大規模モデルの金融業界における実用化の探求：熱狂から理性へ

ChatGPTの誕生は金融業界に不安の波を引き起こしました。この技術に信仰を持つ業界は、急速に発展する時代の中で取り残されることを恐れています。しかし、この不安な心態は徐々に理性に戻り、人々の考え方もより明確になってきています。

銀行業界の専門家は、金融業界が大規模モデルに対して持つ態度のいくつかの段階を説明しました。年初には、遅れをとることを心配して一般的に不安を感じていました。春にはチームを結成し、探索を開始しました。夏には実装過程で困難に直面し、理性的になり始めました。現在はベンチマークケースに注目し、検証されたアプリケーションシナリオを試しています。

注目すべきは、多くの金融機関が戦略的な観点から大規模モデルを重視し始めていることです。未完全な統計によると、A株上場企業の中で少なくとも11の銀行が最新の半年報告書で大規模モデルの適用を探求していることを明確に示しています。最近の動きを見ると、彼らは戦略的なレベルとトップダウンの設計レベルでより明確な思考と経路計画を進めています。

大規模モデルの理解が深まるにつれて、金融機関の態度も変化しました。年初には自社で大規模モデルを構築したいという希望が一般的でしたが、計算リソースの不足やコストの高騰といった要因から、現在はアプリケーションの価値により焦点を当てています。大規模な金融機関は基盤となる大規模モデルを導入し、企業向けの大規模モデルを自社で構築する傾向がありますが、中小機関は既存の大規模モデルサービスを直接利用することをより考慮しています。

大規模モデルの実装過程での様々な課題を解決するために、金融機関は積極的に解決策を模索しています。計算能力の面では、独自に構築する選択をする機関もあれば、ハイブリッド展開方式を採用する機関もあります。データの面では、ますます多くの機関がデータガバナンスの重要性に気付いており、データプラットフォームとデータガバナンス体系の構築に取り組んでいます。

現在、金融機関は一般的に「内から外へ」の戦略を採用しており、まず内部のシーンで大規模モデルを適用しています。コードアシスタントやスマートオフィスなどの非コアシーンでは、すでに多くの実績があります。しかし、コアビジネスにおける深い応用にはまだ距離があります。

いくつかの機関は、トップレベルの設計において変革を始めており、大規模モデルに基づいて全体の知能化およびデジタル化システムを再構築しています。一般的に階層構造を採用し、大規模モデルが中枢的な役割を果たしつつ、従来の小規模モデルと協調しています。

大規模モデルの応用は、金融業界の人材構造にも挑戦をもたらしています。一方では、特定の職位が代替されるリスクに直面しています; 他方では、大規模モデルに関連する人材が深刻な不足に陥っています。金融機関はこの挑戦に対処するために、さまざまな方法で人材を育成し、採用しています。

大規模モデルが金融業界でさらに実用化されるにつれ、関連する人員のスキル要求も高まっています。今後、大規模モデルの応用に熟練した開発者は、より競争力を持つようになるでしょう。金融機関の人員構成もそれに伴い調整と変革が行われるでしょう。