大規模モデルが金融業界を席巻：不安から理性へ、実現の道を探る

金融業界は大規模モデル技術に対する態度が、不安から理性的なものへと変化してきました。年初にChatGPTが登場した際、金融業従事者は一般的に不安を感じ、時代の流れに取り残されることを心配していました。時間が経つにつれ、金融機関は大規模モデルに対する理解を深め、その応用価値について理性的に考えるようになりました。

複数の銀行は、半年報告書で大規模モデルの適用を探求していることを明確に示しました。最近の動きを見ると、金融機関は戦略的レベルとトップダウンの設計レベルでより明確な思考と計画を行っています。数ヶ月前と比較して、金融顧客の大規模モデルに対する理解が明らかに向上しています。

計算能力の面では、金融業界にはいくつかの解決策が現れました。一つは直接自社で計算能力を構築することで、これは実力のある大手金融機関に適しています。二つ目は計算能力のハイブリッドデプロイメントで、機密データの安全性を確保した上で、パブリッククラウドから大規模モデルサービスを呼び出します。さらに、一部の機関はデータガバナンスを強化し、データプラットフォームとガバナンスシステムの構築に取り組んでいます。

現在、大規模モデルの金融業界におけるアプリケーションは、主に内部シナリオから進行しています。例えば、スマートオフィス、スマート開発、スマートカスタマーサービスなどです。業界関係者は、短期的には大規模モデルを直接対外サービスに使用することを推奨せず、内部シナリオに優先的に適用し、人間と機械の協働によって作業効率を向上させるべきだと考えています。

大規模モデルの応用は、金融業界の人員構成にも影響を与え始めています。一方で、いくつかの伝統的な職種は置き換えられるリスクに直面しています; 他方で、大規模モデルに関連する人材のギャップは非常に大きいです。金融機関は、AIについても金融業務についても理解している複合型人材を育成する必要があります。これにより、大規模モデルの応用の持続的な革新を支えることができます。

全体的に見て、金融業界の大モデルへの探求は、初期の盲目的な追求から理性的な応用へと移行しています。今後、大モデルは金融のコアビジネスでより大きな役割を果たすことが期待されていますが、これは金融機関が人材育成や技術蓄積などの面で長期的な準備を整える必要があります。