Eksplorasi Penerapan Model Besar di Sektor Keuangan: Dari Kegilaan ke Rasionalitas
Kemunculan ChatGPT telah memicu gelombang kecemasan di industri keuangan. Industri yang penuh dengan kepercayaan pada teknologi ini takut ketinggalan di era yang berkembang pesat. Namun, sikap cemas ini perlahan-lahan kembali ke rasionalitas, dan pemikiran orang-orang menjadi semakin jelas.
Para profesional di industri perbankan menggambarkan beberapa tahap sikap sektor keuangan terhadap model besar: di awal tahun, ada kecemasan yang umum, khawatir tertinggal; di musim semi, banyak tim dibentuk untuk melakukan eksplorasi; di musim panas, mengalami kesulitan dalam implementasi dan mulai menjadi lebih rasional; saat ini, mereka fokus pada studi kasus percontohan dan mencoba memverifikasi skenario aplikasi yang telah diuji.
Perlu dicatat bahwa banyak lembaga keuangan telah mulai memberikan perhatian strategis pada model besar. Menurut statistik yang tidak lengkap, setidaknya ada 11 bank di perusahaan yang terdaftar di A-share yang secara jelas menyatakan dalam laporan setengah tahunan terbaru bahwa mereka sedang mengeksplorasi aplikasi model besar. Dari tindakan terbaru, mereka sedang melakukan pemikiran dan perencanaan jalur yang lebih jelas di tingkat strategis dan desain tingkat atas.
Seiring dengan pemahaman yang lebih dalam tentang model besar, sikap lembaga keuangan juga telah berubah. Pada awal tahun, ada harapan umum untuk membangun model besar sendiri, tetapi karena terbatasnya sumber daya komputasi dan biaya yang tinggi, sekarang lebih fokus pada nilai aplikasi. Lembaga keuangan besar cenderung untuk mengadopsi model dasar besar dan membangun model perusahaan sendiri, sementara lembaga kecil dan menengah lebih mempertimbangkan untuk langsung menggunakan layanan model besar yang ada.
Untuk mengatasi berbagai masalah dalam proses penerapan model besar, lembaga keuangan sedang aktif mencari solusi. Dalam hal komputasi, beberapa memilih untuk membangun sendiri, sementara yang lain menggunakan metode penerapan campuran. Dalam hal data, semakin banyak lembaga yang mulai memperhatikan tata kelola data, membangun platform data dan sistem tata kelola data.
Saat ini, lembaga keuangan umumnya menerapkan strategi "dari dalam ke luar", dengan prioritas pada penerapan model besar di dalam skenario internal. Sudah ada banyak contoh penerapan di skenario non-inti seperti asisten kode dan kantor cerdas. Namun, masih ada jarak yang harus ditempuh untuk penerapan yang mendalam dalam bisnis inti.
Beberapa lembaga telah mulai melakukan perubahan di tingkat desain tingkat atas, berdasarkan model besar untuk membangun kembali seluruh sistem cerdas dan digital. Struktur berlapis umumnya diadopsi, memungkinkan model besar berfungsi sebagai pusat, sekaligus berkolaborasi dengan model kecil tradisional.
Aplikasi model besar juga membawa tantangan bagi struktur tenaga kerja di industri keuangan. Di satu sisi, beberapa posisi menghadapi risiko penggantian; di sisi lain, terdapat kekurangan serius dalam tenaga kerja yang berkaitan dengan model besar. Institusi keuangan sedang melatih dan merekrut tenaga kerja dengan berbagai cara untuk menghadapi tantangan ini.
Dengan semakin diterapkannya model besar di industri keuangan, tuntutan keterampilan bagi personel terkait juga meningkat. Di masa depan, pengembang yang mahir dalam aplikasi model besar akan memiliki keunggulan kompetitif yang lebih besar. Struktur personel di lembaga keuangan juga akan mengalami penyesuaian dan perubahan.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
10 Suka
Hadiah
10
3
Bagikan
Komentar
0/400
MysteriousZhang
· 08-02 05:12
Rasional juga harus cepat mengikuti ya
Lihat AsliBalas0
rugpull_survivor
· 08-02 05:06
Masih cemas tentang apa? Mari kita lakukan dulu baru bicarakan.
Model besar diterapkan di industri keuangan: dari antusiasme ke rasionalitas, menjelajahi jalur yang semakin jelas
Eksplorasi Penerapan Model Besar di Sektor Keuangan: Dari Kegilaan ke Rasionalitas
Kemunculan ChatGPT telah memicu gelombang kecemasan di industri keuangan. Industri yang penuh dengan kepercayaan pada teknologi ini takut ketinggalan di era yang berkembang pesat. Namun, sikap cemas ini perlahan-lahan kembali ke rasionalitas, dan pemikiran orang-orang menjadi semakin jelas.
Para profesional di industri perbankan menggambarkan beberapa tahap sikap sektor keuangan terhadap model besar: di awal tahun, ada kecemasan yang umum, khawatir tertinggal; di musim semi, banyak tim dibentuk untuk melakukan eksplorasi; di musim panas, mengalami kesulitan dalam implementasi dan mulai menjadi lebih rasional; saat ini, mereka fokus pada studi kasus percontohan dan mencoba memverifikasi skenario aplikasi yang telah diuji.
Perlu dicatat bahwa banyak lembaga keuangan telah mulai memberikan perhatian strategis pada model besar. Menurut statistik yang tidak lengkap, setidaknya ada 11 bank di perusahaan yang terdaftar di A-share yang secara jelas menyatakan dalam laporan setengah tahunan terbaru bahwa mereka sedang mengeksplorasi aplikasi model besar. Dari tindakan terbaru, mereka sedang melakukan pemikiran dan perencanaan jalur yang lebih jelas di tingkat strategis dan desain tingkat atas.
Seiring dengan pemahaman yang lebih dalam tentang model besar, sikap lembaga keuangan juga telah berubah. Pada awal tahun, ada harapan umum untuk membangun model besar sendiri, tetapi karena terbatasnya sumber daya komputasi dan biaya yang tinggi, sekarang lebih fokus pada nilai aplikasi. Lembaga keuangan besar cenderung untuk mengadopsi model dasar besar dan membangun model perusahaan sendiri, sementara lembaga kecil dan menengah lebih mempertimbangkan untuk langsung menggunakan layanan model besar yang ada.
Untuk mengatasi berbagai masalah dalam proses penerapan model besar, lembaga keuangan sedang aktif mencari solusi. Dalam hal komputasi, beberapa memilih untuk membangun sendiri, sementara yang lain menggunakan metode penerapan campuran. Dalam hal data, semakin banyak lembaga yang mulai memperhatikan tata kelola data, membangun platform data dan sistem tata kelola data.
Saat ini, lembaga keuangan umumnya menerapkan strategi "dari dalam ke luar", dengan prioritas pada penerapan model besar di dalam skenario internal. Sudah ada banyak contoh penerapan di skenario non-inti seperti asisten kode dan kantor cerdas. Namun, masih ada jarak yang harus ditempuh untuk penerapan yang mendalam dalam bisnis inti.
Beberapa lembaga telah mulai melakukan perubahan di tingkat desain tingkat atas, berdasarkan model besar untuk membangun kembali seluruh sistem cerdas dan digital. Struktur berlapis umumnya diadopsi, memungkinkan model besar berfungsi sebagai pusat, sekaligus berkolaborasi dengan model kecil tradisional.
Aplikasi model besar juga membawa tantangan bagi struktur tenaga kerja di industri keuangan. Di satu sisi, beberapa posisi menghadapi risiko penggantian; di sisi lain, terdapat kekurangan serius dalam tenaga kerja yang berkaitan dengan model besar. Institusi keuangan sedang melatih dan merekrut tenaga kerja dengan berbagai cara untuk menghadapi tantangan ini.
Dengan semakin diterapkannya model besar di industri keuangan, tuntutan keterampilan bagi personel terkait juga meningkat. Di masa depan, pengembang yang mahir dalam aplikasi model besar akan memiliki keunggulan kompetitif yang lebih besar. Struktur personel di lembaga keuangan juga akan mengalami penyesuaian dan perubahan.