تقدم تطبيقات النماذج الكبيرة في القطاع المالي: من القلق إلى الاستكشاف العقلاني
منذ ظهور ChatGPT، زادت اهتمام صناعة المالية بتقنية الذكاء الاصطناعي بشكل سريع. من القلق والقلق في البداية، إلى الاستكشاف العقلاني اليوم، شهدت المؤسسات المالية تغييرات في موقفها تجاه النماذج الكبيرة.
في بداية العام، كانت العديد من المؤسسات حريصة على المتابعة، خوفاً من التخلف عن تطور التكنولوجيا. بحلول شهري أبريل ومايو، بدأت في تشكيل فرق للقيام بالأعمال ذات الصلة. خلال الأشهر القليلة التالية، واجهت صعوبات في البحث عن الاتجاه والتنفيذ، وأصبحت المواقف أكثر عقلانية. حالياً، تركز معظم المؤسسات على حالات مرجعية في الصناعة، وتختار مشاهد تم التحقق منها لتجربتها.
من الجدير بالذكر أن العديد من المؤسسات المالية قد ارتقت بالنماذج الكبيرة إلى المستوى الاستراتيجي. وفقًا لإحصائيات غير مكتملة، فإن ما لا يقل عن 11 بنكًا مدرجًا في سوق الأسهم A قد أشاروا بوضوح في أحدث تقاريرهم نصف السنوية إلى أنهم يستكشفون تطبيقات النماذج الكبيرة. من خلال التحركات الأخيرة، يبدو أنهم يقومون أيضًا بتفكير أكثر وضوحًا وتخطيط لمسارات على المستوى الاستراتيجي وتصميم القمة.
من الحماس الكبير إلى العودة العقلانية
في بداية العام، كانت معرفة المؤسسات المالية بالنماذج الكبيرة محدودة للغاية. قامت بعض البنوك الكبرى باتخاذ خطوات أولى، حيث أطلقت تطبيقات ذات صلة. في الوقت نفسه، بدأت بعض المؤسسات المالية الرائدة في مناقشة بناء النماذج الكبيرة مع الشركات التكنولوجية.
بعد مايو، وبسبب قيود موارد الحوسبة والتكاليف وغيرها من العوامل، بدأت المؤسسات المالية في تحويل اهتمامها من البناء الذاتي إلى القيمة التطبيقية. في الوقت الحالي، تتباين الشركات من حيث الحجم إلى مسارين: تميل المؤسسات الكبيرة إلى بناء نماذج كبيرة خاصة بها، بينما تميل المؤسسات الصغيرة والمتوسطة إلى اعتماد واجهات برمجة التطبيقات العامة أو خدمات النشر الخاصة.
نظرًا للمتطلبات العالية لامتثال البيانات والأمان والموثوقية في القطاع المالي، فإن تقدم تطبيق النماذج الكبيرة كان في الواقع أبطأ قليلاً من التوقعات في بداية العام. بدأت بعض المؤسسات بالفعل في البحث عن حلول، بما في ذلك بناء القدرة الحاسوبية الخاصة بها، ونشر الهجينة، وغيرها.
في مجال البيانات، بدأت المزيد من المؤسسات المالية في تعزيز حوكمة البيانات، وبناء منصة بيانات ونظام حوكمة البيانات. كما أن بعض البنوك قامت بحل مشكلات البيانات من خلال نموذج كبير + MLOps.
الدخول من المشهد الخارجي
على مدار أكثر من نصف عام، كانت المؤسسات المالية ومقدمو الخدمات يستكشفون بنشاط سيناريوهات تطبيق النماذج الكبيرة، والتي تشمل المكاتب الذكية، والتطوير الذكي، والتسويق الذكي، وخدمة العملاء الذكية، والبحوث الاستثمارية الذكية، وإدارة المخاطر الذكية.
لكن خلال عملية التنفيذ الفعلية، توصلت الصناعة إلى توافق: أولا داخليا ثم خارجيا. في المرحلة الحالية، لا تزال تقنية النماذج الكبيرة غير ناضجة، بينما تتطلب صناعة المالية مستوى عاليا من الأمان والمصداقية. لذلك، في المدى القصير، لا يُنصح باستخدام النماذج الكبيرة مباشرة مع العملاء.
في الوقت الحالي، تم تطبيق مشاهد مثل مساعد الكود والمكاتب الذكية في العديد من المؤسسات المالية. لكن يعتقد المتخصصون في الصناعة أن هذه ليست التطبيقات الأساسية للمؤسسات المالية بعد، ولا يزال هناك مسافة معينة تفصل النماذج الكبيرة عن التعمق في جوانب الأعمال المالية.
فيما يتعلق بالتصميم على المستوى الأعلى، قامت بعض المؤسسات المالية ببناء إطار عمل متعدد المستويات يعتمد على النماذج الكبيرة، بما في ذلك طبقة البنية التحتية، وطبقة النموذج، وطبقة الخدمة، وطبقة التطبيق. هذه الأطر تستخدم بشكل عام النماذج الكبيرة كنقطة مركزية، وتستدعي النماذج التقليدية كمهارات، وتستخدم إستراتيجية النماذج المتعددة لتحقيق أفضل النتائج.
لا يزال هناك نقص كبير في المواهب
بدأت تطبيقات النماذج الكبيرة في تحدي وتحويل الهيكل الوظيفي في صناعة المالية. تواجه بعض الوظائف خطر الاستبدال، ولكن في نفس الوقت، ظهرت احتياجات جديدة للمواهب.
حاليًا، يواجه قطاع المالية تحديات ندرة المواهب عند استخدام قدرات النماذج الكبيرة في العمليات التجارية الأساسية. خاصة في إنشاء نماذج كبيرة خاصة بالصناعة أو الشركات، هناك حاجة إلى فريق تقني متخصص في نماذج كبيرة.
بعض المؤسسات المالية والشركات التكنولوجية بدأت في اتخاذ إجراءات لتعزيز قدرات الموظفين من خلال دورات تدريبية ومجموعات مشاريع مشتركة. خلال هذه العملية، ستشهد الهيكلية البشرية في المؤسسات المالية تعديلاً وتحولاً. قد يكون لمطوري النماذج الكبيرة قدرة أكبر على التكيف في البيئة الجديدة.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
استكشاف تطبيقات النماذج الكبيرة في القطاع المالي: من القلق إلى العقلانية لا يزال الفجوة في المواهب بحاجة إلى الحل
تقدم تطبيقات النماذج الكبيرة في القطاع المالي: من القلق إلى الاستكشاف العقلاني
منذ ظهور ChatGPT، زادت اهتمام صناعة المالية بتقنية الذكاء الاصطناعي بشكل سريع. من القلق والقلق في البداية، إلى الاستكشاف العقلاني اليوم، شهدت المؤسسات المالية تغييرات في موقفها تجاه النماذج الكبيرة.
في بداية العام، كانت العديد من المؤسسات حريصة على المتابعة، خوفاً من التخلف عن تطور التكنولوجيا. بحلول شهري أبريل ومايو، بدأت في تشكيل فرق للقيام بالأعمال ذات الصلة. خلال الأشهر القليلة التالية، واجهت صعوبات في البحث عن الاتجاه والتنفيذ، وأصبحت المواقف أكثر عقلانية. حالياً، تركز معظم المؤسسات على حالات مرجعية في الصناعة، وتختار مشاهد تم التحقق منها لتجربتها.
من الجدير بالذكر أن العديد من المؤسسات المالية قد ارتقت بالنماذج الكبيرة إلى المستوى الاستراتيجي. وفقًا لإحصائيات غير مكتملة، فإن ما لا يقل عن 11 بنكًا مدرجًا في سوق الأسهم A قد أشاروا بوضوح في أحدث تقاريرهم نصف السنوية إلى أنهم يستكشفون تطبيقات النماذج الكبيرة. من خلال التحركات الأخيرة، يبدو أنهم يقومون أيضًا بتفكير أكثر وضوحًا وتخطيط لمسارات على المستوى الاستراتيجي وتصميم القمة.
من الحماس الكبير إلى العودة العقلانية
في بداية العام، كانت معرفة المؤسسات المالية بالنماذج الكبيرة محدودة للغاية. قامت بعض البنوك الكبرى باتخاذ خطوات أولى، حيث أطلقت تطبيقات ذات صلة. في الوقت نفسه، بدأت بعض المؤسسات المالية الرائدة في مناقشة بناء النماذج الكبيرة مع الشركات التكنولوجية.
بعد مايو، وبسبب قيود موارد الحوسبة والتكاليف وغيرها من العوامل، بدأت المؤسسات المالية في تحويل اهتمامها من البناء الذاتي إلى القيمة التطبيقية. في الوقت الحالي، تتباين الشركات من حيث الحجم إلى مسارين: تميل المؤسسات الكبيرة إلى بناء نماذج كبيرة خاصة بها، بينما تميل المؤسسات الصغيرة والمتوسطة إلى اعتماد واجهات برمجة التطبيقات العامة أو خدمات النشر الخاصة.
نظرًا للمتطلبات العالية لامتثال البيانات والأمان والموثوقية في القطاع المالي، فإن تقدم تطبيق النماذج الكبيرة كان في الواقع أبطأ قليلاً من التوقعات في بداية العام. بدأت بعض المؤسسات بالفعل في البحث عن حلول، بما في ذلك بناء القدرة الحاسوبية الخاصة بها، ونشر الهجينة، وغيرها.
في مجال البيانات، بدأت المزيد من المؤسسات المالية في تعزيز حوكمة البيانات، وبناء منصة بيانات ونظام حوكمة البيانات. كما أن بعض البنوك قامت بحل مشكلات البيانات من خلال نموذج كبير + MLOps.
الدخول من المشهد الخارجي
على مدار أكثر من نصف عام، كانت المؤسسات المالية ومقدمو الخدمات يستكشفون بنشاط سيناريوهات تطبيق النماذج الكبيرة، والتي تشمل المكاتب الذكية، والتطوير الذكي، والتسويق الذكي، وخدمة العملاء الذكية، والبحوث الاستثمارية الذكية، وإدارة المخاطر الذكية.
لكن خلال عملية التنفيذ الفعلية، توصلت الصناعة إلى توافق: أولا داخليا ثم خارجيا. في المرحلة الحالية، لا تزال تقنية النماذج الكبيرة غير ناضجة، بينما تتطلب صناعة المالية مستوى عاليا من الأمان والمصداقية. لذلك، في المدى القصير، لا يُنصح باستخدام النماذج الكبيرة مباشرة مع العملاء.
في الوقت الحالي، تم تطبيق مشاهد مثل مساعد الكود والمكاتب الذكية في العديد من المؤسسات المالية. لكن يعتقد المتخصصون في الصناعة أن هذه ليست التطبيقات الأساسية للمؤسسات المالية بعد، ولا يزال هناك مسافة معينة تفصل النماذج الكبيرة عن التعمق في جوانب الأعمال المالية.
فيما يتعلق بالتصميم على المستوى الأعلى، قامت بعض المؤسسات المالية ببناء إطار عمل متعدد المستويات يعتمد على النماذج الكبيرة، بما في ذلك طبقة البنية التحتية، وطبقة النموذج، وطبقة الخدمة، وطبقة التطبيق. هذه الأطر تستخدم بشكل عام النماذج الكبيرة كنقطة مركزية، وتستدعي النماذج التقليدية كمهارات، وتستخدم إستراتيجية النماذج المتعددة لتحقيق أفضل النتائج.
لا يزال هناك نقص كبير في المواهب
بدأت تطبيقات النماذج الكبيرة في تحدي وتحويل الهيكل الوظيفي في صناعة المالية. تواجه بعض الوظائف خطر الاستبدال، ولكن في نفس الوقت، ظهرت احتياجات جديدة للمواهب.
حاليًا، يواجه قطاع المالية تحديات ندرة المواهب عند استخدام قدرات النماذج الكبيرة في العمليات التجارية الأساسية. خاصة في إنشاء نماذج كبيرة خاصة بالصناعة أو الشركات، هناك حاجة إلى فريق تقني متخصص في نماذج كبيرة.
بعض المؤسسات المالية والشركات التكنولوجية بدأت في اتخاذ إجراءات لتعزيز قدرات الموظفين من خلال دورات تدريبية ومجموعات مشاريع مشتركة. خلال هذه العملية، ستشهد الهيكلية البشرية في المؤسسات المالية تعديلاً وتحولاً. قد يكون لمطوري النماذج الكبيرة قدرة أكبر على التكيف في البيئة الجديدة.