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
