
CEO & Co-Founder
Language Model Models (LLMs) adalah hal yang tengah menjadi perbincangan pada industry teknologi. LLM yang paling popular saat ini – OpenAI’s Chat GPT- telah terbukti menjadi perangkat yang sangat berguna untuk tugas sehari- hari, mulai dari merangkum teks yang sangat banyak hingga menulis email. Sudah tidak menjadi kejutan bahwa karyawan yang melek teknologi telah mulai menggunakannya untuk meningkatkan efisiensi mereka di tempat kerja. Tetapi menggunakan LLM pihak ketiga memiliki resiko dan keterbatasan.
Akhir-akhir ini, Bloomberg, perangkat lunak keuangan, data dan juga perusahaan media, telah meluncurkan LLM mereka sendiri yang disebut BloombergGPT. Model ini didesain secara khusus untuk para trader keuangan dan investor, dan menandai pencapaian yang signifikan dalam penggunaan LLM di jasa keuangan. Kita akan secara singkat mendiskusikan kemampuan dari BloombergGPT dan implikasinya pada industry keuangan.
BloombergGPT didesain secara spesifik untuk membantu para trader dan investor untuk menganalisa data dan berita, sehingga memampukan mereka untuk membuat keputusan investasi yang lebih baik. Salah satu contohnya adalah BloombergGPT dapat mendeteksi apakah suatu headline berita mengindikasikan kenaikan atau penurunan harga saham. LLM yang didesain spesifik dalam bidang keuangan, menganalisa berita, laporan keuangan, social media feeds, dan sumber informasi lainnya untuk mengidentifikasi trend dan pola yang relevan.
Dan mirip seperti Bing Chat, BloombergGPT dapat menjawab pertanyaan seperti “Siapakah CEO dari Citigroup Inc?” dengan cukup akurat. Hal itu karena BloombergGPT telah dilatih menggunakan data hak milik (proprietary data) selama 40 tahun yang memampukan LLM untuk mengidentifikasi perusahaan, entitas bisnis, bahkan symbol saham (stock ticker symbols). Bloomberg akan mengintegrasikan LLM nya ke dalam salah satu dari layanan utamanya, Bloomberg Terminal, memampukan pengguna untuk mendapatkan nilai yang lebih dari database.
BloombergGPT adalah contoh yang kuat tentang bagaimana LLM (Large Language Models) dapat digunakan untuk mendukung industri jasa keuangan, dan potensinya baru saja ditemukan.
Contoh BloombergGPT ini menunjukkan bahwa LLMs memiliki potensi untuk mentransformasi industry layanan jasa keuangan dengan mengotomasi dan menyederhanakan berbagai proses. LLMs yang telah dikondisikan secara spesifik untuk bidang keuangan dapat menganalisa jumlah data yang besar, mengidentifikasi pola dan trend, dan membuat prediksi dengan akurasi yang tinggi.
Salah satu cara lain LLMs dapat digunakan pada jasa keuangan adalah pada fraud detection. Telah dilatih dengan menggunakan data historis dan pola beberapa transaksi, LLMs dapat digunakan untuk mengidentifikasi kemungkinan fraud dengan mendeteksi aktivitas yang tidak biasa. Aturan dapat dibuat bagi asisten AI untuk memberitahu institusi keuangan ketika muncul fraud, memampukan bank atau badan investasi untuk mengambil tindakan segera seperti memblokir transaksi atau akun untuk mencegah kerugian yang lebih besar.
Use case yang lebih umum yang sudah menggunakan general LLMs adalah penggunaan AI bots pada customer service. Dengan penggunaan general LLMs sudah dapat meningkatkan efisiensi customer service, memiliki LLM yang telah dikondisikan secara spesifik untuk bidang keuangan dapat meningkatkannya lebih lagi. LLM yang fokus pada industry keuangan dapat memproses pertanyaan customer yang secara spesifik berkaitan dengan keuangan dan menyediakan jawaban yang lebih baik. Dengan LLMs yang telah dikondisikan secara spesifik untuk bidang keuangan, AI bots dapat menangani pertanyaan-pertanyaan yang lebih kompleks, sehingga dapat lebih jauh mengurangi beban kerja dari agen customer service dan meningkatkan waktu respon.
Ada beberapa cara lain untuk menggunakan LLMs untuk meningkatkan efisiensi dan menyederhanakan operasi dalam layanan keuangan. Ini dapat digunakan untuk penerimaan karyawan, memberikan informasi yang penting pada karyawan baru. Pada industry yang sangat diatur seperti perbankan dan asuransi, LLMs berdomain khusus dapat digunakan untuk menganalisa dokumen regulasi dan mengidentifikasi bagian yang relevan yang memerlukan Tindakan untuk kepatuhan (compliance).
Dan meskipun BloombergGPT mengesankan, namun hanya berfungsi dalam satu bahasa – bahasa Inggris. Hal ini membatasi aplikasinya pada pasar dan wilayah yang lebih luas. Masa depan LLM dalam layanan keuangan adalah model multi-bahasa yang berdomain khusus yang berkinerja baik dalam tugas-tugas keuangan yang sempit maupun pertanyaan umum.
LLM keuangan bukanlah hal baru – sebenarnya, sebuah makalah penelitian tentang LLM keuangan telah diterbitkan 6 bulan sebelum pengumuman BloombergGPT. Namun, model kecerdasan buatan berdomain khusus ini memiliki potensi untuk merevolusi sector layanan keuangan. Mereka dapat membantu otomatisasi dan menyederhanakan proses, meningkatkan akurasi dan efisiensi, serta mengurangi risiko kesalahan manusia. Institusi keuangan yang mengadopsi teknologi LLM kemungkinan besar akan mendapatkan keunggulan kompetitif dibandingkan dengan pesaing mereka.