Grandes modelos no setor financeiro: da empolgação elevada ao retorno racional
Após o surgimento do ChatGPT, a indústria financeira imediatamente sentiu ansiedade. Este setor, que acredita na tecnologia, teme ser deixado para trás pela corrente do tempo. Esta atmosfera de apreensão chegou até a afetar templos. Uma pessoa do setor revelou que, em maio, durante uma viagem de negócios a Dali, conseguiu encontrar profissionais financeiros discutindo grandes modelos até mesmo em um templo.
No entanto, essa ansiedade está gradualmente diminuindo, e o pensamento das pessoas está se tornando mais claro e racional. Sun Hongjun, CTO do setor bancário da SoftTech, descreveu várias fases da atitude da indústria financeira em relação aos grandes modelos: em fevereiro e março, todos estavam muito ansiosos, preocupados em ficar para trás; em abril e maio, formaram equipes e começaram a agir; nos meses seguintes, encontraram dificuldades na busca por direção e implementação, começando a se tornar mais racionais; agora, o foco está em benchmarks, tentando validar cenários testados.
Uma nova tendência é que muitas instituições financeiras começaram a valorizar os grandes modelos a partir de uma perspectiva estratégica. Segundo estatísticas incompletas, pelo menos 11 bancos listados na bolsa A estão explorando a aplicação de grandes modelos em seus relatórios semestrais mais recentes. Com base nas ações recentes, eles estão realizando um pensamento e um planejamento de caminho mais claros a partir de uma perspectiva estratégica e de design de alto nível.
De uma paixão fervorosa a um retorno à razão
No início do ano, quando o ChatGPT apareceu, a indústria financeira estava muito entusiasmada com os grandes modelos, mas tinha uma compreensão limitada sobre sua essência e formas de aplicação. Alguns grandes bancos foram os primeiros a agir, começando a realizar várias campanhas de divulgação. Ao mesmo tempo, os departamentos de tecnologia de algumas instituições financeiras de destaque estavam ativamente discutindo a construção de grandes modelos com grandes empresas de tecnologia.
A situação começou a mudar gradualmente após maio. Limitadas pela escassez de recursos de computação e pelos altos custos, muitas instituições financeiras começaram a passar de uma simples esperança de construir modelos próprios para uma maior atenção ao valor aplicado. Grandes instituições financeiras podem introduzir modelos de base líderes do setor, construir seus próprios modelos empresariais e, ao mesmo tempo, adotar formas de ajuste fino, formando modelos de tarefa em áreas especializadas. Instituições financeiras de pequeno e médio porte podem considerar o retorno sobre o investimento e, conforme necessário, introduzir serviços de nuvem ou implantações privatizadas de vários modelos de grande escala.
Devido às elevadas exigências do setor financeiro em relação à conformidade, segurança e credibilidade dos dados, algumas pessoas acreditam que o progresso na implementação de grandes modelos neste setor está ligeiramente atrasado em relação às expectativas do início do ano. As instituições financeiras estão à procura de soluções para os vários obstáculos que surgem no processo de implementação, como surgiram várias ideias de solução na área da capacidade de computação:
Construção direta da capacidade de computação, com custos mais altos, mas boa segurança, adequada para grandes instituições financeiras com forte capital.
Implementação mista de capacidade de computação, aceitando chamadas de serviços de grandes modelos da nuvem pública, sem que dados sensíveis saiam do domínio, enquanto os serviços de dados locais são tratados por meio de uma implementação privada. Custo mais baixo, adequado para pequenas e médias instituições financeiras.
Explorar o modelo de compartilhamento da indústria. Algumas entidades reguladoras estão analisando se podem liderar a construção de uma infraestrutura de grandes modelos voltada para setores específicos, concentrando poder de computação e recursos de grandes modelos gerais, permitindo que instituições financeiras de médio e pequeno porte também usem serviços de grandes modelos.
Além disso, cada vez mais instituições financeiras estão começando a fortalecer a governança de dados, construindo plataformas de dados e sistemas de governança de dados. Alguns bancos estão resolvendo problemas de dados por meio de grandes modelos combinados com a abordagem MLOps, alcançando a gestão unificada e o processamento eficiente de dados heterogêneos de múltiplas fontes.
A partir do cenário externo
Nos últimos seis meses, prestadores de serviços de grandes modelos e instituições financeiras têm explorado ativamente cenários de aplicação, incluindo escritório inteligente, desenvolvimento inteligente, marketing inteligente, atendimento ao cliente inteligente, pesquisa e investimento inteligente, controle de riscos inteligente e análise de demanda.
Cada instituição financeira tem ricas ideias sobre grandes modelos. Mas, na implementação real, geralmente adotam uma estratégia de primeiro interno e depois externo. Isso se deve ao fato de que a tecnologia atual dos grandes modelos ainda não é madura, enquanto o setor financeiro é um campo altamente regulado, seguro e confiável.
Atualmente, cenários como assistente de código e escritório inteligente já foram implementados em várias instituições financeiras. No entanto, profissionais da indústria acreditam que esses cenários amplamente aplicados ainda não são as aplicações centrais das instituições financeiras, e que os modelos grandes ainda estão a alguma distância de penetrar nas camadas de negócios da indústria financeira.
Antes disso, algumas mudanças no nível de design de alto nível estavam em andamento. Várias instituições financeiras de destaque já construíram, com base em grandes modelos, uma estrutura de sistema em camadas que inclui camada de infraestrutura, camada de modelo, camada de serviço de grandes modelos, camada de aplicação, entre outras. Esses sistemas de estrutura geralmente têm duas características principais: a primeira é que os grandes modelos desempenham uma capacidade central, chamando modelos tradicionais como habilidades; a segunda é que a camada de grandes modelos adota uma estratégia de múltiplos modelos, com competição interna para selecionar o melhor resultado.
A falta de talentos ainda é enorme
A aplicação de grandes modelos já começou a trazer desafios e transformações na estrutura de pessoal da indústria financeira. Alguns cargos enfrentam o risco de serem substituídos, mas ao mesmo tempo, surgem novas demandas de talento.
Alguns bancos não desejam que os grandes modelos resultem em redução de pessoal, mas sim que, através da melhoria da qualidade do serviço e da eficiência do trabalho, liberem alguns funcionários para realizar trabalhos de maior valor. Isso considera não apenas a estabilidade do pessoal e da estrutura, mas também porque muitos cargos ainda apresentam uma lacuna de talentos.
O rápido desenvolvimento de grandes modelos levou a uma escassez de talentos que não consegue acompanhar a demanda em explosão a curto prazo. As instituições financeiras enfrentam desafios de talento ao aplicar as capacidades de grandes modelos nos processos de negócios centrais. A demanda por talentos que aplicam diretamente grandes modelos é relativamente simples, mas a construção de grandes modelos específicos para a indústria ou empresa requer uma equipe técnica vertical de grandes modelos altamente competente.
Algumas instituições já tomaram medidas, como co-desenhar cursos de formação e estabelecer grupos de projetos conjuntos para melhorar as habilidades das pessoas nas empresas. Neste processo, a estrutura de pessoal das instituições financeiras também passará por ajustes e transformações, e os desenvolvedores que dominam as habilidades de grandes modelos poderão ter mais facilidade em sobreviver em um novo ambiente.
De um modo geral, a aplicação de modelos grandes na indústria financeira ainda está em fase de exploração. Embora já existam alguns resultados preliminares, para realmente aproveitar o seu valor nos negócios centrais, são necessárias mais inovações tecnológicas, formação de talentos e acumulação de práticas.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
13 Curtidas
Recompensa
13
3
Repostar
Compartilhar
Comentário
0/400
0xOverleveraged
· 20h atrás
Isto consegue tudo, a Negociação de criptomoedas não é tão intensa quanto a deles.
Ver originalResponder0
Frontrunner
· 20h atrás
Ah... no início, estava muito ansioso para embarcar.
Ver originalResponder0
FloorPriceWatcher
· 20h atrás
Nem mesmo acender incenso pode salvar desta ansiedade hahaha
O impacto dos grandes modelos na indústria financeira: da empolgação elevada à implementação racional.
Grandes modelos no setor financeiro: da empolgação elevada ao retorno racional
Após o surgimento do ChatGPT, a indústria financeira imediatamente sentiu ansiedade. Este setor, que acredita na tecnologia, teme ser deixado para trás pela corrente do tempo. Esta atmosfera de apreensão chegou até a afetar templos. Uma pessoa do setor revelou que, em maio, durante uma viagem de negócios a Dali, conseguiu encontrar profissionais financeiros discutindo grandes modelos até mesmo em um templo.
No entanto, essa ansiedade está gradualmente diminuindo, e o pensamento das pessoas está se tornando mais claro e racional. Sun Hongjun, CTO do setor bancário da SoftTech, descreveu várias fases da atitude da indústria financeira em relação aos grandes modelos: em fevereiro e março, todos estavam muito ansiosos, preocupados em ficar para trás; em abril e maio, formaram equipes e começaram a agir; nos meses seguintes, encontraram dificuldades na busca por direção e implementação, começando a se tornar mais racionais; agora, o foco está em benchmarks, tentando validar cenários testados.
Uma nova tendência é que muitas instituições financeiras começaram a valorizar os grandes modelos a partir de uma perspectiva estratégica. Segundo estatísticas incompletas, pelo menos 11 bancos listados na bolsa A estão explorando a aplicação de grandes modelos em seus relatórios semestrais mais recentes. Com base nas ações recentes, eles estão realizando um pensamento e um planejamento de caminho mais claros a partir de uma perspectiva estratégica e de design de alto nível.
De uma paixão fervorosa a um retorno à razão
No início do ano, quando o ChatGPT apareceu, a indústria financeira estava muito entusiasmada com os grandes modelos, mas tinha uma compreensão limitada sobre sua essência e formas de aplicação. Alguns grandes bancos foram os primeiros a agir, começando a realizar várias campanhas de divulgação. Ao mesmo tempo, os departamentos de tecnologia de algumas instituições financeiras de destaque estavam ativamente discutindo a construção de grandes modelos com grandes empresas de tecnologia.
A situação começou a mudar gradualmente após maio. Limitadas pela escassez de recursos de computação e pelos altos custos, muitas instituições financeiras começaram a passar de uma simples esperança de construir modelos próprios para uma maior atenção ao valor aplicado. Grandes instituições financeiras podem introduzir modelos de base líderes do setor, construir seus próprios modelos empresariais e, ao mesmo tempo, adotar formas de ajuste fino, formando modelos de tarefa em áreas especializadas. Instituições financeiras de pequeno e médio porte podem considerar o retorno sobre o investimento e, conforme necessário, introduzir serviços de nuvem ou implantações privatizadas de vários modelos de grande escala.
Devido às elevadas exigências do setor financeiro em relação à conformidade, segurança e credibilidade dos dados, algumas pessoas acreditam que o progresso na implementação de grandes modelos neste setor está ligeiramente atrasado em relação às expectativas do início do ano. As instituições financeiras estão à procura de soluções para os vários obstáculos que surgem no processo de implementação, como surgiram várias ideias de solução na área da capacidade de computação:
Construção direta da capacidade de computação, com custos mais altos, mas boa segurança, adequada para grandes instituições financeiras com forte capital.
Implementação mista de capacidade de computação, aceitando chamadas de serviços de grandes modelos da nuvem pública, sem que dados sensíveis saiam do domínio, enquanto os serviços de dados locais são tratados por meio de uma implementação privada. Custo mais baixo, adequado para pequenas e médias instituições financeiras.
Explorar o modelo de compartilhamento da indústria. Algumas entidades reguladoras estão analisando se podem liderar a construção de uma infraestrutura de grandes modelos voltada para setores específicos, concentrando poder de computação e recursos de grandes modelos gerais, permitindo que instituições financeiras de médio e pequeno porte também usem serviços de grandes modelos.
Além disso, cada vez mais instituições financeiras estão começando a fortalecer a governança de dados, construindo plataformas de dados e sistemas de governança de dados. Alguns bancos estão resolvendo problemas de dados por meio de grandes modelos combinados com a abordagem MLOps, alcançando a gestão unificada e o processamento eficiente de dados heterogêneos de múltiplas fontes.
A partir do cenário externo
Nos últimos seis meses, prestadores de serviços de grandes modelos e instituições financeiras têm explorado ativamente cenários de aplicação, incluindo escritório inteligente, desenvolvimento inteligente, marketing inteligente, atendimento ao cliente inteligente, pesquisa e investimento inteligente, controle de riscos inteligente e análise de demanda.
Cada instituição financeira tem ricas ideias sobre grandes modelos. Mas, na implementação real, geralmente adotam uma estratégia de primeiro interno e depois externo. Isso se deve ao fato de que a tecnologia atual dos grandes modelos ainda não é madura, enquanto o setor financeiro é um campo altamente regulado, seguro e confiável.
Atualmente, cenários como assistente de código e escritório inteligente já foram implementados em várias instituições financeiras. No entanto, profissionais da indústria acreditam que esses cenários amplamente aplicados ainda não são as aplicações centrais das instituições financeiras, e que os modelos grandes ainda estão a alguma distância de penetrar nas camadas de negócios da indústria financeira.
Antes disso, algumas mudanças no nível de design de alto nível estavam em andamento. Várias instituições financeiras de destaque já construíram, com base em grandes modelos, uma estrutura de sistema em camadas que inclui camada de infraestrutura, camada de modelo, camada de serviço de grandes modelos, camada de aplicação, entre outras. Esses sistemas de estrutura geralmente têm duas características principais: a primeira é que os grandes modelos desempenham uma capacidade central, chamando modelos tradicionais como habilidades; a segunda é que a camada de grandes modelos adota uma estratégia de múltiplos modelos, com competição interna para selecionar o melhor resultado.
A falta de talentos ainda é enorme
A aplicação de grandes modelos já começou a trazer desafios e transformações na estrutura de pessoal da indústria financeira. Alguns cargos enfrentam o risco de serem substituídos, mas ao mesmo tempo, surgem novas demandas de talento.
Alguns bancos não desejam que os grandes modelos resultem em redução de pessoal, mas sim que, através da melhoria da qualidade do serviço e da eficiência do trabalho, liberem alguns funcionários para realizar trabalhos de maior valor. Isso considera não apenas a estabilidade do pessoal e da estrutura, mas também porque muitos cargos ainda apresentam uma lacuna de talentos.
O rápido desenvolvimento de grandes modelos levou a uma escassez de talentos que não consegue acompanhar a demanda em explosão a curto prazo. As instituições financeiras enfrentam desafios de talento ao aplicar as capacidades de grandes modelos nos processos de negócios centrais. A demanda por talentos que aplicam diretamente grandes modelos é relativamente simples, mas a construção de grandes modelos específicos para a indústria ou empresa requer uma equipe técnica vertical de grandes modelos altamente competente.
Algumas instituições já tomaram medidas, como co-desenhar cursos de formação e estabelecer grupos de projetos conjuntos para melhorar as habilidades das pessoas nas empresas. Neste processo, a estrutura de pessoal das instituições financeiras também passará por ajustes e transformações, e os desenvolvedores que dominam as habilidades de grandes modelos poderão ter mais facilidade em sobreviver em um novo ambiente.
De um modo geral, a aplicação de modelos grandes na indústria financeira ainda está em fase de exploração. Embora já existam alguns resultados preliminares, para realmente aproveitar o seu valor nos negócios centrais, são necessárias mais inovações tecnológicas, formação de talentos e acumulação de práticas.