在數碼轉型浪潮席捲全球產業之際,金融監管機構面臨著前所未有的挑戰與機遇。隨著數據量呈爆炸性增長,傳統的分析方法已難以應對日益複雜的監管需求。美國金融業監管局 (Financial Industry Regulatory Authority, FINRA) 作為金融市場的守護者,如何在這場數碼革命中保持領先地位?答案就在於其大膽採用 AWS 生成式 AI (Generative AI)服務的前瞻性策略。
FINRA 是美國最大的非政府金融監管機構,肩負著保護投資者和確保市場完整性的重任。作為一個數據驅動的組織,FINRA 管理著超過 600 PB(接近 1 EB)的數據,這些數據用於市場監控、風險偵測和監管分析。在這樣的背景下,FINRA 認識到生成式 AI 不僅是一種技術工具,更是一種能夠「徹底改變工作方式,擴展資料應用可能性」的轉型力量。
建立企業級生成式 AI 採用框架:FINRA 的戰略藍圖

與許多企業相似,FINRA 也面臨著如何在組織層面安全有效地實施生成式 AI 的挑戰。他們的成功關鍵在於建立了一套全面的策略框架,確保 AI 技術能夠在嚴格監管的環境中茁壯成長。
生成式 AI 聯盟:跨部門協作的基石
FINRA 首先成立了「生成式 AI 聯盟」,匯集來自業務、法律和技術部門的領導者。這個跨部門團隊的成立解決了 AI 實施過程中常見的孤島問題,確保所有利害關係人都能參與決策過程。FINRA 企業運營資深副總裁 Kym Weiland 在 AWS re:Invent 2024 的演講中強調:「變革本身是困難且令人恐懼的。你需要有一個非常明確的計劃來引導整個變革過程。」
風險評估與法規合規:AI 治理的新邊界
對於金融監管機構而言,AI 帶來的風險不僅限於技術層面,還涉及法律和商業風險。FINRA 與 AWS 法律團隊密切合作,簡化了條款和條件、模型使用權限和賠償條款等複雜的法律環境。這種合作模式為其他希望在受監管環境中採用 AI 的組織提供了寶貴的參考。
提示工程 (Prompt Engineering):AI 效能與成本的平衡藝術
FINRA 很快發現,提示工程不僅影響 AI 回應的品質,還直接關係到實施成本和投資回報率。Kym Weiland 在演講中指出:「提示設計就等同於金錢。這不僅關乎用戶滿意度,更直接影響你能否從 AI 實施中獲得積極的投資回報。」
FINRA 通過與 AWS 合作開展提示工程培訓工作坊,建立了提示目錄和最佳實踐指南,使團隊能夠更有效地利用 AI 資源,避免因不當使用而產生過高成本。
Amazon Bedrock 與 Amazon Q 如何成為 FINRA 數碼轉型的加速器

FINRA 的 AI 實施之旅圍繞兩個主要平台展開:基於 Amazon Bedrock 的企業聊天機器人 FILLIP (FINRA Large Language Interactive Portal) 和基於 Amazon Q 的開發者助理。
FILLIP:企業知識的智能中樞
FILLIP 聊天機器人利用 Amazon Bedrock 的強大功能,為 FINRA 業務用戶提供了一個安全的互動平台。Amazon Bedrock 的原生功能,如防護機制(Guardrails) 和知識庫 (nowledge Bases)為 FINRA 提供了關鍵的安全控制,確保 AI 使用符合其嚴格的合規要求。
FINRA 對 FILLIP 的實施採取了謹慎的方法,先進行有限的試點,然後逐步擴大範圍。每個參與試點的用戶都接受了專門培訓,並簽署了使用條款,確保他們了解系統的能力和限制。
開發者生產力革命:Amazon Q 的實施成功
FINRA 對 Amazon Q 的採用展現了更為深入的轉型效果。在 Daniel Koo(FINRA 企業生產力工程副總裁)的領導下,FINRA 進行了為期五個月的研發工作,評估了17種不同的 AI 編碼助手工具,最終選擇了 Amazon Q。
選擇 Amazon Q 的關鍵因素包括:
- 多模式界面支持:支持聊天、內聯和代理等多種交互模式,適應不同開發場景
- 出色的程式碼轉換能力:特別在 Java 和 Spring Boot 版本升級方面表現卓越
- 嚴格的安全合規保障:不存儲 FINRA 程式碼或個人識別信息 (PII),不使用 FINRA 數據進行模型訓練
- 與 AWS 服務的深度整合:由於 FINRA 系統主要運行在 AWS 上,Amazon Q 能夠提供更相關的設計和編碼建議
FINRA 的兩個月試驗計劃涵蓋了14個團隊的60名工程師,專注於四個主要使用案例:程式碼轉換、測試程式碼生成、項目入職和程式碼文檔。試點結果令人印象深刻,為全面推廣奠定了堅實基礎。
成果與未來展望:數據驅動的 AI 實施路線圖
FINRA 的 AI 實施之旅不僅是技術演進的故事,更是一個數據驅動的成功案例。量化成果清晰地展示了生成式 AI 對企業的變革性影響。
量化成效:從效率到品質的全面提升
試點和初期實施階段已經展示了令人矚目的成果:
- 程式碼品質和完整性提高 30%:AI 輔助開發顯著提升了軟件品質
- 程式碼轉換活動減少 40%:自動化程式碼升級大幅節省了開發時間
- 認知負荷減少 20%:開發人員能夠更快理解和處理複雜程式碼
在使用方面,Amazon Q 的建議接受率遠高於行業標準:聊天模式的建議接受率達到驚人的 70%,內聯程式碼接受率達到 80%,超過 12,000 個程式碼塊被採納。
更重要的是,超過 80% 的工程師表示,Amazon Q 幫助他們保持專注和工作流暢,生產力提高超過 15%。超過50% 的工程師認為,AI 助手「顯著改變了他們的工作方式」。
分階段部署策略:穩健擴展的藝術
FINRA 採用分階段部署策略,確保穩健擴展:
- 第一階段:覆蓋 15% 的工程師,建立基礎架構和最佳實踐
- 第二階段:計劃於明年初覆蓋其餘工程師,全面推廣成功經驗
為支持這一擴展,FINRA 建立了:
- 生成式 AI 使用條款和認證流程
- 全面的培訓工作坊和知識共享計劃
- 實踐社區,促進工程師間的經驗交流
- 與 AWS 的緊密合作,安全整合新功能
未來展望:從輔助型 AI 到代理型 AI
展望未來,FINRA 計劃利用可觀察性指標優化 AI 實施,提高採用速度和擴大使用範圍。他們正在開發分層防護機制,適應不同使用場景的安全需求。
最具遠見的是,FINRA 正在探索從當前的輔助型 AI 向代理型 AI(Agentic AI)演進的可能性。這一轉變將使 AI 不僅能幫助人們做出更好的決策,還能加速完成業務流程,進一步釋放生成式 AI 的變革潛力。
結語:AI 轉型的關鍵成功因素
FINRA 的生成式 AI 之旅為希望在企業環境中採用 AI 的組織提供了寶貴的經驗:
- 建立框架幫助快速行動:創建安全實驗空間,投資人員、流程和組織變革
- 利用雲服務提供商的原生能力:Amazon Bedrock 和 Amazon Q 的原生安全功能和集成能力可加速發展
- 與技術提供商密切合作:通過工作坊和培訓幫助用戶社群快速上手
在數據驅動的金融監管領域,FINRA 的 AI 轉型不僅提高了內部效率,更增強了其履行市場監管和投資者保護使命的能力。正如一位古老的中國哲學家所言:「工欲善其事,必先利其器。」在數碼時代,生成式 AI 正成為監管機構的利器,而 AWS 則提供了磨礪這把利器的砥石。
如希望了解更多生成式AI的資料,可以參考 Link
參考資料
- AWS re:Invent 2024 – The journey and challenges of operationalizing generative AI at FINRA (WPS320)
- Amazon Bedrock
- Amazon Q
分享到 :
最新影片