Exploración de la implementación de grandes modelos en la industria financiera: de la euforia a la racionalidad
El surgimiento de ChatGPT ha provocado una ola de ansiedad en la industria financiera. Este sector, que tiene una profunda fe en la tecnología, teme quedarse atrás en una era de rápido desarrollo. Sin embargo, esta mentalidad ansiosa está regresando gradualmente a la racionalidad, y las ideas de las personas se están volviendo más claras.
Los profesionales del sector bancario describen varias etapas de la actitud de la industria financiera hacia los grandes modelos: a principios de año, había una sensación general de ansiedad y preocupación por quedarse atrás; en primavera, se formaron equipos para comenzar la exploración; en verano, se encontraron con dificultades en el proceso de implementación y comenzaron a volverse más racionales; ahora, se centran en casos de referencia y tratan de validar los escenarios de aplicación comprobados.
Es importante señalar que muchas instituciones financieras han comenzado a dar una gran importancia a los grandes modelos desde una perspectiva estratégica. Según estadísticas incompletas, al menos 11 bancos entre las empresas cotizadas en A-shares han mencionado explícitamente en sus últimos informes semestrales que están explorando la aplicación de grandes modelos. A juzgar por las acciones recientes, están llevando a cabo un pensamiento y una planificación de caminos más claros a nivel estratégico y de diseño superior.
A medida que se profundiza la comprensión de los grandes modelos, la actitud de las instituciones financieras también ha cambiado. A principios de año, había una esperanza general de construir grandes modelos internamente, pero debido a la escasez de recursos de cómputo y los altos costos, ahora se centran más en el valor de aplicación. Las grandes instituciones financieras tienden a introducir grandes modelos básicos y construir sus propios modelos empresariales, mientras que las instituciones pequeñas y medianas consideran más usar directamente los servicios de grandes modelos existentes.
Para resolver los diversos problemas en el proceso de implementación de grandes modelos, las instituciones financieras están buscando activamente soluciones. En cuanto a la potencia de cálculo, algunas optan por construir sus propias infraestructuras, mientras que otras adoptan un enfoque de despliegue híbrido. En el ámbito de los datos, cada vez más instituciones comienzan a prestar atención a la gobernanza de datos, construyendo plataformas de datos y sistemas de gobernanza de datos.
Actualmente, las instituciones financieras adoptan en general una estrategia de "primero interno y luego externo", priorizando la aplicación de grandes modelos en escenarios internos. Ya hay varios casos de implementación en escenarios no centrales como asistentes de código y oficinas inteligentes. Sin embargo, aún hay un camino por recorrer para su aplicación profunda en los negocios centrales.
Algunas instituciones han comenzado a realizar cambios a nivel de diseño superior, reestructurando todo el sistema de inteligencia y digitalización basado en grandes modelos. Se adopta comúnmente una arquitectura en capas, permitiendo que los grandes modelos desempeñen un papel central, al mismo tiempo que colaboran con los modelos más pequeños tradicionales.
La aplicación de modelos grandes también ha planteado desafíos a la estructura de talento en la industria financiera. Por un lado, ciertos puestos enfrentan el riesgo de ser reemplazados; por otro lado, hay una grave escasez de talento relacionado con modelos grandes. Las instituciones financieras están formando y contratando talento de diversas maneras para hacer frente a este desafío.
Con la implementación adicional de grandes modelos en la industria financiera, también están aumentando las habilidades requeridas para el personal relacionado. En el futuro, los desarrolladores que dominen la aplicación de grandes modelos tendrán una ventaja competitiva. La estructura del personal en las instituciones financieras también experimentará ajustes y cambios.
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.
11 me gusta
Recompensa
11
4
Compartir
Comentar
0/400
NFTFreezer
· hace13h
¿Estás especulando con ai otra vez?
Ver originalesResponder0
MysteriousZhang
· 08-02 05:12
La razón también debe seguir el ritmo.
Ver originalesResponder0
rugpull_survivor
· 08-02 05:06
¿Por qué seguir preocupado? Primero aterriza y luego hablamos.
La implementación de grandes modelos en la industria financiera: de la locura a la racionalidad, el camino se vuelve cada vez más claro.
Exploración de la implementación de grandes modelos en la industria financiera: de la euforia a la racionalidad
El surgimiento de ChatGPT ha provocado una ola de ansiedad en la industria financiera. Este sector, que tiene una profunda fe en la tecnología, teme quedarse atrás en una era de rápido desarrollo. Sin embargo, esta mentalidad ansiosa está regresando gradualmente a la racionalidad, y las ideas de las personas se están volviendo más claras.
Los profesionales del sector bancario describen varias etapas de la actitud de la industria financiera hacia los grandes modelos: a principios de año, había una sensación general de ansiedad y preocupación por quedarse atrás; en primavera, se formaron equipos para comenzar la exploración; en verano, se encontraron con dificultades en el proceso de implementación y comenzaron a volverse más racionales; ahora, se centran en casos de referencia y tratan de validar los escenarios de aplicación comprobados.
Es importante señalar que muchas instituciones financieras han comenzado a dar una gran importancia a los grandes modelos desde una perspectiva estratégica. Según estadísticas incompletas, al menos 11 bancos entre las empresas cotizadas en A-shares han mencionado explícitamente en sus últimos informes semestrales que están explorando la aplicación de grandes modelos. A juzgar por las acciones recientes, están llevando a cabo un pensamiento y una planificación de caminos más claros a nivel estratégico y de diseño superior.
A medida que se profundiza la comprensión de los grandes modelos, la actitud de las instituciones financieras también ha cambiado. A principios de año, había una esperanza general de construir grandes modelos internamente, pero debido a la escasez de recursos de cómputo y los altos costos, ahora se centran más en el valor de aplicación. Las grandes instituciones financieras tienden a introducir grandes modelos básicos y construir sus propios modelos empresariales, mientras que las instituciones pequeñas y medianas consideran más usar directamente los servicios de grandes modelos existentes.
Para resolver los diversos problemas en el proceso de implementación de grandes modelos, las instituciones financieras están buscando activamente soluciones. En cuanto a la potencia de cálculo, algunas optan por construir sus propias infraestructuras, mientras que otras adoptan un enfoque de despliegue híbrido. En el ámbito de los datos, cada vez más instituciones comienzan a prestar atención a la gobernanza de datos, construyendo plataformas de datos y sistemas de gobernanza de datos.
Actualmente, las instituciones financieras adoptan en general una estrategia de "primero interno y luego externo", priorizando la aplicación de grandes modelos en escenarios internos. Ya hay varios casos de implementación en escenarios no centrales como asistentes de código y oficinas inteligentes. Sin embargo, aún hay un camino por recorrer para su aplicación profunda en los negocios centrales.
Algunas instituciones han comenzado a realizar cambios a nivel de diseño superior, reestructurando todo el sistema de inteligencia y digitalización basado en grandes modelos. Se adopta comúnmente una arquitectura en capas, permitiendo que los grandes modelos desempeñen un papel central, al mismo tiempo que colaboran con los modelos más pequeños tradicionales.
La aplicación de modelos grandes también ha planteado desafíos a la estructura de talento en la industria financiera. Por un lado, ciertos puestos enfrentan el riesgo de ser reemplazados; por otro lado, hay una grave escasez de talento relacionado con modelos grandes. Las instituciones financieras están formando y contratando talento de diversas maneras para hacer frente a este desafío.
Con la implementación adicional de grandes modelos en la industria financiera, también están aumentando las habilidades requeridas para el personal relacionado. En el futuro, los desarrolladores que dominen la aplicación de grandes modelos tendrán una ventaja competitiva. La estructura del personal en las instituciones financieras también experimentará ajustes y cambios.