Aplikasi model besar di industri keuangan memasuki tahap rasional, banyak institusi keuangan mulai memberikan perhatian dari sisi strategis.

Setelah peluncuran ChatGPT, perhatian industri keuangan terhadap kecerdasan buatan meningkat dengan cepat. Suatu ketika, para profesional di dalam industri bahkan bisa mendengar diskusi tentang model besar di kuil. Namun, gelombang antusiasme ini perlahan-lahan mulai stabil, dan pemahaman industri tentang model besar menjadi lebih jelas dan rasional.

CTO Sun Hongjun dari Runtong Power Bank menggambarkan proses evolusi sikap industri keuangan terhadap model besar: pada awal tahun ada kecemasan yang umum; pada musim semi mulai membentuk tim untuk eksplorasi; pada musim panas menghadapi kesulitan dalam implementasi, mulai berpikir secara rasional; kini lebih fokus pada kasus acuan, secara selektif melakukan praktik.

Perlu dicatat bahwa banyak Institusi Keuangan telah memasukkan model besar ke dalam tingkat strategi. Menurut statistik yang tidak lengkap, setidaknya 11 bank yang terdaftar di A-share secara jelas mengungkapkan bahwa mereka sedang menjelajahi aplikasi model besar dalam laporan setengah tahunan terbaru mereka. Dari tindakan terbaru, institusi-institusi ini sedang melakukan pemikiran dan perencanaan yang lebih mendalam dari sisi strategi dan desain tingkat atas.

Dibandingkan dengan beberapa bulan yang lalu, pemahaman klien keuangan tentang model besar jelas meningkat. Di awal tahun, meskipun antusiasme tinggi, pemahaman tentang sifat dan cara aplikasi model besar masih terbatas. Dengan peluncuran model besar oleh beberapa perusahaan teknologi domestik, beberapa institusi keuangan terkemuka mulai aktif menjalin kerja sama dengan perusahaan teknologi.

Setelah Mei, akibat kekurangan sumber daya komputasi dan tingginya biaya, perhatian institusi keuangan beralih dari membangun model sendiri ke nilai aplikasi. Institusi keuangan besar cenderung mengadopsi model dasar besar dan membangun model besar perusahaan sendiri, sementara institusi kecil dan menengah lebih mempertimbangkan untuk langsung menggunakan API cloud publik atau layanan yang di-deploy secara privat.

Namun, karena industri keuangan memiliki tuntutan yang tinggi terhadap kepatuhan, keamanan, dan keandalan data, kemajuan penerapan model besar di industri ini sebenarnya sedikit lebih rendah dari yang diperkirakan pada awal tahun. Untuk mengatasi masalah ini, institusi keuangan sedang mengambil berbagai langkah, seperti membangun kekuatan komputasi sendiri, penerapan campuran, dan lain-lain. Beberapa institusi juga sedang memperkuat tata kelola data, membangun platform data, dan sistem tata kelola.

Saat ini, Institusi Keuangan terutama memasuki aplikasi model besar dari skenario internal, seperti perkantoran cerdas, pengembangan cerdas, dan lain-lain. Banyak institusi berpendapat bahwa dalam jangka pendek, tidak pantas untuk langsung menggunakan model besar di skenario yang menghadap pelanggan. Asisten kode dan asisten layanan pelanggan adalah skenario yang saat ini cukup luas digunakan.

Beberapa institusi keuangan telah mulai membangun kembali arsitektur sistem berdasarkan model besar, menggunakan pola berlapis, dengan model besar sebagai pusat, dan memanggil model tradisional sebagai keterampilan. Sementara itu, strategi multi-model juga banyak diterapkan untuk memilih hasil terbaik.

Aplikasi model besar sedang menantang struktur tenaga kerja di industri keuangan. Di satu sisi, beberapa posisi menghadapi risiko digantikan; di sisi lain, permintaan akan talenta terkait model besar melonjak. Institusi Keuangan umumnya menghadapi kekurangan tenaga kerja, terutama dalam pengembangan model besar untuk industri atau perusahaan sendiri. Beberapa institusi telah mulai mengambil langkah, seperti merancang program pelatihan, membentuk kelompok proyek bersama, dan lainnya, untuk meningkatkan kemampuan karyawan.

Secara keseluruhan, industri keuangan sedang secara bertahap menuju kematangan dalam penerapan model besar. Meskipun masih menghadapi banyak tantangan, industri ini sedang aktif mengeksplorasi solusi dan secara bertahap mengintegrasikan model besar ke dalam proses bisnis dan perencanaan strategis.