ChatGPT e l’impatto sui servizi finanziari

8 Gennaio 2023. A dicembre 2022 il mondo ha potuto toccare con mano lo stato dello sviluppo dell’Intelligenza Artificiale grazie al rilascio della versione 3.5 di chatGPT, scaricata da oltre un milione di persone nel giro di pochi giorni. GPT (acronimo di "Generative Pre-training Transformer") è un tipo di modello di intelligenza artificiale che è stato addestrato su un ampio dataset di testo generato da esseri umani e in grado di generare testo simile a quello scritto da un umano quando viene fornita un’istruzione di cosa si stia cercando. GPT genera testo talvolta difficile da distinguere da quello scritto da un umano, al punto da fare nascere il dubbio in alcuni che questa intelligenza artificiale fosse “pensante” e dotata di coscienza.

Fortunatamente, non è così. ChatGPT è in grado di generare testo su argomenti e in base alle informazioni sulle quali è stata allenata, non è connessa ad internet (quindi potrebbe non conoscere eventi recenti, per esempio il fatto che Papa Benedetto XVI è morto) e non riesce a comprendere il contesto nel quale gli viene posta una determinata domanda.

Ciononostante, il successo di GPT ha contribuito ad un aumento generale di interesse nel machine learning. Ha spostato l’attenzione del pubblico sulle possibili applicazioni dell’Intelligenza Artificiale. E fungerà da catalizzatore di creazione di nuove applicazioni anche nel settore finanziario.

Il potenziale di utilizzo è sicuramente molto ampio e quello che ha stupito il mondo dei non addetti ai lavori è la capacità di chatGPT di svolgere funzioni considerate complesse e a valore aggiunto, oltre a task ripetitivi. Alcuni esempi:

· Digital content creation: il processo di pubblicazione di contenuti digitali è ad oggi lungo ed articolato. Serve documentarsi, scrivere il contenuto, rivederlo, ottimizzarlo per la SEO, pubblicarlo e verificare che impatto porta (+ reiterare quando necessario). Con chatGPT basta una descrizione che indichi anche le parole per quali ottimizzare il contenuto ed in pochi secondi si può ottenere un testo buono all’80/90%. NB: chatGPT rende efficiente la parte di creazione di contenuto ma non può (per ora) creare una strategia editoriale e decidere quando sia il caso, per esempio, di sostituire il testo con un testo maggiormente performante.

· Traduzioni di testi: spesso, ci si deve affidare a società esterne di traduzione per intere traduzioni, con risultati molto variabili a seconda del traduttore, mentre si potrebbe richiedere alla società di traduzioni di fare solo un double check su un ottimo semilavorato fornito da chatGPT. NB: chatGPT facilita la creazione di prodotti multilingua ma non può controllare la comprensione del contesto

· Creazione di codice: molti sviluppatori che conosco hanno provato a scrivere codice con chatGPT. E’un compilatore di codice molto ordinato – un’istruzione per riga, con descrizione dell’azione che deve fare – che può aiutare anche a rivedere il codice e fare bug fixing. NB: chatGPT non riesce a valutare i tradeoff che i programmatori affrontano ogni giorno tra – per esempio – esperienza facile (i.e. rendere facile identificare la soluzione ai jobs-to-be-done più comuni) vs copertura di tutte le possibili casistiche

E nel settore finanziario? Gli investimenti in AI nel settore finanziario sono stati molto rilevanti nel corso degli ultimi anni. Al punto che molti banking executives a livello mondiale ritengono sia la tecnologia con il maggiore potenziale di essere di impatto nel prossimo futuro, molto più di cloud computing, IoT e blockchain.

I casi di utilizzo più frequenti riguardano la creazione di offerte ed esperienze personalizzate (digital banking), i predictive analytics (offerte real-time e “flash” su canali multipli) e il natural language processing (assistenti virtuali e voice assistants).

Sulla prima e la seconda, i progressi fatti da diverse banche a livello mondiale sulla personalizzazione dell’offerta ai propri clienti sono davvero molto importanti:

1. JPMorgan Chase: ha utilizzato i dati dei clienti per personalizzare le offerte di prodotti e servizi, come carte di credito e conti bancari.

2. Bank of America: ha sviluppato una piattaforma di personalizzazione chiamata "Preferred Rewards", che offre sconti e vantaggi personalizzati ai clienti in base alla loro attività di banking.

3. Citigroup: ha sviluppato una piattaforma chiamata "Citi Personalized Offers", che utilizza i dati dei clienti per offrire prodotti e servizi personalizzati in base alle loro preferenze e comportamenti, cosi come Wells Fargo, come “Wells Fargo Offers” e “UBS con Personalized Offers”.

Sulla terza – Citigroup - la spinta alla razionalizzazione dei costi di contact center (particolarmente sentita da parte delle neobanks), ha portato alla nascita di virtual assitants via chat, i chatbots, che possono rispondere alla gran parte delle esigenze informative e, nei casi più avanzati, dispositive dei clienti. NB: in questi casi i chatbot – dopo aver riconosciuto il cliente – danno informazioni personali quali il saldo o le prossime spese previste. I modi e i meccanismi con i quali l’intelligenza artificiale processa informazioni “personali” o confidenziali e la stessa possibilità di proteggere le proprie fonti di vantaggio competitivo sono un tema super interessante e di grandissima attualità.

Eppure, è innegabile che chatGPT costituisce l’ennesimo esempio di funzionalità che diventano disponibili e accessibili anche a realtà più piccole e agli inizi del loro percorso di sviluppo. Come è stato per il cloud e come è stato per i sistemi di core banking as-a-service che hanno abbattuto i capitali necessari per sviluppare un MVP di una banca con risorse molto più limitate rispetto a soli pochi anni fa, chatGPT potrebbe fornire aiuto sulla scrittura del codice di un nuovo prodotto, creare il primo set di addestramento per un chatbot, creare contenuti per il proprio sito, aiutare nel debugging e testing. La riduzione delle barriere all’ingresso non significa però che sia più facile avere successo, ma solo che aumenta la potenziale competizione. Le buone idee, quelle che risolvono i problemi dei clienti, saranno sempre più centrali e critiche per il successo.

Disclaimer: non ho usato chatGPT per scrivere questo articolo ma l’ho consultato per compilare parti di esso. Un blog post è fatto dalla storyline di quello che si vuole raccontare e dal messaggio che si vuole passare. Per il momento l’IA non legge ancora nelle nostre menti 😊