Beschreibung
Morgan Stanley hat sich mit OpenAI zusammengetan, um KI-Lösungen zu entwickeln, die Finanzberatern ermöglichen, schnellere Einblicke, fundiertere Entscheidungen und effiziente Zusammenfassungswerkzeuge zu erhalten, um die Kundenbeziehungen zu verbessern. Diese Zusammenarbeit basiert auf einem robusten Bewertungsrahmen, der sicherstellt, dass die KI zuverlässig und konsistent arbeitet und die hohen Standards erfüllt, die von Finanzberatern erwartet werden.
Weiterlesen
Durch die Integration von GPT-4 in ihre Arbeitsabläufe hat Morgan Stanley Wealth Management die Art und Weise verändert, wie Finanzberater auf das umfangreiche Wissensspektrum der Firma zugreifen und auf Kundenanfragen reagieren. Derzeit nutzen über 98 % der Beraterteams aktiv AI @ Morgan Stanley Assistant, einen internen Chatbot, der entwickelt wurde, um Fragen von Finanzberatern zu beantworten und die interne Informationsbeschaffung zu erleichtern.
Die Implementierung von KI in den Finanzdienstleistungen erforderte ein solides Vertrauen in die Fähigkeit der Technologie, signifikanten Wert zu liefern, während sie den strengen Qualitäts- und Zuverlässigkeitsstandards der Firma entspricht. Um dies zu gewährleisten, hat Morgan Stanley einen Bewertungsrahmen eingerichtet, um jeden KI-Anwendungsfall vor der Bereitstellung zu bewerten. Diese Bewertungen messen die Modellleistung anhand realer Szenarien und leiten fortlaufende Verbesserungen durch Expertenfeedback.
Die anfänglichen Ziele für ihre KI-Anwendungsfälle umfassten schnellere Informationsbeschaffung, um Beratern Zeit zu sparen, die Automatisierung repetitiver Aufgaben wie das Zusammenfassen von Forschungsberichten und verbesserte Einblicke, die auf die Bedürfnisse der Kunden zugeschnitten sind. Das Team führte Bewertungsanalysen durch, um die Effektivität von GPT-4 bei der Verdichtung großer Inhaltsmengen in prägnante Zusammenfassungen zu bewerten, was schnelle Anpassungen und eine verbesserte Ausgabequalität ermöglichte.
Der Bewertungsrahmen von Morgan Stanley ist dynamisch und entwickelt sich weiter, während das Team Erkenntnisse gewinnt. Sie führten Übersetzungsbewertungen für mehrsprachige Kunden ein und arbeiteten eng mit OpenAI zusammen, um die Abrufmethoden zu verfeinern, sodass die KI eine wachsende Dokumentenbibliothek verwalten konnte. Diese Entwicklung hat die Anzahl der Fragen, die die KI effektiv beantworten kann, erheblich erhöht und die Gesamteffizienz der Interaktionen zwischen Beratern und Kunden verbessert.
Aufbauend auf dem Erfolg von AI @ Morgan Stanley Assistant hat das Team AI @ Morgan Stanley Debrief eingeführt, ein Tool zur Zusammenfassung von Meetings, das von Whisper und GPT-4 unterstützt wird. Dieses Tool wandelt Zoom-Aufzeichnungen in umsetzbare Ergebnisse um, wie z. B. Kundennotizen und Entwürfe für Nachverfolgungen, die nahtlos in CRM-Systeme integriert werden. Berater können die von der KI generierten Ausgaben überprüfen und anpassen, um ein Gleichgewicht zwischen Automatisierung und menschlicher Aufsicht zu gewährleisten.
Um die strengen Compliance-Standards der Finanzdienstleistungen zu erfüllen, hat Morgan Stanley Qualitätssicherung in ihren Bewertungsrahmen integriert und tägliche Tests durchgeführt, um potenzielle Schwächen zu identifizieren. Die Null-Datenaufbewahrungspolitik von OpenAI adressiert zudem Sicherheitsbedenken und gewährleistet die Vertraulichkeit der proprietären Daten von Morgan Stanley. Der Fokus auf Qualität und Zuverlässigkeit hat zu vertrauenswürdigen Lösungen geführt, die von den Mitarbeitern aktiv genutzt werden, wobei nahezu alle Beraterteams täglich KI-Tools einsetzen, was zu einer erhöhten Engagement und Effizienz in den Kundeninteraktionen führt.
- KategorieKI-Support-Chatbots
Wichtigste Erkenntnisse
Verwendete KI-Technologie: GPT-4
Adoptionsrate: 98%
Zugangssteigerung zu Dokumenten: 20% auf 80%
Tool zur Zusammenfassung von Meetings: AI @ Morgan Stanley Debrief
Interner Chatbot: AI @ Morgan Stanley Assistant
Bewertungsrahmen: Dynamisch und sich entwickelnd
Compliance-Sicherung: Integrierte Qualitätsprüfungen
Verbesserung der Kundeninteraktion: Schnellere Nachverfolgungen
Was diese Fallstudie zeigt
- Kundenbeziehungsmanagement
- Dokumentenabruf
- Meeting-Zusammenfassung
- Aufgabenautomatisierung
- Mehrsprachige Unterstützung











