Прогресс применения больших моделей в финансовой сфере: от тревожности к рациональному исследованию
С момента появления ChatGPT внимание финансовой отрасли к технологиям искусственного интеллекта быстро возросло. Сначала были беспокойства и тревоги, а теперь – рациональные исследования. Отношение финансовых учреждений к большим моделям прошло несколько этапов изменений.
В начале года многие организации спешили следовать за развитием технологий, опасаясь отстать. К апрелю-майу они начали формировать команды для работы в этом направлении. В последующие месяцы, сталкиваясь с трудностями в поиске направлений и реализации, их отношение стало более разумным. В настоящее время большинство организаций обращает внимание на эталонные примеры в отрасли и выбирает проверенные сценарии для пилотирования.
Стоит отметить, что многие финансовые учреждения подняли большие модели на стратегический уровень. По неполным данным, как минимум 11 акционерных банков A-share в последних полугодовых отчетах явно заявили о том, что исследуют применение больших моделей. Судя по недавним действиям, они также начинают более четко обдумывать и планировать пути на стратегическом и верхнеуровневом уровне.
От повышенного энтузиазма к рациональному возврату
В начале года финансовые учреждения имели ограниченное понимание больших моделей. Некоторые крупные банки первыми начали действовать, запустив соответствующие приложения. В то же время некоторые ведущие финансовые учреждения начали обсуждать строительство больших моделей с технологическими компаниями.
После мая, ограниченные ресурсами вычислительной мощности и затратами, внимание финансовых учреждений начало смещаться с самостоятельного строительства на прикладную ценность. В настоящее время компании разного размера также разделяются на два пути: крупные учреждения склоняются к самостоятельному созданию корпоративных больших моделей, в то время как малые и средние учреждения предпочитают использовать API публичного облака или услуги частного развертывания.
Поскольку финансовая отрасль предъявляет высокие требования к соблюдению данных, безопасности и надежности, внедрение больших моделей на самом деле немного отстает от первоначальных ожиданий в начале года. Некоторые учреждения уже начали искать решения, включая создание собственных вычислительных мощностей, гибридное развертывание и т.д.
В области данных все больше финансовых учреждений начинают усиливать управление данными, создавая платформы данных и системы управления данными. Некоторые банки также решают проблемы с данными с помощью подхода большой модели + MLOps.
Входя из внешних сцен
За последние полгода финансовые учреждения и сервисные компании активно исследуют сценарии применения больших моделей, охватывающие такие области, как умный офис, интеллектуальная разработка, умный маркетинг, интеллектуальное обслуживание клиентов, умные инвестиционные исследования и интеллектуальный риск-менеджмент.
Но в процессе фактической реализации в отрасли сформировалось общее мнение: сначала внутренние, затем внешние. На текущем этапе технологии больших моделей еще не зрелы, а требования финансовой отрасли к безопасности и доверительности очень высоки. Поэтому в краткосрочной перспективе не рекомендуется напрямую использовать большие модели для клиентов.
В настоящее время такие сценарии, как помощник кода и интеллектуальный офис, уже внедрены во многих финансовых учреждениях. Однако специалисты отрасли считают, что это еще не основные приложения финансовых учреждений, и большие модели все еще на определенном расстоянии от глубокого внедрения в финансовые бизнес-процессы.
В области верхнего уровня проектирования некоторые финансовые учреждения уже на основе больших моделей построили многоуровневые системные структуры, включая уровень инфраструктуры, уровень модели, уровень сервиса и уровень приложения и т.д. Эти структуры обычно используют большие модели в качестве центрального элемента, вызывая традиционные модели в качестве навыков и применяя стратегию многомодальных моделей для оптимизации результатов.
Пробел в кадрах по-прежнему огромен
Применение больших моделей уже начало вызывать вызовы и преобразования в структуре персонала финансовой отрасли. Некоторые должности сталкиваются с риском замены, но одновременно возникают новые кадровые потребности.
В настоящее время финансовая отрасль сталкивается с проблемой нехватки кадров при использовании возможностей крупных моделей в основных бизнес-процессах. Особенно в отношении создания собственных крупных моделей в отраслях или компаниях необходима компетентная команда специалистов по вертикальным крупным моделям.
Некоторые финансовые учреждения и технологические компании уже начали предпринимать действия для повышения квалификации сотрудников через обучающие курсы, совместные проектные группы и другие методы. В этом процессе также произойдет изменение и реформа структуры персонала финансовых учреждений. Разработчикам, умеющим работать с большими моделями, возможно, будет легче адаптироваться в новой среде.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Исследование применения больших моделей в финансовом секторе: от тревоги к рациональности, пробел в кадрах все еще необходимо решать.
Прогресс применения больших моделей в финансовой сфере: от тревожности к рациональному исследованию
С момента появления ChatGPT внимание финансовой отрасли к технологиям искусственного интеллекта быстро возросло. Сначала были беспокойства и тревоги, а теперь – рациональные исследования. Отношение финансовых учреждений к большим моделям прошло несколько этапов изменений.
В начале года многие организации спешили следовать за развитием технологий, опасаясь отстать. К апрелю-майу они начали формировать команды для работы в этом направлении. В последующие месяцы, сталкиваясь с трудностями в поиске направлений и реализации, их отношение стало более разумным. В настоящее время большинство организаций обращает внимание на эталонные примеры в отрасли и выбирает проверенные сценарии для пилотирования.
Стоит отметить, что многие финансовые учреждения подняли большие модели на стратегический уровень. По неполным данным, как минимум 11 акционерных банков A-share в последних полугодовых отчетах явно заявили о том, что исследуют применение больших моделей. Судя по недавним действиям, они также начинают более четко обдумывать и планировать пути на стратегическом и верхнеуровневом уровне.
От повышенного энтузиазма к рациональному возврату
В начале года финансовые учреждения имели ограниченное понимание больших моделей. Некоторые крупные банки первыми начали действовать, запустив соответствующие приложения. В то же время некоторые ведущие финансовые учреждения начали обсуждать строительство больших моделей с технологическими компаниями.
После мая, ограниченные ресурсами вычислительной мощности и затратами, внимание финансовых учреждений начало смещаться с самостоятельного строительства на прикладную ценность. В настоящее время компании разного размера также разделяются на два пути: крупные учреждения склоняются к самостоятельному созданию корпоративных больших моделей, в то время как малые и средние учреждения предпочитают использовать API публичного облака или услуги частного развертывания.
Поскольку финансовая отрасль предъявляет высокие требования к соблюдению данных, безопасности и надежности, внедрение больших моделей на самом деле немного отстает от первоначальных ожиданий в начале года. Некоторые учреждения уже начали искать решения, включая создание собственных вычислительных мощностей, гибридное развертывание и т.д.
В области данных все больше финансовых учреждений начинают усиливать управление данными, создавая платформы данных и системы управления данными. Некоторые банки также решают проблемы с данными с помощью подхода большой модели + MLOps.
Входя из внешних сцен
За последние полгода финансовые учреждения и сервисные компании активно исследуют сценарии применения больших моделей, охватывающие такие области, как умный офис, интеллектуальная разработка, умный маркетинг, интеллектуальное обслуживание клиентов, умные инвестиционные исследования и интеллектуальный риск-менеджмент.
Но в процессе фактической реализации в отрасли сформировалось общее мнение: сначала внутренние, затем внешние. На текущем этапе технологии больших моделей еще не зрелы, а требования финансовой отрасли к безопасности и доверительности очень высоки. Поэтому в краткосрочной перспективе не рекомендуется напрямую использовать большие модели для клиентов.
В настоящее время такие сценарии, как помощник кода и интеллектуальный офис, уже внедрены во многих финансовых учреждениях. Однако специалисты отрасли считают, что это еще не основные приложения финансовых учреждений, и большие модели все еще на определенном расстоянии от глубокого внедрения в финансовые бизнес-процессы.
В области верхнего уровня проектирования некоторые финансовые учреждения уже на основе больших моделей построили многоуровневые системные структуры, включая уровень инфраструктуры, уровень модели, уровень сервиса и уровень приложения и т.д. Эти структуры обычно используют большие модели в качестве центрального элемента, вызывая традиционные модели в качестве навыков и применяя стратегию многомодальных моделей для оптимизации результатов.
Пробел в кадрах по-прежнему огромен
Применение больших моделей уже начало вызывать вызовы и преобразования в структуре персонала финансовой отрасли. Некоторые должности сталкиваются с риском замены, но одновременно возникают новые кадровые потребности.
В настоящее время финансовая отрасль сталкивается с проблемой нехватки кадров при использовании возможностей крупных моделей в основных бизнес-процессах. Особенно в отношении создания собственных крупных моделей в отраслях или компаниях необходима компетентная команда специалистов по вертикальным крупным моделям.
Некоторые финансовые учреждения и технологические компании уже начали предпринимать действия для повышения квалификации сотрудников через обучающие курсы, совместные проектные группы и другие методы. В этом процессе также произойдет изменение и реформа структуры персонала финансовых учреждений. Разработчикам, умеющим работать с большими моделями, возможно, будет легче адаптироваться в новой среде.