Cách mạng và thách thức của ngành tài chính trong kỷ nguyên mô hình lớn
Sự ra đời của ChatGPT đã gây ra một làn sóng lo lắng trong ngành tài chính, ngành công nghiệp này, vốn đầy niềm tin vào công nghệ, lo sợ bị thời đại bỏ lại phía sau. Tuy nhiên, sự lo lắng này đang dần giảm bớt, tư duy cũng trở nên rõ ràng và lý trí hơn. Thái độ của ngành tài chính đối với các mô hình lớn đã trải qua vài giai đoạn: lo lắng ban đầu, nhanh chóng thành lập các đội ngũ, tìm kiếm hướng đi và gặp khó khăn trong việc triển khai, chuyển sang lý trí, đến bây giờ là tập trung vào các trường hợp điển hình và cố gắng xác minh các tình huống đã được kiểm chứng.
Ngày càng nhiều tổ chức tài chính bắt đầu coi trọng mô hình lớn từ cấp độ chiến lược. Nhiều ngân hàng niêm yết trong báo cáo nửa năm gần nhất đã rõ ràng đề cập đến việc đang khám phá ứng dụng mô hình lớn và tiến hành suy nghĩ và lập kế hoạch con đường rõ ràng hơn từ cấp độ thiết kế cấp cao.
Hiểu biết của khách hàng tài chính về mô hình lớn đã cải thiện rõ rệt so với vài tháng trước. Đầu năm, mặc dù có sự hào hứng cao, nhưng hiểu biết về bản chất và cách ứng dụng của mô hình lớn còn hạn chế. Một số ngân hàng lớn đã đi đầu, bắt đầu thực hiện nhiều chiến dịch quảng bá. Khi nhiều nhà cung cấp phát hành mô hình lớn, các phòng công nghệ của các tổ chức tài chính hàng đầu tích cực thảo luận với các công ty lớn về việc xây dựng mô hình lớn.
Sau tháng 5, do sự thiếu hụt tài nguyên tính toán và chi phí cao, các tổ chức tài chính bắt đầu chú trọng nhiều hơn đến giá trị ứng dụng, thay vì chỉ đơn giản là xây dựng tài nguyên tính toán và mô hình của riêng mình. Các tổ chức tài chính lớn có thể giới thiệu các mô hình lớn cơ sở tiên tiến, tự xây dựng mô hình lớn doanh nghiệp, áp dụng hình thức tinh chỉnh để phát triển các mô hình lớn cho nhiệm vụ chuyên môn. Các tổ chức tài chính vừa và nhỏ có thể theo nhu cầu giới thiệu các API đám mây công cộng của các mô hình lớn hoặc dịch vụ triển khai riêng tư.
Ngành tài chính yêu cầu cao về tính tuân thủ, an toàn và độ tin cậy của dữ liệu, tiến độ ứng dụng mô hình lớn chậm hơn một chút so với dự kiến đầu năm. Một số tổ chức đang tìm kiếm giải pháp cho các rào cản trong quá trình triển khai, chẳng hạn như áp dụng các phương thức tự xây dựng, triển khai hỗn hợp về khả năng tính toán. Về quản trị dữ liệu, ngày càng nhiều tổ chức tài chính bắt đầu xây dựng nền tảng dữ liệu và hệ thống quản trị dữ liệu.
Các tổ chức tài chính và nhà cung cấp dịch vụ đang khám phá nhiều kịch bản ứng dụng khác nhau, chẳng hạn như văn phòng thông minh, phát triển thông minh, tiếp thị thông minh, v.v. Tuy nhiên, người ta thường cho rằng nên bắt đầu từ các ứng dụng nội bộ trước, sau đó dần mở rộng ra bên ngoài. Trợ lý mã và trợ lý dịch vụ khách hàng được coi là những kịch bản có thể mang lại hiệu quả nhanh chóng.
Việc ứng dụng mô hình lớn đang tạo ra những thách thức và biến đổi đối với cơ cấu nhân sự trong ngành tài chính. Một số vị trí truyền thống đang phải đối mặt với nguy cơ bị thay thế, nhưng đồng thời cũng tạo ra những cơ hội mới. Khoảng cách về nhân tài vẫn còn rất lớn, đặc biệt là trong lĩnh vực AI và mô hình lớn. Các tổ chức tài chính đang tích cực đào tạo nhân tài liên quan để hỗ trợ việc xây dựng và đổi mới ứng dụng của nền tảng AI lớn.
Trong tương lai, ngành tài chính sẽ tái cấu trúc hệ thống, để các mô hình lớn trở thành nền tảng cho các hệ thống thông minh và số hóa. Sự hợp tác giữa các mô hình lớn và các mô hình nhỏ truyền thống cũng sẽ trở thành xu hướng. Trong quá trình này, cấu trúc nhân sự của các tổ chức tài chính sẽ trải qua điều chỉnh, và những nhân tài nắm vững kỹ năng mô hình lớn sẽ có sức cạnh tranh cao hơn.
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
Mô hình lớn định hình lại ngành tài chính: Sự chuyển mình từ lo âu sang khám phá lý tính
Cách mạng và thách thức của ngành tài chính trong kỷ nguyên mô hình lớn
Sự ra đời của ChatGPT đã gây ra một làn sóng lo lắng trong ngành tài chính, ngành công nghiệp này, vốn đầy niềm tin vào công nghệ, lo sợ bị thời đại bỏ lại phía sau. Tuy nhiên, sự lo lắng này đang dần giảm bớt, tư duy cũng trở nên rõ ràng và lý trí hơn. Thái độ của ngành tài chính đối với các mô hình lớn đã trải qua vài giai đoạn: lo lắng ban đầu, nhanh chóng thành lập các đội ngũ, tìm kiếm hướng đi và gặp khó khăn trong việc triển khai, chuyển sang lý trí, đến bây giờ là tập trung vào các trường hợp điển hình và cố gắng xác minh các tình huống đã được kiểm chứng.
Ngày càng nhiều tổ chức tài chính bắt đầu coi trọng mô hình lớn từ cấp độ chiến lược. Nhiều ngân hàng niêm yết trong báo cáo nửa năm gần nhất đã rõ ràng đề cập đến việc đang khám phá ứng dụng mô hình lớn và tiến hành suy nghĩ và lập kế hoạch con đường rõ ràng hơn từ cấp độ thiết kế cấp cao.
Hiểu biết của khách hàng tài chính về mô hình lớn đã cải thiện rõ rệt so với vài tháng trước. Đầu năm, mặc dù có sự hào hứng cao, nhưng hiểu biết về bản chất và cách ứng dụng của mô hình lớn còn hạn chế. Một số ngân hàng lớn đã đi đầu, bắt đầu thực hiện nhiều chiến dịch quảng bá. Khi nhiều nhà cung cấp phát hành mô hình lớn, các phòng công nghệ của các tổ chức tài chính hàng đầu tích cực thảo luận với các công ty lớn về việc xây dựng mô hình lớn.
Sau tháng 5, do sự thiếu hụt tài nguyên tính toán và chi phí cao, các tổ chức tài chính bắt đầu chú trọng nhiều hơn đến giá trị ứng dụng, thay vì chỉ đơn giản là xây dựng tài nguyên tính toán và mô hình của riêng mình. Các tổ chức tài chính lớn có thể giới thiệu các mô hình lớn cơ sở tiên tiến, tự xây dựng mô hình lớn doanh nghiệp, áp dụng hình thức tinh chỉnh để phát triển các mô hình lớn cho nhiệm vụ chuyên môn. Các tổ chức tài chính vừa và nhỏ có thể theo nhu cầu giới thiệu các API đám mây công cộng của các mô hình lớn hoặc dịch vụ triển khai riêng tư.
Ngành tài chính yêu cầu cao về tính tuân thủ, an toàn và độ tin cậy của dữ liệu, tiến độ ứng dụng mô hình lớn chậm hơn một chút so với dự kiến đầu năm. Một số tổ chức đang tìm kiếm giải pháp cho các rào cản trong quá trình triển khai, chẳng hạn như áp dụng các phương thức tự xây dựng, triển khai hỗn hợp về khả năng tính toán. Về quản trị dữ liệu, ngày càng nhiều tổ chức tài chính bắt đầu xây dựng nền tảng dữ liệu và hệ thống quản trị dữ liệu.
Các tổ chức tài chính và nhà cung cấp dịch vụ đang khám phá nhiều kịch bản ứng dụng khác nhau, chẳng hạn như văn phòng thông minh, phát triển thông minh, tiếp thị thông minh, v.v. Tuy nhiên, người ta thường cho rằng nên bắt đầu từ các ứng dụng nội bộ trước, sau đó dần mở rộng ra bên ngoài. Trợ lý mã và trợ lý dịch vụ khách hàng được coi là những kịch bản có thể mang lại hiệu quả nhanh chóng.
Việc ứng dụng mô hình lớn đang tạo ra những thách thức và biến đổi đối với cơ cấu nhân sự trong ngành tài chính. Một số vị trí truyền thống đang phải đối mặt với nguy cơ bị thay thế, nhưng đồng thời cũng tạo ra những cơ hội mới. Khoảng cách về nhân tài vẫn còn rất lớn, đặc biệt là trong lĩnh vực AI và mô hình lớn. Các tổ chức tài chính đang tích cực đào tạo nhân tài liên quan để hỗ trợ việc xây dựng và đổi mới ứng dụng của nền tảng AI lớn.
Trong tương lai, ngành tài chính sẽ tái cấu trúc hệ thống, để các mô hình lớn trở thành nền tảng cho các hệ thống thông minh và số hóa. Sự hợp tác giữa các mô hình lớn và các mô hình nhỏ truyền thống cũng sẽ trở thành xu hướng. Trong quá trình này, cấu trúc nhân sự của các tổ chức tài chính sẽ trải qua điều chỉnh, và những nhân tài nắm vững kỹ năng mô hình lớn sẽ có sức cạnh tranh cao hơn.