Application des technologies de grands modèles dans l'industrie financière : de l'anxiété à la rationalité
L'émergence de ChatGPT a suscité un large intérêt dans le secteur financier. Au début, l'industrie était pleine d'anxiété, craignant de prendre du retard par rapport aux tendances technologiques. Avec le temps, cette anxiété s'est progressivement apaisée, remplacée par une réflexion plus rationnelle et claire.
Les institutions financières ont traversé plusieurs phases concernant leur attitude envers les grands modèles : l'anxiété et les inquiétudes initiales, la formation active d'équipes pour explorer, la réflexion rationnelle après avoir rencontré des difficultés de mise en œuvre, et actuellement, un usage sélectif. Il est à noter que de nombreuses institutions financières ont déjà intégré les grands modèles au niveau stratégique. Plusieurs banques cotées en bourse ont clairement indiqué dans leurs derniers rapports semestriels qu'elles explorent l'application des grands modèles.
Avec une compréhension approfondie des grands modèles, l'attention des institutions financières est passée de la simple construction de modèles à la valeur d'application. Les grandes institutions financières ont tendance à construire leurs propres grands modèles d'entreprise, tandis que les petites et moyennes institutions envisagent davantage d'intégrer des services existants.
Au cours de la mise en œuvre, les institutions financières sont confrontées à des défis tels que la puissance de calcul et la gouvernance des données. Certaines institutions adoptent des solutions telles que la construction de leur propre puissance de calcul et le déploiement hybride pour résoudre les problèmes de puissance de calcul. En même temps, la gouvernance des données est également renforcée, par exemple par la construction d'une plateforme de données et l'adoption du modèle MLOps.
Actuellement, l'application des grands modèles dans le secteur financier se concentre principalement sur des scénarios périphériques tels que le bureau intelligent, le développement intelligent et le service client. Dans l'industrie, il est généralement admis qu'il n'est pas approprié d'utiliser directement les grands modèles pour les activités principales destinées aux clients à court terme. Des applications telles que les assistants de code et les questions-réponses de documents ont déjà été mises en œuvre dans plusieurs institutions, mais il reste encore un certain chemin à parcourir avant d'atteindre un niveau d'intégration plus profond dans les affaires.
D'un point de vue de la conception de haut niveau, certaines institutions financières restructurent leur architecture système en s'appuyant sur des modèles de grande taille, adoptant une approche en couches et une stratégie multi-modèles. Cette nouvelle architecture met l'accent sur le rôle central des grands modèles tout en prenant en compte la valeur des modèles traditionnels.
L'application des grands modèles pose également des défis en matière de talents pour l'industrie financière. D'une part, certains postes sont menacés de remplacement ; d'autre part, il existe un énorme manque de talents liés aux grands modèles. Certaines institutions ont déjà commencé à agir, comme la conception de programmes de formation et la constitution de groupes de projet conjoints, afin d'améliorer les compétences du personnel existant.
Dans l'ensemble, l'application de la technologie des grands modèles dans le secteur financier passe d'un enthousiasme aveugle initial à une exploration rationnelle. Les institutions financières doivent progressivement intégrer les grands modèles dans leurs processus métiers, tout en formant des talents appropriés, afin de s'adapter à la transformation apportée par cette technologie, tout en garantissant la sécurité et la conformité.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
18 J'aime
Récompense
18
4
Partager
Commentaire
0/400
Layer2Observer
· 07-20 13:17
La spéculation s'est estompée, la technologie l'emporte.
Voir l'originalRépondre0
SerumSquirter
· 07-20 04:19
La technologie devrait prendre son temps.
Voir l'originalRépondre0
MetaverseLandlady
· 07-20 04:12
L'intelligence artificielle est là comme un vent~ héhé
Voir l'originalRépondre0
RektButSmiling
· 07-20 04:06
Automatisation de bureau, c'est tout. Cinq déchets de guerre.
L'application des grands modèles dans le secteur financier entre dans une phase de rationalité : de l'anxiété à la planification stratégique.
Application des technologies de grands modèles dans l'industrie financière : de l'anxiété à la rationalité
L'émergence de ChatGPT a suscité un large intérêt dans le secteur financier. Au début, l'industrie était pleine d'anxiété, craignant de prendre du retard par rapport aux tendances technologiques. Avec le temps, cette anxiété s'est progressivement apaisée, remplacée par une réflexion plus rationnelle et claire.
Les institutions financières ont traversé plusieurs phases concernant leur attitude envers les grands modèles : l'anxiété et les inquiétudes initiales, la formation active d'équipes pour explorer, la réflexion rationnelle après avoir rencontré des difficultés de mise en œuvre, et actuellement, un usage sélectif. Il est à noter que de nombreuses institutions financières ont déjà intégré les grands modèles au niveau stratégique. Plusieurs banques cotées en bourse ont clairement indiqué dans leurs derniers rapports semestriels qu'elles explorent l'application des grands modèles.
Avec une compréhension approfondie des grands modèles, l'attention des institutions financières est passée de la simple construction de modèles à la valeur d'application. Les grandes institutions financières ont tendance à construire leurs propres grands modèles d'entreprise, tandis que les petites et moyennes institutions envisagent davantage d'intégrer des services existants.
Au cours de la mise en œuvre, les institutions financières sont confrontées à des défis tels que la puissance de calcul et la gouvernance des données. Certaines institutions adoptent des solutions telles que la construction de leur propre puissance de calcul et le déploiement hybride pour résoudre les problèmes de puissance de calcul. En même temps, la gouvernance des données est également renforcée, par exemple par la construction d'une plateforme de données et l'adoption du modèle MLOps.
Actuellement, l'application des grands modèles dans le secteur financier se concentre principalement sur des scénarios périphériques tels que le bureau intelligent, le développement intelligent et le service client. Dans l'industrie, il est généralement admis qu'il n'est pas approprié d'utiliser directement les grands modèles pour les activités principales destinées aux clients à court terme. Des applications telles que les assistants de code et les questions-réponses de documents ont déjà été mises en œuvre dans plusieurs institutions, mais il reste encore un certain chemin à parcourir avant d'atteindre un niveau d'intégration plus profond dans les affaires.
D'un point de vue de la conception de haut niveau, certaines institutions financières restructurent leur architecture système en s'appuyant sur des modèles de grande taille, adoptant une approche en couches et une stratégie multi-modèles. Cette nouvelle architecture met l'accent sur le rôle central des grands modèles tout en prenant en compte la valeur des modèles traditionnels.
L'application des grands modèles pose également des défis en matière de talents pour l'industrie financière. D'une part, certains postes sont menacés de remplacement ; d'autre part, il existe un énorme manque de talents liés aux grands modèles. Certaines institutions ont déjà commencé à agir, comme la conception de programmes de formation et la constitution de groupes de projet conjoints, afin d'améliorer les compétences du personnel existant.
Dans l'ensemble, l'application de la technologie des grands modèles dans le secteur financier passe d'un enthousiasme aveugle initial à une exploration rationnelle. Les institutions financières doivent progressivement intégrer les grands modèles dans leurs processus métiers, tout en formant des talents appropriés, afin de s'adapter à la transformation apportée par cette technologie, tout en garantissant la sécurité et la conformité.