Grandes modelos en la industria financiera: de la euforia a la racionalidad
Tras el lanzamiento de ChatGPT, la industria financiera sintió de inmediato la ansiedad. Este sector, que tiene fe en la tecnología, teme quedarse atrás en la corriente de la época. Esta atmósfera de inquietud incluso llegó a afectar a los templos. Una persona del sector reveló que en mayo, durante un viaje de trabajo a Dali, pudo encontrar a profesionales financieros discutiendo sobre grandes modelos en un templo.
Sin embargo, esta ansiedad está disminuyendo gradualmente, y el pensamiento de las personas se vuelve más claro y racional. Sun Hongjun, CTO de servicios bancarios de Softcom Power, describió varias etapas de la actitud de la industria financiera hacia los grandes modelos: en febrero y marzo, todos estaban ansiosos, preocupados por quedarse atrás; en abril y mayo, empezaron a formar equipos y a actuar; en los meses siguientes encontraron dificultades en la búsqueda de dirección y en la implementación, comenzando a volverse racionales; ahora se enfocan en los referentes, intentando validar escenarios probados.
Una nueva tendencia es que muchas instituciones financieras han comenzado a dar importancia estratégica a los grandes modelos. Según estadísticas incompletas, al menos 11 bancos en las empresas que cotizan en A-shares han mencionado claramente en sus últimos informes semestrales que están explorando la aplicación de grandes modelos. Según las acciones recientes, están realizando un pensamiento y una planificación de caminos más claros desde el nivel estratégico y de diseño superior.
De la pasión en aumento a un regreso a la razón
A principios de año, cuando ChatGPT apareció por primera vez, la industria financiera tenía un gran entusiasmo por los grandes modelos, pero su comprensión sobre su naturaleza y formas de aplicación era limitada. Algunos grandes bancos tomaron la delantera y comenzaron diversas campañas de promoción. Al mismo tiempo, los departamentos de tecnología de algunas instituciones financieras líderes estaban activamente discutiendo la construcción de grandes modelos con grandes empresas tecnológicas.
La situación comenzó a cambiar gradualmente después de mayo. Limitados por la escasez de recursos de computación y los altos costos, muchas instituciones financieras empezaron a pasar de simplemente desear construir sus propios modelos a enfocarse más en el valor de aplicación. Las grandes instituciones financieras pueden introducir modelos grandes de base líderes en la industria, construir sus propios modelos empresariales y, al mismo tiempo, adoptar formas de ajuste fino para formar modelos de tarea en campos profesionales. Las pequeñas y medianas instituciones financieras pueden considerar de manera integral el retorno de la inversión y, según sea necesario, introducir servicios en la nube de varios modelos grandes o implementar despliegues privatizados.
Debido a las altas exigencias del sector financiero en cuanto a la conformidad, seguridad y confiabilidad de los datos, algunas personas consideran que el avance de los modelos de gran escala en esta industria ha sido un poco más lento de lo esperado a principios de año. Las instituciones financieras están buscando resolver diversos obstáculos en el proceso de implementación, como han surgido varias ideas para solucionar el problema de la capacidad de cálculo:
Construir la capacidad de cálculo directamente, el costo es alto pero la seguridad es buena, adecuado para grandes instituciones financieras con recursos sólidos.
Despliegue híbrido de capacidad de cómputo, aceptando la llamada a la interfaz del servicio de modelos grandes desde la nube pública sin que los datos sensibles salgan del dominio, al mismo tiempo que se procesan los servicios de datos locales a través de un despliegue privatizado. Costos más bajos, adecuado para instituciones financieras pequeñas y medianas.
Explorar el modelo de compartir en la industria. Algunas agencias reguladoras están investigando si pueden liderar la construcción de una infraestructura de grandes modelos orientada a industrias específicas, concentrando la potencia de cálculo y los recursos de grandes modelos generales, para que las pequeñas y medianas instituciones financieras también puedan utilizar los servicios de grandes modelos.
Además, cada vez más instituciones financieras están comenzando a fortalecer la gobernanza de datos, construyendo plataformas de datos y sistemas de gobernanza de datos. Algunos bancos están resolviendo problemas de datos mediante el uso de modelos grandes combinados con enfoques MLOps, logrando una gestión unificada y un procesamiento eficiente de datos heterogéneos de múltiples fuentes.
Desde la escena periférica
En los últimos seis meses, los proveedores de servicios de modelos grandes y las instituciones financieras han estado explorando activamente escenarios de aplicación, incluidos la oficina inteligente, el desarrollo inteligente, el marketing inteligente, el servicio al cliente inteligente, la investigación de inversiones inteligente, el control de riesgos inteligente, el análisis de necesidades, entre otros.
Cada institución financiera tiene ricas ideas sobre los grandes modelos. Pero al implementarlos en la práctica, generalmente adoptan una estrategia de primero interno y luego externo. Esto se debe a que la tecnología de grandes modelos aún no está madura, y la industria financiera es un campo de alta regulación, alta seguridad y alta confiabilidad.
Actualmente, escenarios como asistentes de código y oficinas inteligentes ya se han implementado en varias instituciones financieras. Sin embargo, los expertos de la industria creen que estos escenarios de amplia aplicación en realidad aún no son las aplicaciones centrales de las instituciones financieras, y los modelos grandes todavía están a cierta distancia de profundizar en el nivel de negocio de la industria financiera.
Antes de esto, algunos cambios a nivel de diseño superior estaban en curso. Varias instituciones financieras líderes han construido un marco de sistema jerárquico que incluye capas de infraestructura, capa de modelos, capa de servicios de grandes modelos, capa de aplicaciones, entre otros, basado en grandes modelos. Estos marcos generalmente presentan dos características principales: primero, el gran modelo ejerce capacidades centrales, utilizando el modelo tradicional como una habilidad; segundo, la capa de gran modelo adopta una estrategia de múltiples modelos, eligiendo internamente el mejor rendimiento.
La brecha de talento sigue siendo enorme
La aplicación de grandes modelos ha comenzado a desafiar y transformar la estructura del personal en la industria financiera. Algunos puestos enfrentan el riesgo de ser sustituidos, pero al mismo tiempo, también han surgido nuevas demandas de talento.
Algunos bancos no desean que los grandes modelos provoquen despidos, sino que esperan mejorar la calidad del servicio y la eficiencia laboral de los empleados, liberando a algunos para realizar trabajos de mayor valor. Esto no solo considera la estabilidad del personal y de la estructura, sino también porque todavía existen vacantes en muchos puestos.
El rápido desarrollo de los grandes modelos ha llevado a que la oferta de talentos escasos no pueda coincidir con la creciente demanda a corto plazo. Las instituciones financieras enfrentan desafíos en la contratación de talento al aplicar la capacidad de los grandes modelos en los procesos comerciales centrales. La demanda de talento para aplicar directamente los grandes modelos es relativamente simple, pero construir un gran modelo específico para la industria o la empresa requiere un equipo técnico especializado en grandes modelos verticales.
Algunas instituciones ya han tomado medidas, como el diseño conjunto de cursos de capacitación y la creación de grupos de proyectos conjuntos, para mejorar las capacidades del personal de las empresas. En este proceso, la estructura del personal de las instituciones financieras también experimentará ajustes y transformaciones, y los desarrolladores que dominen las habilidades de los grandes modelos pueden tener más facilidad para sobrevivir en el nuevo entorno.
En general, la aplicación de grandes modelos en la industria financiera todavía se encuentra en una etapa de exploración. Aunque ya se han logrado algunos resultados preliminares, para realmente aprovechar su valor en el negocio central, se necesitan más avances tecnológicos, formación de talento y acumulación de práctica.
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
13 me gusta
Recompensa
13
3
Republicar
Compartir
Comentar
0/400
0xOverleveraged
· hace17h
Esto puede atraer a cualquier cosa, el comercio de criptomonedas de nadie es tan feroz como el de ellos.
Ver originalesResponder0
Frontrunner
· hace17h
Ah... al principio sumar estaba demasiado ansioso, ¿verdad?
Ver originalesResponder0
FloorPriceWatcher
· hace17h
Ni siquiera encender incienso puede salvarme de esta ola de ansiedad jajaja
El impacto de los grandes modelos en la industria financiera: de la emoción alta a la implementación racional
Grandes modelos en la industria financiera: de la euforia a la racionalidad
Tras el lanzamiento de ChatGPT, la industria financiera sintió de inmediato la ansiedad. Este sector, que tiene fe en la tecnología, teme quedarse atrás en la corriente de la época. Esta atmósfera de inquietud incluso llegó a afectar a los templos. Una persona del sector reveló que en mayo, durante un viaje de trabajo a Dali, pudo encontrar a profesionales financieros discutiendo sobre grandes modelos en un templo.
Sin embargo, esta ansiedad está disminuyendo gradualmente, y el pensamiento de las personas se vuelve más claro y racional. Sun Hongjun, CTO de servicios bancarios de Softcom Power, describió varias etapas de la actitud de la industria financiera hacia los grandes modelos: en febrero y marzo, todos estaban ansiosos, preocupados por quedarse atrás; en abril y mayo, empezaron a formar equipos y a actuar; en los meses siguientes encontraron dificultades en la búsqueda de dirección y en la implementación, comenzando a volverse racionales; ahora se enfocan en los referentes, intentando validar escenarios probados.
Una nueva tendencia es que muchas instituciones financieras han comenzado a dar importancia estratégica a los grandes modelos. Según estadísticas incompletas, al menos 11 bancos en las empresas que cotizan en A-shares han mencionado claramente en sus últimos informes semestrales que están explorando la aplicación de grandes modelos. Según las acciones recientes, están realizando un pensamiento y una planificación de caminos más claros desde el nivel estratégico y de diseño superior.
De la pasión en aumento a un regreso a la razón
A principios de año, cuando ChatGPT apareció por primera vez, la industria financiera tenía un gran entusiasmo por los grandes modelos, pero su comprensión sobre su naturaleza y formas de aplicación era limitada. Algunos grandes bancos tomaron la delantera y comenzaron diversas campañas de promoción. Al mismo tiempo, los departamentos de tecnología de algunas instituciones financieras líderes estaban activamente discutiendo la construcción de grandes modelos con grandes empresas tecnológicas.
La situación comenzó a cambiar gradualmente después de mayo. Limitados por la escasez de recursos de computación y los altos costos, muchas instituciones financieras empezaron a pasar de simplemente desear construir sus propios modelos a enfocarse más en el valor de aplicación. Las grandes instituciones financieras pueden introducir modelos grandes de base líderes en la industria, construir sus propios modelos empresariales y, al mismo tiempo, adoptar formas de ajuste fino para formar modelos de tarea en campos profesionales. Las pequeñas y medianas instituciones financieras pueden considerar de manera integral el retorno de la inversión y, según sea necesario, introducir servicios en la nube de varios modelos grandes o implementar despliegues privatizados.
Debido a las altas exigencias del sector financiero en cuanto a la conformidad, seguridad y confiabilidad de los datos, algunas personas consideran que el avance de los modelos de gran escala en esta industria ha sido un poco más lento de lo esperado a principios de año. Las instituciones financieras están buscando resolver diversos obstáculos en el proceso de implementación, como han surgido varias ideas para solucionar el problema de la capacidad de cálculo:
Construir la capacidad de cálculo directamente, el costo es alto pero la seguridad es buena, adecuado para grandes instituciones financieras con recursos sólidos.
Despliegue híbrido de capacidad de cómputo, aceptando la llamada a la interfaz del servicio de modelos grandes desde la nube pública sin que los datos sensibles salgan del dominio, al mismo tiempo que se procesan los servicios de datos locales a través de un despliegue privatizado. Costos más bajos, adecuado para instituciones financieras pequeñas y medianas.
Explorar el modelo de compartir en la industria. Algunas agencias reguladoras están investigando si pueden liderar la construcción de una infraestructura de grandes modelos orientada a industrias específicas, concentrando la potencia de cálculo y los recursos de grandes modelos generales, para que las pequeñas y medianas instituciones financieras también puedan utilizar los servicios de grandes modelos.
Además, cada vez más instituciones financieras están comenzando a fortalecer la gobernanza de datos, construyendo plataformas de datos y sistemas de gobernanza de datos. Algunos bancos están resolviendo problemas de datos mediante el uso de modelos grandes combinados con enfoques MLOps, logrando una gestión unificada y un procesamiento eficiente de datos heterogéneos de múltiples fuentes.
Desde la escena periférica
En los últimos seis meses, los proveedores de servicios de modelos grandes y las instituciones financieras han estado explorando activamente escenarios de aplicación, incluidos la oficina inteligente, el desarrollo inteligente, el marketing inteligente, el servicio al cliente inteligente, la investigación de inversiones inteligente, el control de riesgos inteligente, el análisis de necesidades, entre otros.
Cada institución financiera tiene ricas ideas sobre los grandes modelos. Pero al implementarlos en la práctica, generalmente adoptan una estrategia de primero interno y luego externo. Esto se debe a que la tecnología de grandes modelos aún no está madura, y la industria financiera es un campo de alta regulación, alta seguridad y alta confiabilidad.
Actualmente, escenarios como asistentes de código y oficinas inteligentes ya se han implementado en varias instituciones financieras. Sin embargo, los expertos de la industria creen que estos escenarios de amplia aplicación en realidad aún no son las aplicaciones centrales de las instituciones financieras, y los modelos grandes todavía están a cierta distancia de profundizar en el nivel de negocio de la industria financiera.
Antes de esto, algunos cambios a nivel de diseño superior estaban en curso. Varias instituciones financieras líderes han construido un marco de sistema jerárquico que incluye capas de infraestructura, capa de modelos, capa de servicios de grandes modelos, capa de aplicaciones, entre otros, basado en grandes modelos. Estos marcos generalmente presentan dos características principales: primero, el gran modelo ejerce capacidades centrales, utilizando el modelo tradicional como una habilidad; segundo, la capa de gran modelo adopta una estrategia de múltiples modelos, eligiendo internamente el mejor rendimiento.
La brecha de talento sigue siendo enorme
La aplicación de grandes modelos ha comenzado a desafiar y transformar la estructura del personal en la industria financiera. Algunos puestos enfrentan el riesgo de ser sustituidos, pero al mismo tiempo, también han surgido nuevas demandas de talento.
Algunos bancos no desean que los grandes modelos provoquen despidos, sino que esperan mejorar la calidad del servicio y la eficiencia laboral de los empleados, liberando a algunos para realizar trabajos de mayor valor. Esto no solo considera la estabilidad del personal y de la estructura, sino también porque todavía existen vacantes en muchos puestos.
El rápido desarrollo de los grandes modelos ha llevado a que la oferta de talentos escasos no pueda coincidir con la creciente demanda a corto plazo. Las instituciones financieras enfrentan desafíos en la contratación de talento al aplicar la capacidad de los grandes modelos en los procesos comerciales centrales. La demanda de talento para aplicar directamente los grandes modelos es relativamente simple, pero construir un gran modelo específico para la industria o la empresa requiere un equipo técnico especializado en grandes modelos verticales.
Algunas instituciones ya han tomado medidas, como el diseño conjunto de cursos de capacitación y la creación de grupos de proyectos conjuntos, para mejorar las capacidades del personal de las empresas. En este proceso, la estructura del personal de las instituciones financieras también experimentará ajustes y transformaciones, y los desarrolladores que dominen las habilidades de los grandes modelos pueden tener más facilidad para sobrevivir en el nuevo entorno.
En general, la aplicación de grandes modelos en la industria financiera todavía se encuentra en una etapa de exploración. Aunque ya se han logrado algunos resultados preliminares, para realmente aprovechar su valor en el negocio central, se necesitan más avances tecnológicos, formación de talento y acumulación de práctica.