Concurrence pour le GPT financier national : comment le grand modèle redéfinit la technologie financière

Source : Salon des entreprises

Source de l'image : générée par l'IA illimitée‌

Le champ de bataille modèle à grande échelle en Chine, après plusieurs mois d'ouragan et de rassemblement pour montrer ses "muscles", inaugure une nouvelle bataille dans le refroidissement.

Depuis mars de cette année, alors que l'IA générative représentée par ChatGPT a déclenché une nouvelle vague technologique, plus de 20 sociétés Internet nationales ont lancé des modèles à grande échelle.

Lors de la Conférence mondiale sur l'intelligence artificielle de 2023 le 6 juillet, elle peut être décrite comme une "bataille des cent modèles", et a même formé une "guerre des mille modèles", comparable à la "guerre des mille régiments" pendant la période de développement d'Internet.

Personne ne veut être laissé pour compte dans cette vague de mégamodèles d'IA. Mais à l'heure actuelle, le développement de grands modèles est passé du stade "vertical" au stade "général".

** De plus en plus d'entreprises ont rationnellement réalisé que seuls quelques géants de premier plan dans les grands modèles à usage général peuvent utiliser "la puissance de calcul, les algorithmes, les données" ou même la main-d'œuvre et les ressources financières pour tout faire, et se concentrer sur les applications de scène, la personnalisation et s'adapter Il est plus digne des petites et moyennes entreprises d'investir dans un grand modèle vertical. **

De nombreuses entreprises forment simplement un modèle vertical qui s'adapte à la scène directement basée sur la "base" de grands modèles nationaux et étrangers car elles ont accumulé des données et d'autres avantages dans leurs domaines qui ont été cultivés pendant de nombreuses années.

Par exemple, dans le domaine financier, depuis mai de cette année, un groupe de sociétés de technologie financière telles que Qifu Technology, Du Xiaoman, Lufax Holdings, Ant Group et Mashou Consumption ont déployé de grands modèles d'IA basés sur leurs propres scénarios et avantages des données.

Un initié d'une société de technologie financière de premier plan a déclaré à "Business Show" qu'au cours des deux derniers mois, toutes les sociétés de technologie financière et les principales institutions financières disposant de capacités de création de modèles à grande échelle dans le secteur financier sont parties du stade exploratoire Entrez dans l'étape de la demande de débarquement.

** La personne a en outre déclaré que les entreprises de technologie financière ou les institutions financières ayant leurs propres scénarios commerciaux donneront la priorité à l'utilisation interne et amélioreront les capacités des grands modèles grâce au polissage des produits internes. Les entreprises technologiques qui ne disposent pas de leurs propres applications commerciales sont plus enclines à utiliser les capacités générales de résolution de problèmes du secteur financier.Certaines coopéreront avec des institutions financières pour créer conjointement de grands modèles du secteur financier et des scénarios. **

Une lutte sur le grand modèle financier de l'IA a débuté.

Quel impact cette nouvelle révolution dans le domaine des technologies financières déclenchée par le modèle d'IA apportera-t-elle à l'industrie ? En raison de son haut degré de dataisation et de sa grande complexité professionnelle, à quelles opportunités et défis le secteur financier sera-t-il confronté après avoir accédé au grand modèle ? Comment le modèle financier va-t-il évoluer dans le futur ?

Concourir pour le GPT financier national

Nul doute qu'en 2023, le développement de l'IA inaugurera une nouvelle ère.

En mars, ChatGPT, lancé par le laboratoire d'intelligence artificielle OpenAI, est né, faisant exploser une nouvelle vague de modèles mondiaux d'IA à grande échelle, ouvrant une nouvelle ère d'AIGC, et les industries connexes ont également inauguré une réévaluation.

Il n'a pas fallu longtemps pour que l'air chaud du modèle d'IA souffle sur le cercle financier. Le 30 du même mois, Bloomberg a lancé un modèle de langage à grande échelle pour le secteur financier - BloombergGPT. Ceci est considéré comme un événement qui pourrait avoir un impact significatif, voire perturbateur, sur le secteur financier.

Après deux mois, le domaine financier national a également inauguré son moment de modèle d'IA. À la mi-mai, Qifu Technology a annoncé pour la première fois le lancement d'un modèle général auto-développé pour le secteur financier - Qifu GPT, qui est connu dans l'industrie comme "le premier modèle général pour le secteur financier en Chine".

Selon Qifu Technology, les applications au niveau du produit qu'il prend en charge devraient être lancées cette année et ouvertes aux institutions financières.

Un initié de Qifu Technology a déclaré à "Business Show" que dès l'année dernière, Qifu Technology a commencé à mettre en place et à essayer d'appliquer de grands modèles génératifs dans certains scénarios internes. Et en mars de cette année, après que le modèle à grande échelle soit devenu populaire, Qifu Technology a également rapidement créé un département de recherche de modèles à grande échelle pour accélérer la recherche et le développement et promouvoir l'application de scénarios.

Le 9 février de cette année, Zhou Hongyi, le fondateur de 360 Group, et Zhang Chaoyang, le fondateur de Sohu, ont présenté un point de vue lors du dialogue sur "Dialogue sous les étoiles" : **Si une entreprise ne peut pas attraper le ChatGPT car, il est susceptible d'être éliminé. **

Plus tôt, le PDG de Qifu Technology, Wu Haisheng, a également déclaré qu'il se trouvait actuellement au carrefour de la révolution technologique, du cloud computing au ChatGPT, qui est désormais populaire dans le monde entier, et qu'il s'engagerait à appliquer ces technologies au domaine financier pour fournir partenaires et utilisateurs des institutions financières Services et solutions technologiques plus efficaces.

Ce n'est pas seulement la technologie Qifu qui prend les devants dans la mise en page. Fin mai, Du Xiaoman a également annoncé le lancement de "Xuanyuan", le premier modèle open source à grande échelle pour l'industrie financière verticale en Chine, puis Lufax Holdings, Xinye Technology, etc. ont également annoncé la mise en page et l'exploration de générative applications de modèles à grande échelle. Le 21 juin, Ant Group a répondu qu'il développait un langage et un modèle multimodal appelé "Zhenyi" ; le 28 du même mois, LightGPT, un grand modèle de l'industrie financière électronique de Hang Seng, a également été dévoilé.

Lors de la Conférence mondiale sur l'intelligence artificielle de 2023 le 6 juillet, pas moins de 30 modèles à grande échelle nationaux et étrangers ont été dévoilés, et la manière dont la technologie des modèles à grande échelle est appliquée à des domaines verticaux tels que la finance est également devenue un sujet brûlant. Jiang Ning, CTO d'Immediate Consumers, a souligné dans une interview aux médias que le grand modèle d'intelligence artificielle a apporté "un booster" au secteur financier. Dans le même temps, il a également révélé que la consommation immédiate lancera également un grand modèle financier.

En seulement quatre mois, diverses institutions financières et sociétés de technologie financière se préparent et se font concurrence pour le déploiement, et GPT dans le domaine financier national est sur le point d'émerger.

** Consensus du grand modèle : du général au vertical **

Alors que diverses entreprises se livrent une course contre la montre pour lancer des modèles financiers à grande échelle, l'industrie est progressivement parvenue à un consensus : les modèles à grande échelle doivent entrer dans la scène verticale à partir de la scène générale.

Lors de la Conférence mondiale sur l'économie numérique de 2023, le 2 juillet, Xu Dongliang, CTO de Du Xiaoman, a également présenté un point de vue similaire : « Par rapport aux capacités des modèles à grande échelle à usage général, le secteur financier a grand besoin de modèles à grande échelle de l'industrie verticale."

Xu Dongliang a en outre analysé qu'en raison des exigences élevées du secteur financier en termes de sécurité et de confidentialité des données, de contrôle des risques, de précision et de performances en temps réel, le grand modèle à usage général ne dispose pas des données de formation nécessaires en termes de capacités financières. ni l'exactitude ni l'exactitude ne peuvent répondre aux exigences minimales de cette industrie, de sorte qu'un grand modèle industriel personnalisé pour les institutions financières est nécessaire pour être efficace.

La personne concernée en charge de Qifu Technology a également déclaré que la plus grande différence entre le modèle à grande échelle de l'industrie financière et d'autres industries réside dans la complexité commerciale de l'industrie financière, les exigences des réglementations d'exploitation de l'industrie et la protection de la sécurité et de la vie privée, ce qui rend le secteur financier plus spécial que les autres secteurs, l'entreprise est plus complexe, les exigences en matière de normes de fonctionnement du secteur sont plus élevées et les exigences en matière de sécurité et de protection de la vie privée sont plus élevées.

Jiang Ning, directeur technique des consommateurs immédiats, a souligné lors de la Conférence mondiale sur l'intelligence artificielle de 2023 qu'en raison des caractéristiques de l'industrie financière, telles que "à forte intensité de données et à forte intensité de technologie", cette industrie a toujours espéré capitaliser les données, mais en même temps elle est également confrontée à des défis tels que les points de vente hors ligne.Des problèmes tels que l'efficacité de la création de valeur et l'expérience utilisateur obligent les organisations à continuer d'innover.

**C'est-à-dire que du point de vue de la logique des grands modèles, les grands modèles existants ne peuvent pas couvrir toutes les industries. Sur la base des grands modèles généraux, les entreprises doivent affiner la formation et personnaliser les grands modèles pour les domaines verticaux. **

La personne concernée en charge de Qifu Technology a déclaré que, en particulier pour le domaine financier hautement axé sur les données et professionnellement complexe, il doit s'appuyer sur une expérience plus professionnelle et des connaissances de l'industrie pour optimiser et s'adapter aux exigences spécifiques des applications.

** Du point de vue des besoins de développement de l'industrie, l'industrie financière est également entrée dans la phase de concurrence des actions à partir d'un marché incrémental, et l'ensemble de l'industrie est confronté à des difficultés telles que la difficulté de fidéliser la clientèle et l'intensification de la concurrence. À l'heure actuelle, il est encore plus nécessaire d'utiliser la technologie pour améliorer l'efficacité opérationnelle et l'expérience utilisateur. **

Compte tenu de la mise en œuvre réelle de l'expérience utilisateur basée sur la technologie, les services financiers traditionnels sont encore généralement confrontés au problème de « découverte difficile, expérience difficile et service difficile » dans le processus d'amélioration de l'expérience utilisateur. L'émergence de grands modèles d'IA peut aider le secteur financier à résoudre ces problèmes dans une large mesure, afin de mieux servir les utilisateurs.

Mais aujourd'hui, il existe encore un énorme fossé entre le grand modèle à usage général et l'application de scénarios financiers. Par conséquent, ce n'est qu'en optimisant en permanence le modèle à grande échelle à usage général existant et en formant un modèle à grande échelle verticalement professionnel dans le domaine financier que le modèle linguistique à grande échelle pourra mieux servir les entreprises et les utilisateurs.

Cependant, par rapport à d'autres domaines, la finance a des exigences plus élevées en matière d'expertise des données, de contrôle des risques, de conformité et de sécurité, ce qui pose également de nombreux défis aux institutions financières et aux entreprises dans l'exploration de grands modèles dans des domaines verticaux.

Redéfinir la Fintech

Si l'on se penche sur les trois vagues de développement de l'intelligence artificielle, le développement de la technologie de l'intelligence artificielle repose sur trois éléments majeurs : les algorithmes, la puissance de calcul et les données : les algorithmes déterminent si le « cerveau » conçu est suffisamment intelligent, et seul le calcul haute performance le pouvoir peut s'entraîner Un grand réseau doit également s'appuyer sur le big data.

En seulement six mois, avec la montée en puissance d'AIGC représentée par ChatGPT, l'ère des grands modèles d'intelligence artificielle arrive. Lorsque le modèle d'intelligence artificielle rencontrera la finance, les changements technologiques et l'espace commercial seront davantage ouverts, et la valeur de toutes les industries inaugurera une réévaluation. Selon iResearch, la taille du marché principal de l'IA+finance atteindra 29,6 milliards de yuans en 2021, portant les industries connexes à 67,7 milliards de yuans.

On peut dire que l'émergence des grands modèles d'IA a largement redéfini la technologie financière. Par exemple, les modèles d'IA à grande échelle aident les entreprises à réduire leurs coûts et à accroître leur efficacité, à créer des interactions en ligne avec un service client virtuel et à fournir aux utilisateurs des services plus humains. Financial GPT peut réaliser la génération automatique de textes d'informations financières et de contenu d'introduction de produits, et améliorer l'efficacité du fonctionnement du contenu des institutions financières.

Prenons l'exemple de Qifu GPT, un grand modèle de la technologie Qifu, qui a été appliqué à des liens commerciaux tels que l'acquisition de clients, l'exploitation, le contrôle des risques et le service post-prêt. Au niveau marketing, construire un scénario d'entreprise financière de dialogue à travers un grand modèle, entraîner le système de dialogue de télémarketing existant, aider les robots de télémarketing à comprendre avec précision les besoins réels des utilisateurs et améliorer la fidélité de la réponse et le professionnalisme du service.

La personne concernée en charge de Qifu Technology a déclaré: "Avec l'aide du robot d'entraînement modèle à grande échelle, le temps d'appel du système de télémarketing a augmenté de 15,1%. En termes de contrôle des risques dans le lien d'activité principal dans le domaine du crédit , l'interprétation des informations de crédit intelligentes dérivées du modèle à grande échelle en tant que noyau, peut aider les institutions financières à comprendre et à juger les utilisateurs de manière plus complète et plus efficace.

Il est entendu qu'à l'heure actuelle, l'équipe de Qifu Technology combine le secteur financier et des données propriétaires internes pour effectuer une pré-formation et un réglage incrémentiels de grands modèles, et s'appuie sur des activités internes pour réaliser une application pratique dans certains scénarios de petite et moyenne taille.

** Cependant, des initiés des principales sociétés de technologie financière susmentionnées ont déclaré à "Business Show" que les grands modèles financiers nationaux actuels sont principalement utilisés dans les petites et moyennes zones dans certains scénarios commerciaux indépendants, puis observent l'impact des grands modèles. sur la croissance de l'entreprise et la maîtrise des risques Les capacités d'optimisation en termes d'amélioration de l'efficacité humaine et d'amélioration de l'efficacité humaine n'ont pas encore franchi le stade de la commercialisation à grande échelle. **

À l'heure actuelle, le modèle financier national à grande échelle est toujours confronté à de nombreux défis et il faudra du temps pour réaliser une application à grande échelle.

Jiang Ning, CTO d'Immediate Consumers, estime qu'il existe encore quatre défis majeurs dans le modèle actuel à grande échelle de l'industrie financière :

Premièrement, face aux tâches clés et aux changements externes imprévisibles de l'industrie financière, les grands modèles ne peuvent garantir la stabilité et l'exactitude de chaque décision ; deuxièmement, l'industrie financière espère utiliser l'intelligence artificielle pour obtenir une expérience utilisateur personnalisée, mais cela nécessite l'intégration de données privées et de grands modèles pose toujours des problèmes de conformité et de sécurité ; troisièmement, le secteur financier a toujours eu le problème des "îlots de données". Les grands modèles nécessitent la construction d'une plate-forme en réseau pour un apprentissage amélioré et une contribution continue des données et des commentaires. Cependant, le marché actuel Quatrièmement, l'application de modèles à grande échelle dans le secteur financier met en avant des exigences plus élevées pour les installations matérielles et logicielles telles que l'équipement et l'infrastructure sous-jacents.

La personne concernée en charge de Qifu Technology a également déclaré que l'un des principaux défis auxquels est confronté le développement de modèles financiers généraux est la complexité du traitement des données.En outre, la protection de la confidentialité des données et la sécurité de l'information doivent également être prises en compte. Le responsable a également souligné que la difficulté du modèle financier à usage général réside principalement dans la précision du modèle et la souplesse d'application pratique.. Extensif, les interfaces doivent être réservées à une connexion gratuite dans la pratique pour s'adapter à une croissance sans cesse croissante. scénarios d'application.

Si l'on considère l'histoire du développement des technologies financières au cours de la dernière décennie, il s'agit d'une industrie importante et en pleine croissance. Dans le domaine de l'intelligence artificielle, l'industrie financière n'a cessé d'explorer au fil des années.Ce que nous pouvons voir, c'est que l'intelligence artificielle est apparue dans des domaines tels que le paiement, l'investissement, le prêt, la gestion financière personnelle, la banque anti-fraude et l'assurance.

** Cependant, on ne peut ignorer que l'essence de la finance est toujours la gestion des risques et que le contrôle des risques est au cœur de toutes les activités financières. Entrant dans l'ère des grands modèles d'IA, le rôle joué par les grands modèles d'intelligence artificielle, en plus d'améliorer les services aux entreprises financières et l'expérience utilisateur, son cœur est toujours d'aider à minimiser les risques. **

Bien entendu, outre la prise en compte de la maîtrise des risques et l'intégration de la technologie et des scénarios, la participation humaine ne peut être ignorée. Dans le processus d'apprentissage automatique, la participation humaine à la formation est requise dans l'intelligence artificielle générative. Dans le domaine des grands modèles financiers, la participation humaine dans tous les aspects est tout aussi importante.

Dans la vague technologique déclenchée par ce modèle d'IA, une nouvelle révolution technologique financière a tranquillement commencé. Chaque entreprise et même tout le monde ne devrait pas le manquer.