Autor: Yang Tao, subdirector del Laboratorio Nacional de Finanzas y Desarrollo
Resumen
Desde que nació ChatGPT, este robot de diálogo de inteligencia artificial se ha convertido en uno de los temas más candentes del mundo. Si discutimos el estado de aplicación de la inteligencia artificial en el campo financiero desde la perspectiva de ChatGPT, objetivamente hablando, la inteligencia artificial tiene un mayor grado de aplicación en las operaciones organizacionales, capacidades de servicio y gestión de riesgos, debido a factores técnicos e institucionales, es insuficiente para resolver otras necesidades financieras Insuficiente. El artículo señaló que, aunque ChatGPT ha destacado aún más las capacidades de aplicación de la inteligencia artificial, aún enfrenta muchos desafíos para la industria financiera, por lo que no puede generar cambios importantes en la industria financiera durante mucho tiempo.
ChatGPT, un robot de diálogo desarrollado por OpenAI, un laboratorio de investigación de inteligencia artificial estadounidense, ha atraído la atención de todos los ámbitos de la vida en el país y en el extranjero, y ha desencadenado una ronda de auge de la inteligencia artificial. Al mismo tiempo, la transformación digital de la industria financiera se ha convertido en la tendencia general de todos los países, y también es una importante dirección de reforma promovida por las autoridades reguladoras de mi país. Por lo tanto, a partir de ChatGPT y un análisis en profundidad del estado, las oportunidades y los desafíos de la aplicación de la inteligencia artificial en el campo financiero, ayudará a realizar con mayor precisión el desarrollo de alta calidad de la ciencia y la tecnología en las finanzas.
01El status quo del desarrollo de inteligencia artificial y el estado de ChatGPT
Desde una perspectiva macro, la inteligencia artificial se considera la fuerza impulsora central de la economía digital, ya sea el diseño de alto nivel del "14.º Plan Quinquenal" y el plan de desarrollo de la economía digital, o la nueva versión del sistema financiero. plan de desarrollo tecnológico y guía de transformación digital en el sector financiero Industrias clave y pedestales digitales. El rápido desarrollo de la economía digital ha creado un buen entorno económico y técnico para la inteligencia artificial; al mismo tiempo, la inteligencia artificial, como nueva infraestructura clave, también ha dado un nuevo impulso al desarrollo de la economía digital de mi país. En general, la infraestructura abierta y compartida de última generación, los procesos de herramientas enfocados e implementados y los escenarios de aplicación diversos y amplios brindan un buen entorno de aplicación y espacio de mercado para el desarrollo vigoroso de la inteligencia artificial. **
Desde la perspectiva de las tendencias de desarrollo tecnológico, el modelo de pre-entrenamiento a gran escala es, sin duda, el foco y el punto caliente del desarrollo actual de la tecnología de inteligencia artificial. En los últimos dos años, ha habido una gran explosión y un "armas carrera". En general, el modelo grande muestra la tendencia de desarrollo de multimodalidad, multitecnología, multicapacidad y multiaplicación. Ha mostrado buenos efectos de aplicación en el entorno de laboratorio ideal y el entorno real de las industrias verticales. En el futuro, grandes y se formarán pequeños modelos.Un sistema inteligente que se desarrolla colaborativamente entre la nube y el borde.
Al mismo tiempo, la inteligencia artificial también ha traído un gran impacto y desafíos a las normas éticas y la gobernanza social existentes. Por lo tanto, cómo realizar la gobernanza efectiva de la inteligencia artificial se ha convertido en el centro de atención de todos los ámbitos de la vida en el país y en el extranjero en los últimos años. Se puede ver que la gobernanza de la inteligencia artificial en el país y en el extranjero ha logrado un gran progreso y ha entrado en la etapa de establecer reglas y regulaciones e implementarlas desde el nivel conceptual, y el desarrollo de una IA creíble se ha convertido en el contenido central.
Cabe decir que la inteligencia artificial se ha convertido en el "catalizador" más importante de la innovación tecnológica, y el procesamiento del lenguaje natural (NLP) relacionado con ChatGPT se considera la "perla" de la corona de la inteligencia artificial. Hemos visto que la historia del desarrollo de la inteligencia artificial es en realidad una historia de mejora continua de las dimensiones del modelo, desde expertos humanos que escriben reglas, máquinas que escriben una pequeña cantidad de reglas, máquinas que escriben una gran cantidad de reglas y, finalmente, transferencia de aprendizaje. modelos grandes. En este proceso, ChatGPT utiliza métodos de aprendizaje de texto para expandir el campo. GPT-3 tiene 500 mil millones de palabras y 175 mil millones de parámetros. Finalmente, con el apoyo de información masiva, ha obtenido una mejora integral en las funciones, pero también hay problemas con contenido y datos creíbles Los desafíos de la seguridad y los altos costos de aterrizaje.
02Desde la perspectiva de la demanda financiera para ver las oportunidades de aplicación de la inteligencia artificial
Con el profundo avance de la economía digital y la construcción de una sociedad digital, se ha generado una gran cantidad de datos, proporcionando un amplio “suelo” para el modelado, entrenamiento y aplicación de la inteligencia artificial. En particular, la acumulación de datos a gran escala y de alta calidad en el campo financiero, así como escenarios de aplicación multidimensionales y diversificados, brinda una buena oportunidad para el desarrollo vigoroso de las aplicaciones de inteligencia artificial. A través de la integración profunda de la inteligencia artificial y el servicio al cliente financiero, la innovación de productos, la gestión de operaciones, la prevención y el control de riesgos y otros escenarios comerciales, todo el proceso de los servicios financieros se reformará y potenciará de manera inteligente, y la innovación de productos financieros, reingeniería de procesos, se promoverá la integración de canales y el servicio Actualizar y expandir la amplitud y profundidad de los servicios financieros, convirtiéndose en una fuente importante y fuerza impulsora para la transformación digital financiera.
En última instancia, el valor de aplicación de la **inteligencia artificial radica en la solución de los problemas existentes en el ámbito financiero, que es necesario analizar desde la perspectiva de las necesidades financieras. Específicamente, desde la perspectiva de los niveles mesocósmico y microcósmico de la industria financiera, las dificultades que enfrenta son cuestiones estratégicas. ** Frente a la cada vez más compleja situación económica y financiera, ha cobrado especial importancia la formulación de estrategias para las entidades financieras, que no solo es un “proyecto de primer nivel” de la entidad, sino que requiere una combinación eficaz de visión, lógica y experiencia, así como una gestión dinámica oportuna y eficaz. La aplicación de la inteligencia artificial en la formulación de estrategias es la percepción, el razonamiento y la toma de decisiones. Naturalmente, es posible combinarla con la formulación de estrategias integrales o especiales de las instituciones financieras y realizar una optimización aleatoria dinámica.
**El segundo es un problema estructural. **Aunque la fuerza integral de la industria financiera de mi país continúa aumentando, todavía existen muchas contradicciones estructurales de desarrollo desequilibrado e insuficiente, que también plantean requisitos de inteligencia artificial para "compensar las deficiencias". Por ejemplo, si la aplicación de la inteligencia artificial en el campo de la gestión patrimonial puede generar cambios en el desequilibrio de la estructura de activos del hogar y el diseño de activos financieros afectará directamente el principal objetivo de las finanzas para ayudar a la prosperidad común.
** El tercero es el tema de los factores de producción. **El desarrollo sostenible y la transformación digital de las instituciones financieras deben considerar la economía, la escala y la eficiencia de los factores de entrada, cuyo núcleo son los datos y las personas. Por un lado, los datos se han convertido en un importante factor de producción y en un recurso estratégico nacional básico. Cómo la industria financiera puede mejorar las actividades del ciclo de vida completo de "adquisición, almacenamiento, cálculo, gestión y uso" de datos y promover la transformación de elementos de datos en activos de datos es un desafío urgente al que se enfrenta actualmente, y la combinación de inteligencia artificial y big data estimulará más vitalidad. Por otro lado, los talentos fintech también son un recurso escaso.
La inteligencia artificial puede convertirse en un "asistente inteligente" para mejorar las capacidades de los empleados, o puede complementar las capacidades del equipo mediante la creación de "humanos digitales".
** El cuarto es el tema de la organización y funcionamiento. **La transformación digital de la industria financiera es inseparable de la garantía de la estructura organizacional y las capacidades operativas. En este proceso, la inteligencia artificial se puede utilizar por completo para crear un modelo operativo automatizado e inteligente, optimizar continuamente los procesos operativos, innovar modelos operativos, mejorar la calidad del servicio operativo y reducir los costos operativos, lo que respalda servicios financieros integrales e inteligentes.
** El quinto es el tema de la capacidad del servicio. **Las capacidades de servicio de las instituciones financieras se reflejan en productos diversificados, suficientes capacidades de análisis de mercado, capacidades de mercadeo y canal, capacidades de mantenimiento de clientes y servicios de valor agregado, etc. Especialmente en términos de diseño de productos inteligentes personalizados, marketing preciso de los servicios de retratos holográficos del cliente y consistencia de la experiencia en línea y fuera de línea, se han realizado exploraciones fructíferas.
**El sexto es el tema de la gestión de riesgos. **Actualmente los macro y micro riesgos que enfrenta la industria financiera son más complejos, si se logra utilizar de manera efectiva la inteligencia artificial se puede establecer un modelo inteligente de control de riesgos en base a la integración y análisis de big data, que se convertirá en una forma efectiva para identificar, monitorear y controlar los riesgos. Por un lado, construye vistas de clientes, negocios y riesgos para reflejar de manera dinámica y completa la imagen general de los riesgos; por otro lado, optimiza la evaluación inteligente del riesgo crediticio y realiza la transformación del control de riesgos en control numérico y control inteligente.
** El séptimo es el tema de la efectividad del servicio. ** Si la aplicación de la inteligencia artificial en la industria financiera es eficiente, una es desde la perspectiva de las propias instituciones financieras y la otra es desde la perspectiva de las entidades de servicios. Por un lado, durante el rápido desarrollo de la industria financiera en los últimos años, la tecnología de la información ha tenido un impacto muy profundo en la mejora y transformación de la productividad total de los factores de la industria financiera. Una de las manifestaciones del valor de uso de la inteligencia artificial es si puede mejorar aún más la eficiencia operativa de las instituciones financieras y optimizar los indicadores financieros. Por otro lado, la industria financiera todavía tiene muchas responsabilidades para ayudar a la prosperidad inclusiva, verde, tecnológica y común.También se debe considerar el valor de las aplicaciones de inteligencia artificial para mejorar sus funciones.
El octavo es el tema ecológico de la cooperación. **Desde la banca abierta hasta las finanzas abiertas se ha convertido en la corriente principal de la innovación global, y las instituciones financieras necesitan compartir datos, algoritmos, transacciones, procesos y otras funciones comerciales con el ecosistema empresarial para proporcionar a los clientes, empleados, desarrolladores externos, servicios financieros del ecosistema. instituciones Las empresas de tecnología, los proveedores y otros socios brindan servicios para crear un ecosistema financiero digital caracterizado por "inteligencia, apertura, intercambio, agilidad e integración". Con la bendición de la inteligencia artificial y los grandes datos, puede ayudar a mejorar aún más la ecología externa de las instituciones financieras.
Objetivamente hablando, la inteligencia artificial es más utilizada en operaciones organizacionales, capacidades de servicio y gestión de riesgos, pero debido a factores técnicos e institucionales, todavía es insuficiente para resolver otras necesidades financieras.
03Retos en la aplicación de la inteligencia artificial en la industria financiera
ChatGPT** destaca aún más las capacidades de aplicación de la inteligencia artificial, pero para la industria financiera, todavía enfrenta muchos desafíos, lo que hace imposible traer cambios importantes a la industria financiera durante mucho tiempo. **
** El primero es el gobierno de datos. **El punto de partida de la transformación digital de la industria financiera es hacer un buen trabajo en el gobierno de datos. Es necesario mejorar verdaderamente el sistema de gobierno de datos, mejorar las capacidades de gestión de datos, fortalecer el control de calidad de datos y mejorar las capacidades de aplicación de datos. La aplicación de inteligencia artificial también es inseparable de los datos masivos de alta calidad, pero el gobierno de datos de las instituciones financieras generalmente está en pañales, y los datos de baja calidad, las islas de datos y los datos dispersos son comunes, y es difícil proporcionar suficiente información. soporte de elementos de datos para inteligencia artificial.
**La segunda es la estandarización de la escena. **Aunque la aplicación financiera de la inteligencia artificial incorpora las características de personalización y "miles de personas y miles de rostros", a la larga, en el proceso de integración de las finanzas y la tecnología, la verdadera vitalidad es la estandarización y el uso general. escena de innovación de tecnología financiera, mientras que la cooperación diferenciada que no se basa en el modelo tradicional de subcontratación es también una de las limitaciones de las aplicaciones financieras de inteligencia artificial existentes.
** El tercero es el umbral de alto costo de la tecnología y las soluciones. **Las aplicaciones técnicas y configuraciones de soluciones de inteligencia artificial en actividades financieras suelen tener altos costos de implementación, lo que dificulta satisfacer las necesidades de las pequeñas y medianas instituciones financieras. Según las estimaciones de investigación de Guosheng Securities, el costo de la capacitación en GPT-3 es de aproximadamente 1,4 millones de dólares estadounidenses, y para algunos LLM (Modelo de lenguaje grande) más grandes, el costo de la capacitación es de entre 2 y 12 millones de dólares estadounidenses.
** El cuarto es la transparencia y la inexplicabilidad. **La denominada interpretabilidad se refiere a la necesidad de obtener información suficiente y comprensible en el proceso de cognición o toma de decisión de una acción, de manera que ayude a la toma de decisiones. En el aprendizaje automático, suele haber un espacio no observable llamado "caja negra" entre los datos de entrada y la respuesta de salida. Solo mediante el desarrollo de aplicaciones financieras de IA interpretables y confiables se puede lograr la confianza del usuario, la auditabilidad del modelo y la reducción de riesgos.
** El quinto es la coordinación interna dentro de la organización. **En la medida en que las instituciones financieras aplican inteligencia artificial y otras tecnologías de vanguardia, suele ser difícil formar un mecanismo efectivo de "compatibilidad de incentivos" para promover que las partes interesadas internas lleguen a un consenso para reflejar el valor de la innovación tecnológica con la máxima eficiencia. En este sentido, cómo optimizar el modelo de organización y coordinación a través del diseño de reglas y al mismo tiempo optimizar la iteración de la propia solución técnica es también un reto ineludible para la inteligencia artificial.
** El sexto es el reparto de responsabilidades. **El diseño de productos y la operación de negocios de las instituciones financieras tienen ciertas particularidades, y también existen varios riesgos complejos. Por lo tanto, con base en la lógica del control de riesgos y la protección del consumidor financiero, cualquier actividad financiera necesita un mecanismo claro de distribución de responsabilidades. Después de la introducción de la inteligencia artificial, el equilibrio de derechos y responsabilidades en el proceso comercial original de las instituciones financieras puede causar algunas ambigüedades nuevas, que deben explorarse más a fondo con urgencia desde los aspectos de las reglas institucionales, las prácticas comerciales, la tecnología y los negocios, y el relación entre modelos y personas.
**El séptimo es cumplimiento y ética. **Con el rápido desarrollo de la tecnología financiera, la supervisión de varios países avanza con los tiempos. Frente a la evolución dinámica de los principios y modelos regulatorios, la aplicación financiera de la inteligencia artificial tiene una presión de cumplimiento más prominente. Al mismo tiempo, los desafíos éticos de la tecnología financiera, como la discriminación de algoritmos, la destrucción de big data y la fuga de información, también han traído "sombras" a la aplicación de la inteligencia artificial. Todavía es necesario explorar cómo utilizar la innovación tecnológica "responsable". para crear servicios financieros "cálidos".
En resumen, la perspectiva de la transformación digital impulsada por la inteligencia artificial de la industria financiera ha comenzado, pero no ha sido fácil, y todavía hay muchos desafíos importantes, que necesitan con urgencia la autooptimización y el "avance" continuo.
Ver originales
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Ver la aplicación de la inteligencia artificial en el ámbito financiero desde ChatGPT
Autor: Yang Tao, subdirector del Laboratorio Nacional de Finanzas y Desarrollo
Resumen
Desde que nació ChatGPT, este robot de diálogo de inteligencia artificial se ha convertido en uno de los temas más candentes del mundo. Si discutimos el estado de aplicación de la inteligencia artificial en el campo financiero desde la perspectiva de ChatGPT, objetivamente hablando, la inteligencia artificial tiene un mayor grado de aplicación en las operaciones organizacionales, capacidades de servicio y gestión de riesgos, debido a factores técnicos e institucionales, es insuficiente para resolver otras necesidades financieras Insuficiente. El artículo señaló que, aunque ChatGPT ha destacado aún más las capacidades de aplicación de la inteligencia artificial, aún enfrenta muchos desafíos para la industria financiera, por lo que no puede generar cambios importantes en la industria financiera durante mucho tiempo.
ChatGPT, un robot de diálogo desarrollado por OpenAI, un laboratorio de investigación de inteligencia artificial estadounidense, ha atraído la atención de todos los ámbitos de la vida en el país y en el extranjero, y ha desencadenado una ronda de auge de la inteligencia artificial. Al mismo tiempo, la transformación digital de la industria financiera se ha convertido en la tendencia general de todos los países, y también es una importante dirección de reforma promovida por las autoridades reguladoras de mi país. Por lo tanto, a partir de ChatGPT y un análisis en profundidad del estado, las oportunidades y los desafíos de la aplicación de la inteligencia artificial en el campo financiero, ayudará a realizar con mayor precisión el desarrollo de alta calidad de la ciencia y la tecnología en las finanzas.
01 El status quo del desarrollo de inteligencia artificial y el estado de ChatGPT
Desde una perspectiva macro, la inteligencia artificial se considera la fuerza impulsora central de la economía digital, ya sea el diseño de alto nivel del "14.º Plan Quinquenal" y el plan de desarrollo de la economía digital, o la nueva versión del sistema financiero. plan de desarrollo tecnológico y guía de transformación digital en el sector financiero Industrias clave y pedestales digitales. El rápido desarrollo de la economía digital ha creado un buen entorno económico y técnico para la inteligencia artificial; al mismo tiempo, la inteligencia artificial, como nueva infraestructura clave, también ha dado un nuevo impulso al desarrollo de la economía digital de mi país. En general, la infraestructura abierta y compartida de última generación, los procesos de herramientas enfocados e implementados y los escenarios de aplicación diversos y amplios brindan un buen entorno de aplicación y espacio de mercado para el desarrollo vigoroso de la inteligencia artificial. **
Desde la perspectiva de las tendencias de desarrollo tecnológico, el modelo de pre-entrenamiento a gran escala es, sin duda, el foco y el punto caliente del desarrollo actual de la tecnología de inteligencia artificial. En los últimos dos años, ha habido una gran explosión y un "armas carrera". En general, el modelo grande muestra la tendencia de desarrollo de multimodalidad, multitecnología, multicapacidad y multiaplicación. Ha mostrado buenos efectos de aplicación en el entorno de laboratorio ideal y el entorno real de las industrias verticales. En el futuro, grandes y se formarán pequeños modelos.Un sistema inteligente que se desarrolla colaborativamente entre la nube y el borde.
Al mismo tiempo, la inteligencia artificial también ha traído un gran impacto y desafíos a las normas éticas y la gobernanza social existentes. Por lo tanto, cómo realizar la gobernanza efectiva de la inteligencia artificial se ha convertido en el centro de atención de todos los ámbitos de la vida en el país y en el extranjero en los últimos años. Se puede ver que la gobernanza de la inteligencia artificial en el país y en el extranjero ha logrado un gran progreso y ha entrado en la etapa de establecer reglas y regulaciones e implementarlas desde el nivel conceptual, y el desarrollo de una IA creíble se ha convertido en el contenido central.
Cabe decir que la inteligencia artificial se ha convertido en el "catalizador" más importante de la innovación tecnológica, y el procesamiento del lenguaje natural (NLP) relacionado con ChatGPT se considera la "perla" de la corona de la inteligencia artificial. Hemos visto que la historia del desarrollo de la inteligencia artificial es en realidad una historia de mejora continua de las dimensiones del modelo, desde expertos humanos que escriben reglas, máquinas que escriben una pequeña cantidad de reglas, máquinas que escriben una gran cantidad de reglas y, finalmente, transferencia de aprendizaje. modelos grandes. En este proceso, ChatGPT utiliza métodos de aprendizaje de texto para expandir el campo. GPT-3 tiene 500 mil millones de palabras y 175 mil millones de parámetros. Finalmente, con el apoyo de información masiva, ha obtenido una mejora integral en las funciones, pero también hay problemas con contenido y datos creíbles Los desafíos de la seguridad y los altos costos de aterrizaje.
02 Desde la perspectiva de la demanda financiera para ver las oportunidades de aplicación de la inteligencia artificial
Con el profundo avance de la economía digital y la construcción de una sociedad digital, se ha generado una gran cantidad de datos, proporcionando un amplio “suelo” para el modelado, entrenamiento y aplicación de la inteligencia artificial. En particular, la acumulación de datos a gran escala y de alta calidad en el campo financiero, así como escenarios de aplicación multidimensionales y diversificados, brinda una buena oportunidad para el desarrollo vigoroso de las aplicaciones de inteligencia artificial. A través de la integración profunda de la inteligencia artificial y el servicio al cliente financiero, la innovación de productos, la gestión de operaciones, la prevención y el control de riesgos y otros escenarios comerciales, todo el proceso de los servicios financieros se reformará y potenciará de manera inteligente, y la innovación de productos financieros, reingeniería de procesos, se promoverá la integración de canales y el servicio Actualizar y expandir la amplitud y profundidad de los servicios financieros, convirtiéndose en una fuente importante y fuerza impulsora para la transformación digital financiera.
En última instancia, el valor de aplicación de la **inteligencia artificial radica en la solución de los problemas existentes en el ámbito financiero, que es necesario analizar desde la perspectiva de las necesidades financieras. Específicamente, desde la perspectiva de los niveles mesocósmico y microcósmico de la industria financiera, las dificultades que enfrenta son cuestiones estratégicas. ** Frente a la cada vez más compleja situación económica y financiera, ha cobrado especial importancia la formulación de estrategias para las entidades financieras, que no solo es un “proyecto de primer nivel” de la entidad, sino que requiere una combinación eficaz de visión, lógica y experiencia, así como una gestión dinámica oportuna y eficaz. La aplicación de la inteligencia artificial en la formulación de estrategias es la percepción, el razonamiento y la toma de decisiones. Naturalmente, es posible combinarla con la formulación de estrategias integrales o especiales de las instituciones financieras y realizar una optimización aleatoria dinámica.
**El segundo es un problema estructural. **Aunque la fuerza integral de la industria financiera de mi país continúa aumentando, todavía existen muchas contradicciones estructurales de desarrollo desequilibrado e insuficiente, que también plantean requisitos de inteligencia artificial para "compensar las deficiencias". Por ejemplo, si la aplicación de la inteligencia artificial en el campo de la gestión patrimonial puede generar cambios en el desequilibrio de la estructura de activos del hogar y el diseño de activos financieros afectará directamente el principal objetivo de las finanzas para ayudar a la prosperidad común.
** El tercero es el tema de los factores de producción. **El desarrollo sostenible y la transformación digital de las instituciones financieras deben considerar la economía, la escala y la eficiencia de los factores de entrada, cuyo núcleo son los datos y las personas. Por un lado, los datos se han convertido en un importante factor de producción y en un recurso estratégico nacional básico. Cómo la industria financiera puede mejorar las actividades del ciclo de vida completo de "adquisición, almacenamiento, cálculo, gestión y uso" de datos y promover la transformación de elementos de datos en activos de datos es un desafío urgente al que se enfrenta actualmente, y la combinación de inteligencia artificial y big data estimulará más vitalidad. Por otro lado, los talentos fintech también son un recurso escaso.
La inteligencia artificial puede convertirse en un "asistente inteligente" para mejorar las capacidades de los empleados, o puede complementar las capacidades del equipo mediante la creación de "humanos digitales".
** El cuarto es el tema de la organización y funcionamiento. **La transformación digital de la industria financiera es inseparable de la garantía de la estructura organizacional y las capacidades operativas. En este proceso, la inteligencia artificial se puede utilizar por completo para crear un modelo operativo automatizado e inteligente, optimizar continuamente los procesos operativos, innovar modelos operativos, mejorar la calidad del servicio operativo y reducir los costos operativos, lo que respalda servicios financieros integrales e inteligentes.
** El quinto es el tema de la capacidad del servicio. **Las capacidades de servicio de las instituciones financieras se reflejan en productos diversificados, suficientes capacidades de análisis de mercado, capacidades de mercadeo y canal, capacidades de mantenimiento de clientes y servicios de valor agregado, etc. Especialmente en términos de diseño de productos inteligentes personalizados, marketing preciso de los servicios de retratos holográficos del cliente y consistencia de la experiencia en línea y fuera de línea, se han realizado exploraciones fructíferas.
**El sexto es el tema de la gestión de riesgos. **Actualmente los macro y micro riesgos que enfrenta la industria financiera son más complejos, si se logra utilizar de manera efectiva la inteligencia artificial se puede establecer un modelo inteligente de control de riesgos en base a la integración y análisis de big data, que se convertirá en una forma efectiva para identificar, monitorear y controlar los riesgos. Por un lado, construye vistas de clientes, negocios y riesgos para reflejar de manera dinámica y completa la imagen general de los riesgos; por otro lado, optimiza la evaluación inteligente del riesgo crediticio y realiza la transformación del control de riesgos en control numérico y control inteligente.
** El séptimo es el tema de la efectividad del servicio. ** Si la aplicación de la inteligencia artificial en la industria financiera es eficiente, una es desde la perspectiva de las propias instituciones financieras y la otra es desde la perspectiva de las entidades de servicios. Por un lado, durante el rápido desarrollo de la industria financiera en los últimos años, la tecnología de la información ha tenido un impacto muy profundo en la mejora y transformación de la productividad total de los factores de la industria financiera. Una de las manifestaciones del valor de uso de la inteligencia artificial es si puede mejorar aún más la eficiencia operativa de las instituciones financieras y optimizar los indicadores financieros. Por otro lado, la industria financiera todavía tiene muchas responsabilidades para ayudar a la prosperidad inclusiva, verde, tecnológica y común.También se debe considerar el valor de las aplicaciones de inteligencia artificial para mejorar sus funciones.
El octavo es el tema ecológico de la cooperación. **Desde la banca abierta hasta las finanzas abiertas se ha convertido en la corriente principal de la innovación global, y las instituciones financieras necesitan compartir datos, algoritmos, transacciones, procesos y otras funciones comerciales con el ecosistema empresarial para proporcionar a los clientes, empleados, desarrolladores externos, servicios financieros del ecosistema. instituciones Las empresas de tecnología, los proveedores y otros socios brindan servicios para crear un ecosistema financiero digital caracterizado por "inteligencia, apertura, intercambio, agilidad e integración". Con la bendición de la inteligencia artificial y los grandes datos, puede ayudar a mejorar aún más la ecología externa de las instituciones financieras.
Objetivamente hablando, la inteligencia artificial es más utilizada en operaciones organizacionales, capacidades de servicio y gestión de riesgos, pero debido a factores técnicos e institucionales, todavía es insuficiente para resolver otras necesidades financieras.
03 Retos en la aplicación de la inteligencia artificial en la industria financiera
ChatGPT** destaca aún más las capacidades de aplicación de la inteligencia artificial, pero para la industria financiera, todavía enfrenta muchos desafíos, lo que hace imposible traer cambios importantes a la industria financiera durante mucho tiempo. **
** El primero es el gobierno de datos. **El punto de partida de la transformación digital de la industria financiera es hacer un buen trabajo en el gobierno de datos. Es necesario mejorar verdaderamente el sistema de gobierno de datos, mejorar las capacidades de gestión de datos, fortalecer el control de calidad de datos y mejorar las capacidades de aplicación de datos. La aplicación de inteligencia artificial también es inseparable de los datos masivos de alta calidad, pero el gobierno de datos de las instituciones financieras generalmente está en pañales, y los datos de baja calidad, las islas de datos y los datos dispersos son comunes, y es difícil proporcionar suficiente información. soporte de elementos de datos para inteligencia artificial.
**La segunda es la estandarización de la escena. **Aunque la aplicación financiera de la inteligencia artificial incorpora las características de personalización y "miles de personas y miles de rostros", a la larga, en el proceso de integración de las finanzas y la tecnología, la verdadera vitalidad es la estandarización y el uso general. escena de innovación de tecnología financiera, mientras que la cooperación diferenciada que no se basa en el modelo tradicional de subcontratación es también una de las limitaciones de las aplicaciones financieras de inteligencia artificial existentes.
** El tercero es el umbral de alto costo de la tecnología y las soluciones. **Las aplicaciones técnicas y configuraciones de soluciones de inteligencia artificial en actividades financieras suelen tener altos costos de implementación, lo que dificulta satisfacer las necesidades de las pequeñas y medianas instituciones financieras. Según las estimaciones de investigación de Guosheng Securities, el costo de la capacitación en GPT-3 es de aproximadamente 1,4 millones de dólares estadounidenses, y para algunos LLM (Modelo de lenguaje grande) más grandes, el costo de la capacitación es de entre 2 y 12 millones de dólares estadounidenses.
** El cuarto es la transparencia y la inexplicabilidad. **La denominada interpretabilidad se refiere a la necesidad de obtener información suficiente y comprensible en el proceso de cognición o toma de decisión de una acción, de manera que ayude a la toma de decisiones. En el aprendizaje automático, suele haber un espacio no observable llamado "caja negra" entre los datos de entrada y la respuesta de salida. Solo mediante el desarrollo de aplicaciones financieras de IA interpretables y confiables se puede lograr la confianza del usuario, la auditabilidad del modelo y la reducción de riesgos.
** El quinto es la coordinación interna dentro de la organización. **En la medida en que las instituciones financieras aplican inteligencia artificial y otras tecnologías de vanguardia, suele ser difícil formar un mecanismo efectivo de "compatibilidad de incentivos" para promover que las partes interesadas internas lleguen a un consenso para reflejar el valor de la innovación tecnológica con la máxima eficiencia. En este sentido, cómo optimizar el modelo de organización y coordinación a través del diseño de reglas y al mismo tiempo optimizar la iteración de la propia solución técnica es también un reto ineludible para la inteligencia artificial.
** El sexto es el reparto de responsabilidades. **El diseño de productos y la operación de negocios de las instituciones financieras tienen ciertas particularidades, y también existen varios riesgos complejos. Por lo tanto, con base en la lógica del control de riesgos y la protección del consumidor financiero, cualquier actividad financiera necesita un mecanismo claro de distribución de responsabilidades. Después de la introducción de la inteligencia artificial, el equilibrio de derechos y responsabilidades en el proceso comercial original de las instituciones financieras puede causar algunas ambigüedades nuevas, que deben explorarse más a fondo con urgencia desde los aspectos de las reglas institucionales, las prácticas comerciales, la tecnología y los negocios, y el relación entre modelos y personas.
**El séptimo es cumplimiento y ética. **Con el rápido desarrollo de la tecnología financiera, la supervisión de varios países avanza con los tiempos. Frente a la evolución dinámica de los principios y modelos regulatorios, la aplicación financiera de la inteligencia artificial tiene una presión de cumplimiento más prominente. Al mismo tiempo, los desafíos éticos de la tecnología financiera, como la discriminación de algoritmos, la destrucción de big data y la fuga de información, también han traído "sombras" a la aplicación de la inteligencia artificial. Todavía es necesario explorar cómo utilizar la innovación tecnológica "responsable". para crear servicios financieros "cálidos".
En resumen, la perspectiva de la transformación digital impulsada por la inteligencia artificial de la industria financiera ha comenzado, pero no ha sido fácil, y todavía hay muchos desafíos importantes, que necesitan con urgencia la autooptimización y el "avance" continuo.