El impacto de la inteligencia artificial en la industria financiera: de la ansiedad inicial a la aplicación racional
La aparición de ChatGPT ha provocado una ola de ansiedad en la industria financiera. Como un sector que tiene una fuerte fe en la tecnología, el mundo financiero teme quedarse atrás en la rápida era del desarrollo de la inteligencia artificial. Esta ansiedad se ha extendido a todos los rincones, e incluso en los templos se puede escuchar a los profesionales financieros discutir sobre la tecnología de modelos grandes.
Sin embargo, con el paso del tiempo, esta ansiedad se fue calmando y el pensamiento de las personas se volvió más claro y racional. La actitud de la industria financiera hacia los grandes modelos ha pasado por varias etapas: la preocupación y ansiedad inicial, la acción positiva posterior, el pensamiento racional tras enfrentar dificultades reales, y ahora se encuentra en una etapa de prueba selectiva de escenarios validados.
Es notable que muchas instituciones financieras han comenzado a prestar atención a la tecnología de grandes modelos desde una perspectiva estratégica. Según estadísticas, al menos 11 bancos que cotizan en el mercado de A-shares han mencionado explícitamente en sus últimos informes semestrales que están explorando aplicaciones de grandes modelos. A partir de las acciones recientes, estas instituciones están llevando a cabo un pensamiento y planificación más profundos desde una perspectiva estratégica y de diseño de alto nivel.
De la pasión desbordante al regreso a la razón
A principios de año, cuando ChatGPT fue lanzado, el sector financiero tenía un conocimiento limitado sobre los grandes modelos, aunque había un gran entusiasmo. Algunos de los grandes bancos tomaron la iniciativa y comenzaron a llevar a cabo diversas campañas de marketing. Al mismo tiempo, los departamentos de tecnología de algunas instituciones financieras líderes estaban activamente negociando con grandes empresas de tecnología sobre la construcción de grandes modelos.
Sin embargo, a partir de mayo, debido a la escasez de recursos de computación y los altos costos, muchas instituciones financieras comenzaron a cambiar su atención de la simple construcción de modelos a la valoración de aplicaciones. Las empresas de diferentes tamaños también comenzaron a adoptar diferentes estrategias: las grandes instituciones financieras tienden a introducir modelos base líderes en la industria y a construir sus propios modelos a gran escala, mientras que las pequeñas y medianas instituciones financieras consideran más la introducción de diversos servicios de modelos a gran escala según sus necesidades.
A pesar de ello, debido a los altos requisitos de cumplimiento, seguridad y confiabilidad de los datos en la industria financiera, el avance de los modelos grandes en este campo ha sido, de hecho, más lento de lo esperado a principios de año. Para abordar los diversos obstáculos en el proceso de implementación, las instituciones financieras están adoptando múltiples enfoques, incluyendo la construcción de su propia capacidad de cálculo y despliegues híbridos. Al mismo tiempo, cada vez más instituciones financieras también están comenzando a fortalecer su trabajo de gobernanza de datos.
Entrando desde la escena periférica
En los últimos seis meses, las instituciones financieras y los proveedores de servicios de modelos grandes han estado explorando activamente una variedad de escenarios de aplicación, incluyendo oficinas inteligentes, desarrollo inteligente, marketing inteligente, atención al cliente inteligente, investigación de inversiones inteligente y control de riesgos inteligente. Cada institución financiera tiene ricas ideas sobre los modelos grandes.
Sin embargo, en la práctica, el consenso general es comenzar por aplicaciones internas y luego expandirse gradualmente hacia el exterior. Esto se debe a que la tecnología de modelos grandes aún no está madura, y la industria financiera es un campo altamente regulado y con altos requisitos de seguridad. Por lo tanto, muchas instituciones optan por comenzar con escenarios relativamente fáciles de implementar, como asistentes de código y asistentes de atención al cliente.
Es importante destacar que estos escenarios que ya se han implementado ampliamente, en realidad, aún no son aplicaciones centrales para las instituciones financieras. Para que los grandes modelos se integren realmente en el nivel operativo de la industria financiera, se necesitará tiempo y avances tecnológicos.
Al mismo tiempo, se están llevando a cabo algunas reformas a nivel de diseño de alto nivel. Cada vez más instituciones financieras comienzan a construir marcos de sistema multicapas basados en grandes modelos, utilizando el gran modelo como el núcleo, mientras integran modelos tradicionales y adoptan estrategias de múltiples modelos para optimizar los resultados.
La brecha de talento sigue siendo enorme
La aplicación de grandes modelos ya ha comenzado a desafiar y transformar la estructura de personal de la industria financiera. Algunos puestos tradicionales enfrentan el riesgo de ser reemplazados, pero al mismo tiempo también se han creado nuevas oportunidades y demandas.
Muchas instituciones financieras desean mejorar la calidad del servicio y la eficiencia laboral de sus empleados a través de grandes modelos, en lugar de simplemente reemplazar la mano de obra. Sin embargo, un desafío principal que enfrenta la industria actualmente es la grave escasez de talento relacionado con grandes modelos.
Las instituciones financieras necesitan talentos interdisciplinarios que comprendan tanto las finanzas como la IA, especialmente en la construcción de modelos grandes para la industria o la empresa. Para ello, algunas instituciones ya han comenzado a tomar medidas, como diseñar cursos de formación y establecer grupos de proyectos conjuntos, para mejorar las capacidades relevantes del personal interno de la empresa.
Con el continuo desarrollo y aplicación de la tecnología de modelos grandes, la estructura de personal de las instituciones financieras también experimentará ajustes y cambios. Aquellos talentos que puedan utilizar con destreza la tecnología de modelos grandes tendrán más probabilidades de destacar en este entorno de rápida transformación.
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.
14 me gusta
Recompensa
14
5
Compartir
Comentar
0/400
CryptoAdventurer
· 07-31 16:26
Reírse hasta morir, ahora le toca a los bancos entrar en pánico, mira cómo hago Todo dentro tomando a la gente por tonta.
Ver originalesResponder0
UncleWhale
· 07-31 02:02
Mientras se pueda ganar dinero, está bien.
Ver originalesResponder0
MentalWealthHarvester
· 07-31 02:00
Otra vez utilizando la inteligencia artificial como tabla de salvación.
Ver originalesResponder0
OnchainDetective
· 07-31 01:55
¿Qué prisa hay? Solo es un alboroto.
Ver originalesResponder0
AltcoinAnalyst
· 07-31 01:44
Desde los datos, esta curva de reacción es similar a la reacción del círculo financiero al inicio del bull run de Bitcoin en 2013.
La industria financiera abraza los grandes modelos de IA: de la ansiedad inicial a la aplicación racional
El impacto de la inteligencia artificial en la industria financiera: de la ansiedad inicial a la aplicación racional
La aparición de ChatGPT ha provocado una ola de ansiedad en la industria financiera. Como un sector que tiene una fuerte fe en la tecnología, el mundo financiero teme quedarse atrás en la rápida era del desarrollo de la inteligencia artificial. Esta ansiedad se ha extendido a todos los rincones, e incluso en los templos se puede escuchar a los profesionales financieros discutir sobre la tecnología de modelos grandes.
Sin embargo, con el paso del tiempo, esta ansiedad se fue calmando y el pensamiento de las personas se volvió más claro y racional. La actitud de la industria financiera hacia los grandes modelos ha pasado por varias etapas: la preocupación y ansiedad inicial, la acción positiva posterior, el pensamiento racional tras enfrentar dificultades reales, y ahora se encuentra en una etapa de prueba selectiva de escenarios validados.
Es notable que muchas instituciones financieras han comenzado a prestar atención a la tecnología de grandes modelos desde una perspectiva estratégica. Según estadísticas, al menos 11 bancos que cotizan en el mercado de A-shares han mencionado explícitamente en sus últimos informes semestrales que están explorando aplicaciones de grandes modelos. A partir de las acciones recientes, estas instituciones están llevando a cabo un pensamiento y planificación más profundos desde una perspectiva estratégica y de diseño de alto nivel.
De la pasión desbordante al regreso a la razón
A principios de año, cuando ChatGPT fue lanzado, el sector financiero tenía un conocimiento limitado sobre los grandes modelos, aunque había un gran entusiasmo. Algunos de los grandes bancos tomaron la iniciativa y comenzaron a llevar a cabo diversas campañas de marketing. Al mismo tiempo, los departamentos de tecnología de algunas instituciones financieras líderes estaban activamente negociando con grandes empresas de tecnología sobre la construcción de grandes modelos.
Sin embargo, a partir de mayo, debido a la escasez de recursos de computación y los altos costos, muchas instituciones financieras comenzaron a cambiar su atención de la simple construcción de modelos a la valoración de aplicaciones. Las empresas de diferentes tamaños también comenzaron a adoptar diferentes estrategias: las grandes instituciones financieras tienden a introducir modelos base líderes en la industria y a construir sus propios modelos a gran escala, mientras que las pequeñas y medianas instituciones financieras consideran más la introducción de diversos servicios de modelos a gran escala según sus necesidades.
A pesar de ello, debido a los altos requisitos de cumplimiento, seguridad y confiabilidad de los datos en la industria financiera, el avance de los modelos grandes en este campo ha sido, de hecho, más lento de lo esperado a principios de año. Para abordar los diversos obstáculos en el proceso de implementación, las instituciones financieras están adoptando múltiples enfoques, incluyendo la construcción de su propia capacidad de cálculo y despliegues híbridos. Al mismo tiempo, cada vez más instituciones financieras también están comenzando a fortalecer su trabajo de gobernanza de datos.
Entrando desde la escena periférica
En los últimos seis meses, las instituciones financieras y los proveedores de servicios de modelos grandes han estado explorando activamente una variedad de escenarios de aplicación, incluyendo oficinas inteligentes, desarrollo inteligente, marketing inteligente, atención al cliente inteligente, investigación de inversiones inteligente y control de riesgos inteligente. Cada institución financiera tiene ricas ideas sobre los modelos grandes.
Sin embargo, en la práctica, el consenso general es comenzar por aplicaciones internas y luego expandirse gradualmente hacia el exterior. Esto se debe a que la tecnología de modelos grandes aún no está madura, y la industria financiera es un campo altamente regulado y con altos requisitos de seguridad. Por lo tanto, muchas instituciones optan por comenzar con escenarios relativamente fáciles de implementar, como asistentes de código y asistentes de atención al cliente.
Es importante destacar que estos escenarios que ya se han implementado ampliamente, en realidad, aún no son aplicaciones centrales para las instituciones financieras. Para que los grandes modelos se integren realmente en el nivel operativo de la industria financiera, se necesitará tiempo y avances tecnológicos.
Al mismo tiempo, se están llevando a cabo algunas reformas a nivel de diseño de alto nivel. Cada vez más instituciones financieras comienzan a construir marcos de sistema multicapas basados en grandes modelos, utilizando el gran modelo como el núcleo, mientras integran modelos tradicionales y adoptan estrategias de múltiples modelos para optimizar los resultados.
La brecha de talento sigue siendo enorme
La aplicación de grandes modelos ya ha comenzado a desafiar y transformar la estructura de personal de la industria financiera. Algunos puestos tradicionales enfrentan el riesgo de ser reemplazados, pero al mismo tiempo también se han creado nuevas oportunidades y demandas.
Muchas instituciones financieras desean mejorar la calidad del servicio y la eficiencia laboral de sus empleados a través de grandes modelos, en lugar de simplemente reemplazar la mano de obra. Sin embargo, un desafío principal que enfrenta la industria actualmente es la grave escasez de talento relacionado con grandes modelos.
Las instituciones financieras necesitan talentos interdisciplinarios que comprendan tanto las finanzas como la IA, especialmente en la construcción de modelos grandes para la industria o la empresa. Para ello, algunas instituciones ya han comenzado a tomar medidas, como diseñar cursos de formación y establecer grupos de proyectos conjuntos, para mejorar las capacidades relevantes del personal interno de la empresa.
Con el continuo desarrollo y aplicación de la tecnología de modelos grandes, la estructura de personal de las instituciones financieras también experimentará ajustes y cambios. Aquellos talentos que puedan utilizar con destreza la tecnología de modelos grandes tendrán más probabilidades de destacar en este entorno de rápida transformación.