Великі моделі у фінансовій сфері: від високого ентузіазму до раціонального повернення
Після появи ChatGPT фінансовий сектор одразу відчув тривогу. Ця галузь, що вірить у технології, турбується, що може залишитися позаду в епоху змін. Ця атмосфера занепокоєння навіть деякий час поширилася на храми. Одна з представниць галузі розповіла, що у травні під час відрядження в Далі вона навіть у храмі натрапила на фінансистів, які обговорювали великі моделі.
Проте, ця тривога поступово заспокоюється, а думки людей стають все більш чіткими і раціональними. Технічний директор банківського бізнесу Softstone, Сунь Хунцзюнь, описав кілька етапів ставлення фінансової індустрії до великих моделей: у лютому-березні всі були стурбовані, побоюючись відставання; у квітні-травні почали формувати команди та діяти; в наступні кілька місяців зіткнулися з труднощами у пошуку напрямку та реалізації, почали ставати раціональними; зараз же увага зосереджена на еталонах, намагаються перевірити вже перевірені сценарії.
Новим трендом є те, що багато фінансових установ почали стратегічно приділяти увагу великим моделям. За неповними даними, принаймні 11 банків, що торгуються на фондовій біржі A, у своїх останніх піврічних звітах чітко вказали, що досліджують застосування великих моделей. Судячи з недавніх дій, вони ведуть більш чітке мислення та планування шляхів з стратегічного та верхнього рівня.
Від високого зростання до раціонального повернення
На початку року, коли ChatGPT тільки з'явився, фінансовий сектор проявляв високий інтерес до великих моделей, але розуміння їхньої суті та способів застосування було обмеженим. Декілька великих банків першими вжили заходів, почавши різноманітну рекламну діяльність. Водночас технологічні відділи провідних фінансових установ активно обговорювали питання побудови великих моделей з великими технологічними компаніями.
Ситуація поступово змінилася після травня. Обмеженість ресурсів обчислювальної потужності та високі витрати змусили багато фінансових установ перейти від простого бажання створити власні моделі до більшої уваги до їхньої прикладної цінності. Великі фінансові установи можуть залучати провідні базові великі моделі, створювати корпоративні великі моделі, одночасно використовуючи методи доопрацювання та формувати великі моделі завдань у спеціалізованих сферах. Маленькі та середні фінансові установи можуть комплексно розглядати інвестиційний дохід і за потребою залучати різні великі моделі, що надаються через хмарні сервіси або приватне розгортання.
Оскільки фінансовий сектор має високі вимоги до відповідності даних, безпеки та надійності, деякі вважають, що впровадження великих моделей у цій галузі трохи відстає від прогнозів на початку року. Фінансові установи шукають рішення для подолання різних перешкод у процесі впровадження, наприклад, у сфері обчислювальної потужності з'явилося кілька ідей рішень:
Пряме створення обчислювальної потужності, вища вартість, але гарна безпека, підходить для потужних фінансових установ.
Гібридне розгортання обчислювальної потужності, при цьому чутливі дані не покидають область, приймає виклики від публічних хмар для великих моделей сервісів, одночасно обробляючи локальні дані через приватне розгортання. Вартість нижча, підходить для малих і середніх фінансових установ.
Дослідження моделей спільного використання в галузі. Деякі регуляторні органи вивчають можливість ініціювання створення інфраструктури для великих моделей, орієнтованої на конкретні галузі, з централізованими обчислювальними потужностями та загальними ресурсами великих моделей, щоб малі та середні фінансові установи також могли користуватися послугами великих моделей.
Крім того, все більше фінансових установ починають посилювати управління даними, створюючи центри даних і системи управління даними. Деякі банки вирішують проблеми з даними за допомогою великих моделей у поєднанні з MLOps, реалізуючи єдине управління та ефективну обробку багатоджерельних гетерогенних даних.
Вступ до зовнішньої сцени
Протягом останніх півроку постачальники великих моделей та фінансові установи активно досліджують можливості застосування, включаючи розумний офіс, інтелектуальну розробку, розумний маркетинг, інтелектуальне обслуговування клієнтів, розумні інвестиційні дослідження, інтелектуальний контроль ризиків, аналіз потреб тощо.
Кожен фінансовий інститут має багато ідей щодо великих моделей. Але під час реальної реалізації зазвичай використовують стратегію спочатку внутрішнього, а потім зовнішнього впровадження. Це пов'язано з тим, що технології великих моделей наразі ще не є зрілими, а фінансова галузь є сектором з високим рівнем регулювання, безпеки та довіри.
На даний момент кодові асистенти та розумні офісні рішення вже реалізовані в багатьох фінансових установах. Однак, експерти вважають, що ці широко застосовувані рішення насправді ще не є основними застосуваннями фінансових установ, і великі моделі все ще мають певну відстань до глибинного проникнення в бізнес-аспекти фінансової галузі.
До цього часу відбуваються деякі зміни на рівні верхнього дизайну. Кілька провідних фінансових установ побудували багаторівневу системну структуру на основі великих моделей, яка включає інфраструктурний рівень, рівень моделей, рівень послуг великих моделей, рівень застосувань тощо. Ці системи загалом мають дві великі характеристики: по-перше, великі моделі виконують центральні функції, використовуючи традиційні моделі як навички; по-друге, рівень великих моделей використовує багатомодельну стратегію, де внутрішня конкуренція відбирає найкращий результат.
Проблема нестачі кадрів все ще велика
Застосування великих моделей вже почало ставити перед фінансовою індустрією виклики та зміни в структурі персоналу. Деякі посади стикаються з ризиком заміщення, але водночас виникає новий попит на таланти.
Деякі банки не бажають, щоб великі моделі призводили до скорочення кадрів, а хочуть підвищити якість обслуговування співробітників і ефективність роботи, звільнивши частину співробітників для виконання більш цінних завдань. Це враховує стабільність персоналу та структури, а також тому, що багато посад і досі існує дефіцит кадрів.
Швидкий розвиток великих моделей призвів до того, що в короткостроковій перспективі постачання рідкісних спеціалістів не може відповідати різко зрослому попиту. Фінансові установи стикаються з викликами у забезпеченні кадрами при впровадженні можливостей великих моделей у своїх основних бізнес-процесах. Прямий попит на спеціалістів, які використовують великі моделі, відносно простий, але створення власних галузевих або корпоративних великих моделей вимагає наявності висококваліфікованої команди спеціалістів з технологій великих моделей.
Деякі установи вже вжили заходів, таких як спільна розробка навчальних курсів, створення спільних проектних груп тощо, для підвищення кваліфікації працівників підприємств. У цьому процесі структура персоналу фінансових установ також зазнає змін і трансформацій, а розробники, які володіють навичками великих моделей, можуть легше адаптуватися до нових умов.
В цілому, застосування великих моделей у фінансовій сфері все ще перебуває на етапі досліджень. Хоча вже є деякі попередні результати, для того щоб по-справжньому реалізувати їхню цінність у ключових бізнес-процесах, необхідні подальші технологічні прориви, підготовка кадрів та накопичення практичного досвіду.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
13 лайків
Нагородити
13
3
Репост
Поділіться
Прокоментувати
0/400
0xOverleveraged
· 08-11 12:36
Це все може крутитися, торгівля криптовалютою не така вже й жорстка, як у них.
Переглянути оригіналвідповісти на0
Frontrunner
· 08-11 12:33
А... на початку приєднуйтесь було занадто тривожно, так?
Переглянути оригіналвідповісти на0
FloorPriceWatcher
· 08-11 12:13
Навіть запалювання свічок не врятує від цієї хвилі тривоги, ха-ха-ха.
Вплив великих моделей на фінансову галузь: від високого ентузіазму до раціонального впровадження
Великі моделі у фінансовій сфері: від високого ентузіазму до раціонального повернення
Після появи ChatGPT фінансовий сектор одразу відчув тривогу. Ця галузь, що вірить у технології, турбується, що може залишитися позаду в епоху змін. Ця атмосфера занепокоєння навіть деякий час поширилася на храми. Одна з представниць галузі розповіла, що у травні під час відрядження в Далі вона навіть у храмі натрапила на фінансистів, які обговорювали великі моделі.
Проте, ця тривога поступово заспокоюється, а думки людей стають все більш чіткими і раціональними. Технічний директор банківського бізнесу Softstone, Сунь Хунцзюнь, описав кілька етапів ставлення фінансової індустрії до великих моделей: у лютому-березні всі були стурбовані, побоюючись відставання; у квітні-травні почали формувати команди та діяти; в наступні кілька місяців зіткнулися з труднощами у пошуку напрямку та реалізації, почали ставати раціональними; зараз же увага зосереджена на еталонах, намагаються перевірити вже перевірені сценарії.
Новим трендом є те, що багато фінансових установ почали стратегічно приділяти увагу великим моделям. За неповними даними, принаймні 11 банків, що торгуються на фондовій біржі A, у своїх останніх піврічних звітах чітко вказали, що досліджують застосування великих моделей. Судячи з недавніх дій, вони ведуть більш чітке мислення та планування шляхів з стратегічного та верхнього рівня.
Від високого зростання до раціонального повернення
На початку року, коли ChatGPT тільки з'явився, фінансовий сектор проявляв високий інтерес до великих моделей, але розуміння їхньої суті та способів застосування було обмеженим. Декілька великих банків першими вжили заходів, почавши різноманітну рекламну діяльність. Водночас технологічні відділи провідних фінансових установ активно обговорювали питання побудови великих моделей з великими технологічними компаніями.
Ситуація поступово змінилася після травня. Обмеженість ресурсів обчислювальної потужності та високі витрати змусили багато фінансових установ перейти від простого бажання створити власні моделі до більшої уваги до їхньої прикладної цінності. Великі фінансові установи можуть залучати провідні базові великі моделі, створювати корпоративні великі моделі, одночасно використовуючи методи доопрацювання та формувати великі моделі завдань у спеціалізованих сферах. Маленькі та середні фінансові установи можуть комплексно розглядати інвестиційний дохід і за потребою залучати різні великі моделі, що надаються через хмарні сервіси або приватне розгортання.
Оскільки фінансовий сектор має високі вимоги до відповідності даних, безпеки та надійності, деякі вважають, що впровадження великих моделей у цій галузі трохи відстає від прогнозів на початку року. Фінансові установи шукають рішення для подолання різних перешкод у процесі впровадження, наприклад, у сфері обчислювальної потужності з'явилося кілька ідей рішень:
Пряме створення обчислювальної потужності, вища вартість, але гарна безпека, підходить для потужних фінансових установ.
Гібридне розгортання обчислювальної потужності, при цьому чутливі дані не покидають область, приймає виклики від публічних хмар для великих моделей сервісів, одночасно обробляючи локальні дані через приватне розгортання. Вартість нижча, підходить для малих і середніх фінансових установ.
Дослідження моделей спільного використання в галузі. Деякі регуляторні органи вивчають можливість ініціювання створення інфраструктури для великих моделей, орієнтованої на конкретні галузі, з централізованими обчислювальними потужностями та загальними ресурсами великих моделей, щоб малі та середні фінансові установи також могли користуватися послугами великих моделей.
Крім того, все більше фінансових установ починають посилювати управління даними, створюючи центри даних і системи управління даними. Деякі банки вирішують проблеми з даними за допомогою великих моделей у поєднанні з MLOps, реалізуючи єдине управління та ефективну обробку багатоджерельних гетерогенних даних.
Вступ до зовнішньої сцени
Протягом останніх півроку постачальники великих моделей та фінансові установи активно досліджують можливості застосування, включаючи розумний офіс, інтелектуальну розробку, розумний маркетинг, інтелектуальне обслуговування клієнтів, розумні інвестиційні дослідження, інтелектуальний контроль ризиків, аналіз потреб тощо.
Кожен фінансовий інститут має багато ідей щодо великих моделей. Але під час реальної реалізації зазвичай використовують стратегію спочатку внутрішнього, а потім зовнішнього впровадження. Це пов'язано з тим, що технології великих моделей наразі ще не є зрілими, а фінансова галузь є сектором з високим рівнем регулювання, безпеки та довіри.
На даний момент кодові асистенти та розумні офісні рішення вже реалізовані в багатьох фінансових установах. Однак, експерти вважають, що ці широко застосовувані рішення насправді ще не є основними застосуваннями фінансових установ, і великі моделі все ще мають певну відстань до глибинного проникнення в бізнес-аспекти фінансової галузі.
До цього часу відбуваються деякі зміни на рівні верхнього дизайну. Кілька провідних фінансових установ побудували багаторівневу системну структуру на основі великих моделей, яка включає інфраструктурний рівень, рівень моделей, рівень послуг великих моделей, рівень застосувань тощо. Ці системи загалом мають дві великі характеристики: по-перше, великі моделі виконують центральні функції, використовуючи традиційні моделі як навички; по-друге, рівень великих моделей використовує багатомодельну стратегію, де внутрішня конкуренція відбирає найкращий результат.
Проблема нестачі кадрів все ще велика
Застосування великих моделей вже почало ставити перед фінансовою індустрією виклики та зміни в структурі персоналу. Деякі посади стикаються з ризиком заміщення, але водночас виникає новий попит на таланти.
Деякі банки не бажають, щоб великі моделі призводили до скорочення кадрів, а хочуть підвищити якість обслуговування співробітників і ефективність роботи, звільнивши частину співробітників для виконання більш цінних завдань. Це враховує стабільність персоналу та структури, а також тому, що багато посад і досі існує дефіцит кадрів.
Швидкий розвиток великих моделей призвів до того, що в короткостроковій перспективі постачання рідкісних спеціалістів не може відповідати різко зрослому попиту. Фінансові установи стикаються з викликами у забезпеченні кадрами при впровадженні можливостей великих моделей у своїх основних бізнес-процесах. Прямий попит на спеціалістів, які використовують великі моделі, відносно простий, але створення власних галузевих або корпоративних великих моделей вимагає наявності висококваліфікованої команди спеціалістів з технологій великих моделей.
Деякі установи вже вжили заходів, таких як спільна розробка навчальних курсів, створення спільних проектних груп тощо, для підвищення кваліфікації працівників підприємств. У цьому процесі структура персоналу фінансових установ також зазнає змін і трансформацій, а розробники, які володіють навичками великих моделей, можуть легше адаптуватися до нових умов.
В цілому, застосування великих моделей у фінансовій сфері все ще перебуває на етапі досліджень. Хоча вже є деякі попередні результати, для того щоб по-справжньому реалізувати їхню цінність у ключових бізнес-процесах, необхідні подальші технологічні прориви, підготовка кадрів та накопичення практичного досвіду.