Auteur : Yang Tao, directeur adjoint du Laboratoire national des finances et du développement
Résumé
Depuis la naissance de ChatGPT, ce robot de dialogue à intelligence artificielle est devenu l'un des sujets les plus brûlants au monde. Si nous discutons du statut d'application de l'intelligence artificielle dans le domaine financier du point de vue de ChatGPT, objectivement parlant, l'intelligence artificielle a un degré plus élevé d'application dans les opérations organisationnelles, les capacités de service et la gestion des risques. pas assez pour résoudre d'autres besoins financiers. L'article a souligné que bien que ChatGPT ait davantage mis en évidence les capacités d'application de l'intelligence artificielle, il reste confronté à de nombreux défis pour le secteur financier, le rendant incapable d'apporter des changements majeurs au secteur financier pendant longtemps.
ChatGPT, un robot de dialogue développé par OpenAI, un laboratoire américain de recherche sur l'intelligence artificielle, a attiré l'attention de tous les horizons au pays et à l'étranger, et a déclenché une vague de boom de l'intelligence artificielle. Dans le même temps, la transformation numérique de l'industrie financière est devenue la tendance générale de tous les pays, et c'est aussi une direction de réforme importante promue par les autorités de régulation de mon pays. Par conséquent, partir de ChatGPT et d'une analyse approfondie de l'état, des opportunités et des défis de l'application de l'intelligence artificielle dans le domaine financier aidera à réaliser plus précisément le développement de haute qualité de la science et de la technologie dans la finance.
01Le statu quo du développement de l'intelligence artificielle et le statut de ChatGPT
D'un point de vue macro, l'intelligence artificielle est considérée comme le moteur essentiel de l'économie numérique, qu'il s'agisse de la conception au plus haut niveau du "14e plan quinquennal" et du plan de développement de l'économie numérique, ou de la nouvelle version du plan financier plan de développement technologique et accompagnement de la transformation numérique dans le secteur financier Industries clés et socles numériques. Le développement rapide de l'économie numérique a créé un bon environnement économique et technique pour l'intelligence artificielle ; dans le même temps, l'intelligence artificielle, en tant que nouvelle infrastructure clé, a également donné un nouvel élan au développement de l'économie numérique de mon pays. Dans l'ensemble, l'infrastructure ouverte et partagée de pointe, les processus d'outils ciblés et mis en œuvre et les scénarios d'application diversifiés et étendus fournissent un bon environnement d'application et un espace de marché pour le développement vigoureux de l'intelligence artificielle. **
Du point de vue des tendances de développement technologique, le modèle de pré-formation à très grande échelle est sans aucun doute le centre et le point chaud du développement actuel de la technologie de l'intelligence artificielle. Au cours des deux dernières années, il y a eu une explosion majeure et une course". Dans l'ensemble, le grand modèle montre la tendance de développement de la multi-modalité, de la multi-technologie, de la multi-capacité et de la multi-application. Il a montré de bons effets d'application dans l'environnement de laboratoire idéal et l'environnement réel des industries verticales. À l'avenir, les grandes et de petits modèles seront formés.Un système intelligent qui se développe en collaboration entre le cloud et la périphérie.
Dans le même temps, l'intelligence artificielle a également eu un impact et des défis considérables sur les normes éthiques et la gouvernance sociale existantes. Par conséquent, la manière de réaliser la gouvernance efficace de l'intelligence artificielle est devenue le centre d'attention de tous les horizons, au pays et à l'étranger, ces dernières années. On peut voir que la gouvernance de l'intelligence artificielle au pays et à l'étranger a fait des progrès décisifs et est entrée dans la phase d'établissement de règles et de réglementations et de leur mise en œuvre à partir du niveau conceptuel, et le développement d'une IA crédible est devenu le contenu de base.
Il faut dire que l'intelligence artificielle est devenue le "catalyseur" le plus important de l'innovation technologique, et le traitement du langage naturel (TAL) lié à ChatGPT est considéré comme la "perle" de la couronne de l'intelligence artificielle. Nous avons vu que l'histoire du développement de l'intelligence artificielle est en fait une histoire d'amélioration continue des dimensions des modèles, des experts humains écrivant des règles, aux machines écrivant un petit nombre de règles, aux machines écrivant un grand nombre de règles, et enfin au transfert d'apprentissage grands modèles. Dans ce processus, ChatGPT utilise des méthodes d'apprentissage de texte pour élargir le champ. GPT-3 a 500 milliards de mots et 175 milliards de paramètres. Enfin, avec le support d'informations massives, il a obtenu une amélioration complète des fonctions, mais il y a aussi des problèmes avec un contenu et des données crédibles Les défis de la sécurité et des coûts d'atterrissage élevés.
02Du point de vue de la demande financière pour voir les opportunités d'application de l'intelligence artificielle
Avec l'avancée en profondeur de l'économie numérique et la construction d'une société numérique, une grande quantité de données a été générée, fournissant un large "terreau" pour la modélisation, la formation et l'application de l'intelligence artificielle. En particulier, l'accumulation de données à grande échelle et de haute qualité dans le domaine financier, ainsi que des scénarios d'application multidimensionnels et diversifiés, offrent une bonne opportunité pour le développement vigoureux des applications d'intelligence artificielle. Grâce à l'intégration approfondie de l'intelligence artificielle et du service client financier, de l'innovation des produits, de la gestion des opérations, de la prévention et du contrôle des risques et d'autres scénarios commerciaux, l'ensemble du processus des services financiers sera remodelé et intelligemment habilité, et l'innovation des produits financiers, la réingénierie des processus, l'intégration des canaux et le service seront promus Améliorer et étendre l'étendue et la profondeur des services financiers, devenant une source importante et une force motrice pour la transformation numérique financière.
En dernière analyse, la valeur d'application de **l'intelligence artificielle réside dans la résolution des problèmes existant dans le domaine financier, qui doivent être analysés sous l'angle des besoins financiers. Plus précisément, du point de vue des niveaux mésocosmique et microcosmique de l'industrie financière, les difficultés rencontrées sont des questions stratégiques. ** Face à la situation économique et financière de plus en plus complexe, la formulation de stratégies pour les institutions financières est devenue particulièrement importante. Il s'agit non seulement d'un "projet de haut niveau" de l'institution, mais nécessite également une combinaison efficace de vision, de logique et de expérience, ainsi qu'une gestion dynamique rapide et efficace. L'application de l'intelligence artificielle dans la formulation de la stratégie est la perception, le raisonnement et la prise de décision.Il est naturellement possible de combiner avec la formulation de stratégie globale ou spéciale des institutions financières et d'effectuer une optimisation aléatoire dynamique.
**Le second est un problème structurel. ** Bien que la force globale de l'industrie financière de mon pays continue d'augmenter, il existe encore de nombreuses contradictions structurelles de développement déséquilibré et insuffisant, qui mettent également en avant les exigences de l'intelligence artificielle pour "compenser les lacunes". Par exemple, si l'application de l'intelligence artificielle dans le domaine de la gestion de patrimoine peut apporter des changements au déséquilibre de la structure des actifs des ménages et de la disposition des actifs financiers, cela affectera directement l'objectif principal de la finance pour aider à la prospérité commune.
** Le troisième est la question des facteurs de production. ** Le développement durable et la transformation numérique des institutions financières doivent tenir compte de l'économie, de l'échelle et de l'efficacité des facteurs de production, dont le cœur est constitué de données et de personnes. D'une part, les données sont devenues un facteur de production important et une ressource stratégique nationale de base. La manière dont le secteur financier peut améliorer les activités du cycle de vie complet des données « acquisition, stockage, calcul, gestion et utilisation » et promouvoir la transformation des éléments de données en actifs de données est un défi urgent à l'heure actuelle, et la combinaison de l'intelligence artificielle et des mégadonnées stimulera plus de vitalité. D'autre part, les talents fintech sont également une ressource rare.
L'intelligence artificielle peut devenir un « assistant intelligent » pour améliorer les capacités des employés, ou elle peut compléter les capacités de l'équipe en créant des « humains numériques ».
** Le quatrième est la question de l'organisation et du fonctionnement. **La transformation numérique de l'industrie financière est indissociable de la garantie de la structure organisationnelle et des capacités opérationnelles. Dans ce processus, l'intelligence artificielle peut être pleinement utilisée pour créer un modèle opérationnel automatisé et intelligent, optimiser en permanence les processus opérationnels, innover les modèles opérationnels, améliorer qualité de service opérationnel et réduire les coûts d'exploitation, soutenant ainsi des services financiers complets et intelligents.
** Le cinquième est la question de la capacité de service. **Les capacités de service des institutions financières se reflètent dans des produits diversifiés, des capacités d'analyse de marché suffisantes, des capacités de marketing et de canal, des capacités de maintenance client et de service à valeur ajoutée, etc. Surtout en termes de conception de produits intelligents personnalisés, de marketing précis des services de portrait holographique des clients et de cohérence de l'expérience en ligne et hors ligne, des explorations fructueuses ont été faites.
**Le sixième est la question de la gestion des risques. ** Actuellement, les risques macro et micro auxquels le secteur financier est confronté sont plus complexes. Si l'intelligence artificielle peut être utilisée efficacement, un modèle intelligent de contrôle des risques peut être établi sur la base de l'intégration et de l'analyse de données volumineuses, qui deviendront un moyen efficace pour identifier, surveiller et contrôler les risques. D'une part, il construit des vues client, métier et risque pour refléter de manière dynamique et complète l'image globale des risques ; d'autre part, il optimise l'évaluation intelligente du risque de crédit et réalise la transformation du contrôle des risques en contrôle numérique et contrôle intelligent.
** Le septième est la question de l'efficacité du service. ** Que l'application de l'intelligence artificielle dans le secteur financier soit efficace, l'une est du point de vue des institutions financières elles-mêmes, et l'autre du point de vue des entités de service. D'une part, lors du développement rapide de l'industrie financière ces dernières années, les technologies de l'information ont eu un impact très profond sur l'amélioration et la transformation de la productivité totale des facteurs de l'industrie financière. L'une des manifestations de la valeur d'usage de l'intelligence artificielle est de savoir si elle peut encore améliorer l'efficacité opérationnelle des institutions financières et optimiser les indicateurs financiers. D'autre part, l'industrie financière a encore de nombreuses responsabilités pour aider la prospérité inclusive, verte, technologique et commune.La valeur des applications d'intelligence artificielle pour améliorer leurs fonctions doit également être prise en compte.
Le huitième est la question écologique de la coopération. ** De l'open banking à l'open finance est devenu le courant dominant de l'innovation mondiale, et les institutions financières doivent partager des données, des algorithmes, des transactions, des processus et d'autres fonctions commerciales avec l'écosystème commercial pour fournir aux clients de l'écosystème, aux employés, aux développeurs tiers, aux financiers institutions Les entreprises technologiques, les fournisseurs et autres partenaires fournissent des services pour créer un écosystème financier numérique caractérisé par "l'intelligence, l'ouverture, le partage, l'agilité et l'intégration". Avec la bénédiction de l'intelligence artificielle et des mégadonnées, cela peut contribuer à améliorer encore l'écologie externe des institutions financières.
Objectivement parlant, l'intelligence artificielle est plus largement utilisée dans les opérations organisationnelles, les capacités de service et la gestion des risques.En raison de facteurs techniques et institutionnels, elle est encore insuffisante pour résoudre d'autres besoins financiers.
03Défis dans l'application de l'intelligence artificielle dans l'industrie financière
ChatGPT** met davantage en évidence les capacités d'application de l'intelligence artificielle, mais pour le secteur financier, il est encore confronté à de nombreux défis, ce qui rend impossible d'apporter des changements majeurs au secteur financier pendant longtemps. **
** Le premier est la gouvernance des données. **Le point de départ de la transformation numérique de l'industrie financière est de faire un bon travail en matière de gouvernance des données. Il est nécessaire d'améliorer véritablement le système de gouvernance des données, d'améliorer les capacités de gestion des données, de renforcer le contrôle de la qualité des données et d'améliorer les capacités d'application des données. L'application de l'intelligence artificielle est également indissociable de données massives de haute qualité, mais la gouvernance des données des institutions financières en est généralement à ses balbutiements, et les données de mauvaise qualité, les îlots de données et les données dispersées sont courants, et il est difficile de fournir suffisamment prise en charge des éléments de données pour l'intelligence artificielle.
**La seconde est la standardisation de la scène. **Bien que l'application financière de l'intelligence artificielle incarne les caractéristiques de personnalisation et "des milliers de personnes et des milliers de visages", à long terme, dans le processus d'intégration de la finance et de la technologie, la véritable vitalité est la standardisation et l'usage général scène de l'innovation des technologies financières, tandis que la coopération différenciée non basée sur le modèle d'externalisation traditionnel est également l'une des contraintes des applications financières d'intelligence artificielle existantes.
** Le troisième est le seuil de coût élevé de la technologie et des solutions. **Les applications techniques et les paramètres de solution de l'intelligence artificielle dans les activités financières ont généralement des coûts de déploiement élevés, ce qui rend difficile la satisfaction des besoins des petites et moyennes institutions financières. Selon les estimations de recherche de Guosheng Securities, le coût de la formation GPT-3 est d'environ 1,4 million de dollars américains, et pour certains LLM (Large Language Model) plus importants, le coût de la formation se situe entre 2 millions de dollars américains et 12 millions de dollars américains.
** Le quatrième est la transparence et l'inexplicabilité. **La soi-disant interprétabilité fait référence à la nécessité d'obtenir des informations suffisantes et compréhensibles dans le processus de cognition ou de prise de décision d'une action, afin d'aider à la prise de décision. Dans l'apprentissage automatique, il existe généralement un espace non observable appelé "boîte noire" entre les données d'entrée et la réponse de sortie. Ce n'est qu'en développant des applications financières d'IA interprétables et fiables que la confiance des utilisateurs, la vérifiabilité des modèles et la réduction des risques peuvent être obtenues.
** Le cinquième est la coordination interne au sein de l'organisation. ** Dans la mesure où les institutions financières appliquent l'intelligence artificielle et d'autres technologies de pointe, il est généralement difficile de former un mécanisme efficace de "compatibilité incitative" pour inciter les parties prenantes internes à parvenir à un consensus reflétant la valeur de l'innovation technologique avec une efficacité maximale. À cet égard, comment optimiser le modèle d'organisation et de coordination par la conception de règles tout en optimisant l'itération de la solution technique elle-même est également un défi incontournable pour l'intelligence artificielle.
** Le sixième est le partage des responsabilités. **La conception des produits et le fonctionnement commercial des institutions financières présentent certaines particularités, et il existe également divers risques complexes. Par conséquent, selon la logique de contrôle des risques et de protection des consommateurs financiers, toute activité financière a besoin d'un mécanisme clair de partage des responsabilités. Après l'introduction de l'intelligence artificielle, l'équilibre des droits et des responsabilités dans le processus commercial d'origine des institutions financières peut entraîner de nouvelles ambiguïtés, qui doivent être explorées de toute urgence sous l'angle des règles institutionnelles, des pratiques commerciales, de la technologie et des affaires, et de la relation entre les modèles et les gens.
**Le septième est la conformité et l'éthique. **Avec le développement rapide de la technologie financière, la supervision de divers pays évolue avec le temps. Face à l'évolution dynamique des principes et modèles réglementaires, l'application financière de l'intelligence artificielle exerce une pression de conformité plus importante. Dans le même temps, les défis éthiques de la technologie financière tels que la discrimination des algorithmes, la destruction des mégadonnées et les fuites d'informations ont également apporté des "ombres" à l'application de l'intelligence artificielle. Il est encore nécessaire d'explorer comment utiliser l'innovation technologique "responsable". pour créer des services financiers "chauds".
En bref, la perspective d'une transformation numérique du secteur financier basée sur l'intelligence artificielle a commencé, mais elle n'a pas été facile et il reste encore de nombreux défis majeurs, qui nécessitent de toute urgence une auto-optimisation et une "percée" continue.
Voir l'original
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.
Voir l'application de l'intelligence artificielle dans le domaine financier de ChatGPT
Auteur : Yang Tao, directeur adjoint du Laboratoire national des finances et du développement
Résumé
Depuis la naissance de ChatGPT, ce robot de dialogue à intelligence artificielle est devenu l'un des sujets les plus brûlants au monde. Si nous discutons du statut d'application de l'intelligence artificielle dans le domaine financier du point de vue de ChatGPT, objectivement parlant, l'intelligence artificielle a un degré plus élevé d'application dans les opérations organisationnelles, les capacités de service et la gestion des risques. pas assez pour résoudre d'autres besoins financiers. L'article a souligné que bien que ChatGPT ait davantage mis en évidence les capacités d'application de l'intelligence artificielle, il reste confronté à de nombreux défis pour le secteur financier, le rendant incapable d'apporter des changements majeurs au secteur financier pendant longtemps.
ChatGPT, un robot de dialogue développé par OpenAI, un laboratoire américain de recherche sur l'intelligence artificielle, a attiré l'attention de tous les horizons au pays et à l'étranger, et a déclenché une vague de boom de l'intelligence artificielle. Dans le même temps, la transformation numérique de l'industrie financière est devenue la tendance générale de tous les pays, et c'est aussi une direction de réforme importante promue par les autorités de régulation de mon pays. Par conséquent, partir de ChatGPT et d'une analyse approfondie de l'état, des opportunités et des défis de l'application de l'intelligence artificielle dans le domaine financier aidera à réaliser plus précisément le développement de haute qualité de la science et de la technologie dans la finance.
01 Le statu quo du développement de l'intelligence artificielle et le statut de ChatGPT
D'un point de vue macro, l'intelligence artificielle est considérée comme le moteur essentiel de l'économie numérique, qu'il s'agisse de la conception au plus haut niveau du "14e plan quinquennal" et du plan de développement de l'économie numérique, ou de la nouvelle version du plan financier plan de développement technologique et accompagnement de la transformation numérique dans le secteur financier Industries clés et socles numériques. Le développement rapide de l'économie numérique a créé un bon environnement économique et technique pour l'intelligence artificielle ; dans le même temps, l'intelligence artificielle, en tant que nouvelle infrastructure clé, a également donné un nouvel élan au développement de l'économie numérique de mon pays. Dans l'ensemble, l'infrastructure ouverte et partagée de pointe, les processus d'outils ciblés et mis en œuvre et les scénarios d'application diversifiés et étendus fournissent un bon environnement d'application et un espace de marché pour le développement vigoureux de l'intelligence artificielle. **
Du point de vue des tendances de développement technologique, le modèle de pré-formation à très grande échelle est sans aucun doute le centre et le point chaud du développement actuel de la technologie de l'intelligence artificielle. Au cours des deux dernières années, il y a eu une explosion majeure et une course". Dans l'ensemble, le grand modèle montre la tendance de développement de la multi-modalité, de la multi-technologie, de la multi-capacité et de la multi-application. Il a montré de bons effets d'application dans l'environnement de laboratoire idéal et l'environnement réel des industries verticales. À l'avenir, les grandes et de petits modèles seront formés.Un système intelligent qui se développe en collaboration entre le cloud et la périphérie.
Dans le même temps, l'intelligence artificielle a également eu un impact et des défis considérables sur les normes éthiques et la gouvernance sociale existantes. Par conséquent, la manière de réaliser la gouvernance efficace de l'intelligence artificielle est devenue le centre d'attention de tous les horizons, au pays et à l'étranger, ces dernières années. On peut voir que la gouvernance de l'intelligence artificielle au pays et à l'étranger a fait des progrès décisifs et est entrée dans la phase d'établissement de règles et de réglementations et de leur mise en œuvre à partir du niveau conceptuel, et le développement d'une IA crédible est devenu le contenu de base.
Il faut dire que l'intelligence artificielle est devenue le "catalyseur" le plus important de l'innovation technologique, et le traitement du langage naturel (TAL) lié à ChatGPT est considéré comme la "perle" de la couronne de l'intelligence artificielle. Nous avons vu que l'histoire du développement de l'intelligence artificielle est en fait une histoire d'amélioration continue des dimensions des modèles, des experts humains écrivant des règles, aux machines écrivant un petit nombre de règles, aux machines écrivant un grand nombre de règles, et enfin au transfert d'apprentissage grands modèles. Dans ce processus, ChatGPT utilise des méthodes d'apprentissage de texte pour élargir le champ. GPT-3 a 500 milliards de mots et 175 milliards de paramètres. Enfin, avec le support d'informations massives, il a obtenu une amélioration complète des fonctions, mais il y a aussi des problèmes avec un contenu et des données crédibles Les défis de la sécurité et des coûts d'atterrissage élevés.
02 Du point de vue de la demande financière pour voir les opportunités d'application de l'intelligence artificielle
Avec l'avancée en profondeur de l'économie numérique et la construction d'une société numérique, une grande quantité de données a été générée, fournissant un large "terreau" pour la modélisation, la formation et l'application de l'intelligence artificielle. En particulier, l'accumulation de données à grande échelle et de haute qualité dans le domaine financier, ainsi que des scénarios d'application multidimensionnels et diversifiés, offrent une bonne opportunité pour le développement vigoureux des applications d'intelligence artificielle. Grâce à l'intégration approfondie de l'intelligence artificielle et du service client financier, de l'innovation des produits, de la gestion des opérations, de la prévention et du contrôle des risques et d'autres scénarios commerciaux, l'ensemble du processus des services financiers sera remodelé et intelligemment habilité, et l'innovation des produits financiers, la réingénierie des processus, l'intégration des canaux et le service seront promus Améliorer et étendre l'étendue et la profondeur des services financiers, devenant une source importante et une force motrice pour la transformation numérique financière.
En dernière analyse, la valeur d'application de **l'intelligence artificielle réside dans la résolution des problèmes existant dans le domaine financier, qui doivent être analysés sous l'angle des besoins financiers. Plus précisément, du point de vue des niveaux mésocosmique et microcosmique de l'industrie financière, les difficultés rencontrées sont des questions stratégiques. ** Face à la situation économique et financière de plus en plus complexe, la formulation de stratégies pour les institutions financières est devenue particulièrement importante. Il s'agit non seulement d'un "projet de haut niveau" de l'institution, mais nécessite également une combinaison efficace de vision, de logique et de expérience, ainsi qu'une gestion dynamique rapide et efficace. L'application de l'intelligence artificielle dans la formulation de la stratégie est la perception, le raisonnement et la prise de décision.Il est naturellement possible de combiner avec la formulation de stratégie globale ou spéciale des institutions financières et d'effectuer une optimisation aléatoire dynamique.
**Le second est un problème structurel. ** Bien que la force globale de l'industrie financière de mon pays continue d'augmenter, il existe encore de nombreuses contradictions structurelles de développement déséquilibré et insuffisant, qui mettent également en avant les exigences de l'intelligence artificielle pour "compenser les lacunes". Par exemple, si l'application de l'intelligence artificielle dans le domaine de la gestion de patrimoine peut apporter des changements au déséquilibre de la structure des actifs des ménages et de la disposition des actifs financiers, cela affectera directement l'objectif principal de la finance pour aider à la prospérité commune.
** Le troisième est la question des facteurs de production. ** Le développement durable et la transformation numérique des institutions financières doivent tenir compte de l'économie, de l'échelle et de l'efficacité des facteurs de production, dont le cœur est constitué de données et de personnes. D'une part, les données sont devenues un facteur de production important et une ressource stratégique nationale de base. La manière dont le secteur financier peut améliorer les activités du cycle de vie complet des données « acquisition, stockage, calcul, gestion et utilisation » et promouvoir la transformation des éléments de données en actifs de données est un défi urgent à l'heure actuelle, et la combinaison de l'intelligence artificielle et des mégadonnées stimulera plus de vitalité. D'autre part, les talents fintech sont également une ressource rare.
L'intelligence artificielle peut devenir un « assistant intelligent » pour améliorer les capacités des employés, ou elle peut compléter les capacités de l'équipe en créant des « humains numériques ».
** Le quatrième est la question de l'organisation et du fonctionnement. **La transformation numérique de l'industrie financière est indissociable de la garantie de la structure organisationnelle et des capacités opérationnelles. Dans ce processus, l'intelligence artificielle peut être pleinement utilisée pour créer un modèle opérationnel automatisé et intelligent, optimiser en permanence les processus opérationnels, innover les modèles opérationnels, améliorer qualité de service opérationnel et réduire les coûts d'exploitation, soutenant ainsi des services financiers complets et intelligents.
** Le cinquième est la question de la capacité de service. **Les capacités de service des institutions financières se reflètent dans des produits diversifiés, des capacités d'analyse de marché suffisantes, des capacités de marketing et de canal, des capacités de maintenance client et de service à valeur ajoutée, etc. Surtout en termes de conception de produits intelligents personnalisés, de marketing précis des services de portrait holographique des clients et de cohérence de l'expérience en ligne et hors ligne, des explorations fructueuses ont été faites.
**Le sixième est la question de la gestion des risques. ** Actuellement, les risques macro et micro auxquels le secteur financier est confronté sont plus complexes. Si l'intelligence artificielle peut être utilisée efficacement, un modèle intelligent de contrôle des risques peut être établi sur la base de l'intégration et de l'analyse de données volumineuses, qui deviendront un moyen efficace pour identifier, surveiller et contrôler les risques. D'une part, il construit des vues client, métier et risque pour refléter de manière dynamique et complète l'image globale des risques ; d'autre part, il optimise l'évaluation intelligente du risque de crédit et réalise la transformation du contrôle des risques en contrôle numérique et contrôle intelligent.
** Le septième est la question de l'efficacité du service. ** Que l'application de l'intelligence artificielle dans le secteur financier soit efficace, l'une est du point de vue des institutions financières elles-mêmes, et l'autre du point de vue des entités de service. D'une part, lors du développement rapide de l'industrie financière ces dernières années, les technologies de l'information ont eu un impact très profond sur l'amélioration et la transformation de la productivité totale des facteurs de l'industrie financière. L'une des manifestations de la valeur d'usage de l'intelligence artificielle est de savoir si elle peut encore améliorer l'efficacité opérationnelle des institutions financières et optimiser les indicateurs financiers. D'autre part, l'industrie financière a encore de nombreuses responsabilités pour aider la prospérité inclusive, verte, technologique et commune.La valeur des applications d'intelligence artificielle pour améliorer leurs fonctions doit également être prise en compte.
Le huitième est la question écologique de la coopération. ** De l'open banking à l'open finance est devenu le courant dominant de l'innovation mondiale, et les institutions financières doivent partager des données, des algorithmes, des transactions, des processus et d'autres fonctions commerciales avec l'écosystème commercial pour fournir aux clients de l'écosystème, aux employés, aux développeurs tiers, aux financiers institutions Les entreprises technologiques, les fournisseurs et autres partenaires fournissent des services pour créer un écosystème financier numérique caractérisé par "l'intelligence, l'ouverture, le partage, l'agilité et l'intégration". Avec la bénédiction de l'intelligence artificielle et des mégadonnées, cela peut contribuer à améliorer encore l'écologie externe des institutions financières.
Objectivement parlant, l'intelligence artificielle est plus largement utilisée dans les opérations organisationnelles, les capacités de service et la gestion des risques.En raison de facteurs techniques et institutionnels, elle est encore insuffisante pour résoudre d'autres besoins financiers.
03 Défis dans l'application de l'intelligence artificielle dans l'industrie financière
ChatGPT** met davantage en évidence les capacités d'application de l'intelligence artificielle, mais pour le secteur financier, il est encore confronté à de nombreux défis, ce qui rend impossible d'apporter des changements majeurs au secteur financier pendant longtemps. **
** Le premier est la gouvernance des données. **Le point de départ de la transformation numérique de l'industrie financière est de faire un bon travail en matière de gouvernance des données. Il est nécessaire d'améliorer véritablement le système de gouvernance des données, d'améliorer les capacités de gestion des données, de renforcer le contrôle de la qualité des données et d'améliorer les capacités d'application des données. L'application de l'intelligence artificielle est également indissociable de données massives de haute qualité, mais la gouvernance des données des institutions financières en est généralement à ses balbutiements, et les données de mauvaise qualité, les îlots de données et les données dispersées sont courants, et il est difficile de fournir suffisamment prise en charge des éléments de données pour l'intelligence artificielle.
**La seconde est la standardisation de la scène. **Bien que l'application financière de l'intelligence artificielle incarne les caractéristiques de personnalisation et "des milliers de personnes et des milliers de visages", à long terme, dans le processus d'intégration de la finance et de la technologie, la véritable vitalité est la standardisation et l'usage général scène de l'innovation des technologies financières, tandis que la coopération différenciée non basée sur le modèle d'externalisation traditionnel est également l'une des contraintes des applications financières d'intelligence artificielle existantes.
** Le troisième est le seuil de coût élevé de la technologie et des solutions. **Les applications techniques et les paramètres de solution de l'intelligence artificielle dans les activités financières ont généralement des coûts de déploiement élevés, ce qui rend difficile la satisfaction des besoins des petites et moyennes institutions financières. Selon les estimations de recherche de Guosheng Securities, le coût de la formation GPT-3 est d'environ 1,4 million de dollars américains, et pour certains LLM (Large Language Model) plus importants, le coût de la formation se situe entre 2 millions de dollars américains et 12 millions de dollars américains.
** Le quatrième est la transparence et l'inexplicabilité. **La soi-disant interprétabilité fait référence à la nécessité d'obtenir des informations suffisantes et compréhensibles dans le processus de cognition ou de prise de décision d'une action, afin d'aider à la prise de décision. Dans l'apprentissage automatique, il existe généralement un espace non observable appelé "boîte noire" entre les données d'entrée et la réponse de sortie. Ce n'est qu'en développant des applications financières d'IA interprétables et fiables que la confiance des utilisateurs, la vérifiabilité des modèles et la réduction des risques peuvent être obtenues.
** Le cinquième est la coordination interne au sein de l'organisation. ** Dans la mesure où les institutions financières appliquent l'intelligence artificielle et d'autres technologies de pointe, il est généralement difficile de former un mécanisme efficace de "compatibilité incitative" pour inciter les parties prenantes internes à parvenir à un consensus reflétant la valeur de l'innovation technologique avec une efficacité maximale. À cet égard, comment optimiser le modèle d'organisation et de coordination par la conception de règles tout en optimisant l'itération de la solution technique elle-même est également un défi incontournable pour l'intelligence artificielle.
** Le sixième est le partage des responsabilités. **La conception des produits et le fonctionnement commercial des institutions financières présentent certaines particularités, et il existe également divers risques complexes. Par conséquent, selon la logique de contrôle des risques et de protection des consommateurs financiers, toute activité financière a besoin d'un mécanisme clair de partage des responsabilités. Après l'introduction de l'intelligence artificielle, l'équilibre des droits et des responsabilités dans le processus commercial d'origine des institutions financières peut entraîner de nouvelles ambiguïtés, qui doivent être explorées de toute urgence sous l'angle des règles institutionnelles, des pratiques commerciales, de la technologie et des affaires, et de la relation entre les modèles et les gens.
**Le septième est la conformité et l'éthique. **Avec le développement rapide de la technologie financière, la supervision de divers pays évolue avec le temps. Face à l'évolution dynamique des principes et modèles réglementaires, l'application financière de l'intelligence artificielle exerce une pression de conformité plus importante. Dans le même temps, les défis éthiques de la technologie financière tels que la discrimination des algorithmes, la destruction des mégadonnées et les fuites d'informations ont également apporté des "ombres" à l'application de l'intelligence artificielle. Il est encore nécessaire d'explorer comment utiliser l'innovation technologique "responsable". pour créer des services financiers "chauds".
En bref, la perspective d'une transformation numérique du secteur financier basée sur l'intelligence artificielle a commencé, mais elle n'a pas été facile et il reste encore de nombreux défis majeurs, qui nécessitent de toute urgence une auto-optimisation et une "percée" continue.