Sự tiến hóa của công nghệ mô hình lớn trong ngành tài chính: từ cuồng nhiệt đến lý trí
Kể từ khi ChatGPT ra đời, ngành tài chính đã nhanh chóng dấy lên một làn sóng, và ngành này lo ngại bị bỏ lại phía sau bởi làn sóng công nghệ mới. Cảm giác lo lắng này đã từng lan rộng đến mọi ngóc ngách, thậm chí ở những ngôi chùa cũng có người bàn luận về các chủ đề mô hình lớn.
Tuy nhiên, sự lo lắng này đang dần lắng xuống, tư duy của mọi người cũng trở nên rõ ràng và lý trí hơn. Ngành tài chính đã trải qua một vài giai đoạn trong thái độ đối với các mô hình lớn: vào tháng 2 và tháng 3, mọi người đều cảm thấy lo lắng; vào tháng 4 và tháng 5, họ bắt đầu thành lập các đội nhóm để hành động; sau vài tháng, trong quá trình tìm kiếm phương hướng và thực hiện, gặp khó khăn, bắt đầu trở nên lý trí hơn; hiện tại, họ đang chú ý nhiều hơn đến các trường hợp điển hình, cố gắng xác thực các kịch bản đã được kiểm tra.
Một xu hướng mới là, nhiều tổ chức tài chính đã nâng mô hình lớn lên cấp độ chiến lược. Theo thống kê chưa đầy đủ, trong số các công ty niêm yết A-shares, ít nhất có 11 ngân hàng đã rõ ràng đề cập đến việc đang khám phá ứng dụng mô hình lớn trong báo cáo nửa năm gần đây nhất. Từ những động thái gần đây, họ cũng đang có những suy nghĩ và lập kế hoạch rõ ràng hơn từ cấp độ chiến lược và thiết kế tổng thể.
Từ sự hăng hái đến sự trở về lý trí
So với vài tháng trước, sự hiểu biết của khách hàng tài chính về mô hình lớn đã được nâng cao rõ rệt. Vào đầu năm khi ChatGPT vừa mới xuất hiện, mặc dù mọi người rất hào hứng, nhưng hiểu biết về bản chất và cách ứng dụng của mô hình lớn vẫn còn hạn chế.
Trong giai đoạn này, một số ngân hàng lớn đã tiên phong hành động, bắt đầu thực hiện các hoạt động quảng bá "tận dụng sự nổi bật". Mặt khác, với việc nhiều nhà sản xuất phát hành các mô hình lớn, các phòng công nghệ của một số tổ chức tài chính hàng đầu tích cực thảo luận với các công ty lớn về việc xây dựng mô hình lớn. Họ thường mong muốn tự xây dựng mô hình lớn, hỏi về xử lý tập dữ liệu, mua sắm máy chủ, phương pháp huấn luyện và các vấn đề khác.
Sau tháng 5, tình hình dần dần thay đổi. Bị hạn chế bởi sự thiếu hụt tài nguyên tính toán và chi phí cao, nhiều tổ chức tài chính bắt đầu chuyển từ việc chỉ đơn thuần hy vọng tự xây dựng sang việc chú trọng hơn vào giá trị ứng dụng. "Hiện tại, mỗi tổ chức tài chính đều quan tâm đến những gì người khác đã làm với mô hình lớn và hiệu quả đạt được như thế nào."
Các doanh nghiệp với quy mô khác nhau cũng phân ra hai con đường: các tổ chức tài chính lớn có thể đưa vào các mô hình lớn cơ sở hàng đầu, tự xây dựng mô hình lớn của doanh nghiệp, đồng thời áp dụng hình thức tinh chỉnh, hình thành các mô hình lớn cho nhiệm vụ chuyên môn trong lĩnh vực; trong khi đó, các tổ chức tài chính vừa và nhỏ có thể theo nhu cầu đưa vào các API của các mô hình lớn hoặc dịch vụ triển khai riêng.
Do nhu cầu cao về tính tuân thủ dữ liệu, an toàn và độ tin cậy trong ngành tài chính, một số người cho rằng tiến trình triển khai mô hình lớn trong ngành này thực tế chậm hơn so với kỳ vọng đầu năm.
Một số tổ chức tài chính đã bắt đầu giải quyết các "rào cản" trong quá trình triển khai mô hình lớn. Về mặt sức mạnh tính toán, trong ngành đã xuất hiện một vài cách tiếp cận giải quyết:
Xây dựng sức mạnh tính toán trực tiếp, chi phí cao nhưng độ an toàn cao, phù hợp với các tổ chức tài chính lớn mong muốn tự xây dựng mô hình lớn trong ngành hoặc doanh nghiệp.
Triển khai kết hợp sức mạnh tính toán, trong trường hợp dữ liệu nhạy cảm không ra ngoài miền, chấp nhận gọi giao diện dịch vụ mô hình lớn từ đám mây công cộng, đồng thời xử lý dịch vụ dữ liệu cục bộ thông qua triển khai riêng. Chi phí thấp hơn, thích hợp cho các tổ chức tài chính vừa và nhỏ có nguồn vốn tương đối yếu.
Tuy nhiên, nhiều tổ chức vừa và nhỏ vẫn đang đối mặt với vấn đề không thể mua hoặc không đủ khả năng chi trả cho thẻ GPU. Đối phó với vấn đề này, các cơ quan liên quan đang tiến hành nghiên cứu đề tài, khám phá xem có thể xây dựng cơ sở hạ tầng mô hình lớn dành cho các ngành cụ thể theo cách thỏa hiệp hay không, tập trung vào sức mạnh tính toán, mô hình lớn chung và các tài nguyên khác, để các tổ chức tài chính vừa và nhỏ cũng có thể sử dụng dịch vụ mô hình lớn, ngăn chặn việc "thụt lùi về công nghệ".
Ngoài sức mạnh tính toán, nhiều tổ chức tài chính cũng dần dần tăng cường quản trị dữ liệu. Ngày càng nhiều tổ chức tài chính vừa và nhỏ bắt đầu xây dựng nền tảng dữ liệu và hệ thống quản trị dữ liệu. Một số ngân hàng đã giải quyết vấn đề dữ liệu thông qua mô hình lớn + MLOps, đạt được tự động hóa toàn bộ quy trình và quản lý cũng như xử lý hiệu quả dữ liệu từ nhiều nguồn khác nhau.
Vào từ bối cảnh ngoại vi
Trong hơn nửa năm qua, các nhà cung cấp dịch vụ mô hình lớn và các tổ chức tài chính đều đang tìm kiếm các kịch bản, như văn phòng thông minh, phát triển thông minh, tiếp thị thông minh, dịch vụ khách hàng thông minh, nghiên cứu đầu tư thông minh, kiểm soát rủi ro thông minh, phân tích nhu cầu, v.v. đã được khám phá từng cái một.
Mỗi tổ chức tài chính đều có những ý tưởng phong phú về mô hình lớn. Nhưng để thực sự triển khai, sự đồng thuận của mọi người là trước tiên phải nội bộ rồi mới đến bên ngoài. Hiện tại, công nghệ mô hình lớn vẫn chưa trưởng thành, trong khi ngành tài chính là ngành có quy định chặt chẽ, an toàn cao và đáng tin cậy.
Trong thời gian ngắn, không khuyến nghị sử dụng trực tiếp cho khách hàng. Các tổ chức tài chính nên ưu tiên sử dụng mô hình lớn cho phân tích và hiểu biết văn bản và hình ảnh tài chính, trong các tình huống đòi hỏi trí tuệ, kết hợp giữa con người và máy móc để nâng cao hiệu suất làm việc của nhân viên.
Hiện tại, trợ lý mã đã được triển khai tại nhiều tổ chức tài chính. Trong lĩnh vực văn phòng thông minh cũng có nhiều trường hợp. Nhưng các chuyên gia trong ngành đánh giá rằng, những kịch bản được triển khai rộng rãi này thực tế vẫn chưa phải là ứng dụng cốt lõi của các tổ chức tài chính, mô hình lớn vẫn còn một khoảng cách nhất định để đi vào sâu trong các khía cạnh kinh doanh của ngành tài chính.
Có dự đoán cho rằng, trước cuối năm nay sẽ có một loạt thông tin về việc xây dựng hoặc đấu thầu các dự án thực sự sử dụng mô hình lớn trong các tình huống kinh doanh cốt lõi của các tổ chức tài chính.
Trước đây, một số thay đổi ở cấp độ thiết kế cao đang được tiến hành. Toàn bộ hệ thống thông minh, số hóa trong tương lai sẽ được xây dựng lại dựa trên nền tảng mô hình lớn. Điều này yêu cầu ngành tài chính phải tái cấu trúc hệ thống trong quá trình thúc đẩy mô hình lớn. Đồng thời, cũng không thể bỏ qua giá trị của các mô hình nhỏ truyền thống, mà nên để cho mô hình lớn và mô hình nhỏ phối hợp với nhau.
Hiện tại đã có nhiều tổ chức tài chính hàng đầu dựa trên mô hình lớn, xây dựng hệ thống phân lớp với nhiều cấp độ bao gồm lớp cơ sở hạ tầng, lớp mô hình, lớp dịch vụ mô hình lớn và lớp ứng dụng. Các khung hệ thống này thường có hai đặc điểm lớn: một là mô hình lớn phát huy khả năng trung tâm, gọi các mô hình truyền thống như kỹ năng; hai là lớp mô hình lớn áp dụng chiến lược đa mô hình, tổ chức thi nội bộ, chọn ra hiệu quả tốt nhất.
Khoảng cách tài năng vẫn còn rất lớn
Ứng dụng của mô hình lớn đã bắt đầu mang lại một số thách thức và biến đổi cho cấu trúc nhân sự trong ngành tài chính.
Một số vị trí công việc bắt đầu bị thay thế bởi các mô hình lớn. Tuy nhiên, một số ngân hàng không muốn các mô hình lớn dẫn đến việc giảm biên chế, mà họ hy vọng rằng các mô hình lớn sẽ mang lại cơ hội mới, nâng cao chất lượng phục vụ của nhân viên và hiệu suất làm việc, đồng thời giải phóng một phần nhân viên để làm nhiều công việc có giá trị cao hơn.
Điều này không thiếu những cân nhắc về nhân sự và cấu trúc ổn định. Mặt khác, cũng vì trong ngành có nhiều vị trí vẫn còn thiếu nhân tài. Các ngân hàng lớn có rất nhiều công việc cần hoàn thành, một số yêu cầu về IT thậm chí đã được ấn định đến cuối năm sau, họ hy vọng rằng mô hình lớn có thể hỗ trợ nhân viên nâng cao hiệu suất và tốc độ, chứ không phải dẫn đến việc cắt giảm nhân sự.
Điều quan trọng hơn là, sự bùng nổ của các mô hình lớn đến rất nhanh và mãnh liệt, trong thời gian ngắn, nguồn cung nhân tài khan hiếm khó có thể đáp ứng được nhu cầu tăng vọt. Nhu cầu nhân tài trực tiếp ứng dụng mô hình lớn tương đối đơn giản, cần những người biết đặt câu hỏi. Nhưng nếu xây dựng mô hình lớn cho ngành hoặc doanh nghiệp, thì các tổ chức tài chính cần có một đội ngũ kỹ thuật mô hình lớn dọc theo chuyên môn.
Một số tổ chức đã hành động. Có công ty phối hợp với nhóm nhân sự của ngân hàng để rà soát thực tiễn chuyển đổi nhân sự của mô hình lớn trong ứng dụng doanh nghiệp, thiết kế một loạt các khóa đào tạo, chẳng hạn như điều chỉnh Prompt, tinh chỉnh, vận hành mô hình lớn, v.v., và hợp tác với các bộ phận khác để thành lập các nhóm dự án liên hợp, thúc đẩy nâng cao năng lực nhân sự doanh nghiệp.
Trong quá trình này, cơ cấu nhân sự của các tổ chức tài chính cũng sẽ trải qua một số điều chỉnh và biến đổi. Các nhà phát triển sử dụng mô hình lớn sẽ dễ dàng ở lại trong môi trường này.
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
Xu hướng ứng dụng mô hình lớn trong ngành tài chính: từ cơn sốt đến hiện thực, chiến lược bố trí và nhu cầu nhân tài tiếp tục gia tăng.
Sự tiến hóa của công nghệ mô hình lớn trong ngành tài chính: từ cuồng nhiệt đến lý trí
Kể từ khi ChatGPT ra đời, ngành tài chính đã nhanh chóng dấy lên một làn sóng, và ngành này lo ngại bị bỏ lại phía sau bởi làn sóng công nghệ mới. Cảm giác lo lắng này đã từng lan rộng đến mọi ngóc ngách, thậm chí ở những ngôi chùa cũng có người bàn luận về các chủ đề mô hình lớn.
Tuy nhiên, sự lo lắng này đang dần lắng xuống, tư duy của mọi người cũng trở nên rõ ràng và lý trí hơn. Ngành tài chính đã trải qua một vài giai đoạn trong thái độ đối với các mô hình lớn: vào tháng 2 và tháng 3, mọi người đều cảm thấy lo lắng; vào tháng 4 và tháng 5, họ bắt đầu thành lập các đội nhóm để hành động; sau vài tháng, trong quá trình tìm kiếm phương hướng và thực hiện, gặp khó khăn, bắt đầu trở nên lý trí hơn; hiện tại, họ đang chú ý nhiều hơn đến các trường hợp điển hình, cố gắng xác thực các kịch bản đã được kiểm tra.
Một xu hướng mới là, nhiều tổ chức tài chính đã nâng mô hình lớn lên cấp độ chiến lược. Theo thống kê chưa đầy đủ, trong số các công ty niêm yết A-shares, ít nhất có 11 ngân hàng đã rõ ràng đề cập đến việc đang khám phá ứng dụng mô hình lớn trong báo cáo nửa năm gần đây nhất. Từ những động thái gần đây, họ cũng đang có những suy nghĩ và lập kế hoạch rõ ràng hơn từ cấp độ chiến lược và thiết kế tổng thể.
Từ sự hăng hái đến sự trở về lý trí
So với vài tháng trước, sự hiểu biết của khách hàng tài chính về mô hình lớn đã được nâng cao rõ rệt. Vào đầu năm khi ChatGPT vừa mới xuất hiện, mặc dù mọi người rất hào hứng, nhưng hiểu biết về bản chất và cách ứng dụng của mô hình lớn vẫn còn hạn chế.
Trong giai đoạn này, một số ngân hàng lớn đã tiên phong hành động, bắt đầu thực hiện các hoạt động quảng bá "tận dụng sự nổi bật". Mặt khác, với việc nhiều nhà sản xuất phát hành các mô hình lớn, các phòng công nghệ của một số tổ chức tài chính hàng đầu tích cực thảo luận với các công ty lớn về việc xây dựng mô hình lớn. Họ thường mong muốn tự xây dựng mô hình lớn, hỏi về xử lý tập dữ liệu, mua sắm máy chủ, phương pháp huấn luyện và các vấn đề khác.
Sau tháng 5, tình hình dần dần thay đổi. Bị hạn chế bởi sự thiếu hụt tài nguyên tính toán và chi phí cao, nhiều tổ chức tài chính bắt đầu chuyển từ việc chỉ đơn thuần hy vọng tự xây dựng sang việc chú trọng hơn vào giá trị ứng dụng. "Hiện tại, mỗi tổ chức tài chính đều quan tâm đến những gì người khác đã làm với mô hình lớn và hiệu quả đạt được như thế nào."
Các doanh nghiệp với quy mô khác nhau cũng phân ra hai con đường: các tổ chức tài chính lớn có thể đưa vào các mô hình lớn cơ sở hàng đầu, tự xây dựng mô hình lớn của doanh nghiệp, đồng thời áp dụng hình thức tinh chỉnh, hình thành các mô hình lớn cho nhiệm vụ chuyên môn trong lĩnh vực; trong khi đó, các tổ chức tài chính vừa và nhỏ có thể theo nhu cầu đưa vào các API của các mô hình lớn hoặc dịch vụ triển khai riêng.
Do nhu cầu cao về tính tuân thủ dữ liệu, an toàn và độ tin cậy trong ngành tài chính, một số người cho rằng tiến trình triển khai mô hình lớn trong ngành này thực tế chậm hơn so với kỳ vọng đầu năm.
Một số tổ chức tài chính đã bắt đầu giải quyết các "rào cản" trong quá trình triển khai mô hình lớn. Về mặt sức mạnh tính toán, trong ngành đã xuất hiện một vài cách tiếp cận giải quyết:
Xây dựng sức mạnh tính toán trực tiếp, chi phí cao nhưng độ an toàn cao, phù hợp với các tổ chức tài chính lớn mong muốn tự xây dựng mô hình lớn trong ngành hoặc doanh nghiệp.
Triển khai kết hợp sức mạnh tính toán, trong trường hợp dữ liệu nhạy cảm không ra ngoài miền, chấp nhận gọi giao diện dịch vụ mô hình lớn từ đám mây công cộng, đồng thời xử lý dịch vụ dữ liệu cục bộ thông qua triển khai riêng. Chi phí thấp hơn, thích hợp cho các tổ chức tài chính vừa và nhỏ có nguồn vốn tương đối yếu.
Tuy nhiên, nhiều tổ chức vừa và nhỏ vẫn đang đối mặt với vấn đề không thể mua hoặc không đủ khả năng chi trả cho thẻ GPU. Đối phó với vấn đề này, các cơ quan liên quan đang tiến hành nghiên cứu đề tài, khám phá xem có thể xây dựng cơ sở hạ tầng mô hình lớn dành cho các ngành cụ thể theo cách thỏa hiệp hay không, tập trung vào sức mạnh tính toán, mô hình lớn chung và các tài nguyên khác, để các tổ chức tài chính vừa và nhỏ cũng có thể sử dụng dịch vụ mô hình lớn, ngăn chặn việc "thụt lùi về công nghệ".
Ngoài sức mạnh tính toán, nhiều tổ chức tài chính cũng dần dần tăng cường quản trị dữ liệu. Ngày càng nhiều tổ chức tài chính vừa và nhỏ bắt đầu xây dựng nền tảng dữ liệu và hệ thống quản trị dữ liệu. Một số ngân hàng đã giải quyết vấn đề dữ liệu thông qua mô hình lớn + MLOps, đạt được tự động hóa toàn bộ quy trình và quản lý cũng như xử lý hiệu quả dữ liệu từ nhiều nguồn khác nhau.
Vào từ bối cảnh ngoại vi
Trong hơn nửa năm qua, các nhà cung cấp dịch vụ mô hình lớn và các tổ chức tài chính đều đang tìm kiếm các kịch bản, như văn phòng thông minh, phát triển thông minh, tiếp thị thông minh, dịch vụ khách hàng thông minh, nghiên cứu đầu tư thông minh, kiểm soát rủi ro thông minh, phân tích nhu cầu, v.v. đã được khám phá từng cái một.
Mỗi tổ chức tài chính đều có những ý tưởng phong phú về mô hình lớn. Nhưng để thực sự triển khai, sự đồng thuận của mọi người là trước tiên phải nội bộ rồi mới đến bên ngoài. Hiện tại, công nghệ mô hình lớn vẫn chưa trưởng thành, trong khi ngành tài chính là ngành có quy định chặt chẽ, an toàn cao và đáng tin cậy.
Trong thời gian ngắn, không khuyến nghị sử dụng trực tiếp cho khách hàng. Các tổ chức tài chính nên ưu tiên sử dụng mô hình lớn cho phân tích và hiểu biết văn bản và hình ảnh tài chính, trong các tình huống đòi hỏi trí tuệ, kết hợp giữa con người và máy móc để nâng cao hiệu suất làm việc của nhân viên.
Hiện tại, trợ lý mã đã được triển khai tại nhiều tổ chức tài chính. Trong lĩnh vực văn phòng thông minh cũng có nhiều trường hợp. Nhưng các chuyên gia trong ngành đánh giá rằng, những kịch bản được triển khai rộng rãi này thực tế vẫn chưa phải là ứng dụng cốt lõi của các tổ chức tài chính, mô hình lớn vẫn còn một khoảng cách nhất định để đi vào sâu trong các khía cạnh kinh doanh của ngành tài chính.
Có dự đoán cho rằng, trước cuối năm nay sẽ có một loạt thông tin về việc xây dựng hoặc đấu thầu các dự án thực sự sử dụng mô hình lớn trong các tình huống kinh doanh cốt lõi của các tổ chức tài chính.
Trước đây, một số thay đổi ở cấp độ thiết kế cao đang được tiến hành. Toàn bộ hệ thống thông minh, số hóa trong tương lai sẽ được xây dựng lại dựa trên nền tảng mô hình lớn. Điều này yêu cầu ngành tài chính phải tái cấu trúc hệ thống trong quá trình thúc đẩy mô hình lớn. Đồng thời, cũng không thể bỏ qua giá trị của các mô hình nhỏ truyền thống, mà nên để cho mô hình lớn và mô hình nhỏ phối hợp với nhau.
Hiện tại đã có nhiều tổ chức tài chính hàng đầu dựa trên mô hình lớn, xây dựng hệ thống phân lớp với nhiều cấp độ bao gồm lớp cơ sở hạ tầng, lớp mô hình, lớp dịch vụ mô hình lớn và lớp ứng dụng. Các khung hệ thống này thường có hai đặc điểm lớn: một là mô hình lớn phát huy khả năng trung tâm, gọi các mô hình truyền thống như kỹ năng; hai là lớp mô hình lớn áp dụng chiến lược đa mô hình, tổ chức thi nội bộ, chọn ra hiệu quả tốt nhất.
Khoảng cách tài năng vẫn còn rất lớn
Ứng dụng của mô hình lớn đã bắt đầu mang lại một số thách thức và biến đổi cho cấu trúc nhân sự trong ngành tài chính.
Một số vị trí công việc bắt đầu bị thay thế bởi các mô hình lớn. Tuy nhiên, một số ngân hàng không muốn các mô hình lớn dẫn đến việc giảm biên chế, mà họ hy vọng rằng các mô hình lớn sẽ mang lại cơ hội mới, nâng cao chất lượng phục vụ của nhân viên và hiệu suất làm việc, đồng thời giải phóng một phần nhân viên để làm nhiều công việc có giá trị cao hơn.
Điều này không thiếu những cân nhắc về nhân sự và cấu trúc ổn định. Mặt khác, cũng vì trong ngành có nhiều vị trí vẫn còn thiếu nhân tài. Các ngân hàng lớn có rất nhiều công việc cần hoàn thành, một số yêu cầu về IT thậm chí đã được ấn định đến cuối năm sau, họ hy vọng rằng mô hình lớn có thể hỗ trợ nhân viên nâng cao hiệu suất và tốc độ, chứ không phải dẫn đến việc cắt giảm nhân sự.
Điều quan trọng hơn là, sự bùng nổ của các mô hình lớn đến rất nhanh và mãnh liệt, trong thời gian ngắn, nguồn cung nhân tài khan hiếm khó có thể đáp ứng được nhu cầu tăng vọt. Nhu cầu nhân tài trực tiếp ứng dụng mô hình lớn tương đối đơn giản, cần những người biết đặt câu hỏi. Nhưng nếu xây dựng mô hình lớn cho ngành hoặc doanh nghiệp, thì các tổ chức tài chính cần có một đội ngũ kỹ thuật mô hình lớn dọc theo chuyên môn.
Một số tổ chức đã hành động. Có công ty phối hợp với nhóm nhân sự của ngân hàng để rà soát thực tiễn chuyển đổi nhân sự của mô hình lớn trong ứng dụng doanh nghiệp, thiết kế một loạt các khóa đào tạo, chẳng hạn như điều chỉnh Prompt, tinh chỉnh, vận hành mô hình lớn, v.v., và hợp tác với các bộ phận khác để thành lập các nhóm dự án liên hợp, thúc đẩy nâng cao năng lực nhân sự doanh nghiệp.
Trong quá trình này, cơ cấu nhân sự của các tổ chức tài chính cũng sẽ trải qua một số điều chỉnh và biến đổi. Các nhà phát triển sử dụng mô hình lớn sẽ dễ dàng ở lại trong môi trường này.