Les transformations et défis du secteur financier à l'ère des grands modèles
L'émergence de ChatGPT a suscité une certaine anxiété dans le secteur financier, qui, imprégné de foi en la technologie, craint d'être laissé pour compte par les évolutions de l'époque. Cependant, cette anxiété s'est progressivement apaisée, et les idées deviennent plus claires et rationnelles. L'attitude du secteur financier envers les grands modèles a traversé plusieurs phases : une anxiété initiale, la formation d'équipes, la recherche de direction et les difficultés de mise en œuvre, un tournant vers la rationalité, et maintenant une attention portée sur des cas de référence et une tentative de validation des scénarios éprouvés.
De plus en plus d'institutions financières commencent à accorder une importance stratégique aux grands modèles. Plusieurs banques cotées en bourse ont clairement indiqué dans leurs derniers rapports semestriels qu'elles explorent l'application des grands modèles et qu'elles réfléchissent de manière plus claire et planifient des chemins au niveau de la conception de haut niveau.
La compréhension des clients financiers concernant les grands modèles a nettement progressé par rapport à il y a quelques mois. Au début de l'année, bien que l'enthousiasme était fort, la compréhension de la nature et des applications des grands modèles était limitée. Certaines grandes banques ont été les premières à agir et ont commencé à faire diverses campagnes de sensibilisation. Avec le lancement de grands modèles par plusieurs fournisseurs, les départements technologiques des principales institutions financières s'engagent activement dans des discussions sur la construction de grands modèles avec de grandes entreprises.
Après mai, en raison de la pénurie de ressources de puissance de calcul et des coûts élevés, les institutions financières commencent à se concentrer davantage sur la valeur d'application, plutôt que de simplement construire leur propre puissance de calcul et leurs modèles. Les grandes institutions financières peuvent introduire des modèles de base avancés, construire leurs propres modèles d'entreprise et développer des modèles de tâches de domaine spécialisé par le biais d'un ajustement fin. Les petites et moyennes institutions financières peuvent introduire selon leurs besoins des API de cloud public pour divers modèles de grande taille ou des services de déploiement privatisés.
Le secteur financier exige une forte conformité, sécurité et fiabilité des données, et le déploiement de grands modèles progresse légèrement moins rapidement que prévu en début d'année. Certaines institutions cherchent à résoudre divers obstacles rencontrés lors du déploiement, notamment en adoptant des approches telles que la construction interne et le déploiement hybride en matière de puissance de calcul. En ce qui concerne la gouvernance des données, de plus en plus d'institutions financières commencent à construire des plateformes de données et des systèmes de gouvernance des données.
Les institutions financières et les prestataires de services explorent divers scénarios d'application, tels que les bureaux intelligents, le développement intelligent, le marketing intelligent, etc. Cependant, il est généralement accepté de commencer par des applications internes avant de s'étendre progressivement vers l'extérieur. Les assistants de code et les assistants de service client sont considérés comme des scénarios qui peuvent produire des résultats rapidement.
L'application des grands modèles pose des défis et des transformations pour la structure du personnel dans le secteur financier. Certains postes traditionnels sont menacés de remplacement, mais cela crée également de nouvelles opportunités. Il existe encore un énorme manque de talents, en particulier dans le domaine de l'IA et des grands modèles. Les institutions financières s'efforcent activement de former des talents pertinents pour soutenir la construction de grandes plateformes d'IA et l'innovation applicative.
Dans le futur, le secteur financier réorganisera ses systèmes, faisant des grands modèles la base des systèmes intelligents et numériques. La collaboration entre les grands modèles et les petits modèles traditionnels deviendra également une tendance. Dans ce processus, la structure des effectifs des institutions financières sera ajustée, et les talents maîtrisant les compétences des grands modèles seront plus compétitifs.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
17 J'aime
Récompense
17
3
Partager
Commentaire
0/400
GweiWatcher
· 07-26 00:01
L'anxiété technologique est inévitable
Voir l'originalRépondre0
0xTherapist
· 07-25 16:11
Embrasser les tendances pour gagner
Voir l'originalRépondre0
gas_fee_therapy
· 07-25 15:57
L'innovation technologique n'est pas équivalente à une révolution.
Les grands modèles transforment l'industrie financière : un passage de l'anxiété à une exploration rationnelle.
Les transformations et défis du secteur financier à l'ère des grands modèles
L'émergence de ChatGPT a suscité une certaine anxiété dans le secteur financier, qui, imprégné de foi en la technologie, craint d'être laissé pour compte par les évolutions de l'époque. Cependant, cette anxiété s'est progressivement apaisée, et les idées deviennent plus claires et rationnelles. L'attitude du secteur financier envers les grands modèles a traversé plusieurs phases : une anxiété initiale, la formation d'équipes, la recherche de direction et les difficultés de mise en œuvre, un tournant vers la rationalité, et maintenant une attention portée sur des cas de référence et une tentative de validation des scénarios éprouvés.
De plus en plus d'institutions financières commencent à accorder une importance stratégique aux grands modèles. Plusieurs banques cotées en bourse ont clairement indiqué dans leurs derniers rapports semestriels qu'elles explorent l'application des grands modèles et qu'elles réfléchissent de manière plus claire et planifient des chemins au niveau de la conception de haut niveau.
La compréhension des clients financiers concernant les grands modèles a nettement progressé par rapport à il y a quelques mois. Au début de l'année, bien que l'enthousiasme était fort, la compréhension de la nature et des applications des grands modèles était limitée. Certaines grandes banques ont été les premières à agir et ont commencé à faire diverses campagnes de sensibilisation. Avec le lancement de grands modèles par plusieurs fournisseurs, les départements technologiques des principales institutions financières s'engagent activement dans des discussions sur la construction de grands modèles avec de grandes entreprises.
Après mai, en raison de la pénurie de ressources de puissance de calcul et des coûts élevés, les institutions financières commencent à se concentrer davantage sur la valeur d'application, plutôt que de simplement construire leur propre puissance de calcul et leurs modèles. Les grandes institutions financières peuvent introduire des modèles de base avancés, construire leurs propres modèles d'entreprise et développer des modèles de tâches de domaine spécialisé par le biais d'un ajustement fin. Les petites et moyennes institutions financières peuvent introduire selon leurs besoins des API de cloud public pour divers modèles de grande taille ou des services de déploiement privatisés.
Le secteur financier exige une forte conformité, sécurité et fiabilité des données, et le déploiement de grands modèles progresse légèrement moins rapidement que prévu en début d'année. Certaines institutions cherchent à résoudre divers obstacles rencontrés lors du déploiement, notamment en adoptant des approches telles que la construction interne et le déploiement hybride en matière de puissance de calcul. En ce qui concerne la gouvernance des données, de plus en plus d'institutions financières commencent à construire des plateformes de données et des systèmes de gouvernance des données.
Les institutions financières et les prestataires de services explorent divers scénarios d'application, tels que les bureaux intelligents, le développement intelligent, le marketing intelligent, etc. Cependant, il est généralement accepté de commencer par des applications internes avant de s'étendre progressivement vers l'extérieur. Les assistants de code et les assistants de service client sont considérés comme des scénarios qui peuvent produire des résultats rapidement.
L'application des grands modèles pose des défis et des transformations pour la structure du personnel dans le secteur financier. Certains postes traditionnels sont menacés de remplacement, mais cela crée également de nouvelles opportunités. Il existe encore un énorme manque de talents, en particulier dans le domaine de l'IA et des grands modèles. Les institutions financières s'efforcent activement de former des talents pertinents pour soutenir la construction de grandes plateformes d'IA et l'innovation applicative.
Dans le futur, le secteur financier réorganisera ses systèmes, faisant des grands modèles la base des systèmes intelligents et numériques. La collaboration entre les grands modèles et les petits modèles traditionnels deviendra également une tendance. Dans ce processus, la structure des effectifs des institutions financières sera ajustée, et les talents maîtrisant les compétences des grands modèles seront plus compétitifs.