Искусственный интеллект вызывает волну изменений в финансовой индустрии
С выходом ChatGPT внимание финансовой отрасли к технологиям искусственного интеллекта резко возросло. Сначала многие учреждения испытывали тревогу по поводу этой новой технологии, опасаясь отстать от современных тенденций. Однако после некоторого времени исследований и практики отношение отрасли к большим моделям ИИ постепенно стало более рациональным.
CTO Сунь Хунцзюнь из компании Ruantong Dongli описал несколько стадий отношения финансовой отрасли к большим моделям: в начале года наблюдалась общая тревога; весной начали формировать команды для исследований; летом во время внедрения возникли сложности, и подход стал более рациональным; сейчас же принимаются во внимание эталонные примеры и тестируются проверенные сценарии.
Стоит отметить, что все больше финансовых учреждений начинают стратегически относиться к технологиям больших моделей. По неполным данным, как минимум 11 компаний, зарегистрированных на фондовом рынке A, в своих последних полугодовых отчетах четко указали, что исследуют применение больших моделей. Судя по последним тенденциям, они ведут более четкое размышление и планирование на стратегическом и высоком уровне.
В области вычислительной мощности в финансовом секторе в настоящее время существует два основных решения: первое - это создание вычислительной мощности самостоятельно, что требует значительных затрат, но обеспечивает высокую безопасность и подходит для крупных организаций с сильными ресурсами; второе - это гибридное развертывание, которое использует облачные сервисы при обеспечении безопасности чувствительных данных, что является более дешевым вариантом и подходит для малых и средних организаций.
В то же время многие финансовые учреждения также усиливают работу по управлению данными. Некоторые крупные банки уже имеют成熟ные практики, и все больше средних учреждений начинают строить платформу данных и систему управления. Некоторые банки также решают проблемы с данными с помощью больших моделей в сочетании с MLOps, что позволяет осуществлять единое управление и эффективную обработку многопоточных и гетерогенных данных.
В отношении применения финансовые учреждения обычно используют стратегию "сначала внутри, затем снаружи". Внутренние сценарии, такие как умный офис, интеллектуальная разработка и т.д., уже имеют множество примеров реализации. Однако специалисты отрасли считают, что это все еще не основные приложения финансовых учреждений, и большие модели еще не достигли глубокого уровня интеграции в бизнес-процессы.
Стоит отметить, что некоторые финансовые учреждения уже начали вносить изменения на уровне верхнего проектирования. Несколько ведущих учреждений на основе больших моделей создали многоуровневые системные структуры, включающие уровень инфраструктуры, уровень модели, уровень сервиса, уровень приложения и т.д. Эти структуры обычно имеют две характеристики: первая — большие модели играют центральную роль, вызывая традиционные модели в качестве навыков; вторая — использование многомодельной стратегии, где внутренне сравниваются и выбираются наиболее эффективные результаты.
Тем не менее, применение крупных моделей также создает вызовы для финансовой отрасли в отношении кадров. В настоящее время в отрасли недостаточно специалистов, владеющих технологиями крупных моделей, чтобы удовлетворить растущий спрос. Некоторые организации уже начали предпринимать шаги, чтобы повысить квалификацию существующих сотрудников через учебные курсы, совместные проекты и другие способы. В то же время разработчики, умеющие работать с крупными моделями, также с большей вероятностью смогут выделиться в этой среде.
В целом, хотя технологии больших моделей в финансовой сфере все еще находятся на стадии исследования, они безусловно способствуют глубоким изменениям в отрасли. В будущем, с дальнейшей зрелостью технологий и увеличением кадрового резерва, большие модели, вероятно, будут играть важную роль в более широком круге ключевых бизнес-сценариев.
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» .
16 Лайков
Награда
16
7
Поделиться
комментарий
0/400
0xDreamChaser
· 07-27 18:09
Еще один AI, созданный умом
Посмотреть ОригиналОтветить0
UncleWhale
· 07-26 01:13
Старые знакомые, осталось только, чтобы банк пришел и забрал мои токены.
Посмотреть ОригиналОтветить0
PerennialLeek
· 07-25 05:20
финансовый бык номер один
Посмотреть ОригиналОтветить0
DefiPlaybook
· 07-25 05:10
Смарт-контракты дают более надежный способ получения дивидендов.
Посмотреть ОригиналОтветить0
WalletWhisperer
· 07-25 05:09
альфа сигналы повсюду в этом паттерне... финтех ДНК мутирует фр
Посмотреть ОригиналОтветить0
Layer3Dreamer
· 07-25 04:57
теоретически говоря, это просто L2 снова, но с большим количеством VC, которые вкладывают деньги в это
Посмотреть ОригиналОтветить0
MemeEchoer
· 07-25 04:55
Снова нужно заниматься финансовой трансформацией, да?
AI большие модели ведут к преобразованию финансовой отрасли, стратегическое планирование финансовых учреждений ускоряется.
Искусственный интеллект вызывает волну изменений в финансовой индустрии
С выходом ChatGPT внимание финансовой отрасли к технологиям искусственного интеллекта резко возросло. Сначала многие учреждения испытывали тревогу по поводу этой новой технологии, опасаясь отстать от современных тенденций. Однако после некоторого времени исследований и практики отношение отрасли к большим моделям ИИ постепенно стало более рациональным.
CTO Сунь Хунцзюнь из компании Ruantong Dongli описал несколько стадий отношения финансовой отрасли к большим моделям: в начале года наблюдалась общая тревога; весной начали формировать команды для исследований; летом во время внедрения возникли сложности, и подход стал более рациональным; сейчас же принимаются во внимание эталонные примеры и тестируются проверенные сценарии.
Стоит отметить, что все больше финансовых учреждений начинают стратегически относиться к технологиям больших моделей. По неполным данным, как минимум 11 компаний, зарегистрированных на фондовом рынке A, в своих последних полугодовых отчетах четко указали, что исследуют применение больших моделей. Судя по последним тенденциям, они ведут более четкое размышление и планирование на стратегическом и высоком уровне.
В области вычислительной мощности в финансовом секторе в настоящее время существует два основных решения: первое - это создание вычислительной мощности самостоятельно, что требует значительных затрат, но обеспечивает высокую безопасность и подходит для крупных организаций с сильными ресурсами; второе - это гибридное развертывание, которое использует облачные сервисы при обеспечении безопасности чувствительных данных, что является более дешевым вариантом и подходит для малых и средних организаций.
В то же время многие финансовые учреждения также усиливают работу по управлению данными. Некоторые крупные банки уже имеют成熟ные практики, и все больше средних учреждений начинают строить платформу данных и систему управления. Некоторые банки также решают проблемы с данными с помощью больших моделей в сочетании с MLOps, что позволяет осуществлять единое управление и эффективную обработку многопоточных и гетерогенных данных.
В отношении применения финансовые учреждения обычно используют стратегию "сначала внутри, затем снаружи". Внутренние сценарии, такие как умный офис, интеллектуальная разработка и т.д., уже имеют множество примеров реализации. Однако специалисты отрасли считают, что это все еще не основные приложения финансовых учреждений, и большие модели еще не достигли глубокого уровня интеграции в бизнес-процессы.
Стоит отметить, что некоторые финансовые учреждения уже начали вносить изменения на уровне верхнего проектирования. Несколько ведущих учреждений на основе больших моделей создали многоуровневые системные структуры, включающие уровень инфраструктуры, уровень модели, уровень сервиса, уровень приложения и т.д. Эти структуры обычно имеют две характеристики: первая — большие модели играют центральную роль, вызывая традиционные модели в качестве навыков; вторая — использование многомодельной стратегии, где внутренне сравниваются и выбираются наиболее эффективные результаты.
Тем не менее, применение крупных моделей также создает вызовы для финансовой отрасли в отношении кадров. В настоящее время в отрасли недостаточно специалистов, владеющих технологиями крупных моделей, чтобы удовлетворить растущий спрос. Некоторые организации уже начали предпринимать шаги, чтобы повысить квалификацию существующих сотрудников через учебные курсы, совместные проекты и другие способы. В то же время разработчики, умеющие работать с крупными моделями, также с большей вероятностью смогут выделиться в этой среде.
В целом, хотя технологии больших моделей в финансовой сфере все еще находятся на стадии исследования, они безусловно способствуют глубоким изменениям в отрасли. В будущем, с дальнейшей зрелостью технологий и увеличением кадрового резерва, большие модели, вероятно, будут играть важную роль в более широком круге ключевых бизнес-сценариев.