Конкуренция за внутреннюю финансовую GPT: как большая модель переопределяет финансовые технологии

Источник: Бизнес-шоу

Источник изображения: сгенерировано Unbounded AI‌

Масштабная модель поля битвы в Китае, после нескольких месяцев урагана и сбора, чтобы показать свои «мускулы», открывает новую битву в период охлаждения.

С марта этого года, когда генеративный ИИ, представленный ChatGPT, запустил новую волну технологий, более 20 отечественных интернет-компаний запустили крупномасштабные модели.

К Всемирной конференции по искусственному интеллекту 2023 года 6 июля ее можно охарактеризовать как «битву сотен моделей» и даже сформировать «войну тысячи моделей», сравнимую с «войной тысячи полков» в период развития Интернета.

Никто не хочет остаться позади в этой волне мегамоделей ИИ. Но именно сейчас разработка крупных моделей из стадии "общая" перешла в "вертикальную" стадию.

**Все больше и больше компаний разумно осознают, что только несколько ведущих гигантов в крупных моделях общего назначения могут использовать «вычислительную мощность, алгоритмы, данные» или даже людские и финансовые ресурсы для выполнения всех задач и сосредоточиться на приложениях сцены, настройке и адаптация Малым и средним предприятиям выгоднее инвестировать в крупную вертикальную модель. **

Многие компании просто обучают вертикальную модель, которая адаптируется к сцене, непосредственно на основе «базы» крупных отечественных и зарубежных моделей, потому что они накопили данные и другие преимущества в своих областях, которые культивировались в течение многих лет.

Например, в финансовой сфере с мая этого года группа компаний, занимающихся финансовыми технологиями, таких как Qifu Technology, Du Xiaoman, Lufax Holdings, Ant Group и Mashou Consumption, развернула крупные модели ИИ на основе собственных сценариев и преимуществ данных.

Инсайдер из ведущей компании в области финансовых технологий сообщил "Business Show", что за последние два месяца все компании в области финансовых технологий и ведущие финансовые учреждения, обладающие возможностями крупномасштабного построения моделей в финансовой отрасли, начинают с исследовательского этапа. Войдите в стадию заявки на посадку.

** Далее человек заявил, что компании, занимающиеся финансовыми технологиями, или финансовые учреждения со своими собственными бизнес-сценариями будут отдавать приоритет внутреннему использованию и улучшать возможности крупных моделей за счет полировки внутренних продуктов. Технологические компании, не имеющие собственных бизнес-приложений, больше склоняются к общим возможностям решения проблем финансовой индустрии, некоторые будут сотрудничать с финансовыми учреждениями для совместного создания крупных моделей финансовой индустрии и сценариев. **

Началась борьба за большую финансовую модель ИИ.

Какое влияние окажет на отрасль эта новая революция в области финансовых технологий, вызванная моделью ИИ? С какими возможностями и проблемами столкнется финансовая отрасль после доступа к большой модели из-за ее высокой степени данных и высокой профессиональной сложности? Как будет развиваться финансовая модель в будущем?

Соревнуйтесь за внутренние финансовые GPT

Нет сомнений, что в 2023 году развитие ИИ откроет новую эру.

В марте родился ChatGPT, запущенный лабораторией искусственного интеллекта OpenAI, что вызвало новую волну глобальных крупномасштабных моделей ИИ, открыв новую эру AIGC, и смежные отрасли также открыли переоценку.

Горячий воздух модели ИИ быстро распространился по финансовым кругам. 30 числа того же месяца Bloomberg запустил масштабную языковую модель для финансовой индустрии — BloombergGPT. Это рассматривается как событие, которое может оказать значительное, если не разрушительное, влияние на финансовый сектор.

Спустя два месяца отечественная финансовая сфера также открыла момент своей модели ИИ. В середине мая Qifu Technology впервые объявила о запуске общей модели собственной разработки для финансовой отрасли — Qifu GPT, которая известна в отрасли как «первая общая модель для финансовой отрасли в Китае».

Согласно Qifu Technology, ожидается, что поддерживаемые ею приложения уровня продукта будут запущены в течение этого года и открыты для использования финансовыми учреждениями.

Инсайдер Qifu Technology рассказал "Бизнес Шоу", что еще в прошлом году Qifu Technology начала выкладывать и пробовать применять генеративные большие модели в некоторых внутренних сценариях. А в марте этого года, после того, как крупномасштабная модель стала популярной, Qifu Technology также быстро создала отдел исследования крупномасштабной модели для ускорения исследований и разработок и содействия применению сценариев.

9 февраля этого года Чжоу Хунъи, основатель 360 Group, и Чжан Чаоян, основатель Sohu, в ходе диалога на «Диалоге под звездами» выдвинули точку зрения: **Если компания не может поймать ChatGPT автобус, скорее всего, будет устранен. **

Ранее генеральный директор Qifu Technology Ву Хайшэн также заявил, что в настоящее время он находится на перекрестке технологической революции, от облачных вычислений до популярного сейчас во всем мире ChatGPT, и будет стремиться применять эти технологии в финансовой сфере, чтобы обеспечить партнеры и пользователи финансовых учреждений Более эффективные технологические услуги и решения.

Не только технология Qifu лидирует в макете. В конце мая Du Xiaoman также объявил о запуске «Xuanyuan», первой крупномасштабной модели с открытым исходным кодом для вертикальной финансовой индустрии в Китае, а затем Lufax Holdings, Xinye Technology и т. д. также объявили о макете и исследовании генеративных технологий. масштабные модельные приложения. 21 июня Ant Group ответила, что разрабатывает язык и мультимодальную модель под названием Zhenyi; 28 числа того же месяца была также представлена LightGPT, крупная модель электронной финансовой индустрии Hang Seng.

На Всемирной конференции по искусственному интеллекту 2023 года 6 июля было представлено до 30 крупномасштабных моделей из страны и из-за рубежа, и то, как технология крупномасштабных моделей применяется в вертикальных областях, таких как финансы, также стало горячей темой. Цзян Нин, технический директор Immediate Consumers, отметил в интервью средствам массовой информации, что крупная модель искусственного интеллекта принесла «стимулятор» финансовой индустрии. В то же время он также сообщил, что «Немедленное потребление» также запустит крупную финансовую модель.

Всего за четыре месяца различные финансовые учреждения и компании, занимающиеся финансовыми технологиями, готовятся и конкурируют за развертывание, и вот-вот появится GPT в отечественной финансовой сфере.

Консенсус большой модели: от общего к вертикальному

В то время как различные компании спешат запустить масштабные финансовые модели, индустрия постепенно пришла к единому мнению: масштабные модели должны выйти на вертикальную стадию из общей стадии.

На Глобальной конференции по цифровой экономике 2023 года 2 июля Сюй Дунлян, технический директор Du Xiaoman, также высказал схожую точку зрения: «По сравнению с возможностями крупномасштабных моделей общего назначения финансовая отрасль остро нуждается в вертикальные отраслевые крупномасштабные модели».

Сюй Дунлян также проанализировал, что из-за высоких требований финансовой индустрии в отношении безопасности и конфиденциальности данных, контроля рисков, точности и производительности в режиме реального времени в крупной модели общего назначения отсутствуют необходимые обучающие данные с точки зрения финансовых возможностей. ни точность, ни точность не могут удовлетворить минимальные требования этой отрасли, поэтому для эффективности необходима крупная отраслевая модель, адаптированная для финансовых учреждений.

Соответствующее лицо, отвечающее за Qifu Technology, также заявило, что самая большая разница между крупномасштабной моделью финансовой индустрии и другими отраслями заключается в сложности бизнеса финансовой отрасли, требованиях отраслевых правил эксплуатации, а также безопасности и защите конфиденциальности. что делает финансовую отрасль более особенной, чем другие отрасли, бизнес более сложным, требования к отраслевым операционным нормам выше, а требования к безопасности и защите конфиденциальности выше.

Технический директор по непосредственным потребителям Цзян Нин отметил на Всемирной конференции по искусственному интеллекту 2023 года, что из-за особенностей финансовой отрасли, таких как «интенсивность данных и технологий», эта отрасль всегда надеялась извлечь выгоду из данных, но в то же время он также сталкивается с такими проблемами, как офлайн-банковские отделения.Такие вопросы, как эффективность предоставления ценности и удобство для пользователей, требуют от организаций продолжения инноваций.

**То есть с точки зрения логики больших моделей существующие большие модели не могут охватывать все отрасли.На основе общих больших моделей предприятиям необходимо настраивать обучение и настраивать большие модели для вертикальных полей. **

Соответствующее лицо, ответственное за Qifu Technology, заявило, что особенно в высоко ориентированной на данные и профессионально сложной финансовой сфере необходимо полагаться на более профессиональный опыт и отраслевые знания для оптимизации и адаптации к конкретным требованиям приложений.

** С точки зрения потребностей развития отрасли, финансовая отрасль также вступила в стадию конкуренции с акциями на растущем рынке, и вся отрасль сталкивается с такими трудностями, как трудности с удержанием клиентов и усиление конкуренции. В настоящее время еще более необходимо использовать технологии для повышения эффективности работы и удобства пользователей. **

Учитывая фактическую реализацию пользовательского опыта с поддержкой технологий, традиционные финансовые услуги по-прежнему обычно сталкиваются с проблемой «трудного обнаружения, сложного опыта и сложного обслуживания» в процессе улучшения пользовательского опыта. Появление больших моделей ИИ может помочь финансовой индустрии в значительной степени решить эти проблемы, чтобы лучше обслуживать пользователей.

Но сейчас все еще существует огромный разрыв между крупной моделью общего назначения и применением финансовых сценариев. Следовательно, только за счет постоянной оптимизации существующей крупномасштабной модели общего назначения и формирования вертикально профессиональной крупномасштабной модели в финансовой сфере крупномасштабная языковая модель может лучше служить предприятиям и пользователям.

Однако, по сравнению с другими областями, финансы предъявляют более высокие требования к знанию данных, контролю рисков, соответствию и безопасности, что также создает множество проблем для финансовых учреждений и предприятий при изучении крупных моделей в вертикальных областях.

Переосмысление финансовых технологий

Оглядываясь назад на три волны развития искусственного интеллекта, можно сказать, что развитие технологии искусственного интеллекта обусловлено тремя основными элементами: алгоритмами, вычислительной мощностью и данными — алгоритмы определяют, достаточно ли умен разработанный «мозг», и только высокопроизводительные вычисления сила может обучать Большая сеть также должна иметь поддержку больших данных.

Всего через полгода, с появлением AIGC в лице ChatGPT, наступит эра больших моделей искусственного интеллекта. Когда модель искусственного интеллекта встретится с финансами, технологические изменения и бизнес-пространство будут еще больше открыты, а стоимость всех отраслей приведет к переоценке. По данным iResearch, объем основного рынка AI+finance в 2021 году достигнет 29,6 млрд юаней, а смежные отрасли — до 67,7 млрд юаней.

Можно сказать, что появление больших моделей ИИ в значительной степени изменило определение финансовых технологий. Например, крупномасштабные модели ИИ помогают компаниям сокращать расходы и повышать эффективность, создавать виртуальные онлайн-взаимодействия с клиентами и предоставлять пользователям более гуманные услуги. Financial GPT может реализовать автоматическую генерацию текстов финансовой информации и информации о продуктах, а также повысить эффективность работы с контентом финансовых учреждений.

В качестве примера возьмем Qifu GPT, крупную модель технологии Qifu, которая применялась для таких бизнес-связей, как привлечение клиентов, операционная деятельность, контроль рисков и посткредитное обслуживание. На уровне маркетинга постройте диалоговый финансовый бизнес-сценарий с помощью большой модели, обучите существующую диалоговую систему телемаркетинга, помогите роботам телемаркетинга точно понять реальные потребности пользователей и улучшите точность ответа и профессионализм службы.

Соответствующее лицо, ответственное за Qifu Technology, заявило: «С помощью крупномасштабной модели спарринг-робота время вызова системы телемаркетинга увеличилось на 15,1%. С точки зрения контроля рисков в основном звене бизнеса в кредитной сфере. , интерпретация интеллектуальной кредитной информации, полученной из крупномасштабной модели в качестве ядра, может помочь финансовым учреждениям понять и оценить пользователей более всесторонне и эффективно».

Понятно, что в настоящее время команда Qifu Technology объединяет данные финансовой отрасли и собственные собственные данные для поэтапного предварительного обучения и настройки крупных моделей и полагается на внутренний бизнес для практического применения в некоторых малых и средних сценариях.

**Однако инсайдеры вышеупомянутых ведущих финансовых технологических компаний сообщили «Бизнес Шоу», что нынешние отечественные финансовые крупные модели в основном используются в малых и средних сферах в некоторых независимых бизнес-сценариях, а затем наблюдают влияние крупных моделей о росте бизнеса и контроле над рисками Возможности оптимизации с точки зрения повышения эффективности человеческого труда и повышения эффективности человеческого труда еще не вступили в стадию крупномасштабной коммерциализации. **

В настоящее время отечественная крупномасштабная финансовая модель по-прежнему сталкивается со многими проблемами, и для реализации крупномасштабного применения потребуется время.

Цзян Нин, технический директор Immediate Consumers, считает, что в нынешней крупномасштабной модели финансовой индустрии все еще есть четыре основные проблемы:

Во-первых, в условиях ключевых задач и непредсказуемых внешних изменений в финансовой индустрии большие модели не могут гарантировать стабильность и точность каждого решения; во-вторых, финансовая индустрия надеется использовать искусственный интеллект для достижения персонализированного пользовательского опыта, но для этого требуется персонализированный пользовательский опыт. интеграция частных данных и больших моделей по-прежнему имеет проблемы с соблюдением требований и безопасностью; в-третьих, в финансовой отрасли всегда была проблема «островов данных». Большие модели требуют создания сетевой платформы для расширенного обучения и постоянного предоставления данных и обратной связи. Однако текущий рынок В-четвертых, применение крупномасштабных моделей в финансовой индустрии выдвигает более высокие требования к аппаратным и программным средствам, таким как базовое оборудование и инфраструктура.

Соответствующее лицо, ответственное за Qifu Technology, также заявило, что одной из основных проблем, стоящих перед разработкой общих финансовых моделей, является сложность обработки данных.Кроме того, необходимо также учитывать защиту конфиденциальности данных и информационную безопасность. Ответственное лицо также указало, что сложность финансовой модели общего назначения в основном заключается в точности модели и гибкости практического применения.Обширные интерфейсы должны быть зарезервированы для свободного подключения на практике, чтобы адаптироваться к постоянно расширяющимся сценарии применения».

Глядя на историю развития финтеха за последнее десятилетие, можно увидеть, что это крупная и растущая отрасль. В области искусственного интеллекта финансовая индустрия постоянно исследует на протяжении многих лет.Мы видим, что искусственный интеллект появился в таких областях, как платежи, инвестиции, ссуды, управление личными финансами, банковское дело против мошенничества и страхование.

**Однако нельзя игнорировать тот факт, что суть финансов по-прежнему заключается в управлении рисками, а контроль над рисками является ядром любого финансового бизнеса. Вступая в эру больших моделей искусственного интеллекта, роль больших моделей искусственного интеллекта, помимо улучшения финансовых бизнес-услуг и удобства пользователей, по-прежнему заключается в том, чтобы помочь минимизировать риски. **

Конечно, помимо учета контроля рисков и интеграции технологий и сценариев нельзя игнорировать участие человека. В процессе машинного обучения требуется участие человека в обучении в генеративном искусственном интеллекте, В области больших финансовых моделей участие человека во всех аспектах одинаково важно.

На волне технологий, вызванной этой моделью ИИ, незаметно началась новая революция в области финансовых технологий. Каждое предприятие и даже каждый не должен его пропустить.