L'implémentation des grands modèles dans le secteur financier : un retour rationnel de la stratégie à la pratique

Depuis l'apparition de ChatGPT, le secteur financier a rapidement été frappé par une vague de modèles de grande taille. De l'anxiété initiale au retour à la raison d'aujourd'hui, la compréhension et l'application des grands modèles par les institutions financières s'approfondissent progressivement.

Au début de l'année, de nombreuses institutions financières se sont empressées de suivre le mouvement, formant des équipes pour explorer l'application de grands modèles. Au fil du temps, tout le monde a commencé à réaliser les difficultés de mise en œuvre, et l'attitude est devenue plus rationnelle. Actuellement, plusieurs banques ont clairement indiqué dans leurs rapports semestriels qu'elles explorent l'application de grands modèles et qu'elles élaborent des plans au niveau stratégique.

Les institutions financières ont clairement amélioré leur compréhension des grands modèles. Elles sont passées d'un souhait initial de créer leurs propres modèles à une préoccupation accrue pour la valeur d'application. Les grandes institutions ont tendance à introduire des grands modèles de base pour créer leurs propres grands modèles d'entreprise, tandis que les petites et moyennes institutions choisissent davantage d'utiliser directement divers services de grands modèles.

Lors du processus de mise en œuvre, la puissance de calcul et les données sont deux facteurs clés. Certaines grandes institutions choisissent de construire leur propre puissance de calcul, tandis que les petites et moyennes institutions optent souvent pour des méthodes de déploiement hybrides. Parallèlement, de plus en plus d'institutions commencent à renforcer la gouvernance des données et à construire une plateforme de données.

Dans les scénarios d'application, les institutions financières adoptent généralement une stratégie "d'abord à l'intérieur, ensuite à l'extérieur", en privilégiant les projets pilotes dans des scénarios internes. À l'heure actuelle, il existe déjà de nombreux cas concrets dans des scénarios non essentiels tels que l'assistant de code et le bureau intelligent. L'industrie s'attend à ce qu'un certain nombre de projets d'application de grands modèles pour des scénarios de services essentiels apparaissent avant la fin de l'année.

Du point de vue de la conception de haut niveau, de nombreuses institutions reconstruisent tout le système d'intelligence en s'appuyant sur de grands modèles, établissant un cadre comprenant plusieurs niveaux tels que l'infrastructure, les modèles, les services et les applications. Ce cadre utilise généralement de grands modèles comme cœur tout en conservant des modèles plus petits traditionnels et en adoptant une stratégie multi-modèles.

L'application des grands modèles pose également des défis en matière de talents pour l'industrie financière. D'une part, certains postes sont menacés d'être remplacés, d'autre part, il y a une grave pénurie de talents liés aux grands modèles. Les institutions financières forment des talents par le biais de recrutements universitaires, de formations, etc., et la structure du personnel sera également ajustée en conséquence.

Dans l'ensemble, l'application des grands modèles dans le secteur financier passe d'une admiration aveugle à un retour à la raison, commençant à réfléchir profondément à la manière de combiner étroitement les grands modèles avec les activités pour créer une véritable valeur. Ce processus fait encore face à de nombreux défis, nécessitant la coopération de toutes les parties, notamment des institutions financières et des entreprises technologiques.