Преобразования и вызовы финансовой отрасли в эпоху больших моделей
Появление ChatGPT вызвало в финансовом секторе волну тревоги, и эта отрасль, полная веры в технологии, боится оказаться позади стремительных изменений времени. Тем не менее, эта тревога постепенно утихают, а мышление становится более ясным и рациональным. Отношение финансового сектора к большим моделям прошло несколько этапов: первоначальная тревога, массовое создание команд, поиск направления и возникшие трудности с реализацией, переход к рациональному подходу, а теперь — внимание к эталонным примерам и попытки проверить отработанные сценарии.
Все больше финансовых учреждений начинают стратегически относиться к большим моделям. Несколько публичных банков в своих последних полугодовых отчетах четко заявили, что исследуют применение больших моделей и проводят более четкие размышления и планирование путей на уровне верхнего дизайна.
Понимание финансовыми клиентами больших моделей значительно улучшилось по сравнению с несколькими месяцами назад. В начале года, хотя энтузиазм был высок, понимание сути и способов применения больших моделей было ограниченным. Некоторые крупные банки первыми начали действовать, начав различные рекламные кампании. С выходом на рынок нескольких производителей больших моделей, технологические отделы ведущих финансовых учреждений активно обсуждают строительство больших моделей с крупными компаниями.
После мая, под влиянием нехватки вычислительных ресурсов и высоких затрат, финансовые учреждения начали больше обращать внимание на прикладную ценность, а не на простое создание собственных вычислительных мощностей и моделей. Крупные финансовые учреждения могут внедрять ведущие базовые большие модели, создавать корпоративные большие модели и развивать специализированные задачи больших моделей с помощью дообучения. Мелкие и средние финансовые учреждения могут по мере необходимости использовать API публичных облачных больших моделей или услуги приватного развёртывания.
Финансовая отрасль предъявляет высокие требования к соблюдению нормативных данных, безопасности и надежности, и внедрение больших моделей отстает от ожидаемого в начале года. Некоторые учреждения стремятся решить различные препятствия в процессе внедрения, например, используя собственные вычислительные мощности или гибридные развертывания. Что касается управления данными, все большее количество финансовых учреждений начинает строить платформы данных и системы управления данными.
Финансовые учреждения и сервисные провайдеры исследуют различные сценарии применения, такие как умные офисы, умная разработка, умный маркетинг и т.д. Однако общепринятое мнение заключается в том, что следует сначала начать с внутренних приложений, а затем постепенно расширяться на внешние. Ассистенты кода и ассистенты службы поддержки считаются наиболее быстро окупаемыми сценариями.
Применение больших моделей создает вызовы и изменения для структуры кадров в финансовой отрасли. Некоторые традиционные должности подвергаются риску замещения, но одновременно создаются новые возможности. Дефицит кадров по-прежнему огромен, особенно в области ИИ и больших моделей. Финансовые учреждения активно готовят соответствующие кадры для поддержки создания и инновационного применения больших платформ ИИ.
В будущем финансовая отрасль будет перестраивать системы, делая большие модели основой интеллектуальных и цифровых систем. Сотрудничество больших моделей с традиционными малыми моделями также станет тенденцией. В этом процессе структура персонала финансовых учреждений будет изменяться, а специалисты, владеющие навыками работы с большими моделями, станут более конкурентоспособными.
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» .
Большие модели меняют финансовую отрасль: переход от тревоги к рациональному исследованию
Преобразования и вызовы финансовой отрасли в эпоху больших моделей
Появление ChatGPT вызвало в финансовом секторе волну тревоги, и эта отрасль, полная веры в технологии, боится оказаться позади стремительных изменений времени. Тем не менее, эта тревога постепенно утихают, а мышление становится более ясным и рациональным. Отношение финансового сектора к большим моделям прошло несколько этапов: первоначальная тревога, массовое создание команд, поиск направления и возникшие трудности с реализацией, переход к рациональному подходу, а теперь — внимание к эталонным примерам и попытки проверить отработанные сценарии.
Все больше финансовых учреждений начинают стратегически относиться к большим моделям. Несколько публичных банков в своих последних полугодовых отчетах четко заявили, что исследуют применение больших моделей и проводят более четкие размышления и планирование путей на уровне верхнего дизайна.
Понимание финансовыми клиентами больших моделей значительно улучшилось по сравнению с несколькими месяцами назад. В начале года, хотя энтузиазм был высок, понимание сути и способов применения больших моделей было ограниченным. Некоторые крупные банки первыми начали действовать, начав различные рекламные кампании. С выходом на рынок нескольких производителей больших моделей, технологические отделы ведущих финансовых учреждений активно обсуждают строительство больших моделей с крупными компаниями.
После мая, под влиянием нехватки вычислительных ресурсов и высоких затрат, финансовые учреждения начали больше обращать внимание на прикладную ценность, а не на простое создание собственных вычислительных мощностей и моделей. Крупные финансовые учреждения могут внедрять ведущие базовые большие модели, создавать корпоративные большие модели и развивать специализированные задачи больших моделей с помощью дообучения. Мелкие и средние финансовые учреждения могут по мере необходимости использовать API публичных облачных больших моделей или услуги приватного развёртывания.
Финансовая отрасль предъявляет высокие требования к соблюдению нормативных данных, безопасности и надежности, и внедрение больших моделей отстает от ожидаемого в начале года. Некоторые учреждения стремятся решить различные препятствия в процессе внедрения, например, используя собственные вычислительные мощности или гибридные развертывания. Что касается управления данными, все большее количество финансовых учреждений начинает строить платформы данных и системы управления данными.
Финансовые учреждения и сервисные провайдеры исследуют различные сценарии применения, такие как умные офисы, умная разработка, умный маркетинг и т.д. Однако общепринятое мнение заключается в том, что следует сначала начать с внутренних приложений, а затем постепенно расширяться на внешние. Ассистенты кода и ассистенты службы поддержки считаются наиболее быстро окупаемыми сценариями.
Применение больших моделей создает вызовы и изменения для структуры кадров в финансовой отрасли. Некоторые традиционные должности подвергаются риску замещения, но одновременно создаются новые возможности. Дефицит кадров по-прежнему огромен, особенно в области ИИ и больших моделей. Финансовые учреждения активно готовят соответствующие кадры для поддержки создания и инновационного применения больших платформ ИИ.
В будущем финансовая отрасль будет перестраивать системы, делая большие модели основой интеллектуальных и цифровых систем. Сотрудничество больших моделей с традиционными малыми моделями также станет тенденцией. В этом процессе структура персонала финансовых учреждений будет изменяться, а специалисты, владеющие навыками работы с большими моделями, станут более конкурентоспособными.