Competindo pelo GPT financeiro doméstico: como o grande modelo redefine a tecnologia financeira

Fonte: Mostra de Negócios

Fonte da imagem: Gerada por Unbounded AI‌

O campo de batalha modelo em grande escala na China, após vários meses de furacões e se reunindo para mostrar seus "músculos", está dando início a uma nova batalha no esfriamento.

Desde março deste ano, quando a IA generativa representada pelo ChatGPT desencadeou uma nova onda de tecnologia, mais de 20 empresas domésticas de Internet lançaram modelos em grande escala.

Na Conferência Mundial de Inteligência Artificial de 2023 em 6 de julho, ela pode ser descrita como uma "batalha de cem modelos" e até formou uma "guerra de mil modelos", comparável à "guerra de mil regimentos" durante o período de desenvolvimento da Internet.

Ninguém quer ficar para trás nessa onda de megamodelos de IA. Mas agora, o desenvolvimento de grandes modelos entrou no estágio "vertical" do estágio "geral".

**Mais e mais empresas perceberam racionalmente que apenas alguns gigantes em modelos grandes de propósito geral podem usar "poder de computação, algoritmos, dados" ou mesmo mão de obra e recursos financeiros para fazer tudo e focar em aplicações de cena, customizando e adaptação É mais digno de pequenas e médias empresas investir em um grande modelo vertical. **

Muitas empresas simplesmente treinam um modelo vertical que se adapta ao cenário diretamente a partir da "base" de grandes modelos nacionais e estrangeiros, pois acumulam dados e outras vantagens em suas áreas que são cultivadas há muitos anos.

Por exemplo, no campo financeiro, desde maio deste ano, um grupo de empresas de tecnologia financeira como Qifu Technology, Du Xiaoman, Lufax Holdings, Ant Group e Mashou Consumption implantaram grandes modelos de IA com base em seus próprios cenários e vantagens de dados.

Um insider de uma importante empresa de tecnologia financeira disse ao "Business Show" que, nos últimos dois meses, todas as empresas de tecnologia financeira e instituições financeiras líderes que possuem recursos de construção de modelos em larga escala no setor financeiro estão começando no estágio exploratório Entre na fase de aplicação de pouso.

**A pessoa afirmou ainda que empresas de tecnologia financeira ou instituições financeiras com seus próprios cenários de negócios darão prioridade ao uso interno e melhorarão os recursos de grandes modelos por meio do polimento de produtos internos. As empresas de tecnologia que não possuem seus próprios aplicativos de negócios estão mais inclinadas para as capacidades gerais de resolução de problemas do setor financeiro.Algumas irão cooperar com instituições financeiras para criar em conjunto grandes modelos e cenários do setor financeiro. **

Começou uma luta sobre o grande modelo financeiro de IA.

Que impacto essa nova revolução no campo da tecnologia financeira desencadeada pelo modelo de IA trará para a indústria? Devido ao seu alto grau de informatização e alta complexidade profissional, quais oportunidades e desafios o setor financeiro enfrentará após acessar o grande modelo? Como evoluirá o modelo financeiro no futuro?

Concorra ao GPT financeiro doméstico

Não há dúvida de que, em 2023, o desenvolvimento da IA dará início a uma nova era.

Em março, nasceu o ChatGPT, lançado pelo laboratório de inteligência artificial OpenAI, detonando uma nova onda de modelos globais de IA em larga escala, abrindo uma nova era de AIGC, e indústrias relacionadas também deram início a uma reavaliação.

Não demorou muito para que o ar quente do modelo de IA soprasse no círculo financeiro. No dia 30 do mesmo mês, a Bloomberg lançou um modelo de linguagem em grande escala para o setor financeiro - BloombergGPT. Isso é visto como um evento que pode ter um impacto significativo, se não perturbador, no setor financeiro.

Após dois meses, o campo financeiro doméstico também inaugurou seu momento de modelo de IA. Em meados de maio, a Qifu Technology anunciou pela primeira vez o lançamento de um modelo geral autodesenvolvido para o setor financeiro - Qifu GPT, conhecido no setor como "o primeiro modelo geral para o setor financeiro na China".

De acordo com a Qifu Technology, espera-se que os aplicativos de nível de produto suportados sejam lançados ainda este ano e abertos para uso por instituições financeiras.

Um insider da Qifu Technology disse "Business Show" que já no ano passado, a Qifu Technology começou a projetar e tentar aplicar grandes modelos generativos em alguns cenários internos. E em março deste ano, depois que o modelo em grande escala se tornou popular, a Qifu Technology também estabeleceu rapidamente um departamento de pesquisa de modelos em grande escala para acelerar a pesquisa e o desenvolvimento e promover a aplicação de cenários.

No dia 9 de fevereiro deste ano, Zhou Hongyi, fundador do 360 Group, e Zhang Chaoyang, fundador da Sohu, apresentaram um ponto de vista durante o diálogo sobre "Diálogo sob as estrelas": **Se uma empresa não consegue pegar o ChatGPT ônibus, é provável que seja eliminado. **

Anteriormente, o CEO da Qifu Technology, Wu Haisheng, também disse que está atualmente na encruzilhada da revolução tecnológica, da computação em nuvem ao ChatGPT, que agora é popular em todo o mundo, e estará comprometido em aplicar essas tecnologias ao campo financeiro para fornecer parceiros e usuários de instituições financeiras Serviços e soluções de tecnologia mais eficientes.

Não é apenas a tecnologia Qifu que está assumindo a liderança no layout. No final de maio, Du Xiaoman também anunciou o lançamento de "Xuanyuan", o primeiro modelo de código aberto em larga escala para o setor financeiro vertical na China, e então Lufax Holdings, Xinye Technology, etc. aplicações de modelos em grande escala. Em 21 de junho, o Ant Group respondeu que estava desenvolvendo uma linguagem e modelo multimodal chamado "Zhenyi"; no dia 28 do mesmo mês, LightGPT, um grande modelo da indústria financeira eletrônica de Hang Seng, também foi revelado.

Na Conferência Mundial de Inteligência Artificial de 2023 em 6 de julho, foram revelados até 30 modelos em grande escala nacionais e estrangeiros, e como a tecnologia de modelos em grande escala é aplicada a campos verticais, como finanças, também se tornou um tópico importante. Jiang Ning, CTO da Immediate Consumers, destacou em entrevista à mídia que o grande modelo de inteligência artificial trouxe "um impulsionador" para o setor financeiro. Ao mesmo tempo, ele também revelou que o Consumo Imediato também lançará um grande modelo financeiro.

Em apenas quatro meses, várias instituições financeiras e empresas de tecnologia financeira estão se preparando e competindo para implantação, e o GPT no campo financeiro doméstico está prestes a surgir.

Consenso de modelo grande: do geral ao vertical

Enquanto várias empresas correm contra o tempo para lançar modelos financeiros de grande escala, a indústria gradualmente chegou a um consenso: os modelos de grande escala devem entrar no estágio vertical a partir do estágio geral.

Na Conferência Global de Economia Digital de 2023 em 2 de julho, Xu Dongliang, CTO da Du Xiaoman, também apresentou um ponto de vista semelhante - "Comparado com os recursos de modelos de larga escala de uso geral, o setor financeiro precisa muito de modelos de grande escala da indústria vertical."

Xu Dongliang analisou ainda que, devido aos altos requisitos do setor financeiro em termos de segurança e privacidade de dados, controle de risco, precisão e desempenho em tempo real, o grande modelo de uso geral carece de dados de treinamento necessários em termos de recursos financeiros. precisão nem precisão podem atender aos requisitos mínimos desse setor, portanto, um grande modelo de setor personalizado para instituições financeiras é necessário para ser eficaz.

A pessoa responsável pela Qifu Technology também disse que a maior diferença entre o modelo de grande escala do setor financeiro e outros setores reside na complexidade dos negócios do setor financeiro, nos requisitos dos regulamentos operacionais do setor e na proteção de segurança e privacidade, o que torna o setor financeiro mais especial do que outros setores, o negócio é mais complexo, os requisitos para as normas operacionais do setor são mais altos e os requisitos para proteção de segurança e privacidade são mais altos.

O CTO de consumo imediato, Jiang Ning, destacou na Conferência Mundial de Inteligência Artificial de 2023 que, devido às características do setor financeiro, como "intensivo em dados e intensivo em tecnologia", esse setor sempre esperou capitalizar dados, mas ao mesmo tempo ela também está enfrentando desafios como saídas bancárias off-line.Questões como eficiência na entrega de valor e experiência do usuário exigem que as organizações continuem inovando.

**Ou seja, do ponto de vista da lógica do modelo grande, os modelos grandes existentes não podem cobrir todos os setores. Com base nos modelos grandes gerais, as empresas precisam ajustar o treinamento e personalizar os modelos grandes para campos verticais. **

A pessoa responsável pela Qifu Technology disse que, especialmente para o campo financeiro altamente orientado a dados e profissionalmente complexo, ele precisa contar com mais experiência profissional e insights do setor para otimizar e se adaptar aos requisitos específicos da aplicação.

** Do ponto de vista das necessidades de desenvolvimento do setor, o setor financeiro também entrou no estágio de concorrência de ações de um mercado incremental, e todo o setor enfrenta dificuldades como dificuldade de retenção de clientes e competição acirrada. Neste momento, é ainda mais necessário o uso da tecnologia para melhorar a eficiência operacional e a experiência do usuário. **

Considerando a implementação real da experiência do usuário habilitada pela tecnologia, os serviços financeiros tradicionais geralmente ainda enfrentam o problema de "descoberta difícil, experiência difícil e serviço difícil" no processo de melhoria da experiência do usuário. O surgimento de grandes modelos de IA pode ajudar o setor financeiro a resolver esses problemas em grande medida, de modo a atender melhor os usuários.

Mas agora ainda há uma grande lacuna entre o modelo de propósito geral e a aplicação de cenários financeiros. Portanto, apenas otimizando continuamente o modelo de larga escala de uso geral existente e formando um modelo verticalmente profissional de larga escala no campo financeiro, o modelo de linguagem de larga escala pode atender melhor às empresas e aos usuários.

No entanto, em comparação com outras áreas, finanças tem requisitos mais altos de especialização em dados, controle de risco, conformidade e segurança, o que também traz muitos desafios para instituições financeiras e empresas na exploração de grandes modelos em campos verticais.

Redefinindo Fintech

Olhando para as três ondas de desenvolvimento da inteligência artificial, o desenvolvimento da tecnologia de inteligência artificial é impulsionado por três elementos principais: algoritmos, poder de computação e dados — os algoritmos determinam se o "cérebro" projetado é inteligente o suficiente e apenas a computação de alto desempenho poder pode treinar Uma grande rede também deve ter o suporte de big data.

Em apenas meio ano, com a ascensão do AIGC representado pelo ChatGPT, a era dos grandes modelos de inteligência artificial está chegando. Quando o modelo de inteligência artificial se encontrar com as finanças, as mudanças tecnológicas e o espaço de negócios serão ainda mais abertos, e o valor de todas as indústrias dará início a uma reavaliação. De acordo com a iResearch, o tamanho do mercado principal de AI+finance chegará a 29,6 bilhões de yuans em 2021, levando as indústrias relacionadas a 67,7 bilhões de yuans.

Pode-se dizer que o surgimento de grandes modelos de IA redefiniu a tecnologia financeira em grande medida. Por exemplo, modelos de IA em larga escala ajudam as empresas a reduzir custos e aumentar a eficiência, criar interações on-line de atendimento ao cliente virtual e fornecer aos usuários serviços mais humanos. O Financial GPT pode realizar a geração automática de textos de informações financeiras e conteúdo de introdução de produtos e melhorar a eficiência da operação de conteúdo de instituições financeiras.

Tomemos como exemplo o Qifu GPT, um grande modelo da Qifu Technology, que foi aplicado a vínculos comerciais como aquisição de clientes, operação, controle de risco e serviço pós-empréstimo. Ao nível do marketing, construir um cenário de negócios financeiros de diálogo através de um grande modelo, treinar o sistema de diálogo de telemarketing existente, ajudar os robôs de telemarketing a entender com precisão as necessidades reais do usuário e melhorar a fidelidade da resposta e o profissionalismo do serviço.

A pessoa responsável pela Qifu Technology disse: "Com a ajuda do robô sparring modelo em grande escala, o tempo de chamada do sistema de telemarketing aumentou 15,1%. Em termos de controle de risco no link de negócios principal no campo de crédito , a interpretação de informações de crédito inteligentes derivadas do modelo de grande escala como o núcleo, pode ajudar as instituições financeiras a entender e julgar os usuários de forma mais abrangente e eficiente.”

Entende-se que, no momento, a equipe da Qifu Technology está combinando o setor financeiro e dados proprietários internos para fazer pré-treinamento incremental e ajuste de grandes modelos, e contando com negócios internos para realizar aplicações práticas em alguns cenários pequenos e médios.

**No entanto, insiders das principais empresas de tecnologia financeira mencionadas acima disseram ao "Business Show" que os grandes modelos financeiros domésticos atuais são usados principalmente em áreas de pequeno e médio porte em alguns cenários de negócios independentes e, em seguida, observam o impacto de grandes modelos no crescimento do negócio e controle de risco.As capacidades de otimização em aspectos como melhoria da eficiência humana e melhoria da eficiência humana ainda não deram início ao estágio de comercialização em larga escala. **

Atualmente, o modelo financeiro doméstico em grande escala ainda enfrenta muitos desafios e levará tempo para ser aplicado em larga escala.

Jiang Ning, CTO da Immediate Consumers, acredita que ainda existem quatro grandes desafios no atual modelo de larga escala do setor financeiro:

Primeiro, diante de tarefas-chave e mudanças externas imprevisíveis no setor financeiro, grandes modelos não podem garantir a estabilidade e a precisão de todas as decisões; segundo, o setor financeiro espera usar inteligência artificial para obter uma experiência de usuário personalizada, mas requer experiência pessoal a integração de dados privados e grandes modelos ainda apresenta problemas de conformidade e segurança; terceiro, o setor financeiro sempre teve o problema de "ilhas de dados". Grandes modelos exigem a construção de uma plataforma em rede para aprendizado aprimorado e contribuição contínua de dados e feedback. No entanto, o mercado atual Quarto, a aplicação de modelos de grande escala no setor financeiro apresenta requisitos mais altos para instalações de hardware e software, como equipamentos e infraestrutura subjacentes.

O responsável pela Qifu Technology também disse que um dos principais desafios para o desenvolvimento de modelos financeiros gerais é a complexidade do processamento de dados. Além disso, a proteção da privacidade dos dados e a segurança da informação também devem ser consideradas. O responsável também apontou que a dificuldade do modelo financeiro de propósito geral reside principalmente na precisão do modelo e na flexibilidade de aplicação prática. cenários de aplicação”.

Olhando para a história do desenvolvimento de fintech na última década, é uma indústria grande e crescente. No campo da inteligência artificial, a indústria financeira tem explorado continuamente ao longo dos anos. O que podemos ver é que a inteligência artificial apareceu em áreas como pagamento, investimento, empréstimo, gestão financeira pessoal, antifraude bancária e seguros.

**No entanto, não se pode ignorar que a essência das finanças ainda é o gerenciamento de riscos, e o controle de riscos é o núcleo de todos os negócios financeiros. Entrando na era dos grandes modelos de IA, o papel desempenhado pelos grandes modelos de inteligência artificial, além de melhorar os serviços de negócios financeiros e a experiência do usuário, seu núcleo ainda é ajudar a minimizar os riscos. **

Claro que, além de considerar o controle de riscos e a integração de tecnologia e cenários, a participação humana não pode ser ignorada. No processo de aprendizado de máquina, a participação humana no treinamento é necessária em inteligência artificial generativa.No campo de grandes modelos financeiros, a participação humana em todos os aspectos é igualmente importante.

Na onda de tecnologia desencadeada por esse modelo de IA, uma nova revolução da tecnologia financeira começou discretamente. Todas as empresas e até todos não devem perdê-la.