Застосування великих моделей у фінансовій сфері вступає в раціональну стадію, кілька фінансових установ починають приділяти увагу з стратегічної точки зору

Після появи ChatGPT, увага фінансової сфери до штучного інтелекту швидко зросла. Одного разу фахівці галузі навіть у храмі могли почути обговорення про великі моделі. Однак цей ажіотаж поступово вщухає, а розуміння великих моделей в індустрії стає більш чітким і раціональним.

Головний технічний директор банківського бізнесу Softline, Сунь Хунцзюн, описав еволюцію ставлення фінансової індустрії до великих моделей: на початку року панувала загальна тривога; навесні розпочали формувати команди для досліджень; влітку під час впровадження виникли труднощі, почали раціонально мислити; нині більше уваги приділяють еталонним випадкам, вибірково проводять практику.

Варто зазначити, що багато фінансових установ вже включили великі моделі на стратегічному рівні. За неповними даними, принаймні 11 банків, що котируються на фондовій біржі A, в останніх піврічних звітах чітко зазначили, що досліджують застосування великих моделей. Судячи з недавніх дій, ці установи здійснюють більш глибоке обдумування та планування з точки зору стратегії та верхнього рівня дизайну.

В порівнянні з кількома місяцями тому, фінансові клієнти суттєво покращили своє розуміння великих моделей. На початку року, хоча ентузіазм був високим, проте розуміння сутності великих моделей та способів їх застосування було обмеженим. З випуском великих моделей багатьма технологічними компаніями в країні, деякі провідні фінансові установи почали активно вести переговори про співпрацю з технологічними компаніями.

Після травня, під впливом нестачі ресурсів обчислювальної потужності, високих витрат та інших факторів, увага фінансових установ зосереджується на прикладній цінності, а не на побудові власних моделей. Великі фінансові установи схиляються до впровадження основних великих моделей і створення корпоративних великих моделей, тоді як малі та середні установи більше розглядають можливість прямого використання API публічного хмари або приватизованих служб.

Однак, через високі вимоги фінансової галузі до відповідності даних, безпеки та достовірності, впровадження великих моделей у цій галузі насправді трохи відстає від початкових очікувань року. Щоб вирішити ці проблеми, фінансові установи вживають різноманітних заходів, таких як створення власних обчислювальних потужностей, гібридне розгортання тощо. Деякі установи також посилюють управління даними, створюючи централізовані платформи даних та системи управління.

Наразі фінансові установи в основному впроваджують великі моделі в внутрішніх сценаріях, таких як розумний офіс, інтелектуальна розробка тощо. Багато установ вважають, що в короткостроковій перспективі не слід безпосередньо використовувати великі моделі для сценаріїв, орієнтованих на клієнтів. Асистенти коду та асистенти обслуговування клієнтів є найбільш поширеними сценаріями застосування.

Деякі фінансові установи почали реконструювати системну архітектуру на основі великих моделей, використовуючи ієрархічну модель, де великі моделі виступають у ролі центральних, а традиційні моделі використовуються як навички. Водночас також широко застосовується стратегія з кількома моделями для оптимізації найкращого результату.

Застосування великих моделей викликає виклики для структури кадрів у фінансовій сфері. З одного боку, певні посади стикаються з ризиком заміщення; з іншого боку, попит на кадри, пов'язані з великими моделями, різко зростає. Фінансові установи загалом стикаються з нестачею кадрів, особливо в галузі самостійного створення великих моделей. Деякі установи вже почали вживати заходів, таких як розробка навчальних курсів, створення спільних проектних груп тощо, для підвищення кваліфікації співробітників.

В цілому, фінансова установа в застосуванні великих моделей поступово стає зрілою. Хоча вона все ще стикається з багатьма викликами, галузь активно досліджує рішення та поступово інтегрує великі моделі в бізнес-процеси та стратегічне планування.