Bei der Einführung Generativer KI geht Citi nach eigener Aussage behutsam vor. So versorgt “Agent Assist” Callcenter-Agenten mit zusammengefassten Notizen darüber, was Citi über die Kunden weiß, damit sie leichter auf die Bedürfnisse des Kunden eingehen können. Weiterhin lassen sich mittels LLMs manuelle Aufgaben automatisieren, wie z. B. das Durchlesen umfangreicher Compliance-Dokumente zu Themen wie Risiko und Kontrolle, indem sie Texte zusammenfassen und den Mitarbeitern helfen, die gesuchten Dokumente zu finden. Schließlich hat Citi intern eine Suchmaschine entwickelt, die Daten an einem einzigen Ort zentralisiert, um Analysten und anderen Citi-Mitarbeitern die Ableitung datengestützter Erkenntnisse zu erleichtern[1]Citi exec: Generative AI is transformative in banking, but risky for customer support.
Bei der direkten Interaktion mit Kunden nimmt Citi, anders als Wells Fargo, derzeit noch Abstand von dem Einsatz generativer KI. Es sei etwas anderes, ob ein Chatbot einen Kunden bei der Auswahl der passenden Schuhe berate, oder eine Empfehlung für einen Kredit abgebe – entspricht der Schuh nicht den Wünschen des Kunden hat das für gewöhnlich geringere negative Auswirkungen als der Abschluss eines ungünstigen Darlehensvertrages.
Der Einsatz generativer KI zwingt die Banken überdies dazu, zu bewerten, wo sie Cloud-Ressourcen nutzen sollten. Citi prüft die Verwendung der GPT-Modelle von OpenAI über die Cloud-Services von Azure. Die Bank untersucht auch Open-Source-Modelle wie Llama und andere, die es der Bank ermöglichen, Modelle im eigenen Haus zu entwickeln, um sie in ihrer On-Premise-Infrastruktur zu nutzen.
Eine interne Task Force der Bank unterzieht in einem Prozess alle generativen KI-Projekte einer Prüfung. Dabei werden Fragen gestellt wie: “Was bedeutet das für unser Modell-Risikomanagement, was bedeutet das für unsere Datensicherheit, was bedeutet das für den Zugriff auf unsere Daten durch andere?”
References