Exploration de l'implémentation des grands modèles dans le secteur financier : de l'enthousiasme à la rationalité
L'émergence de ChatGPT a suscité une vague d'anxiété dans le secteur financier. Cette industrie, pleine de foi en la technologie, craint de se retrouver à la traîne dans une époque en rapide évolution. Cependant, cet état d'anxiété revient progressivement à la rationalité, et les idées des gens deviennent également plus claires.
Les professionnels de la banque décrivent plusieurs étapes de l'attitude du secteur financier envers les grands modèles : au début de l'année, il y avait une anxiété générale, craignant de prendre du retard ; au printemps, des équipes ont été formées pour explorer ; en été, des difficultés ont été rencontrées lors de la mise en œuvre, et une approche plus rationnelle a commencé à émerger ; aujourd'hui, l'accent est mis sur des cas de référence, en essayant de valider des scénarios d'application éprouvés.
Il convient de noter que de nombreuses institutions financières ont déjà commencé à accorder une attention stratégique aux grands modèles. Selon des statistiques incomplètes, au moins 11 banques parmi les entreprises cotées en A-shares ont clairement indiqué dans leur dernier rapport semestriel qu'elles explorent l'application des grands modèles. À en juger par les récentes actions, elles réfléchissent et planifient plus clairement au niveau stratégique et au niveau de la conception globale.
Avec une meilleure compréhension des grands modèles, l'attitude des institutions financières a également évolué. Au début de l'année, elles espéraient généralement construire leurs propres grands modèles, mais en raison de la rareté des ressources de calcul et des coûts élevés, elles se concentrent désormais davantage sur la valeur d'application. Les grandes institutions financières ont tendance à introduire des grands modèles de base et à construire leurs propres grands modèles d'entreprise, tandis que les petites et moyennes institutions envisagent davantage d'utiliser directement les services des grands modèles existants.
Pour résoudre les divers problèmes rencontrés lors de la mise en œuvre de grands modèles, les institutions financières cherchent activement des solutions. En ce qui concerne la puissance de calcul, certaines choisissent de construire leurs propres infrastructures, tandis que d'autres adoptent une approche de déploiement hybride. En ce qui concerne les données, de plus en plus d'institutions commencent à accorder de l'importance à la gouvernance des données, en construisant des plateformes de données et des systèmes de gouvernance des données.
Actuellement, les institutions financières adoptent généralement une stratégie de "d'abord à l'intérieur, ensuite à l'extérieur", en privilégiant l'application de grands modèles dans des scénarios internes. Il existe déjà de nombreux cas concrets dans des scénarios non centraux tels que les assistants de code et le bureau intelligent. Cependant, il reste encore un certain chemin à parcourir avant une application approfondie dans les activités principales.
Certaines institutions ont commencé à apporter des changements au niveau de la conception de haut niveau, en reconstruisant l'ensemble du système intelligent et numérique sur la base de grands modèles. Une architecture en couches est généralement adoptée, permettant aux grands modèles de jouer un rôle central tout en collaborant avec les petits modèles traditionnels.
L'application des grands modèles pose également des défis à la structure des talents dans le secteur financier. 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 et attirent des talents de diverses manières pour faire face à ce défi.
Avec le déploiement accru des grands modèles dans le secteur financier, les exigences en matière de compétences des personnes concernées augmentent également. À l'avenir, les développeurs maîtrisant l'application des grands modèles auront un avantage concurrentiel. La structure du personnel des institutions financières sera également sujette à des ajustements et des transformations.
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.
11 J'aime
Récompense
11
4
Partager
Commentaire
0/400
NFTFreezer
· Il y a 9h
On est encore en train de spéculer sur l'IA, n'est-ce pas ?
Voir l'originalRépondre0
MysteriousZhang
· 08-02 05:12
La raison doit aussi suivre rapidement.
Voir l'originalRépondre0
rugpull_survivor
· 08-02 05:06
Pourquoi s'inquiéter ? D'abord, faisons-le, ensuite nous en parlerons.
Les grands modèles dans l'industrie financière : De l'enthousiasme à la rationalité, les voies d'exploration deviennent de plus en plus claires.
Exploration de l'implémentation des grands modèles dans le secteur financier : de l'enthousiasme à la rationalité
L'émergence de ChatGPT a suscité une vague d'anxiété dans le secteur financier. Cette industrie, pleine de foi en la technologie, craint de se retrouver à la traîne dans une époque en rapide évolution. Cependant, cet état d'anxiété revient progressivement à la rationalité, et les idées des gens deviennent également plus claires.
Les professionnels de la banque décrivent plusieurs étapes de l'attitude du secteur financier envers les grands modèles : au début de l'année, il y avait une anxiété générale, craignant de prendre du retard ; au printemps, des équipes ont été formées pour explorer ; en été, des difficultés ont été rencontrées lors de la mise en œuvre, et une approche plus rationnelle a commencé à émerger ; aujourd'hui, l'accent est mis sur des cas de référence, en essayant de valider des scénarios d'application éprouvés.
Il convient de noter que de nombreuses institutions financières ont déjà commencé à accorder une attention stratégique aux grands modèles. Selon des statistiques incomplètes, au moins 11 banques parmi les entreprises cotées en A-shares ont clairement indiqué dans leur dernier rapport semestriel qu'elles explorent l'application des grands modèles. À en juger par les récentes actions, elles réfléchissent et planifient plus clairement au niveau stratégique et au niveau de la conception globale.
Avec une meilleure compréhension des grands modèles, l'attitude des institutions financières a également évolué. Au début de l'année, elles espéraient généralement construire leurs propres grands modèles, mais en raison de la rareté des ressources de calcul et des coûts élevés, elles se concentrent désormais davantage sur la valeur d'application. Les grandes institutions financières ont tendance à introduire des grands modèles de base et à construire leurs propres grands modèles d'entreprise, tandis que les petites et moyennes institutions envisagent davantage d'utiliser directement les services des grands modèles existants.
Pour résoudre les divers problèmes rencontrés lors de la mise en œuvre de grands modèles, les institutions financières cherchent activement des solutions. En ce qui concerne la puissance de calcul, certaines choisissent de construire leurs propres infrastructures, tandis que d'autres adoptent une approche de déploiement hybride. En ce qui concerne les données, de plus en plus d'institutions commencent à accorder de l'importance à la gouvernance des données, en construisant des plateformes de données et des systèmes de gouvernance des données.
Actuellement, les institutions financières adoptent généralement une stratégie de "d'abord à l'intérieur, ensuite à l'extérieur", en privilégiant l'application de grands modèles dans des scénarios internes. Il existe déjà de nombreux cas concrets dans des scénarios non centraux tels que les assistants de code et le bureau intelligent. Cependant, il reste encore un certain chemin à parcourir avant une application approfondie dans les activités principales.
Certaines institutions ont commencé à apporter des changements au niveau de la conception de haut niveau, en reconstruisant l'ensemble du système intelligent et numérique sur la base de grands modèles. Une architecture en couches est généralement adoptée, permettant aux grands modèles de jouer un rôle central tout en collaborant avec les petits modèles traditionnels.
L'application des grands modèles pose également des défis à la structure des talents dans le secteur financier. 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 et attirent des talents de diverses manières pour faire face à ce défi.
Avec le déploiement accru des grands modèles dans le secteur financier, les exigences en matière de compétences des personnes concernées augmentent également. À l'avenir, les développeurs maîtrisant l'application des grands modèles auront un avantage concurrentiel. La structure du personnel des institutions financières sera également sujette à des ajustements et des transformations.