Sumber: "Financial May Flower" (ID: Caijing-MayFlower), penulis: Qu Xiangjun Han Feng
Sumber gambar: Dihasilkan oleh AI Tanpa Batas
Melihat daftar tren strategis teknologi dalam dan luar negeri serta bidang investasi yang menarik pada paruh pertama tahun 2023, tidak ada keraguan bahwa kecerdasan buatan generatif (selanjutnya disebut sebagai "AI generatif") adalah salah satu teknologi yang paling menarik perhatian. . Dengan munculnya ChatGPT, teknologi baru ini telah memasuki tren yang belum pernah terjadi sebelumnya. Semua lapisan masyarakat mendiskusikan topik terkait, belum lagi raksasa teknologi dan produsen AI telah meninggalkan industri ini. Jangan sampai mereka melewatkan pesta teknologi ini, beberapa pemimpin industri dan media telah membandingkan gelombang AI generatif dengan peluang Internet seluler di masa lalu, dan lebih lanjut menyoroti potensi nilai dan pengaruhnya yang sangat besar.
**Dibandingkan dengan AI tradisional, AI generatif memiliki empat keunggulan inti yang membuatnya menarik, termasuk otomatisasi dan peningkatan efisiensi, personalisasi dan penyesuaian, kemampuan kreativitas dan inovasi, serta kemampuan menjelaskan dan transparansi. **Hal ini sangat penting untuk bidang-bidang seperti keuangan dan layanan kesehatan yang memerlukan penjelasan, membantu membangun kepercayaan, memenuhi persyaratan peraturan, dan memudahkan masyarakat untuk menerima dan mengadopsi keputusan sistem.
Singkatnya, AI generatif dapat menciptakan nilai besar bagi berbagai industri di seluruh dunia dengan meningkatkan efisiensi produksi, mendorong kemampuan inovasi, dan mengubah lanskap persaingan.
**McKinsey memperkirakan bahwa AI secara keseluruhan akan membawa dampak ekonomi positif hingga 25,6 triliun dolar AS terhadap perekonomian global, dengan kontribusi AI generatif sebesar 7,9 triliun dolar AS, setara dengan total PDB saat ini sebesar ekonomi global (produk domestik bruto) 8% dari volume. **
Skenario: Perubahan baru dalam industri keuangan dengan AI generatif
AI Generatif telah menarik perhatian dan imajinasi orang-orang di seluruh dunia berkat kepraktisannya yang luas—kekuatan supernya dalam memahami bahasa alami dan membuat konten dapat digunakan oleh hampir semua orang, menjadikan AI generatif memiliki keunggulan signifikan dalam meningkatkan efisiensi produksi industri dan mempromosikan produk. inovasi, dan diperkirakan akan menumbangkan struktur yang ada di berbagai industri di seluruh dunia di masa depan.
**Dari perspektif industri, tiga industri di mana AI generatif menghasilkan nilai terbesar adalah teknologi tinggi, perbankan, dan ritel. **McKinsey memperkirakan bahwa pada tahun 2032, AI generatif akan menghasilkan nilai baru sekitar US$200 miliar hingga US$340 miliar bagi industri perbankan global (termasuk manajemen aset dan kekayaan, yang selanjutnya secara kolektif disebut sebagai "manajemen aset") setiap tahun, terhitung sebesar 10% dari total industri perbankan, dengan proporsi pendapatan tahunan sebesar 2,8%-4,7%. Ditambah dengan perkiraan nilai tambah tahunan sebesar USD 50 miliar hingga USD 70 miliar yang dihasilkan oleh AI generatif di industri asuransi (yang menyumbang sekitar 1,8% - 2,0% dari pendapatan tahunan industri), kami berharap kasus penggunaan AI generatif akan digunakan dalam industri keuangan (perbankan, asuransi, dll.), dan manajemen aset), kumpulan nilainya sekitar US$250 miliar hingga US$410 miliar.
**Terlihat bahwa industri keuangan merupakan salah satu industri dengan potensi kasus penggunaan AI generatif yang paling besar, baik dari segi nilai absolut maupun potensi pertumbuhan relatif. **Jadi, bagaimana AI generatif yang memukau dipadukan dengan karakteristik industri untuk menciptakan nilai? McKinsey mengamati bahwa saat ini terdapat empat metode penerapan paling mainstream, yang secara kolektif akan berkontribusi 75% dari total manfaat yang dihasilkan oleh AI generatif di industri keuangan, yang kami rangkum menjadi “4C”, yaitu: penyempurnaan konten/ahli virtual (Ringkasan) ), interaksi pengguna (Customer engagement), pembuatan konten (Content generation) dan akselerasi pemrograman (Coding).
Dari segi industri, dalam industri perbankan, dalam hal penyempurnaan konten/ahli virtual, tugas-tugas yang berulang dan membosankan di bidang keuangan dapat diotomatisasi melalui AI generatif, sehingga meningkatkan efisiensi praktisi keuangan, mengurangi biaya, dan membebaskan karyawan. Waktu digunakan untuk pekerjaan bernilai lebih tinggi, dan melalui pakar virtual, personel garis depan bank dapat mengekstrak wawasan dari data tidak terstruktur, menafsirkan teks, dan dengan cepat mengakses semua informasi yang relevan, seperti panduan produk dan kebijakan, untuk langsung memenuhi permintaan pelanggan dan Efisiensi kerja dapat ditingkatkan sebesar 60%.
Kasus penggunaan umum lainnya mencakup: pemrosesan transaksi: pemrosesan otomatis transaksi keuangan, termasuk pemrosesan pesanan, penyelesaian dan kliring, dll.; pembuatan laporan keuangan: pengumpulan otomatis, pengorganisasian dan analisis data keuangan, dan pembuatan laporan keuangan yang akurat dan tepat waktu yang mematuhi dengan standar akuntansi, membantu Mengurangi waktu persiapan laporan dan mengurangi kesalahan manual; penilaian risiko dan pemeriksaan kepatuhan: secara otomatis menganalisis data keuangan dalam jumlah besar, mengidentifikasi faktor risiko potensial, dan melakukan pemeriksaan kepatuhan.
**Dalam hal interaksi pengguna, sistem AI generatif memberikan solusi dan dukungan yang dipersonalisasi kepada pengguna dengan mempelajari dan menganalisis sejumlah besar pengetahuan profesional dan pengalaman manusia. **Perusahaan keuangan dapat memberikan layanan yang lebih personal, efisien dan memuaskan. Misalnya, dengan menggunakan chatbots untuk menyelesaikan kontak pelanggan dan pengumpulan data, setidaknya 80% interaksi pelanggan dapat diotomatisasi dalam 5 hingga 10 tahun ke depan. Kasus penggunaan umum lainnya meliputi: asisten cerdas, rekomendasi yang dipersonalisasi dan layanan yang disesuaikan, analisis sentimen, dan pemantauan emosi.
**Dalam hal pembuatan konten, AI generatif dapat menghasilkan konten baru seperti teks dan ilustrasi visual dengan mempelajari dan menganalisis data teks, gambar, dan audio dalam jumlah besar, sehingga mempercepat proses pengembangan konten perusahaan industri keuangan. **Misalnya, dapat menghasilkan laporan analisis pasar keuangan dan wawasan investasi yang dipersonalisasi; dapat digunakan untuk menyusun dokumen penting seperti kontrak dan tender; juga dapat digunakan untuk menulis salinan promosi dan materi pemasaran untuk bank, asuransi, manajemen aset dan perusahaan sekuritas, dll.
**Di bidang keuangan, khususnya dalam perdagangan kuantitatif dan manajemen risiko, penulisan kode yang efisien dan akurat sangatlah penting. **Dalam hal akselerasi pemrograman, AI generatif dapat menafsirkan dan menghasilkan kode. Dengan secara otomatis menghasilkan cuplikan kode, templat, dan algoritme, dapat mempercepat proses pengembangan perangkat lunak dan mengurangi kesalahan manual.
Dari perspektif fungsional perbankan, kasus penggunaan AI generatif mempunyai dampak terbesar pada empat fungsi: distribusi garis depan, operasi pelanggan, teknologi, dan hukum, risiko, kepatuhan, dan penipuan, yang mencakup sekitar 1% dari keseluruhan potensi nilai bank.70 %. Penggunaan alat AI generatif dapat meningkatkan kepuasan pelanggan, meningkatkan pengambilan keputusan dan pengalaman karyawan, serta mengurangi risiko dengan memantau penipuan dan perilaku lainnya dengan lebih baik.
**Dari perspektif industri asuransi, sebagai bagian penting dari industri keuangan, dan masih dari perspektif 4C, AI generatif akan memberikan nilai yang sangat besar bagi asuransi properti dan asuransi jiwa. **
Hal ini mencakup: peningkatan kecepatan dan kualitas pengembangan perangkat lunak, peningkatan signifikan dalam efisiensi penyesuaian klaim asuransi, peningkatan efisiensi pialang asuransi dan proposisi nilai pelanggan, dan peningkatan signifikan dalam pengalaman pelanggan asuransi, dll.
Dalam hal efektivitas kasus penggunaan, McKinsey mengamati bahwa biaya kompensasi klaim yang kompleks (seperti klaim litigasi) dapat dihemat sekitar 25%, keakuratan mengidentifikasi penipuan dan asuransi penipuan dapat ditingkatkan sekitar 18%, dan 99% dari proses penjaminan dapat ditanggung oleh AI generatif. Dengan solusi otomatis, perusahaan asuransi diharapkan dapat mengurangi biaya penjaminan sebesar 10%-20%.
**Dari perspektif industri manajemen aset, McKinsey juga mengamati dan merangkum penerapan 4C AI generatif. **Misalnya, dalam hal penyempurnaan konten dan pakar virtual, wawasan dapat dihasilkan berdasarkan data tidak terstruktur dan mendorong tindakan investasi, seperti menemukan target investasi. Misalnya, penyedia informasi bisnis, keuangan, dan keuangan global di Amerika Serikat telah mengembangkan GPT-nya sendiri: model besar yang dilatih tentang kombinasi data di bidang keuangan tertentu dan data umum; berpusat pada menjawab pertanyaan keuangan dan analisis pelaporan.
Contoh lain, dalam hal akselerasi pemrograman, bank investasi multinasional dan perusahaan jasa keuangan Amerika menggunakan alat AI jenis ChatGPT secara internal untuk membantu pengembang menulis kode; dalam hal pembuatan konten, perusahaan manajemen aset Amerika Utara menggunakan ChatGPT untuk mempercepat konten jaminan pemasaran Membuat, serta membuat visualisasi data atau alat penyaringan; pada interaksi pengguna, salah satu perusahaan pengelola dana terbesar di Amerika Serikat meluncurkan bisnis teknologi pendaftaran berbantuan AI yang memungkinkan lembaga keuangan membuat, meninjau, dan menyetujui publik komunikasi menggunakan model NLP berpemilik. Kasus penggunaan AI generatif di atas mencakup seluruh fungsi bisnis manajemen aset dan mempertimbangkan kebutuhan investor dan karyawan internal perusahaan manajemen aset.
Pada akhirnya, AI generatif dapat memainkan peran besar dalam industri keuangan karena empat karakteristik yang telah terbentuk dalam industri ini sejak lama, yaitu dengan mengambil contoh bank: Pertama, terkait dengan arsitektur TI tradisional. telah berinvestasi dalam teknologi, mengumpulkan sejumlah besar "hutang teknis" dan arsitektur TI yang terisolasi dan kompleks, kedua, dari perspektif tenaga kerja yang berhubungan dengan nasabah dalam jumlah besar, industri perbankan bergantung pada sejumlah besar perwakilan layanan bisnis; ketiga, urusan dokumen di sisi perbankan sangat berat dan generatif. Dampak AI dapat mencakup seluruh organisasi, membantu semua karyawan menulis email, membuat presentasi bisnis, dan tugas-tugas lainnya; ditambah lagi, sebagai industri yang sangat diatur, perbankan memiliki risiko yang besar. , kepatuhan, dan kebutuhan hukum.
**Singkatnya, bagi lembaga keuangan, penerapan AI generatif dapat meningkatkan efisiensi produksi dan menghemat waktu dan sumber daya dengan mengurangi kesalahan manusia; pada saat yang sama, aplikasi tersebut meningkatkan kemampuan inovasi dan memberikan produk dan pengalaman layanan yang lebih baik kepada pengguna akhir. **
Investasi: Prospek Industri dari Perspektif Finansial
Karena pesatnya perkembangan AI generatif, skala industrinya juga berkembang pesat sehingga menarik investor untuk bergabung dalam industri ini. Menurut data Bloomberg, pendapatan pasar AI generatif akan mencapai US$40 miliar pada tahun 2022, dan diperkirakan akan mencapai US$399 miliar dan US$1,304 miliar masing-masing pada tahun 2027 dan 2032. Tingkat pertumbuhan gabungan dari tahun 2022 hingga 2032 akan mencapai 42%.
Sedangkan untuk pasar Tiongkok, menurut data dari "China AI Digital Outlook 2021-2025", skalanya pada tahun 2022 akan mencapai sekitar 66 miliar yuan, dan tingkat pertumbuhan gabungan dari tahun 2020 hingga 2025 akan mencapai 84%. menyumbang 10% dari ukuran pasar global (217 miliar dolar AS) 14%. Dari sudut pandang ini, AI generatif tidak hanya menciptakan nilai besar bagi perekonomian global, namun industri itu sendiri juga memiliki peluang investasi yang sangat besar.
**Rantai nilai AI generatif terdiri dari enam tautan, yaitu perangkat keras khusus, platform cloud, model dasar, pusat model dan MLOps, aplikasi dan layanan. **Dengan kemajuan teknologi, seluruh rantai nilai mempunyai peluang yang sangat besar. Namun, penelitian menunjukkan bahwa terdapat perbedaan yang signifikan dalam peluang pasar di setiap mata rantai. Investasi sumber daya, pengetahuan profesional, dan keunggulan sebagai penggerak pertama di beberapa mata rantai telah membentuk hambatan industri dan menjadi pendatang baru. Hambatan yang kuat bagi investor dan usaha kecil untuk mengembangkan usahanya.
Peningkatan ukuran pasar global dari tahun 2022 hingga 2035 terutama akan datang dari sisi pelatihan perangkat keras, aplikasi periklanan, dan perangkat lunak. Diantaranya, tingkat pertumbuhan tahunan gabungan layanan infrastruktur akan mencapai 60%, dengan peningkatan sebesar US$244,8 miliar. Tingkat pertumbuhan tahunan gabungan aplikasi periklanan mencapai 125%, dengan peningkatan sebesar US$192,4 miliar.
Pada rantai nilai AI generatif, terdapat peluang pasar berikut yang patut mendapat perhatian:
**1. Perangkat keras khusus: **Infrastruktur daya komputasi yang digunakan dalam pelatihan model dan proses inferensi memiliki hambatan pasar yang tinggi dan pada dasarnya ditempati oleh pemain besar. Inti dari perangkat keras daya komputasi adalah chip komputasi yang diwakili oleh GPU dan TPU.
**2. Platform cloud: **Sebuah platform untuk mengakses infrastruktur komputasi dan menjalankan beban kerja AI generatif, dengan pangsa pasar yang relatif terkonsentrasi.
**3. Model dasar: **Tautan inti rantai nilai AI generatif didorong oleh pengetahuan profesional dan investasi biaya. Tren jalur model besar secara umum terkonsentrasi di bagian atas, dan masih terdapat kesenjangan pasar di tingkat atas. jalur model besar di industri.
**4. Model Center dan MLOps: ** Alat untuk menghosting, menyempurnakan, dan menerapkan model. Vendor raksasa dan independen membentuk persaingan yang berbeda. Model Center dan MLOps melakukan dua tugas penting untuk membangun aplikasi di atas model dasar: Pertama, model Gudang menyediakan ruang untuk menyimpan dan mengakses model dasar; yang kedua adalah alat MLOps khusus untuk menyempurnakan dan menerapkan model dasar ke aplikasi.
**5. Aplikasi: **Aplikasi terminal berdasarkan penyempurnaan model-model besar adalah jalur di mana start-up memiliki peluang terbesar. Sekitar setengah dari perusahaan unicorn AI generatif lahir di pasar ini. Kami memperkirakan hal itu dalam waktu dekat istilahnya, untuk kategori vertikal Industri dan pengembangan fungsi spesifik, aplikasi yang dibangun berdasarkan model yang disesuaikan dapat menjadi yang pertama menonjol.
**6.Layanan: **Penyedia solusi secara keseluruhan yang menyediakan layanan bernilai tambah berdasarkan produk model dimonopoli oleh produsen besar, namun masih ada ruang pasar bagi pemain kecil dan menengah untuk berpartisipasi di bidang vertikal.
Pertempuran praktis: Cara perusahaan menerapkan AI generatif
**Yang pertama adalah perubahan model operasi. **Promosi GenAI dalam skala besar mengharuskan perusahaan untuk melakukan transformasi komprehensif pada model operasi mereka dan menanamkan AI ke dalam setiap aspek bisnis mereka. Saat menerapkan aplikasi GenAI dalam skala besar, model operasi yang sukses harus mencakup enam aspek utama: peta jalan strategis, bakat, model operasi, teknologi, data, dan penerapan teknologi serta manajemen perubahan.
AI Generatif berkembang pesat, dan para CEO juga mengeksplorasi nilai bisnis dan potensi risikonya. CEO memainkan peran penting dalam mendorong perusahaan untuk fokus pada AI generatif. Banyak strategi yang perlu diingat oleh para CEO saat mereka memulai perjalanan ini konsisten dengan cara para eksekutif bisnis merespons gelombang teknologi di masa lalu.
Namun, AI generatif juga membawa tantangan unik, termasuk kecepatan perkembangan yang belum pernah terjadi sebelumnya melebihi perubahan teknologi sebelumnya dan konsekuensinya yaitu kesulitan dalam meresponsnya.
Untuk tujuan ini, kami memberikan ringkasan inti AI generatif untuk referensi para CEO (lihat gambar di atas).
Sebelum memutuskan untuk menerapkan AI generatif, pertimbangkan biaya investasi waktu dan sumber daya yang besar karena memulai dari awal dan trial and error. Perusahaan juga dapat secara tepat memanfaatkan kekuatan lembaga profesional untuk mempercepat penerapan AI generatif dan menggunakan teknologi dan pengetahuan pihak ketiga. dan Pengalaman, menghindari jalan memutar dan jebakan, serta mencapai tujuan penciptaan nilai dengan lebih cepat dan ekonomis.
**Selain itu, perlu dicatat bahwa AI generatif memberikan momentum pertumbuhan baru untuk semua lapisan masyarakat, namun juga memiliki dampak negatif tertentu. Lembaga keuangan perlu memberikan perhatian khusus terhadap ilusi model, penggunaan jahat, dan kebocoran informasi ketika menerapkan generatif AI dan tiga risiko utama lainnya. **Perusahaan harus sangat mementingkan hal ini dan secara aktif mengambil tindakan untuk mencegah dan mengelolanya dengan baik, meminimalkan potensi risikonya, dan memaksimalkan nilainya.
(Penulis Qu Xiangjun adalah mitra senior global McKinsey dan kepala bisnis konsultasi lembaga keuangan Tiongkok; Han Feng adalah mitra global McKinsey; anggota tim McKinsey Hu Yirong, Fang Haoxiang, Fang Xiyuan, Li Jingyao, Song Ge , dan Qiu Waishan, Wang Zhechen, Jiang Zixiang, Lu Zhijuan, dll. juga berkontribusi pada artikel ini; Peneliti Caijing Ding Yan juga berkontribusi pada artikel ini)
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Masa depan pengelolaan kekayaan dengan AI generatif
Sumber: "Financial May Flower" (ID: Caijing-MayFlower), penulis: Qu Xiangjun Han Feng
Melihat daftar tren strategis teknologi dalam dan luar negeri serta bidang investasi yang menarik pada paruh pertama tahun 2023, tidak ada keraguan bahwa kecerdasan buatan generatif (selanjutnya disebut sebagai "AI generatif") adalah salah satu teknologi yang paling menarik perhatian. . Dengan munculnya ChatGPT, teknologi baru ini telah memasuki tren yang belum pernah terjadi sebelumnya. Semua lapisan masyarakat mendiskusikan topik terkait, belum lagi raksasa teknologi dan produsen AI telah meninggalkan industri ini. Jangan sampai mereka melewatkan pesta teknologi ini, beberapa pemimpin industri dan media telah membandingkan gelombang AI generatif dengan peluang Internet seluler di masa lalu, dan lebih lanjut menyoroti potensi nilai dan pengaruhnya yang sangat besar.
**Dibandingkan dengan AI tradisional, AI generatif memiliki empat keunggulan inti yang membuatnya menarik, termasuk otomatisasi dan peningkatan efisiensi, personalisasi dan penyesuaian, kemampuan kreativitas dan inovasi, serta kemampuan menjelaskan dan transparansi. **Hal ini sangat penting untuk bidang-bidang seperti keuangan dan layanan kesehatan yang memerlukan penjelasan, membantu membangun kepercayaan, memenuhi persyaratan peraturan, dan memudahkan masyarakat untuk menerima dan mengadopsi keputusan sistem.
Singkatnya, AI generatif dapat menciptakan nilai besar bagi berbagai industri di seluruh dunia dengan meningkatkan efisiensi produksi, mendorong kemampuan inovasi, dan mengubah lanskap persaingan.
**McKinsey memperkirakan bahwa AI secara keseluruhan akan membawa dampak ekonomi positif hingga 25,6 triliun dolar AS terhadap perekonomian global, dengan kontribusi AI generatif sebesar 7,9 triliun dolar AS, setara dengan total PDB saat ini sebesar ekonomi global (produk domestik bruto) 8% dari volume. **
Skenario: Perubahan baru dalam industri keuangan dengan AI generatif
AI Generatif telah menarik perhatian dan imajinasi orang-orang di seluruh dunia berkat kepraktisannya yang luas—kekuatan supernya dalam memahami bahasa alami dan membuat konten dapat digunakan oleh hampir semua orang, menjadikan AI generatif memiliki keunggulan signifikan dalam meningkatkan efisiensi produksi industri dan mempromosikan produk. inovasi, dan diperkirakan akan menumbangkan struktur yang ada di berbagai industri di seluruh dunia di masa depan.
**Terlihat bahwa industri keuangan merupakan salah satu industri dengan potensi kasus penggunaan AI generatif yang paling besar, baik dari segi nilai absolut maupun potensi pertumbuhan relatif. **Jadi, bagaimana AI generatif yang memukau dipadukan dengan karakteristik industri untuk menciptakan nilai? McKinsey mengamati bahwa saat ini terdapat empat metode penerapan paling mainstream, yang secara kolektif akan berkontribusi 75% dari total manfaat yang dihasilkan oleh AI generatif di industri keuangan, yang kami rangkum menjadi “4C”, yaitu: penyempurnaan konten/ahli virtual (Ringkasan) ), interaksi pengguna (Customer engagement), pembuatan konten (Content generation) dan akselerasi pemrograman (Coding).
Kasus penggunaan umum lainnya mencakup: pemrosesan transaksi: pemrosesan otomatis transaksi keuangan, termasuk pemrosesan pesanan, penyelesaian dan kliring, dll.; pembuatan laporan keuangan: pengumpulan otomatis, pengorganisasian dan analisis data keuangan, dan pembuatan laporan keuangan yang akurat dan tepat waktu yang mematuhi dengan standar akuntansi, membantu Mengurangi waktu persiapan laporan dan mengurangi kesalahan manual; penilaian risiko dan pemeriksaan kepatuhan: secara otomatis menganalisis data keuangan dalam jumlah besar, mengidentifikasi faktor risiko potensial, dan melakukan pemeriksaan kepatuhan.
**Dalam hal interaksi pengguna, sistem AI generatif memberikan solusi dan dukungan yang dipersonalisasi kepada pengguna dengan mempelajari dan menganalisis sejumlah besar pengetahuan profesional dan pengalaman manusia. **Perusahaan keuangan dapat memberikan layanan yang lebih personal, efisien dan memuaskan. Misalnya, dengan menggunakan chatbots untuk menyelesaikan kontak pelanggan dan pengumpulan data, setidaknya 80% interaksi pelanggan dapat diotomatisasi dalam 5 hingga 10 tahun ke depan. Kasus penggunaan umum lainnya meliputi: asisten cerdas, rekomendasi yang dipersonalisasi dan layanan yang disesuaikan, analisis sentimen, dan pemantauan emosi.
**Dalam hal pembuatan konten, AI generatif dapat menghasilkan konten baru seperti teks dan ilustrasi visual dengan mempelajari dan menganalisis data teks, gambar, dan audio dalam jumlah besar, sehingga mempercepat proses pengembangan konten perusahaan industri keuangan. **Misalnya, dapat menghasilkan laporan analisis pasar keuangan dan wawasan investasi yang dipersonalisasi; dapat digunakan untuk menyusun dokumen penting seperti kontrak dan tender; juga dapat digunakan untuk menulis salinan promosi dan materi pemasaran untuk bank, asuransi, manajemen aset dan perusahaan sekuritas, dll.
**Di bidang keuangan, khususnya dalam perdagangan kuantitatif dan manajemen risiko, penulisan kode yang efisien dan akurat sangatlah penting. **Dalam hal akselerasi pemrograman, AI generatif dapat menafsirkan dan menghasilkan kode. Dengan secara otomatis menghasilkan cuplikan kode, templat, dan algoritme, dapat mempercepat proses pengembangan perangkat lunak dan mengurangi kesalahan manual.
Dari perspektif fungsional perbankan, kasus penggunaan AI generatif mempunyai dampak terbesar pada empat fungsi: distribusi garis depan, operasi pelanggan, teknologi, dan hukum, risiko, kepatuhan, dan penipuan, yang mencakup sekitar 1% dari keseluruhan potensi nilai bank.70 %. Penggunaan alat AI generatif dapat meningkatkan kepuasan pelanggan, meningkatkan pengambilan keputusan dan pengalaman karyawan, serta mengurangi risiko dengan memantau penipuan dan perilaku lainnya dengan lebih baik.
**Dari perspektif industri asuransi, sebagai bagian penting dari industri keuangan, dan masih dari perspektif 4C, AI generatif akan memberikan nilai yang sangat besar bagi asuransi properti dan asuransi jiwa. **
Hal ini mencakup: peningkatan kecepatan dan kualitas pengembangan perangkat lunak, peningkatan signifikan dalam efisiensi penyesuaian klaim asuransi, peningkatan efisiensi pialang asuransi dan proposisi nilai pelanggan, dan peningkatan signifikan dalam pengalaman pelanggan asuransi, dll.
Dalam hal efektivitas kasus penggunaan, McKinsey mengamati bahwa biaya kompensasi klaim yang kompleks (seperti klaim litigasi) dapat dihemat sekitar 25%, keakuratan mengidentifikasi penipuan dan asuransi penipuan dapat ditingkatkan sekitar 18%, dan 99% dari proses penjaminan dapat ditanggung oleh AI generatif. Dengan solusi otomatis, perusahaan asuransi diharapkan dapat mengurangi biaya penjaminan sebesar 10%-20%.
**Dari perspektif industri manajemen aset, McKinsey juga mengamati dan merangkum penerapan 4C AI generatif. **Misalnya, dalam hal penyempurnaan konten dan pakar virtual, wawasan dapat dihasilkan berdasarkan data tidak terstruktur dan mendorong tindakan investasi, seperti menemukan target investasi. Misalnya, penyedia informasi bisnis, keuangan, dan keuangan global di Amerika Serikat telah mengembangkan GPT-nya sendiri: model besar yang dilatih tentang kombinasi data di bidang keuangan tertentu dan data umum; berpusat pada menjawab pertanyaan keuangan dan analisis pelaporan.
Contoh lain, dalam hal akselerasi pemrograman, bank investasi multinasional dan perusahaan jasa keuangan Amerika menggunakan alat AI jenis ChatGPT secara internal untuk membantu pengembang menulis kode; dalam hal pembuatan konten, perusahaan manajemen aset Amerika Utara menggunakan ChatGPT untuk mempercepat konten jaminan pemasaran Membuat, serta membuat visualisasi data atau alat penyaringan; pada interaksi pengguna, salah satu perusahaan pengelola dana terbesar di Amerika Serikat meluncurkan bisnis teknologi pendaftaran berbantuan AI yang memungkinkan lembaga keuangan membuat, meninjau, dan menyetujui publik komunikasi menggunakan model NLP berpemilik. Kasus penggunaan AI generatif di atas mencakup seluruh fungsi bisnis manajemen aset dan mempertimbangkan kebutuhan investor dan karyawan internal perusahaan manajemen aset.
Pada akhirnya, AI generatif dapat memainkan peran besar dalam industri keuangan karena empat karakteristik yang telah terbentuk dalam industri ini sejak lama, yaitu dengan mengambil contoh bank: Pertama, terkait dengan arsitektur TI tradisional. telah berinvestasi dalam teknologi, mengumpulkan sejumlah besar "hutang teknis" dan arsitektur TI yang terisolasi dan kompleks, kedua, dari perspektif tenaga kerja yang berhubungan dengan nasabah dalam jumlah besar, industri perbankan bergantung pada sejumlah besar perwakilan layanan bisnis; ketiga, urusan dokumen di sisi perbankan sangat berat dan generatif. Dampak AI dapat mencakup seluruh organisasi, membantu semua karyawan menulis email, membuat presentasi bisnis, dan tugas-tugas lainnya; ditambah lagi, sebagai industri yang sangat diatur, perbankan memiliki risiko yang besar. , kepatuhan, dan kebutuhan hukum.
**Singkatnya, bagi lembaga keuangan, penerapan AI generatif dapat meningkatkan efisiensi produksi dan menghemat waktu dan sumber daya dengan mengurangi kesalahan manusia; pada saat yang sama, aplikasi tersebut meningkatkan kemampuan inovasi dan memberikan produk dan pengalaman layanan yang lebih baik kepada pengguna akhir. **
Investasi: Prospek Industri dari Perspektif Finansial
Karena pesatnya perkembangan AI generatif, skala industrinya juga berkembang pesat sehingga menarik investor untuk bergabung dalam industri ini. Menurut data Bloomberg, pendapatan pasar AI generatif akan mencapai US$40 miliar pada tahun 2022, dan diperkirakan akan mencapai US$399 miliar dan US$1,304 miliar masing-masing pada tahun 2027 dan 2032. Tingkat pertumbuhan gabungan dari tahun 2022 hingga 2032 akan mencapai 42%.
Sedangkan untuk pasar Tiongkok, menurut data dari "China AI Digital Outlook 2021-2025", skalanya pada tahun 2022 akan mencapai sekitar 66 miliar yuan, dan tingkat pertumbuhan gabungan dari tahun 2020 hingga 2025 akan mencapai 84%. menyumbang 10% dari ukuran pasar global (217 miliar dolar AS) 14%. Dari sudut pandang ini, AI generatif tidak hanya menciptakan nilai besar bagi perekonomian global, namun industri itu sendiri juga memiliki peluang investasi yang sangat besar.
**Rantai nilai AI generatif terdiri dari enam tautan, yaitu perangkat keras khusus, platform cloud, model dasar, pusat model dan MLOps, aplikasi dan layanan. **Dengan kemajuan teknologi, seluruh rantai nilai mempunyai peluang yang sangat besar. Namun, penelitian menunjukkan bahwa terdapat perbedaan yang signifikan dalam peluang pasar di setiap mata rantai. Investasi sumber daya, pengetahuan profesional, dan keunggulan sebagai penggerak pertama di beberapa mata rantai telah membentuk hambatan industri dan menjadi pendatang baru. Hambatan yang kuat bagi investor dan usaha kecil untuk mengembangkan usahanya.
Peningkatan ukuran pasar global dari tahun 2022 hingga 2035 terutama akan datang dari sisi pelatihan perangkat keras, aplikasi periklanan, dan perangkat lunak. Diantaranya, tingkat pertumbuhan tahunan gabungan layanan infrastruktur akan mencapai 60%, dengan peningkatan sebesar US$244,8 miliar. Tingkat pertumbuhan tahunan gabungan aplikasi periklanan mencapai 125%, dengan peningkatan sebesar US$192,4 miliar.
Pada rantai nilai AI generatif, terdapat peluang pasar berikut yang patut mendapat perhatian:
**1. Perangkat keras khusus: **Infrastruktur daya komputasi yang digunakan dalam pelatihan model dan proses inferensi memiliki hambatan pasar yang tinggi dan pada dasarnya ditempati oleh pemain besar. Inti dari perangkat keras daya komputasi adalah chip komputasi yang diwakili oleh GPU dan TPU.
**2. Platform cloud: **Sebuah platform untuk mengakses infrastruktur komputasi dan menjalankan beban kerja AI generatif, dengan pangsa pasar yang relatif terkonsentrasi.
**3. Model dasar: **Tautan inti rantai nilai AI generatif didorong oleh pengetahuan profesional dan investasi biaya. Tren jalur model besar secara umum terkonsentrasi di bagian atas, dan masih terdapat kesenjangan pasar di tingkat atas. jalur model besar di industri.
**4. Model Center dan MLOps: ** Alat untuk menghosting, menyempurnakan, dan menerapkan model. Vendor raksasa dan independen membentuk persaingan yang berbeda. Model Center dan MLOps melakukan dua tugas penting untuk membangun aplikasi di atas model dasar: Pertama, model Gudang menyediakan ruang untuk menyimpan dan mengakses model dasar; yang kedua adalah alat MLOps khusus untuk menyempurnakan dan menerapkan model dasar ke aplikasi.
**5. Aplikasi: **Aplikasi terminal berdasarkan penyempurnaan model-model besar adalah jalur di mana start-up memiliki peluang terbesar. Sekitar setengah dari perusahaan unicorn AI generatif lahir di pasar ini. Kami memperkirakan hal itu dalam waktu dekat istilahnya, untuk kategori vertikal Industri dan pengembangan fungsi spesifik, aplikasi yang dibangun berdasarkan model yang disesuaikan dapat menjadi yang pertama menonjol.
**6.Layanan: **Penyedia solusi secara keseluruhan yang menyediakan layanan bernilai tambah berdasarkan produk model dimonopoli oleh produsen besar, namun masih ada ruang pasar bagi pemain kecil dan menengah untuk berpartisipasi di bidang vertikal.
Pertempuran praktis: Cara perusahaan menerapkan AI generatif
**Yang pertama adalah perubahan model operasi. **Promosi GenAI dalam skala besar mengharuskan perusahaan untuk melakukan transformasi komprehensif pada model operasi mereka dan menanamkan AI ke dalam setiap aspek bisnis mereka. Saat menerapkan aplikasi GenAI dalam skala besar, model operasi yang sukses harus mencakup enam aspek utama: peta jalan strategis, bakat, model operasi, teknologi, data, dan penerapan teknologi serta manajemen perubahan.
AI Generatif berkembang pesat, dan para CEO juga mengeksplorasi nilai bisnis dan potensi risikonya. CEO memainkan peran penting dalam mendorong perusahaan untuk fokus pada AI generatif. Banyak strategi yang perlu diingat oleh para CEO saat mereka memulai perjalanan ini konsisten dengan cara para eksekutif bisnis merespons gelombang teknologi di masa lalu.
Namun, AI generatif juga membawa tantangan unik, termasuk kecepatan perkembangan yang belum pernah terjadi sebelumnya melebihi perubahan teknologi sebelumnya dan konsekuensinya yaitu kesulitan dalam meresponsnya.
Sebelum memutuskan untuk menerapkan AI generatif, pertimbangkan biaya investasi waktu dan sumber daya yang besar karena memulai dari awal dan trial and error. Perusahaan juga dapat secara tepat memanfaatkan kekuatan lembaga profesional untuk mempercepat penerapan AI generatif dan menggunakan teknologi dan pengetahuan pihak ketiga. dan Pengalaman, menghindari jalan memutar dan jebakan, serta mencapai tujuan penciptaan nilai dengan lebih cepat dan ekonomis.
**Selain itu, perlu dicatat bahwa AI generatif memberikan momentum pertumbuhan baru untuk semua lapisan masyarakat, namun juga memiliki dampak negatif tertentu. Lembaga keuangan perlu memberikan perhatian khusus terhadap ilusi model, penggunaan jahat, dan kebocoran informasi ketika menerapkan generatif AI dan tiga risiko utama lainnya. **Perusahaan harus sangat mementingkan hal ini dan secara aktif mengambil tindakan untuk mencegah dan mengelolanya dengan baik, meminimalkan potensi risikonya, dan memaksimalkan nilainya.
(Penulis Qu Xiangjun adalah mitra senior global McKinsey dan kepala bisnis konsultasi lembaga keuangan Tiongkok; Han Feng adalah mitra global McKinsey; anggota tim McKinsey Hu Yirong, Fang Haoxiang, Fang Xiyuan, Li Jingyao, Song Ge , dan Qiu Waishan, Wang Zhechen, Jiang Zixiang, Lu Zhijuan, dll. juga berkontribusi pada artikel ini; Peneliti Caijing Ding Yan juga berkontribusi pada artikel ini)