取率從 20% 提升至 80%，顯著減少搜尋時間。
• Efficiency Gains： 之前需要數天的跟進現在可在數小時內完成，使顧問能夠投入更多時間在客戶關係上。

未來擴張與機構擴展

摩根士丹利將這些平台視為員工的「超級應用」，為進一步擴張奠定基礎。公司目前正在為其機構證券團隊擴展 Assistant 功能，並探索將 Debrief 工具應用於其他角色，例如投資銀行家與 CFO 的溝通。