主要观点：生成式人工智能（GenAI）正快速改变金融服务领域，麦肯锡称其能在全球银行业每年节省 3400 亿美元成本并提高生产力。前瞻性金融科技领导者将 GenAI 嵌入关键工作流程，本文提供实用架构指南助技术领导者安全、有效且大规模采用 GenAI。
关键信息：

• 金融机构需更快、更智能、更精益运营，GenAI 提供战略优势，如加速决策、降低成本、提高合规性、增强客户体验等。
• 现代 GenAI 堆栈的基础组件包括金融科技特定输入层、预处理层、GenAI 核心层、LLM 编排层、LLM 推理服务层、金融科技系统集成层和人类反馈与监督层。
• 各层功能及具体应用举例，如输入层接收多种金融数据，预处理层进行数据清理等处理，GenAI 核心层使用特定模型和技术等。
• 给出两个用例，信用风险评估可快速决策、降低违约，客户开户与 KYC 流程可加快速度、提高准确性。
  重要细节：
• 各层所使用的工具，如 AWS Textract 等用于预处理，特定的大型语言模型如 LLaMA 和 BERT 用于核心层等。
• 架构设计具灵活性，能适应新兴工具和环境，各层协同工作，如 LLM 编排层协调任务，推理服务层确保安全实时访问模型等。
• 人类反馈与监督层在高度监管环境中确保 GenAI 输出的合规性等，通过多种方式如人工审核等进行监督。