Прогрес у застосуванні великих моделей у фінансовій сфері: від тривоги до раціонального дослідження
Від моменту появи ChatGPT увага фінансової індустрії до технологій штучного інтелекту швидко зросла. Від початкових побоювань і тривог до сьогоднішнього раціонального дослідження, ставлення фінансових установ до великих моделей пройшло кілька етапів змін.
На початку року багато установ поспішали слідувати за технологічним розвитком, побоюючись відстати. До квітня-травня вони почали формувати команди для проведення відповідних робіт. У наступні кілька місяців вони зіткнулися з труднощами у пошуку напрямку та реалізації, їхня позиція стала більш раціональною. Наразі більшість установ звертає увагу на галузеві показові випадки, вибираючи перевірені сценарії для пілотних проектів.
Варто зазначити, що багато фінансових установ вже підняли великі моделі на стратегічний рівень. За неповними даними, принаймні 11 банків, що котируються на A-акціях, у своїх останніх піврічних звітах чітко вказали, що досліджують застосування великих моделей. Судячи з нещодавніх дій, вони також проводять більш чітке обдумування та планування шляхів з точки зору стратегії та верхнього рівня дизайну.
Від піднесеності до раціонального повернення
На початку року фінансові установи ще дуже обмежено розуміли великі моделі. Деякі великі банки першими почали діяти, запустивши відповідні додатки. Тим часом деякі провідні фінансові установи почали обговорювати побудову великих моделей зі технологічними компаніями.
Після травня, з огляду на обмеження ресурсів обчислювальної потужності та витрат, увага фінансових установ почала переходити від власного будівництва до прикладної цінності. Наразі підприємства різного розміру також розподілилися на два шляхи: великі установи схильні до створення власних корпоративних великих моделей, тоді як малі та середні установи віддають перевагу впровадженню API публічних хмар або приватним сервісам.
Оскільки фінансовий сектор висуває високі вимоги до відповідності даних, безпеки та надійності, впровадження великих моделей насправді відбувається трохи повільніше, ніж очікувалося на початку року. Деякі установи вже почали шукати рішення, включаючи створення власних обчислювальних потужностей, змішане розгортання тощо.
У сфері даних все більше фінансових установ починають посилювати управління даними, створюючи централізовану платформу даних та систему управління даними. Деякі банки також вирішують проблеми з даними за допомогою поєднання великих моделей і MLOps.
Вхід з зовнішньої сцени
Протягом останніх півроку фінансові установи та постачальники послуг активно досліджують сценарії використання великих моделей, охоплюючи розумний офіс, інтелектуальну розробку, розумний маркетинг, інтелектуальну службу підтримки, розумне інвестиційне дослідження, інтелектуальний контроль ризиків та інші сфери.
Але в процесі реальної реалізації в індустрії виникла спільна думка: спочатку внутрішнє, потім зовнішнє. На даний момент технології великих моделей ще не є зрілими, а фінансова галузь висуває дуже високі вимоги до безпеки та надійності. Тому в короткостроковій перспективі не рекомендується безпосередньо використовувати великі моделі для клієнтів.
Наразі такі сценарії, як кодовий помічник та розумний офіс, вже реалізовані в багатьох фінансових установах. Але експерти вважають, що це ще не є основними застосуваннями фінансових установ, і великі моделі ще не досягли глибокого рівня фінансового бізнесу.
У сфері верхнього проектування деякі фінансові установи вже побудували багаторівневі системні структури на основі великих моделей, включаючи рівень інфраструктури, рівень моделей, рівень послуг та рівень застосувань тощо. Ці структури зазвичай використовують великі моделі в якості центральних елементів, викликають традиційні моделі як навички та застосовують стратегію багатьох моделей для оптимізації результатів.
Прогалини в кадрах все ще величезні
Застосування великих моделей вже почало викликати виклики та зміни в структурі працівників фінансової галузі. Деякі посади стикаються з ризиком заміни, але водночас виникає новий попит на таланти.
Наразі фінансовій галузі доводиться стикатися з викликами нестачі кадрів під час впровадження великих моделей у своїх основних бізнес-процесах. Особливо у сфері створення галузевих або корпоративних великих моделей потрібна команда висококваліфікованих спеціалістів у технологіях великих моделей.
Деякі фінансові установи та технологічні компанії вже почали вживати заходів, щоб підвищити кваліфікацію своїх співробітників через навчальні курси, спільні проектні групи тощо. У цьому процесі також відбудеться зміна та трансформація кадрової структури фінансових установ. Розробникам, які вміють працювати з великими моделями, можливо, буде легше адаптуватися в новому середовищі.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
Дослідження застосування великих моделей у фінансовій галузі: від тривоги до раціональності, дефіцит кадрів все ще потребує вирішення.
Прогрес у застосуванні великих моделей у фінансовій сфері: від тривоги до раціонального дослідження
Від моменту появи ChatGPT увага фінансової індустрії до технологій штучного інтелекту швидко зросла. Від початкових побоювань і тривог до сьогоднішнього раціонального дослідження, ставлення фінансових установ до великих моделей пройшло кілька етапів змін.
На початку року багато установ поспішали слідувати за технологічним розвитком, побоюючись відстати. До квітня-травня вони почали формувати команди для проведення відповідних робіт. У наступні кілька місяців вони зіткнулися з труднощами у пошуку напрямку та реалізації, їхня позиція стала більш раціональною. Наразі більшість установ звертає увагу на галузеві показові випадки, вибираючи перевірені сценарії для пілотних проектів.
Варто зазначити, що багато фінансових установ вже підняли великі моделі на стратегічний рівень. За неповними даними, принаймні 11 банків, що котируються на A-акціях, у своїх останніх піврічних звітах чітко вказали, що досліджують застосування великих моделей. Судячи з нещодавніх дій, вони також проводять більш чітке обдумування та планування шляхів з точки зору стратегії та верхнього рівня дизайну.
Від піднесеності до раціонального повернення
На початку року фінансові установи ще дуже обмежено розуміли великі моделі. Деякі великі банки першими почали діяти, запустивши відповідні додатки. Тим часом деякі провідні фінансові установи почали обговорювати побудову великих моделей зі технологічними компаніями.
Після травня, з огляду на обмеження ресурсів обчислювальної потужності та витрат, увага фінансових установ почала переходити від власного будівництва до прикладної цінності. Наразі підприємства різного розміру також розподілилися на два шляхи: великі установи схильні до створення власних корпоративних великих моделей, тоді як малі та середні установи віддають перевагу впровадженню API публічних хмар або приватним сервісам.
Оскільки фінансовий сектор висуває високі вимоги до відповідності даних, безпеки та надійності, впровадження великих моделей насправді відбувається трохи повільніше, ніж очікувалося на початку року. Деякі установи вже почали шукати рішення, включаючи створення власних обчислювальних потужностей, змішане розгортання тощо.
У сфері даних все більше фінансових установ починають посилювати управління даними, створюючи централізовану платформу даних та систему управління даними. Деякі банки також вирішують проблеми з даними за допомогою поєднання великих моделей і MLOps.
Вхід з зовнішньої сцени
Протягом останніх півроку фінансові установи та постачальники послуг активно досліджують сценарії використання великих моделей, охоплюючи розумний офіс, інтелектуальну розробку, розумний маркетинг, інтелектуальну службу підтримки, розумне інвестиційне дослідження, інтелектуальний контроль ризиків та інші сфери.
Але в процесі реальної реалізації в індустрії виникла спільна думка: спочатку внутрішнє, потім зовнішнє. На даний момент технології великих моделей ще не є зрілими, а фінансова галузь висуває дуже високі вимоги до безпеки та надійності. Тому в короткостроковій перспективі не рекомендується безпосередньо використовувати великі моделі для клієнтів.
Наразі такі сценарії, як кодовий помічник та розумний офіс, вже реалізовані в багатьох фінансових установах. Але експерти вважають, що це ще не є основними застосуваннями фінансових установ, і великі моделі ще не досягли глибокого рівня фінансового бізнесу.
У сфері верхнього проектування деякі фінансові установи вже побудували багаторівневі системні структури на основі великих моделей, включаючи рівень інфраструктури, рівень моделей, рівень послуг та рівень застосувань тощо. Ці структури зазвичай використовують великі моделі в якості центральних елементів, викликають традиційні моделі як навички та застосовують стратегію багатьох моделей для оптимізації результатів.
Прогалини в кадрах все ще величезні
Застосування великих моделей вже почало викликати виклики та зміни в структурі працівників фінансової галузі. Деякі посади стикаються з ризиком заміни, але водночас виникає новий попит на таланти.
Наразі фінансовій галузі доводиться стикатися з викликами нестачі кадрів під час впровадження великих моделей у своїх основних бізнес-процесах. Особливо у сфері створення галузевих або корпоративних великих моделей потрібна команда висококваліфікованих спеціалістів у технологіях великих моделей.
Деякі фінансові установи та технологічні компанії вже почали вживати заходів, щоб підвищити кваліфікацію своїх співробітників через навчальні курси, спільні проектні групи тощо. У цьому процесі також відбудеться зміна та трансформація кадрової структури фінансових установ. Розробникам, які вміють працювати з великими моделями, можливо, буде легше адаптуватися в новому середовищі.