Tendências de aplicação de grandes modelos na indústria financeira: da euforia à implementação, o planejamento estratégico e a demanda por talentos continuam a aquecer.
A evolução da tecnologia de grandes modelos no setor financeiro: do entusiasmo à racionalidade
Desde o lançamento do ChatGPT, a indústria financeira desencadeou rapidamente uma onda de entusiasmo, com o setor a preocupar-se em ficar para trás na nova onda tecnológica. Este sentimento de ansiedade espalhou-se a diversos cantos, chegando até a ouvir-se discussões sobre grandes modelos em templos.
No entanto, essa ansiedade está gradualmente a acalmar-se, e o raciocínio das pessoas está a tornar-se mais claro e racional. A atitude da indústria financeira em relação aos grandes modelos passou por várias fases: em fevereiro e março, sentiu-se uma ansiedade generalizada; em abril e maio, começaram a formar equipas e a agir; nos meses seguintes, enfrentaram dificuldades na procura de direções e na implementação, começando a tornar-se mais racionais; atualmente, há uma maior atenção a casos de referência, tentando validar cenários já testados.
Uma nova tendência é que várias instituições financeiras elevaram os grandes modelos para o nível estratégico. De acordo com estatísticas incompletas, entre as empresas listadas na A-share, pelo menos 11 bancos mencionaram claramente em seus últimos relatórios semestrais que estão explorando a aplicação de grandes modelos. Com as ações recentes, eles também estão realizando uma reflexão e planejamento de caminhos mais claros a partir das perspectivas estratégica e de design de alto nível.
Da empolgação à razão
Comparado a alguns meses atrás, a compreensão dos clientes financeiros sobre grandes modelos melhorou significativamente. No início do ano, quando o ChatGPT apareceu, embora todos estivessem entusiasmados, o entendimento sobre a essência e as formas de aplicação de grandes modelos era limitado.
Nesta fase, alguns grandes bancos estão a tomar a dianteira, começando a realizar várias campanhas de "aproveitamento de tendências". Por outro lado, com várias empresas a lançarem grandes modelos, os departamentos de tecnologia de algumas instituições financeiras de topo estão a explorar ativamente questões relacionadas com a construção de grandes modelos com grandes empresas. Eles geralmente esperam construir grandes modelos internamente, questionando sobre o processamento de conjuntos de dados, aquisição de servidores, métodos de treino, entre outros.
Após maio, a situação começou a mudar gradualmente. Limitadas pela escassez de recursos de computação e altos custos, muitas instituições financeiras começaram a passar de uma simples esperança de construir internamente para uma maior atenção ao valor da aplicação. "Agora, cada instituição financeira está preocupada com o que outras pessoas fizeram com grandes modelos e quais resultados foram alcançados."
Empresas de diferentes tamanhos seguem dois caminhos: grandes instituições financeiras podem introduzir modelos de base líderes, construir seus próprios modelos empresariais e, ao mesmo tempo, adotar uma forma de ajuste fino, formando modelos de tarefas em áreas especializadas; instituições financeiras pequenas e médias podem, conforme necessário, introduzir APIs de vários modelos de grande escala ou serviços de implantação privada.
Devido às altas exigências de conformidade, segurança e confiabilidade dos dados na indústria financeira, algumas pessoas acreditam que o progresso da implementação de grandes modelos neste setor está, na verdade, ligeiramente atrasado em relação às expectativas do início do ano.
Algumas instituições financeiras começaram a abordar várias "amarras" no processo de implementação de grandes modelos. Em termos de capacidade de computação, surgiram várias abordagens na indústria:
Construir diretamente a capacidade de cálculo, custo elevado mas alta segurança, adequado para grandes instituições financeiras que desejam construir modelos grandes para a indústria ou empresas.
Implantação híbrida de poder computacional, aceitando chamadas de interfaces de serviços de grandes modelos a partir da nuvem pública, enquanto processa serviços de dados locais através de uma implantação privatizada, sem que dados sensíveis saiam do domínio. Custo relativamente baixo, adequado para instituições financeiras de pequeno e médio porte com recursos financeiros limitados.
No entanto, muitas pequenas e médias instituições ainda enfrentam o problema de não conseguirem comprar ou não terem capacidade financeira para adquirir placas GPU. Para abordar essa questão, as autoridades competentes estão realizando pesquisas sobre o tema, explorando a possibilidade de, de forma intermediária, liderar a construção de uma infraestrutura de grandes modelos voltada para setores específicos, concentrando recursos de computação e modelos abrangentes, permitindo que pequenas e médias instituições financeiras também possam utilizar serviços de grandes modelos, evitando assim "ficar para trás em tecnologia".
Além da capacidade de computação, muitas instituições financeiras também estão a reforçar a gestão de dados. Cada vez mais, instituições financeiras de médio porte estão a construir plataformas de dados e sistemas de governança de dados. Alguns bancos estão a resolver problemas de dados através de modelos grandes + MLOps, alcançando a automação de todo o processo, bem como a gestão unificada e o tratamento eficiente de dados heterogéneos provenientes de múltiplas fontes.
Entrar pela cena periférica
Nos últimos seis meses, prestadores de serviços de grandes modelos e instituições financeiras têm procurado cenários, como escritório inteligente, desenvolvimento inteligente, marketing inteligente, atendimento ao cliente inteligente, pesquisa de investimentos inteligente, controle de risco inteligente e análise de requisitos, todos sendo explorados.
Cada instituição financeira tem ricas ideias sobre modelos grandes. Mas para realmente implementá-los, o consenso é começar internamente antes de ir para o externo. Atualmente, a tecnologia dos modelos grandes ainda não está madura, e a indústria financeira é altamente regulamentada, com alta segurança e alta confiabilidade.
Não é aconselhável usar diretamente frente ao cliente a curto prazo. As instituições financeiras devem priorizar a utilização de grandes modelos para a análise e compreensão de textos e imagens financeiras em cenários intensivos em inteligência, utilizando-os como assistentes para colaborar com os trabalhadores e melhorar a eficiência.
Atualmente, o assistente de código já foi implementado em várias instituições financeiras. Também há vários casos na área de escritório inteligente. No entanto, especialistas da indústria acreditam que esses cenários amplamente implementados ainda não são as aplicações centrais das instituições financeiras, e que os grandes modelos ainda estão a uma certa distância de penetrar nas camadas de negócios da indústria financeira.
Há previsões de que, antes do final deste ano, surgirão informações sobre projetos de construção ou licitações que realmente utilizarão grandes modelos em cenários de negócios essenciais das instituições financeiras.
Antes disso, algumas mudanças em termos de design de alto nível estão em andamento. Todo o futuro sistema de inteligência e digitalização será reestruturado com base em grandes modelos. Isso exige que a indústria financeira reestruture seus sistemas durante o processo de implementação dos grandes modelos. Ao mesmo tempo, não se pode ignorar o valor dos modelos pequenos tradicionais, devendo permitir que os grandes e pequenos modelos trabalhem em conjunto.
Atualmente, várias instituições financeiras de destaque baseadas em grandes modelos estabeleceram uma estrutura de sistema em camadas que inclui níveis como camada de infraestrutura, camada de modelo, camada de serviços de grandes modelos e camada de aplicação. Esses sistemas geralmente possuem duas características principais: primeiro, os grandes modelos exercem uma capacidade central, utilizando modelos tradicionais como habilidades a serem invocadas; segundo, a camada de grandes modelos adota uma estratégia de múltiplos modelos, realizando uma competição interna para selecionar o melhor desempenho.
A lacuna de talentos ainda é enorme
A aplicação de grandes modelos já começou a trazer alguns desafios e mudanças na estrutura de pessoal da indústria financeira.
Alguns postos de trabalho começaram a ser substituídos por grandes modelos. No entanto, alguns bancos não desejam que os grandes modelos resultem em reduções de pessoal, mas sim que tragam novas oportunidades, melhorem a qualidade do atendimento ao cliente e a eficiência do trabalho, ao mesmo tempo que liberam alguns funcionários para fazerem coisas de maior valor.
Entre as considerações, não faltam reflexões sobre a estabilidade de pessoal e estruturas. Por outro lado, também se deve ao fato de que existem muitas lacunas de talento em várias posições na indústria. As grandes instituições têm uma enorme quantidade de trabalho a ser realizada, e alguns prazos para as demandas de TI estão até mesmo agendados para o final do próximo ano. Eles esperam que os grandes modelos possam ajudar os funcionários a aumentar a eficiência e a velocidade, em vez de resultar em redução de pessoal.
Mais importante ainda, a ascensão dos grandes modelos foi rápida e intensa, e em um curto espaço de tempo, a oferta de talentos escassos é difícil de corresponder à demanda crescente. A demanda por talentos que aplicam diretamente grandes modelos é relativamente simples, é necessário que sejam pessoas que saibam fazer perguntas. No entanto, se uma indústria ou empresa decidir construir seus próprios grandes modelos, será necessário que as instituições financeiras tenham uma equipe técnica vertical de grandes modelos bem preparada.
Algumas instituições já tomaram medidas. Algumas empresas, em conjunto com equipes de recursos humanos de bancos laboratoriais, analisaram as práticas de transição de pessoal na aplicação de grandes modelos nas empresas, projetaram uma série de cursos de treinamento, como ajuste de prompt, ajuste fino, operação de grandes modelos, entre outros, e colaboraram com vários departamentos para estabelecer grupos de projetos conjuntos, impulsionando a melhoria das capacidades dos funcionários da empresa.
Durante este processo, a estrutura de pessoal das instituições financeiras também irá passar por algumas ajustações e transformações. Os desenvolvedores que utilizam grandes modelos terão mais facilidade em permanecer neste ambiente.
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
Tendências de aplicação de grandes modelos na indústria financeira: da euforia à implementação, o planejamento estratégico e a demanda por talentos continuam a aquecer.
A evolução da tecnologia de grandes modelos no setor financeiro: do entusiasmo à racionalidade
Desde o lançamento do ChatGPT, a indústria financeira desencadeou rapidamente uma onda de entusiasmo, com o setor a preocupar-se em ficar para trás na nova onda tecnológica. Este sentimento de ansiedade espalhou-se a diversos cantos, chegando até a ouvir-se discussões sobre grandes modelos em templos.
No entanto, essa ansiedade está gradualmente a acalmar-se, e o raciocínio das pessoas está a tornar-se mais claro e racional. A atitude da indústria financeira em relação aos grandes modelos passou por várias fases: em fevereiro e março, sentiu-se uma ansiedade generalizada; em abril e maio, começaram a formar equipas e a agir; nos meses seguintes, enfrentaram dificuldades na procura de direções e na implementação, começando a tornar-se mais racionais; atualmente, há uma maior atenção a casos de referência, tentando validar cenários já testados.
Uma nova tendência é que várias instituições financeiras elevaram os grandes modelos para o nível estratégico. De acordo com estatísticas incompletas, entre as empresas listadas na A-share, pelo menos 11 bancos mencionaram claramente em seus últimos relatórios semestrais que estão explorando a aplicação de grandes modelos. Com as ações recentes, eles também estão realizando uma reflexão e planejamento de caminhos mais claros a partir das perspectivas estratégica e de design de alto nível.
Da empolgação à razão
Comparado a alguns meses atrás, a compreensão dos clientes financeiros sobre grandes modelos melhorou significativamente. No início do ano, quando o ChatGPT apareceu, embora todos estivessem entusiasmados, o entendimento sobre a essência e as formas de aplicação de grandes modelos era limitado.
Nesta fase, alguns grandes bancos estão a tomar a dianteira, começando a realizar várias campanhas de "aproveitamento de tendências". Por outro lado, com várias empresas a lançarem grandes modelos, os departamentos de tecnologia de algumas instituições financeiras de topo estão a explorar ativamente questões relacionadas com a construção de grandes modelos com grandes empresas. Eles geralmente esperam construir grandes modelos internamente, questionando sobre o processamento de conjuntos de dados, aquisição de servidores, métodos de treino, entre outros.
Após maio, a situação começou a mudar gradualmente. Limitadas pela escassez de recursos de computação e altos custos, muitas instituições financeiras começaram a passar de uma simples esperança de construir internamente para uma maior atenção ao valor da aplicação. "Agora, cada instituição financeira está preocupada com o que outras pessoas fizeram com grandes modelos e quais resultados foram alcançados."
Empresas de diferentes tamanhos seguem dois caminhos: grandes instituições financeiras podem introduzir modelos de base líderes, construir seus próprios modelos empresariais e, ao mesmo tempo, adotar uma forma de ajuste fino, formando modelos de tarefas em áreas especializadas; instituições financeiras pequenas e médias podem, conforme necessário, introduzir APIs de vários modelos de grande escala ou serviços de implantação privada.
Devido às altas exigências de conformidade, segurança e confiabilidade dos dados na indústria financeira, algumas pessoas acreditam que o progresso da implementação de grandes modelos neste setor está, na verdade, ligeiramente atrasado em relação às expectativas do início do ano.
Algumas instituições financeiras começaram a abordar várias "amarras" no processo de implementação de grandes modelos. Em termos de capacidade de computação, surgiram várias abordagens na indústria:
Construir diretamente a capacidade de cálculo, custo elevado mas alta segurança, adequado para grandes instituições financeiras que desejam construir modelos grandes para a indústria ou empresas.
Implantação híbrida de poder computacional, aceitando chamadas de interfaces de serviços de grandes modelos a partir da nuvem pública, enquanto processa serviços de dados locais através de uma implantação privatizada, sem que dados sensíveis saiam do domínio. Custo relativamente baixo, adequado para instituições financeiras de pequeno e médio porte com recursos financeiros limitados.
No entanto, muitas pequenas e médias instituições ainda enfrentam o problema de não conseguirem comprar ou não terem capacidade financeira para adquirir placas GPU. Para abordar essa questão, as autoridades competentes estão realizando pesquisas sobre o tema, explorando a possibilidade de, de forma intermediária, liderar a construção de uma infraestrutura de grandes modelos voltada para setores específicos, concentrando recursos de computação e modelos abrangentes, permitindo que pequenas e médias instituições financeiras também possam utilizar serviços de grandes modelos, evitando assim "ficar para trás em tecnologia".
Além da capacidade de computação, muitas instituições financeiras também estão a reforçar a gestão de dados. Cada vez mais, instituições financeiras de médio porte estão a construir plataformas de dados e sistemas de governança de dados. Alguns bancos estão a resolver problemas de dados através de modelos grandes + MLOps, alcançando a automação de todo o processo, bem como a gestão unificada e o tratamento eficiente de dados heterogéneos provenientes de múltiplas fontes.
Entrar pela cena periférica
Nos últimos seis meses, prestadores de serviços de grandes modelos e instituições financeiras têm procurado cenários, como escritório inteligente, desenvolvimento inteligente, marketing inteligente, atendimento ao cliente inteligente, pesquisa de investimentos inteligente, controle de risco inteligente e análise de requisitos, todos sendo explorados.
Cada instituição financeira tem ricas ideias sobre modelos grandes. Mas para realmente implementá-los, o consenso é começar internamente antes de ir para o externo. Atualmente, a tecnologia dos modelos grandes ainda não está madura, e a indústria financeira é altamente regulamentada, com alta segurança e alta confiabilidade.
Não é aconselhável usar diretamente frente ao cliente a curto prazo. As instituições financeiras devem priorizar a utilização de grandes modelos para a análise e compreensão de textos e imagens financeiras em cenários intensivos em inteligência, utilizando-os como assistentes para colaborar com os trabalhadores e melhorar a eficiência.
Atualmente, o assistente de código já foi implementado em várias instituições financeiras. Também há vários casos na área de escritório inteligente. No entanto, especialistas da indústria acreditam que esses cenários amplamente implementados ainda não são as aplicações centrais das instituições financeiras, e que os grandes modelos ainda estão a uma certa distância de penetrar nas camadas de negócios da indústria financeira.
Há previsões de que, antes do final deste ano, surgirão informações sobre projetos de construção ou licitações que realmente utilizarão grandes modelos em cenários de negócios essenciais das instituições financeiras.
Antes disso, algumas mudanças em termos de design de alto nível estão em andamento. Todo o futuro sistema de inteligência e digitalização será reestruturado com base em grandes modelos. Isso exige que a indústria financeira reestruture seus sistemas durante o processo de implementação dos grandes modelos. Ao mesmo tempo, não se pode ignorar o valor dos modelos pequenos tradicionais, devendo permitir que os grandes e pequenos modelos trabalhem em conjunto.
Atualmente, várias instituições financeiras de destaque baseadas em grandes modelos estabeleceram uma estrutura de sistema em camadas que inclui níveis como camada de infraestrutura, camada de modelo, camada de serviços de grandes modelos e camada de aplicação. Esses sistemas geralmente possuem duas características principais: primeiro, os grandes modelos exercem uma capacidade central, utilizando modelos tradicionais como habilidades a serem invocadas; segundo, a camada de grandes modelos adota uma estratégia de múltiplos modelos, realizando uma competição interna para selecionar o melhor desempenho.
A lacuna de talentos ainda é enorme
A aplicação de grandes modelos já começou a trazer alguns desafios e mudanças na estrutura de pessoal da indústria financeira.
Alguns postos de trabalho começaram a ser substituídos por grandes modelos. No entanto, alguns bancos não desejam que os grandes modelos resultem em reduções de pessoal, mas sim que tragam novas oportunidades, melhorem a qualidade do atendimento ao cliente e a eficiência do trabalho, ao mesmo tempo que liberam alguns funcionários para fazerem coisas de maior valor.
Entre as considerações, não faltam reflexões sobre a estabilidade de pessoal e estruturas. Por outro lado, também se deve ao fato de que existem muitas lacunas de talento em várias posições na indústria. As grandes instituições têm uma enorme quantidade de trabalho a ser realizada, e alguns prazos para as demandas de TI estão até mesmo agendados para o final do próximo ano. Eles esperam que os grandes modelos possam ajudar os funcionários a aumentar a eficiência e a velocidade, em vez de resultar em redução de pessoal.
Mais importante ainda, a ascensão dos grandes modelos foi rápida e intensa, e em um curto espaço de tempo, a oferta de talentos escassos é difícil de corresponder à demanda crescente. A demanda por talentos que aplicam diretamente grandes modelos é relativamente simples, é necessário que sejam pessoas que saibam fazer perguntas. No entanto, se uma indústria ou empresa decidir construir seus próprios grandes modelos, será necessário que as instituições financeiras tenham uma equipe técnica vertical de grandes modelos bem preparada.
Algumas instituições já tomaram medidas. Algumas empresas, em conjunto com equipes de recursos humanos de bancos laboratoriais, analisaram as práticas de transição de pessoal na aplicação de grandes modelos nas empresas, projetaram uma série de cursos de treinamento, como ajuste de prompt, ajuste fino, operação de grandes modelos, entre outros, e colaboraram com vários departamentos para estabelecer grupos de projetos conjuntos, impulsionando a melhoria das capacidades dos funcionários da empresa.
Durante este processo, a estrutura de pessoal das instituições financeiras também irá passar por algumas ajustações e transformações. Os desenvolvedores que utilizam grandes modelos terão mais facilidade em permanecer neste ambiente.