L'impact de l'intelligence artificielle sur l'industrie financière : de l'anxiété initiale à l'application rationnelle
L'émergence de ChatGPT a suscité une vague d'anxiété dans le secteur financier. En tant qu'industrie profondément croyante en la technologie, le secteur financier craint d'être laissé pour compte dans l'ère de l'intelligence artificielle en rapide évolution. Cette anxiété s'est répandue dans tous les coins, au point qu'on peut même entendre des professionnels de la finance discuter des technologies de grands modèles dans les temples.
Cependant, au fil du temps, cette anxiété s'est progressivement apaisée et la pensée des gens est devenue plus claire et rationnelle. L'attitude du secteur financier envers les grands modèles a traversé plusieurs étapes : d'abord des inquiétudes et de l'anxiété, puis des actions positives, suivies d'une réflexion rationnelle après avoir rencontré des difficultés pratiques, et maintenant, nous sommes entrés dans une phase d'expérimentation sélective des scénarios vérifiés.
Il convient de noter que de nombreuses institutions financières commencent à accorder une importance stratégique à la technologie des grands modèles. Selon les statistiques, au moins 11 banques parmi les entreprises cotées en bourse en Chine ont clairement indiqué dans leur dernier rapport semestriel qu'elles explorent l'application des grands modèles. À en juger par les actions récentes, ces institutions réfléchissent et planifient de manière plus approfondie, tant au niveau stratégique qu'en termes de conception de haut niveau.
De l'enthousiasme à un retour rationnel
Au début de l'année, lorsque ChatGPT a été lancé, la compréhension des grands modèles dans le secteur financier était encore très limitée, bien que l'enthousiasme soit élevé. Certaines grandes banques ont été les premières à agir, commençant diverses campagnes de marketing. Parallèlement, les départements technologiques de certaines institutions financières de premier plan ont activement négocié avec de grandes entreprises technologiques concernant la construction de grands modèles.
Cependant, après mai, en raison de la rareté des ressources de calcul et des coûts élevés, de nombreuses institutions financières ont commencé à déplacer leur attention de la simple construction de modèles vers la valeur appliquée. Les entreprises de différentes tailles ont également commencé à adopter diverses stratégies : les grandes institutions financières ont tendance à introduire des modèles de base de premier plan dans l'industrie et à construire leurs propres grands modèles d'entreprise, tandis que les petites et moyennes institutions financières envisagent davantage d'introduire des services de grands modèles selon les besoins.
Néanmoins, en raison des exigences élevées en matière de conformité, de sécurité et de fiabilité des données dans le secteur financier, l'avancement de l'implémentation des grands modèles dans ce domaine est en réalité plus lent que prévu au début de l'année. Pour surmonter les divers obstacles lors du processus d'implémentation, les institutions financières adoptent plusieurs approches, y compris la construction de leur propre puissance de calcul et le déploiement hybride. Parallèlement, de plus en plus d'institutions financières commencent également à renforcer la gouvernance des données.
Entrer par le scénario périphérique
Au cours des six derniers mois, les institutions financières et les fournisseurs de services de grands modèles ont activement exploré divers scénarios d'application, y compris le bureau intelligent, le développement intelligent, le marketing intelligent, le service client intelligent, la recherche et l'investissement intelligents, ainsi que le contrôle des risques intelligents. Chaque institution financière a des idées riches concernant les grands modèles.
Cependant, lors de la mise en œuvre pratique, le consensus général est de commencer par des applications internes, puis d'élargir progressivement vers l'extérieur. Cela est dû au fait que la technologie des grands modèles n'est pas encore mature, et que le secteur financier est un domaine fortement réglementé et exigeant en matière de sécurité. Par conséquent, de nombreuses institutions choisissent de commencer par des scénarios relativement faciles à réaliser, tels que les assistants de code et les assistants client.
Il est important de noter que ces scénarios déjà largement déployés ne constituent en réalité pas encore les applications centrales des institutions financières. Pour que les grands modèles s'intègrent véritablement dans les aspects opérationnels de l'industrie financière, un certain temps et des percées technologiques sont nécessaires.
Dans le même temps, des réformes au niveau de la conception de haut niveau sont en cours. De plus en plus d'institutions financières commencent à construire des cadres système multicouches basés sur des grands modèles, utilisant ces grands modèles comme centre, tout en intégrant des modèles traditionnels et en adoptant une stratégie multi-modèles pour optimiser les résultats.
Le besoin en talents reste énorme
L'application des grands modèles commence à poser des défis et à transformer la structure du personnel dans l'industrie financière. Certains postes traditionnels sont menacés de remplacement, mais en même temps, de nouvelles opportunités et demandes sont créées.
De nombreuses institutions financières souhaitent améliorer la qualité du service et l'efficacité du travail de leurs employés grâce aux grands modèles, plutôt que de simplement remplacer la main-d'œuvre. Cependant, un défi majeur auquel le secteur est confronté actuellement est la grave pénurie de talents liés aux grands modèles.
Les institutions financières ont besoin de talents hybrides qui comprennent à la fois la finance et l'IA, en particulier dans le domaine des grands modèles construits en interne par l'industrie ou les entreprises. Pour cela, certaines institutions ont déjà commencé à agir, comme la conception de cours de formation, l'établissement de groupes de projets conjoints, etc., afin d'améliorer les compétences pertinentes du personnel interne.
Avec le développement et l'application continus des technologies de grands modèles, la structure des employés des institutions financières va également connaître des ajustements et des transformations. Les talents capables d'utiliser habilement les technologies de grands modèles auront plus de chances de se démarquer dans cet environnement en rapide évolution.
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.
14 J'aime
Récompense
14
5
Partager
Commentaire
0/400
CryptoAdventurer
· 07-31 16:26
Rire à mourir, maintenant c'est au tour des banques de paniquer. Regardez-moi, je fais un all in pour prendre les pigeons.
Voir l'originalRépondre0
UncleWhale
· 07-31 02:02
Tant que ça peut rapporter de l'argent.
Voir l'originalRépondre0
MentalWealthHarvester
· 07-31 02:00
C'est encore un recours à l'IA comme bouée de sauvetage.
Voir l'originalRépondre0
OnchainDetective
· 07-31 01:55
Calme-toi, c'est juste du battage.
Voir l'originalRépondre0
AltcoinAnalyst
· 07-31 01:44
D'après les données, cette courbe de réaction est similaire à celle du début du bull run de Bitcoin en 2013 dans le milieu financier.
L'industrie financière adopte les grands modèles d'IA : de l'anxiété initiale à l'application rationnelle
L'impact de l'intelligence artificielle sur l'industrie financière : de l'anxiété initiale à l'application rationnelle
L'émergence de ChatGPT a suscité une vague d'anxiété dans le secteur financier. En tant qu'industrie profondément croyante en la technologie, le secteur financier craint d'être laissé pour compte dans l'ère de l'intelligence artificielle en rapide évolution. Cette anxiété s'est répandue dans tous les coins, au point qu'on peut même entendre des professionnels de la finance discuter des technologies de grands modèles dans les temples.
Cependant, au fil du temps, cette anxiété s'est progressivement apaisée et la pensée des gens est devenue plus claire et rationnelle. L'attitude du secteur financier envers les grands modèles a traversé plusieurs étapes : d'abord des inquiétudes et de l'anxiété, puis des actions positives, suivies d'une réflexion rationnelle après avoir rencontré des difficultés pratiques, et maintenant, nous sommes entrés dans une phase d'expérimentation sélective des scénarios vérifiés.
Il convient de noter que de nombreuses institutions financières commencent à accorder une importance stratégique à la technologie des grands modèles. Selon les statistiques, au moins 11 banques parmi les entreprises cotées en bourse en Chine ont clairement indiqué dans leur dernier rapport semestriel qu'elles explorent l'application des grands modèles. À en juger par les actions récentes, ces institutions réfléchissent et planifient de manière plus approfondie, tant au niveau stratégique qu'en termes de conception de haut niveau.
De l'enthousiasme à un retour rationnel
Au début de l'année, lorsque ChatGPT a été lancé, la compréhension des grands modèles dans le secteur financier était encore très limitée, bien que l'enthousiasme soit élevé. Certaines grandes banques ont été les premières à agir, commençant diverses campagnes de marketing. Parallèlement, les départements technologiques de certaines institutions financières de premier plan ont activement négocié avec de grandes entreprises technologiques concernant la construction de grands modèles.
Cependant, après mai, en raison de la rareté des ressources de calcul et des coûts élevés, de nombreuses institutions financières ont commencé à déplacer leur attention de la simple construction de modèles vers la valeur appliquée. Les entreprises de différentes tailles ont également commencé à adopter diverses stratégies : les grandes institutions financières ont tendance à introduire des modèles de base de premier plan dans l'industrie et à construire leurs propres grands modèles d'entreprise, tandis que les petites et moyennes institutions financières envisagent davantage d'introduire des services de grands modèles selon les besoins.
Néanmoins, en raison des exigences élevées en matière de conformité, de sécurité et de fiabilité des données dans le secteur financier, l'avancement de l'implémentation des grands modèles dans ce domaine est en réalité plus lent que prévu au début de l'année. Pour surmonter les divers obstacles lors du processus d'implémentation, les institutions financières adoptent plusieurs approches, y compris la construction de leur propre puissance de calcul et le déploiement hybride. Parallèlement, de plus en plus d'institutions financières commencent également à renforcer la gouvernance des données.
Entrer par le scénario périphérique
Au cours des six derniers mois, les institutions financières et les fournisseurs de services de grands modèles ont activement exploré divers scénarios d'application, y compris le bureau intelligent, le développement intelligent, le marketing intelligent, le service client intelligent, la recherche et l'investissement intelligents, ainsi que le contrôle des risques intelligents. Chaque institution financière a des idées riches concernant les grands modèles.
Cependant, lors de la mise en œuvre pratique, le consensus général est de commencer par des applications internes, puis d'élargir progressivement vers l'extérieur. Cela est dû au fait que la technologie des grands modèles n'est pas encore mature, et que le secteur financier est un domaine fortement réglementé et exigeant en matière de sécurité. Par conséquent, de nombreuses institutions choisissent de commencer par des scénarios relativement faciles à réaliser, tels que les assistants de code et les assistants client.
Il est important de noter que ces scénarios déjà largement déployés ne constituent en réalité pas encore les applications centrales des institutions financières. Pour que les grands modèles s'intègrent véritablement dans les aspects opérationnels de l'industrie financière, un certain temps et des percées technologiques sont nécessaires.
Dans le même temps, des réformes au niveau de la conception de haut niveau sont en cours. De plus en plus d'institutions financières commencent à construire des cadres système multicouches basés sur des grands modèles, utilisant ces grands modèles comme centre, tout en intégrant des modèles traditionnels et en adoptant une stratégie multi-modèles pour optimiser les résultats.
Le besoin en talents reste énorme
L'application des grands modèles commence à poser des défis et à transformer la structure du personnel dans l'industrie financière. Certains postes traditionnels sont menacés de remplacement, mais en même temps, de nouvelles opportunités et demandes sont créées.
De nombreuses institutions financières souhaitent améliorer la qualité du service et l'efficacité du travail de leurs employés grâce aux grands modèles, plutôt que de simplement remplacer la main-d'œuvre. Cependant, un défi majeur auquel le secteur est confronté actuellement est la grave pénurie de talents liés aux grands modèles.
Les institutions financières ont besoin de talents hybrides qui comprennent à la fois la finance et l'IA, en particulier dans le domaine des grands modèles construits en interne par l'industrie ou les entreprises. Pour cela, certaines institutions ont déjà commencé à agir, comme la conception de cours de formation, l'établissement de groupes de projets conjoints, etc., afin d'améliorer les compétences pertinentes du personnel interne.
Avec le développement et l'application continus des technologies de grands modèles, la structure des employés des institutions financières va également connaître des ajustements et des transformations. Les talents capables d'utiliser habilement les technologies de grands modèles auront plus de chances de se démarquer dans cet environnement en rapide évolution.