- A+
来源:a16z
作者:Angela Strange、 Anish Acharya、 Sumeet Singh、 Alex Rampell、 Marc Andrusko、 Joe Schmidt、 David Haber 和 Seema Amble
编译:巴比特
![a16z:金融服务行业将采用生成式 AI 来实现 5 个目标](https://www.luyuan.io/wp-content/uploads/2023/04/Fs-gDUVM6-Zcya2eR62YMaFV2Cba.png)
图片来源:由无界 AI 工具生成
人工智能(AI)和机器学习已在金融服务行业使用了十多年,实现了从更好的承保到提高基础欺诈评分等一系列改进。 而通过大型语言模型(LLM)生成的人工智能代表了一个巨大的飞跃,正在改变教育、游戏、商业等领域。传统的 AI/ML 专注于根据现有数据进行预测或分类,而生成式 AI 会创造全新的内容。
这种在大量非结构化数据上训练 LLM 的能力,再加上本质上无限的计算能力,可能会产生金融服务市场几十年来最大的变革。与其他平台的转变(互联网、移动、云)不同,金融服务行业在采用方面滞后,我们期望在这里看到最好的初创公司和现有企业现在就采用生成式 AI。
金融服务公司拥有大量的历史金融数据。如果他们使用这些数据来微调 LLM(或从头开始训练他们,如 BloombergGPT),他们将能够快速回答几乎所有的金融问题。
例如,根据一家公司的客户聊天记录和一些额外的产品规格数据训练出来的 LLM,应该能够立即回答有关该公司产品的所有问题,而根据一家公司 10 年的可疑活动报告(SARs)训练出来的 LLM,应该能够识别一组表明存在洗钱计划的交易。
我们认为,金融服务行业准备使用生成式人工智能来实现五个目标:个性化的消费者体验、具有成本效益的运营、更好的合规性、改进的风险管理以及动态预测和报告。
在现有企业和初创企业之间的较量中,现有企业在使用 AI 推出新产品和改善运营时将拥有初始优势,因为他们可以获得专有金融数据,但最终他们将因准确性和隐私方面的高门槛而受到阻碍。另一方面,初创企业最初可能不得不使用公共金融数据来训练他们的模型,但他们将很快开始生成自己的数据,并成长为使用 AI 作为新产品分销的契机。
让我们深入探讨这五个目标,看看现有企业和初创企业如何利用生成式 AI。
01 引导消费者财务决策
尽管消费者金融科技公司在过去 10 年中取得了巨大成功,但它们尚未实现最雄心勃勃的承诺:在无人参与的情况下优化消费者的资产负债表和损益表。这一承诺仍未兑现,因为用户界面无法完全捕捉影响财务决策的人类环境,也无法以帮助人们做出适当权衡的方式提供建议和交叉销售。
一个很好的例子说明了非显而易见的人类背景很重要,即消费者在困难时期如何优先支付账单。消费者在做出此类决定时往往会同时考虑效用和品牌,而这两个因素的相互作用使得创建能够充分捕捉如何优化此决定的体验变得复杂。例如,如果没有人类员工的参与,就很难提供一流的信用辅导。虽然像 Credit Karma 这样的体验可以让客户参与 80% 的过程,但剩下的 20% 变成了一个恐怖谷,进一步尝试捕捉背景往往过于狭窄或使用错误的精确度,从而破坏了消费者的信任。
现代财富管理和税务筹划也存在类似的缺陷。在财富管理中,人类顾问击败了金融科技解决方案,即使是那些狭隘地关注特定资产类别和策略的解决方案,因为人类在很大程度上受到特殊的希望、梦想和恐惧的影响。这就是为什么人类顾问历来能够比大多数金融科技系统更好地为客户量身定制建议。在税收方面,即使在现代软件的帮助下,美国人在税收上花费了超过 60 亿小时,犯了 1200 万次错误,并且经常遗漏收入或放弃他们不知道的福利,例如可能扣除工作旅行花费。
LLMs 为这些问题提供了一个整洁的解决方案,从而更好地引导消费者的财务决策。这些系统可以回答问题(“为什么我的投资组合的一部分是市政债券?”),评估权衡(“我应该如何考虑久期风险与收益率?”),并最终将人类背景因素纳入决策制定(“你能建立一个足够灵活的计划,可以在未来某个时候帮助我年迈的父母提供经济支持?”)。这些功能应该将消费者金融科技从一个高价值但范围狭窄的用例集转变为另一个应用程序可以帮助消费者优化其整个金融生活的用例集。
– Anish Acharya 和 Sumeet Singh
02 提高运营的成本效益
在生成式 AI 工具可以渗透到银行的世界里,Sally 应该得到持续的承保,以便在她决定买房的那一刻,她就有了预先批准的抵押贷款。
不幸的是,这个世界还不存在,主要原因有三:
- 首先,消费者信息存在于多个不同的数据库中。这使得交叉销售和预测消费者需求变得极具挑战性。
- 其次,金融服务被高度认为是情感购买,通常具有复杂且难以自动化的决策树。这意味着银行必须雇用庞大的客户服务团队,根据客户的具体情况,回答客户关于哪种金融产品最适合他们的问题。
- 第三,金融服务受到高度监管。这意味着像信贷员和处理员这样的员工必须了解每一种可用的产品(例如抵押贷款),以确保遵守复杂但非结构化的法律。
生成式 AI 将使从多个位置提取数据、理解非结构化个性化情况和非结构化合规性法律等劳动密集型功能的效率,提高 1000 倍。例如:
- 客户服务代理:在每家银行,数以千计的客户服务代理必须进行艰苦的培训,了解银行的产品和相关的合规要求,以便能够回答客户的问题。现在想象一个新的客户服务代表开始工作,他们有机会接触到一个 LLM,该 LLM 在过去 10 年里对银行所有部门的客户服务电话接受过培训。代表可以使用该模型快速生成任何问题的正确答案,帮助他们更智能地谈论更广泛的产品,同时减少培训他们所需的时间。现有企业希望确保他们的专有数据和客户特定的 PII 不被用于改进其他公司可以使用的通用 LLM。初创企业必须在如何引导数据集方面具有创造性。
- 信贷员:信贷员目前从近十几个不同的系统中提取数据以生成贷款文件。生成式人工智能模型可以根据来自所有这些系统的数据进行训练,这样信贷员只需提供客户姓名,贷款文件就会立即为他们生成。信贷员可能仍需要确保 100% 的准确性,但他们的数据收集过程将更加高效和准确。
- 质量保证:银行和金融科技公司的大部分质量保证都涉及确保完全遵守众多监管机构。生成式人工智能可以显着加快这一过程。例如,Vesta 可以结合使用 Fannie Mae 销售指南训练的生成式 AI 模型,以立即提醒抵押贷款官员注意合规问题。由于许多监管指南都是公开的,这可能会为新的市场进入者提供一个有趣的契机。然而,真正的价值仍将归属于拥有工作流程引擎的公司。
这些步骤都将通向一个世界,在这个世界中,Sally 可以立即获得潜在的抵押贷款。
– Angela Strange、Alex Rampell 和 Marc Andrusko
03 促进合规性
未来采用生成式 AI 的合规部门可能会阻止全球每年8000 亿至2 万亿美元的非法洗钱。贩毒、有组织犯罪和其他非法活动都将在几十年内大幅减少。
目前,花费在合规上的数十亿美元仅能有效阻止洗钱犯罪活动的 3%。合规软件主要建立在“硬编码”规则之上。例如,反洗钱系统使合规官能够运行诸如“标记任何超过 1 万美元的交易”之类的规则,或扫描其他预定义的可疑活动。应用此类规则可能是一门不完善的科学,导致大多数金融机构充斥着法律要求他们进行调查的误报。
合规员工花费大量时间从不同的系统和部门收集客户信息,以调查每个标记的交易。为了避免巨额罚款,他们雇用了数千人,通常占银行员工总数的 10% 以上。
一个具有生成式 AI 的未来可以实现:
- 高效筛选:生成式 AI 模型可以将不同系统中关于任何个人的关键信息摘要,快速带到合规官的指尖——让合规官能够更快地检查交易是否存在问题。
- 更好地预测洗钱者:现在想象一个根据过去 10 年的可疑活动报告(SAR)训练的模型。无需具体告诉模型什么是洗钱者,人工智能可用于检测报告中的新模式,并创建自己的洗钱者定义。
- 更快的文件分析:合规部门负责确保遵守公司的内部政策和程序,并遵守监管要求。生成式 AI 可以分析大量文档,例如合同、报告和电子邮件,并标记需要进一步调查的潜在问题或关注领域。
- 培训和教育:生成式人工智能可用于开发培训材料和模拟真实场景,以教育合规官最佳实践以及如何识别潜在风险和不合规行为。
初创企业可以利用来自数十家机构的公开合规数据进行引导,并使搜索和综合更快、更容易获得。较大的现有企业受益于多年收集的数据,但他们需要设计适当的隐私功能。长期以来,合规性一直被认为是一个由过时技术支持的不断增长的成本中心。生成式 AI 将改变这种情况。
–Angela Strange 和 Joe Schmidt
04 改善风险管理
Archegos(希腊语,领导者)和“伦敦鲸”听起来像是希腊神话中的生物,但两者都代表了非常真实的风险管理失败,这些失败使世界上几家最大的银行蒙受了数十亿美元的损失。以硅谷银行最近的例子为例,很明显风险管理仍然是我们许多领先金融机构面临的挑战。
虽然人工智能的进步无法完全消除信贷、市场、流动性和运营风险,但我们相信这项技术可以在帮助金融机构更快地识别、规划和应对这些不可避免的风险方面发挥重要作用。从战术上讲,我们认为人工智能可以在以下几个领域帮助推动更有效的风险管理:
- 自然语言处理: 像 ChatGPT 这样的 LLM 模型可以帮助处理大量非结构化数据,例如新闻文章、市场报告和分析师研究,提供更完整的市场和交易对手风险视图。
- 实时洞察: 对市场状况、地缘政治事件和其他风险因素的即时可见性,可以让公司更快地适应不断变化的环境。
- 预测分析: 运行复杂得多的场景并提供早期预警的能力,可以帮助公司更主动地管理风险敞口。
- 集成: 集成不同的系统并使用 AI 来合成信息,可以帮助提供更完整的风险敞口视图并简化风险管理流程。
-David Haber 和 Marc Andrusko
05 生成动态预测和报告
除了能够帮助回答金融问题外,法学硕士还可以帮助金融服务团队改进他们自己的内部流程,简化他们财务团队的日常工作流程。尽管财务的几乎所有其他方面都取得了进步,但现代财务团队的日常工作流程仍然由手动流程驱动,例如 Excel、电子邮件和需要人工输入的商业智能工具。
由于缺乏数据科学资源,基本任务尚未实现自动化,首席财务官及其直接下属因此在耗时的记录保存和报告任务上花费了太多时间,而他们本应专注于金字塔顶端的战略决定。
从广义上讲,生成式人工智能可以帮助这些团队从更多来源获取数据,并自动化突出趋势、生成预测和报告的过程。一些例子包括:
- 预测: 生成式 AI 可以帮助在 Excel、SQL 和 BI 工具中编写可以自动分析的公式和查询。此外,此类工具可以帮助揭示模式,并根据更广泛的数据集和更复杂的场景(即宏观经济因素)提出预测输入建议,并建议如何更轻松地调整这些模型,为公司决策提供信息。
- 报告: 无需花时间手动将数据和分析纳入外部和内部报告(例如董事会会议、投资者报告、每周仪表板),生成式人工智能可以帮助自动创建文本、图表、图形等,并根据不同的例子调整这种报告。
- 会计和税务: 会计和税务团队都花时间查阅规则并了解如何应用它们。生成式 AI 可以帮助综合、总结和建议有关税法和潜在扣除的潜在答案。
- 采购和应付账款: 生成式人工智能可以帮助自动生成和调整合同、采购订单和发票以及提醒。
也就是说,重要的是要注意生成式 AI 输出的当前局限性——特别是在需要判断或精确答案的领域,这是财务团队经常需要的。生成式 AI 模型在计算方面不断改进,但还不能完全依赖它们的准确性,或者至少需要人工审查。随着模型的快速改进、额外的训练数据和增强数学模块的能力,为它的使用开辟了新的可能性。
-Seema Amble
挑战
在这五个趋势中,初创企业和现有企业在使这种生成式 AI 的未来成为现实方面面临两个主要挑战。
用金融数据培训法学硕士:法学硕士目前在互联网上接受培训。金融服务用例将需要使用特定于用例的财务数据对这些模型进行微调。初创企业可能会开始使用上市公司财务、监管文件和其他易于获取的公共财务数据来源来改进他们的模型,然后最终使用他们自己收集的数据。
现有企业参与者,如银行或拥有金融服务业务的大型平台(例如 Lyft),可以利用他们现有的和专有的数据,这可能会给他们带来初步的优势。然而,现有的金融服务公司在接受大型平台转移时往往过于保守。我们认为,这为不受阻碍的初创企业提供了竞争优势。
模型输出准确性:考虑到金融问题的答案可能对个人、公司和社会产生的影响,这些新的 AI 模型需要尽可能准确。他们不能凭空想出或编造错误但听起来自信的答案,来回答关于一个人的税收或财务健康的关键问题,而且他们需要比流行文化查询或普通高中论文的近似答案准确得多。首先,循环中通常会有一个人作为 AI 生成答案的最终验证。
生成式 AI 的出现对金融服务公司来说是一个巨大的平台变化,有可能带来个性化的客户解决方案、更具成本效益的运营、更好的合规性、改进的风险管理,以及更动态的预测和报告。现有企业和初创企业将为我们上文概述的两个关键挑战而战斗。虽然我们还不知道谁会成为胜利者,但我们知道已经有一个明显的赢家:未来金融服务的消费者。
本文是全系列中第111 / 204篇:chatGPT
- ChatGPT引发AI人才战,大厂点名“就要OpenAI的华人,薪资不设限”
- OpenAI 再丢“王炸”:ChatGPT “封印”解除,能联网、搜索了!
- 重磅!微软开源Deep Speed Chat,人人拥有ChatGPT!
- ChatGPT流量见顶,AI革命中道崩殂?或许是OpenAI在下一盘大棋
- 当大厂程序员已开始用AI写代码 人类会被AIGC淘汰吗?
- 苹果AR眼镜跳票,国货能否异军突起?
- ChatGPT获得“正经编制”,国际预科生写论文用它不算作弊!
- 中国版ChatGPT项目“文心一言”将于3月面世,百度能否趁势“狂飙”?
- 微软AI全家桶上新啦!GPT-4进军程序员大本营GitHub
- 人工智能会取代人类主宰战场吗?从ChatGPT看人工智能的军事应用
- 知乎CEO周源:密切关注ChatGPT发展,AI能让内容更快推广
- 不只是聊天机器人:一文梳理 ChatGPT 带来的真正影响
- 记者试用新 Bing 后感慨:搜索从此不一样了
- 关于ChatGPT,黄仁勋和OpenAI联合创始人进行了一场“炉边谈话”
- 欧盟委员会对 ChatGPT 的最新监管方向
- ChatGPT-4 本周降临:它将如何影响 Web3?
- 旧金山出现“脑谷”,ChatGPT掀起美国初创企业AI热潮
- 小冰CEO李笛:“按ChatGPT模式做AI,我们一天成本要3亿”
- ChatGPT之父撰文:《万物摩尔定律》出现,这场革命将创造惊人的财富
- AI搜索大战打响!微软官宣ChatGPT引入Bing 生成式AI能否帮助巨头走出泥潭?
- 如何投出一个百亿美金的 ChatGPT 独角兽
- ChatGPT引爆新一轮科技军备赛
- AIGC生成图像加速度,百亿赛道将开启
- 国产ChatGPT扎堆,又是一场元宇宙式狂欢?
- 美国宾州大学教授体验 Bing AI 有感:生成式 AI 的改进速度超乎预料,但我们还没准备好
- ChatGPT“变现”在即,哪些法律风险不容忽视?
- ChatGPT开始被“疯狂吐槽”了
- 市值=2个茅台=5个英特尔,ChatGPT浪潮下英伟达“赢麻了”
- 微软“核弹级”更新:ChatGPT亮相Bing搜索和浏览器,今天上线,免费使用
- 元宇宙规模化商用仍未落地,ChatGPT或难续写新故事
- 独游制作人都在怎样用AI辅助开发游戏?
- 放下骄傲!微软是如何豪赌OpenAI的
- ChatGPT的前世今生:OpenAI的技术「执拗」与「豪赌」
- 卖账号、赚打赏,他们用 ChatGPT 搞钱
- ChatGPT来袭,元宇宙将迎新契机?
- 拥抱人工智能!微软将在Azure云服务中加入AI机器人ChatGPT
- ChatGPT“狂飙”:风浪越大,鱼越贵
- 没有对标ChatGPT产品,苹果内部AI峰会被指更像“团建”
- 为了 ChatGPT,微软抛弃元宇宙?
- AIGC制作的“视觉大片”走红!耗时仅3天,首批玩家吃到“红利”了
- 五个星期“周游”全球22国 “ChatGPT之父”究竟收获了什么?
- Roblox CTO 谈生成式 AI(Generative AI):彻底改变平台创作,让所有用户都成为创作者
- 从作弊工具到教学利器:教育工作者对生成式 AI 的观念转型
- 麻省理工称AI改变教育,日本拟制定ChatGPT学校运用指南
- 6天,50万!ChatGPT App 下载量远超美国 iOS 新应用的 99.99%
- ChatGPT版微信个人号搭建流程
- ChatGPT成科技圈的“新贵”,谁还记得元宇宙?
- OpenAI联合创始人:自动驾驶和VR都是“歧途” AI智能体才是未来
- 用户生成收藏(UGC 2.0)崛起:创作者正从四大领域获得赋能
- GPT-5年底上线?初创公司Runway CEO再爆料:OpenAI员工相信GPT-5有望成AGI
- 微信接入ChatGPT,使用Node+ChatGPT+Wechaty做一个微信机器人
- OpenAI造就硅谷新“黑帮”:ChatGPT爆火背后的神秘大佬、技术版图和资本故事
- 取代岗位 vs 创造就业:AI 会是“白领”终结者吗?
- ChatGPT后下一个AI爆款应用是什么?硅谷All In“自动AI智能体”
- 人类生成 or 机器生成?ChatGPT 引发了一场真假辩论
- 盖茨再谈ChatGPT:AI能提高效率,但要考虑边界在哪
- 第一批因ChatGPT坐牢的人,已经上路了
- GPT、DALL·E、Sora,为什么 OpenAI 可以跑通所有 AGI 技术栈?
- ChatGPT:是平台的缪斯还是黑客的「MOSS」?
- 11款值得收藏的 AI 工具
- 搜索大变天!谷歌推出Bard对抗ChatGPT,打响保卫战
- 突发!ChatGPT 紧急暂停 Bing 集成,下线搜索功能
- 在微信上搭建ChatGpt机器人
- 重磅!GPT-4 API,全面开放使用!
- 开局打爆谷歌,微软ChatGPT版必应亲测:强到发指!
- 美国监管机构首次正式调查ChatGPT!FTC朝OpenAI“开火”
- ChatGPT 限流,生成式大模型触碰算力天花板?
- OpenAI给科技行业敲响警钟,中国必须要有自主“大模型”
- chatGPT本地化搭建服务,一键免费部署你的私人 ChatGPT 网页应用。
- ChatGPT:本地环境搭建chatgpt、调试运行、接口API调用
- 复旦教授肖仰华:ChatGPT代码解释器是里程碑意义的成就
- 不写代码、靠“玩”ChatGPT年入百万,提示工程师正变成硅谷新宠
- 将ChatGPT集成在汽车中,全球首个车载语音GPT发布!
- 不做 ChatGPT killer,Meta 的大型语言模型 LLaMA 或派上更大用场
- 砸下677亿,微软盯上ChatGPT
- ChatGPT爆火的冷思考:盈利难题与治理挑战
- 数字媒体怎么用ChatGPT赚钱?Buzzfeed推了款收费的测试产品
- ChatGPT访问量增速下滑引担忧,专家提醒警惕泡沫化风险
- 马斯克要告微软,拒绝AI训练“白嫖”数据
- a16z:巨额计算成本压力下,不同企业该如何选择 AI 基础设施?
- AI大模型“无米下锅”?合成数据多重优势凸显,硅谷巨头正加速布局
- 谁在反对ChatGPT?
- 更快、更便宜!Sam Altman最新访谈透露OpenAI下一步计划,目前GPU短缺是最大瓶颈
- 竞品还在追赶,OpenAI 用 GPT-4 飚赢自己
- 我用 ChatGPT 搞钱,月赚 10 万
- 小冰CEO李笛:别神话ChatGPT,创业公司还玩不转
- 关于GTP-4,这是14个被忽略的惊人细节!
- OpenAI大动作!ChatGPT开始联网 一夜之间从工具进化成平台?
- 如何用ChatGPT帮你投资?这家美国平台打造出一款神奇“AI投顾”……
- chatgpt是什么?可以提供哪些服务,用户该怎样使用chatgpt(附Chat GPT注册教程)
- 大厂火拼ChatGPT
- ChatGPT这么牛,我们应该如何兼顾发展和治理?
- AIGC如何成为元宇宙神助攻?
- 从GPT-4、文心一言再到Copilot,AIGC的长期价值被逐渐确立
- ChatGPT可能马上取代你!这是它能做的十个工作
- 生成 AI 的下一步发展是多模型吗?
- 麦肯锡:ChatGPT 等生成式 AI 技术将如何改变企业?
- 前Google科学家李志飞劝各位冷静点:通用大模型不一定适合所有人,包括大佬们
- 王兴“会师”王慧文,要联手造ChatGPT版“美团”?
- 又一中文版ChatGPT!李开复宣布筹组AI新公司“Project Al 2.0”
- 资本观望,大厂入局,海外大模型血脉压制…… 国内AIGC创业者的机会在哪里?
- GPT现状终于有人讲清楚了!OpenAI大牛最新演讲爆火,还得是马斯克钦点的天才
- ChatGPT 两个月引爆万亿新赛道,国内外有哪些 AI 玩家能突出重围?
- 疯狂三月:一场ChatGPT引发的千亿“钞”能力竞赛
- 一天现六个国产ChatGPT大模型,“百模大战”全面开打
- GPT-4震撼空降,谷歌「紧追」微软有点难
- ChatGPT热度再升级,AIGC的投资人开始关注“文生图”了
- 二次元迷失「AIGC」:第一批吃螃蟹的人,迷惘、失落还有阵痛
- ChatGPT杀疯了,两个月引爆千亿美金新赛道
- AIGC为中小游戏公司解困,也有人担心失业
- a16z:金融服务行业将采用生成式 AI 来实现 5 个目标
- Meta推出先进大型语言模型,下一个ChatGPT不远了?
- chatgpt对接微信全流程
- GPT-4来了!国内相关初创项目近30家,VC加紧奔赴AI淘金热
- 天下再无免费数据?“美版贴吧”向AI公司收取数据使用费
- AIGC应用持续升温,将给普通人生活带来哪些改变?
- ChatGPT之后,AIGC会如何革新内容创作?
- 第一批被AI抢走饭碗的人”:我们不该被嘲笑
- 谷歌慌了,超20亿投资ChatGPT竞品Anthropic对抗微软
- AIGC拯救虚拟偶像?
- ChatGPT与五巨头:AI新纪元谁最有优势?
- ChatGPT和AI正如何改变播客行业?
- GPT-4震惊四座,中国创业者激战“小模型”
- AIGC商业化,版权保护谁来管?
- 谷歌追赶微软ChatGPT计划曝光:让AI在产品中无所不在
- 动嘴就能写代码,GitHub 将 ChatGPT 引入 IDE,重磅发布 Copilot X!
- 行业观察:AI技术“狂奔”,但商业逻辑大于技术逻辑
- Meta宣布:再裁员10000人!取消5000个职位空缺
- 年薪百万,只需陪聊,ChatGPT 正在带起一种很新的职业
- 2023最新的Chatgpt微信机器人搭建教程【附免注册chatgpt账号】
- 尔等请入座,AI 新秀 AutoGPT 如何颠覆生产力
- 微软下个十年的想象力,藏在ChatGPT里
- AI“春晚”英伟达又甩王炸!ChatGPT专用GPU来了 还要赋能芯片制造
- AI会杀死“美图秀秀们”吗?
- ChatGPT 吃我饭,砸我碗
- ChatGPT持续“高烧”,再走一遍元宇宙的老路
- 大厂大模型:久违的一把手工程
- GPT-5暂时来不了,OpenAI悄然布局移动端
- 山寨 GPT 太疯狂,OpenAI 发出“警告”:别用它来命名,正加速申请 GPT 商标
- 最新GPT-4在律考中击败90%人类,它到底强在哪?
- 多国拟发 ChatGPT 禁令,关“野兽”的笼子要来了?
- ChatGPT在一线城市火,元宇宙在二三线城市热
- 做了第一个ChatGPT .NET API聊天库
- ChatGPT 算力消耗惊人,能烧得起的中国公司寥寥无几
- 探讨 AI 在网络安全测试中的优势与挑战
- 与周鸿祎“深聊”ChatGPT:它会不会产生与人类为敌的想法?
- ChatGPT背后的算力博弈,中国企业亟待打破美国桎梏
- 这位「AI教父」怎么总炮轰ChatGPT?
- ChatGPT狂欢背后:别让科技新概念昙花一现
- 王慧文无心与李彦宏「斗法」
- YC爆发AIGC潮,100+项目完整盘点,AIGC有哪些创业方向?
- AI企业如何发展,“中国版chat GPT”给出了答案
- 【基于OpenAI的ChatGPT】搭建属于自己的微信聊天机器人(附带注册英国手机号码方式)
- ChatGPT热引发年薪千万高管辞职潮
- ChatGPT流量下滑10%,但真正的挑战不在这里
- 重磅突发!OpenAI正式推出多模态GPT-4
- 国内AI公司,靠ChatGPT逆袭?
- 王慧文创业“OpenAI”更多细节爆出,源码、真格或成“首位投资人”
- 基于ChatGPT的微信聊天机器人
- 谷歌“仓促”迎接 AI 大战,机器人 Bard“掉链子”股价大跌
- AI投入交易实战!2.5万名投资者跟着ChatGPT炒股
- ChatGPT 创始人和他疯狂的 Worldcoin 实验
- 首发ChatGPT课、AI共创游戏设计,网易试图抢跑AIGC红利
- 给数字人装上ChatGPT ?多家公司这样回应
- AI狂飙突进,人类在害怕什么?
- 10个实用的 ChatGPT 免费扩展!
- GPT-4如何引领科技前沿?盘点10大应用场景
- 给表情包都能猜电影,ChatGPT的「涌现」能力是哪儿来的?
- 中文在线又要大搞AIGC了,这次能翻身吗?
- 第一批投 AIGC 的 VC 开始后悔了
- GPT 创业四个月,收益几十块
- 微软因“Bing”得福?谁能成为搜索引擎的游戏规则改变者?
- 一文盘点帮助学生学习的 9 种 AI 工具
- ChatGPT爆火,带来哪些机会?
- 自主拆分任务的chatGPT版本autoGPT的用户前端化实现——agentGPT部署及配置全流程
- 马斯克这位前合伙人,从ChatGPT到WorldCoin,会给Web3带来惊喜吗?
- 使用OpenGPT(ChatGPT)搭建 QQ 机器人
- 叫停GPT-4后续AI大模型!马斯克、Bengio等人发出公开信,千人响应
- ChatGPT + Web3.0=去中心化人工智能
- ChatGPT 没让我失业,反而让我多打了几份工!
- 微软重磅更新:Windows引入AI助手,ChatGPT默认用必应搜索
- AI 大模型乃 ChatGPT 参数量三倍!谷歌聊天机器人推测试版,受益上市公司梳理
- ChatGPT 概念股爆炒要结束了?
- 外媒:微软将于下周发布大语言模型 GPT-4,多模态成为最大亮点
- centos8下搭建chatgpt本地环境集成到微信中,接入个人微信操作教程
- “一言”槽点满满,“千帆”下海收费
- 关于AI安全,OpenAI最新回应:没有人会为了尽快取得成功而“偷工减料”
- AI 杀入电商直播赛道,成本降低95%,主播薪资集体大降
- 争造第一个“国产ChatGPT”,大厂们拼了
- ChatGPT超级巨大漏洞,能看别人支付聊天内容,OpenAI公布技术细节
- 英国政府将打造“国家AI”,与ChatGPT竞争,初始投入仅“1亿英镑”
- centos8下搭建chatgpt本地环境集成到微信中,接入个人微信操作过程报错故障处理
- 字节跳动CEO:要深入学习理解GPT-4,思考结合场景创造价值
- 突发!ChatGPT 紧急暂停 Bing 集成,下线搜索功能
- 这些让人惊呼好用的神器背后,原来都是ChatGPT
- ChatGPT类产品不是法外之地!拜登政府:将打击有害AI商业行为
- 角逐国内金融GPT:大模型如何重新定义金融科技
- 颠覆历史!「ChatGPT搜索引擎」发布,微软市值一夜飙涨5450亿
- centos8下搭建chatgpt本地环境集成到微信中,接入个人微信操作过程报错故障处理【后续更新附加】
- GPT-4将在下周发布,必应日活破亿,谷歌还有招架之力吗?
- 狂飙的ChatGPT,为什么是OpenAI最先做出来?
- 马斯克“忌惮”的 ChatGPT,让人类更聪明还是更愚蠢?
- 他做了一个「ChatGPT 杀手」,a16z 抢着投
- 苹果禁用ChatGPT,为防机密泄露!大模型版Siri即将升级推出
- 我的微信
- 这是我的微信扫一扫
-
- 我的电报
- 这是我的电报扫一扫
-