O impacto da inteligência artificial na indústria financeira: da ansiedade inicial à aplicação racional
O surgimento do ChatGPT gerou uma onda de ansiedade na indústria financeira. Como um setor que acredita fortemente na tecnologia, o mundo financeiro teme ficar para trás na era da inteligência artificial em rápida evolução. Essa ansiedade se espalhou por todos os cantos, e até mesmo em templos é possível ouvir profissionais do setor financeiro discutindo sobre as tecnologias de grandes modelos.
No entanto, com o passar do tempo, essa ansiedade foi gradualmente diminuindo, e o raciocínio das pessoas tornou-se mais claro e racional. A atitude da indústria financeira em relação aos grandes modelos passou por várias fases: inicialmente preocupações e ansiedades, seguido de ações proativas, depois um pensamento racional após enfrentar dificuldades reais, e agora entrou na fase de tentativas seletivas de cenários já verificados.
É importante notar que muitas instituições financeiras começaram a dar uma atenção estratégica à tecnologia de grandes modelos. De acordo com estatísticas, pelo menos 11 bancos listados na A-share mencionaram claramente em seus últimos relatórios semestrais que estão explorando a aplicação de grandes modelos. A julgar pelas ações recentes, essas instituições estão realizando reflexões e planejamentos mais profundos a partir de uma perspectiva estratégica e de design de alto nível.
Da paixão intensa ao retorno racional
No início do ano, quando o ChatGPT foi lançado, o entendimento sobre grandes modelos no setor financeiro ainda era bastante limitado, embora o entusiasmo fosse elevado. Alguns grandes bancos foram os primeiros a agir, começando diversas campanhas de marketing. Ao mesmo tempo, os departamentos de tecnologia de algumas instituições financeiras de destaque estavam ativamente em negociações com grandes empresas de tecnologia sobre a construção de grandes modelos.
No entanto, após maio, devido a fatores como a escassez de recursos computacionais e os altos custos, muitas instituições financeiras começaram a mudar o foco da construção pura de modelos para a valorização da aplicação. Empresas de diferentes tamanhos também começaram a adotar estratégias distintas: instituições financeiras maiores tendem a introduzir grandes modelos de base líderes do setor e a construir seus próprios grandes modelos empresariais, enquanto as pequenas e médias instituições financeiras consideram mais a introdução sob demanda de vários serviços de grandes modelos.
Apesar disso, devido às elevadas exigências de conformidade, segurança e confiabilidade de dados na indústria financeira, o progresso da implementação de grandes modelos nesta área tem sido, na verdade, mais lento do que o esperado no início do ano. Para resolver os vários obstáculos no processo de implementação, as instituições financeiras estão adotando diversas abordagens, incluindo a construção própria de poder computacional, implementações híbridas, entre outras. Ao mesmo tempo, um número crescente de instituições financeiras também começou a reforçar o trabalho de governança de dados.
Entrando a partir de cenários externos
Nos últimos seis meses, instituições financeiras e prestadores de serviços de grandes modelos têm explorado ativamente vários cenários de aplicação, incluindo escritório inteligente, desenvolvimento inteligente, marketing inteligente, atendimento ao cliente inteligente, pesquisa e investimento inteligente, e controle de riscos inteligente. Cada instituição financeira tem ideias ricas sobre grandes modelos.
No entanto, na prática, a concordância geral é começar com aplicações internas e, em seguida, expandir gradualmente para o exterior. Isso se deve ao fato de que a tecnologia de grandes modelos ainda não está madura, e o setor financeiro é um campo de forte regulamentação e altas exigências de segurança. Portanto, muitas instituições optam por começar com cenários relativamente fáceis de implementar, como assistentes de código e assistentes de atendimento ao cliente.
É importante notar que esses cenários que já foram amplamente implementados, na verdade, ainda não são aplicações centrais das instituições financeiras. Para que os grandes modelos realmente se aprofundem no nível operacional da indústria financeira, ainda será necessário um certo tempo e avanços tecnológicos.
Ao mesmo tempo, algumas reformas a nível de design de topo estão a ser realizadas. Cada vez mais instituições financeiras estão a construir estruturas de sistema em múltiplos níveis baseadas em grandes modelos, utilizando o grande modelo como núcleo, ao mesmo tempo que integram modelos tradicionais, adotando uma estratégia de múltiplos modelos para otimizar os resultados.
A lacuna de talentos continua a ser enorme
A aplicação de grandes modelos já começou a desafiar e transformar a estrutura de pessoal da indústria financeira. Alguns postos de trabalho tradicionais enfrentam o risco de serem substituídos, mas ao mesmo tempo, também criaram novas oportunidades e demandas.
Muitas instituições financeiras desejam utilizar modelos grandes para melhorar a qualidade do serviço e a eficiência do trabalho dos funcionários, em vez de simplesmente substituir a mão de obra. No entanto, um dos principais desafios que o setor enfrenta atualmente é a grave escassez de talentos relacionados a modelos grandes.
As instituições financeiras precisam de profissionais híbridos que compreendam tanto finanças quanto IA, especialmente na construção de grandes modelos para a indústria ou empresas. Para isso, algumas instituições já começaram a agir, como projetar cursos de formação, estabelecer grupos de projetos conjuntos, entre outros, para melhorar as competências relevantes do pessoal interno da empresa.
Com o contínuo desenvolvimento e aplicação da tecnologia de grandes modelos, a estrutura de pessoal das instituições financeiras também passará por ajustes e transformações. Aqueles que dominarem a tecnologia de grandes modelos terão mais probabilidades de se destacar neste ambiente de rápidas mudanças.
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.
14 Curtidas
Recompensa
14
5
Compartilhar
Comentário
0/400
CryptoAdventurer
· 07-31 16:26
Sorrindo até morrer, agora é a vez dos bancos ficarem em pânico. Olha eu tudo em fazer as pessoas de parvas.
Ver originalResponder0
UncleWhale
· 07-31 02:02
Se conseguir ganhar dinheiro, está bom.
Ver originalResponder0
MentalWealthHarvester
· 07-31 02:00
Então é mais uma vez a AI como um recurso de salvação, não é?
Ver originalResponder0
OnchainDetective
· 07-31 01:55
Calma, é só uma especulação.
Ver originalResponder0
AltcoinAnalyst
· 07-31 01:44
A partir dos dados, a curva de reação desta onda é semelhante à reação do setor financeiro no início do bull run do Bitcoin em 2013.
A indústria financeira abraça grandes modelos de IA: da ansiedade inicial à aplicação racional
O impacto da inteligência artificial na indústria financeira: da ansiedade inicial à aplicação racional
O surgimento do ChatGPT gerou uma onda de ansiedade na indústria financeira. Como um setor que acredita fortemente na tecnologia, o mundo financeiro teme ficar para trás na era da inteligência artificial em rápida evolução. Essa ansiedade se espalhou por todos os cantos, e até mesmo em templos é possível ouvir profissionais do setor financeiro discutindo sobre as tecnologias de grandes modelos.
No entanto, com o passar do tempo, essa ansiedade foi gradualmente diminuindo, e o raciocínio das pessoas tornou-se mais claro e racional. A atitude da indústria financeira em relação aos grandes modelos passou por várias fases: inicialmente preocupações e ansiedades, seguido de ações proativas, depois um pensamento racional após enfrentar dificuldades reais, e agora entrou na fase de tentativas seletivas de cenários já verificados.
É importante notar que muitas instituições financeiras começaram a dar uma atenção estratégica à tecnologia de grandes modelos. De acordo com estatísticas, pelo menos 11 bancos listados na A-share mencionaram claramente em seus últimos relatórios semestrais que estão explorando a aplicação de grandes modelos. A julgar pelas ações recentes, essas instituições estão realizando reflexões e planejamentos mais profundos a partir de uma perspectiva estratégica e de design de alto nível.
Da paixão intensa ao retorno racional
No início do ano, quando o ChatGPT foi lançado, o entendimento sobre grandes modelos no setor financeiro ainda era bastante limitado, embora o entusiasmo fosse elevado. Alguns grandes bancos foram os primeiros a agir, começando diversas campanhas de marketing. Ao mesmo tempo, os departamentos de tecnologia de algumas instituições financeiras de destaque estavam ativamente em negociações com grandes empresas de tecnologia sobre a construção de grandes modelos.
No entanto, após maio, devido a fatores como a escassez de recursos computacionais e os altos custos, muitas instituições financeiras começaram a mudar o foco da construção pura de modelos para a valorização da aplicação. Empresas de diferentes tamanhos também começaram a adotar estratégias distintas: instituições financeiras maiores tendem a introduzir grandes modelos de base líderes do setor e a construir seus próprios grandes modelos empresariais, enquanto as pequenas e médias instituições financeiras consideram mais a introdução sob demanda de vários serviços de grandes modelos.
Apesar disso, devido às elevadas exigências de conformidade, segurança e confiabilidade de dados na indústria financeira, o progresso da implementação de grandes modelos nesta área tem sido, na verdade, mais lento do que o esperado no início do ano. Para resolver os vários obstáculos no processo de implementação, as instituições financeiras estão adotando diversas abordagens, incluindo a construção própria de poder computacional, implementações híbridas, entre outras. Ao mesmo tempo, um número crescente de instituições financeiras também começou a reforçar o trabalho de governança de dados.
Entrando a partir de cenários externos
Nos últimos seis meses, instituições financeiras e prestadores de serviços de grandes modelos têm explorado ativamente vários cenários de aplicação, incluindo escritório inteligente, desenvolvimento inteligente, marketing inteligente, atendimento ao cliente inteligente, pesquisa e investimento inteligente, e controle de riscos inteligente. Cada instituição financeira tem ideias ricas sobre grandes modelos.
No entanto, na prática, a concordância geral é começar com aplicações internas e, em seguida, expandir gradualmente para o exterior. Isso se deve ao fato de que a tecnologia de grandes modelos ainda não está madura, e o setor financeiro é um campo de forte regulamentação e altas exigências de segurança. Portanto, muitas instituições optam por começar com cenários relativamente fáceis de implementar, como assistentes de código e assistentes de atendimento ao cliente.
É importante notar que esses cenários que já foram amplamente implementados, na verdade, ainda não são aplicações centrais das instituições financeiras. Para que os grandes modelos realmente se aprofundem no nível operacional da indústria financeira, ainda será necessário um certo tempo e avanços tecnológicos.
Ao mesmo tempo, algumas reformas a nível de design de topo estão a ser realizadas. Cada vez mais instituições financeiras estão a construir estruturas de sistema em múltiplos níveis baseadas em grandes modelos, utilizando o grande modelo como núcleo, ao mesmo tempo que integram modelos tradicionais, adotando uma estratégia de múltiplos modelos para otimizar os resultados.
A lacuna de talentos continua a ser enorme
A aplicação de grandes modelos já começou a desafiar e transformar a estrutura de pessoal da indústria financeira. Alguns postos de trabalho tradicionais enfrentam o risco de serem substituídos, mas ao mesmo tempo, também criaram novas oportunidades e demandas.
Muitas instituições financeiras desejam utilizar modelos grandes para melhorar a qualidade do serviço e a eficiência do trabalho dos funcionários, em vez de simplesmente substituir a mão de obra. No entanto, um dos principais desafios que o setor enfrenta atualmente é a grave escassez de talentos relacionados a modelos grandes.
As instituições financeiras precisam de profissionais híbridos que compreendam tanto finanças quanto IA, especialmente na construção de grandes modelos para a indústria ou empresas. Para isso, algumas instituições já começaram a agir, como projetar cursos de formação, estabelecer grupos de projetos conjuntos, entre outros, para melhorar as competências relevantes do pessoal interno da empresa.
Com o contínuo desenvolvimento e aplicação da tecnologia de grandes modelos, a estrutura de pessoal das instituições financeiras também passará por ajustes e transformações. Aqueles que dominarem a tecnologia de grandes modelos terão mais probabilidades de se destacar neste ambiente de rápidas mudanças.