Avanços na Aplicação de Modelos de Grande Escala no Setor Financeiro: Da Ansiedade à Exploração Racional
Desde o surgimento do ChatGPT, a atenção da indústria financeira para as tecnologias de inteligência artificial aumentou rapidamente. Desde as preocupações e ansiedades iniciais até a exploração racional atual, a atitude das instituições financeiras em relação aos grandes modelos passou por várias fases de mudança.
No início do ano, muitas instituições estavam ansiosas para acompanhar, preocupadas em ficar para trás no desenvolvimento tecnológico. Em abril e maio, começaram a formar equipes para realizar trabalhos relacionados. Nos meses seguintes, encontraram dificuldades na busca por direções e na implementação, adotando uma postura mais racional. Atualmente, a maioria das instituições está focada em casos de referência no setor, escolhendo cenários testados para realizar pilotos.
Vale a pena notar que muitas instituições financeiras elevaram os grandes modelos a um nível estratégico. Segundo estatísticas incompletas, pelo menos 11 bancos listados no A-share mencionaram claramente em seus últimos relatórios semestrais que estão explorando a aplicação de grandes modelos. A partir das ações recentes, eles também estão realizando um pensamento e planejamento de caminho mais claros a partir de uma perspectiva estratégica e de design de alto nível.
Da excitação intensa ao retorno racional
No início do ano, a compreensão das instituições financeiras sobre grandes modelos ainda era bastante limitada. Alguns dos maiores bancos tomaram a iniciativa e lançaram aplicações relacionadas. Ao mesmo tempo, algumas das principais instituições financeiras começaram a discutir a construção de grandes modelos com empresas de tecnologia.
Após maio, devido a fatores como restrições de recursos de computação e custos, o foco das instituições financeiras começou a mudar de construção própria para valor aplicado. Atualmente, empresas de diferentes tamanhos também se dividem em dois caminhos: grandes instituições tendem a construir grandes modelos empresariais, enquanto instituições pequenas e médias preferem recorrer a APIs de nuvem pública ou serviços de implantação privada.
Devido às exigências elevadas do setor financeiro em relação à conformidade, segurança e confiabilidade dos dados, a implementação de grandes modelos tem avançado ligeiramente mais devagar do que o previsto no início do ano. Algumas instituições já começaram a procurar soluções, incluindo a construção própria de capacidade de processamento e a implantação híbrida.
Na área de dados, cada vez mais instituições financeiras estão a fortalecer a governança de dados, construindo plataformas de dados e sistemas de governança de dados. Alguns bancos também estão a resolver problemas de dados através da abordagem modelo grande + MLOps.
A partir de cenários externos
Nos últimos seis meses, instituições financeiras e prestadores de serviços têm explorado ativamente os cenários de aplicação de grandes modelos, abrangendo vários campos, como escritórios inteligentes, desenvolvimento inteligente, marketing inteligente, atendimento ao cliente inteligente, pesquisa e investimento inteligente e controle de risco inteligente.
Mas no processo de implementação real, formou-se um consenso na indústria: primeiro internamente, depois externamente. Nesta fase, a tecnologia dos grandes modelos ainda não está madura, e a indústria financeira tem exigências extremamente altas em termos de segurança e confiabilidade. Portanto, não é recomendável usar grandes modelos diretamente voltados para os clientes a curto prazo.
Atualmente, cenários como assistentes de código e escritórios inteligentes já foram implementados em várias instituições financeiras. No entanto, especialistas do setor acreditam que estas ainda não são aplicações centrais das instituições financeiras, e que os grandes modelos ainda estão a uma certa distância de serem integrados nos negócios financeiros.
Na área do design de alto nível, algumas instituições financeiras já construíram estruturas de sistema em múltiplos níveis baseadas em grandes modelos, incluindo camadas de infraestrutura, camada de modelo, camada de serviço e camada de aplicação. Estas estruturas geralmente usam grandes modelos como o núcleo, chamando modelos tradicionais como habilidades, e adotam uma estratégia multi-modelo para otimizar os resultados.
A lacuna de talentos ainda é enorme
A aplicação de grandes modelos já começou a trazer desafios e transformações para a estrutura de pessoal da indústria financeira. Alguns cargos enfrentam o risco de serem substituídos, mas ao mesmo tempo surgem novas demandas por talentos.
Atualmente, a indústria financeira enfrenta o desafio da escassez de talentos ao aplicar as capacidades de grandes modelos nos processos de negócios centrais. Especialmente na construção de grandes modelos específicos da indústria ou da empresa, é necessária uma equipe técnica vertical especializada em grandes modelos.
Algumas instituições financeiras e empresas de tecnologia já começaram a agir, através de cursos de formação, grupos de projetos conjuntos e outras formas de melhorar as competências dos funcionários. Neste processo, a estrutura de pessoal das instituições financeiras também passará por ajustes e transformações. Os desenvolvedores que sabem usar grandes modelos podem ter mais facilidade em se estabelecer em um novo ambiente.
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
Exploração da aplicação de grandes modelos no setor financeiro: da ansiedade à racionalidade, a lacuna de talentos ainda precisa ser resolvida.
Avanços na Aplicação de Modelos de Grande Escala no Setor Financeiro: Da Ansiedade à Exploração Racional
Desde o surgimento do ChatGPT, a atenção da indústria financeira para as tecnologias de inteligência artificial aumentou rapidamente. Desde as preocupações e ansiedades iniciais até a exploração racional atual, a atitude das instituições financeiras em relação aos grandes modelos passou por várias fases de mudança.
No início do ano, muitas instituições estavam ansiosas para acompanhar, preocupadas em ficar para trás no desenvolvimento tecnológico. Em abril e maio, começaram a formar equipes para realizar trabalhos relacionados. Nos meses seguintes, encontraram dificuldades na busca por direções e na implementação, adotando uma postura mais racional. Atualmente, a maioria das instituições está focada em casos de referência no setor, escolhendo cenários testados para realizar pilotos.
Vale a pena notar que muitas instituições financeiras elevaram os grandes modelos a um nível estratégico. Segundo estatísticas incompletas, pelo menos 11 bancos listados no A-share mencionaram claramente em seus últimos relatórios semestrais que estão explorando a aplicação de grandes modelos. A partir das ações recentes, eles também estão realizando um pensamento e planejamento de caminho mais claros a partir de uma perspectiva estratégica e de design de alto nível.
Da excitação intensa ao retorno racional
No início do ano, a compreensão das instituições financeiras sobre grandes modelos ainda era bastante limitada. Alguns dos maiores bancos tomaram a iniciativa e lançaram aplicações relacionadas. Ao mesmo tempo, algumas das principais instituições financeiras começaram a discutir a construção de grandes modelos com empresas de tecnologia.
Após maio, devido a fatores como restrições de recursos de computação e custos, o foco das instituições financeiras começou a mudar de construção própria para valor aplicado. Atualmente, empresas de diferentes tamanhos também se dividem em dois caminhos: grandes instituições tendem a construir grandes modelos empresariais, enquanto instituições pequenas e médias preferem recorrer a APIs de nuvem pública ou serviços de implantação privada.
Devido às exigências elevadas do setor financeiro em relação à conformidade, segurança e confiabilidade dos dados, a implementação de grandes modelos tem avançado ligeiramente mais devagar do que o previsto no início do ano. Algumas instituições já começaram a procurar soluções, incluindo a construção própria de capacidade de processamento e a implantação híbrida.
Na área de dados, cada vez mais instituições financeiras estão a fortalecer a governança de dados, construindo plataformas de dados e sistemas de governança de dados. Alguns bancos também estão a resolver problemas de dados através da abordagem modelo grande + MLOps.
A partir de cenários externos
Nos últimos seis meses, instituições financeiras e prestadores de serviços têm explorado ativamente os cenários de aplicação de grandes modelos, abrangendo vários campos, como escritórios inteligentes, desenvolvimento inteligente, marketing inteligente, atendimento ao cliente inteligente, pesquisa e investimento inteligente e controle de risco inteligente.
Mas no processo de implementação real, formou-se um consenso na indústria: primeiro internamente, depois externamente. Nesta fase, a tecnologia dos grandes modelos ainda não está madura, e a indústria financeira tem exigências extremamente altas em termos de segurança e confiabilidade. Portanto, não é recomendável usar grandes modelos diretamente voltados para os clientes a curto prazo.
Atualmente, cenários como assistentes de código e escritórios inteligentes já foram implementados em várias instituições financeiras. No entanto, especialistas do setor acreditam que estas ainda não são aplicações centrais das instituições financeiras, e que os grandes modelos ainda estão a uma certa distância de serem integrados nos negócios financeiros.
Na área do design de alto nível, algumas instituições financeiras já construíram estruturas de sistema em múltiplos níveis baseadas em grandes modelos, incluindo camadas de infraestrutura, camada de modelo, camada de serviço e camada de aplicação. Estas estruturas geralmente usam grandes modelos como o núcleo, chamando modelos tradicionais como habilidades, e adotam uma estratégia multi-modelo para otimizar os resultados.
A lacuna de talentos ainda é enorme
A aplicação de grandes modelos já começou a trazer desafios e transformações para a estrutura de pessoal da indústria financeira. Alguns cargos enfrentam o risco de serem substituídos, mas ao mesmo tempo surgem novas demandas por talentos.
Atualmente, a indústria financeira enfrenta o desafio da escassez de talentos ao aplicar as capacidades de grandes modelos nos processos de negócios centrais. Especialmente na construção de grandes modelos específicos da indústria ou da empresa, é necessária uma equipe técnica vertical especializada em grandes modelos.
Algumas instituições financeiras e empresas de tecnologia já começaram a agir, através de cursos de formação, grupos de projetos conjuntos e outras formas de melhorar as competências dos funcionários. Neste processo, a estrutura de pessoal das instituições financeiras também passará por ajustes e transformações. Os desenvolvedores que sabem usar grandes modelos podem ter mais facilidade em se estabelecer em um novo ambiente.