Kaynak: "Finansal Mayıs Çiçeği" (ID: Caijing-MayFlower), yazar: Qu Xiangjun Han Feng
Resim kaynağı: Sınırsız Yapay Zeka tarafından oluşturulmuştur
2023 yılının ilk yarısındaki önemli yerli ve yabancı teknoloji stratejik trendleri ve yatırım sıcak alanları listesine bakıldığında, üretken yapay zekanın (bundan böyle "üretken yapay zeka" olarak anılacaktır) en dikkat çekici teknolojilerden biri olduğuna şüphe yok. . ChatGPT'nin ortaya çıkmasıyla birlikte bu gelişen teknoloji benzeri görülmemiş bir çılgınlığa girdi. Teknoloji devlerinin ve yapay zeka üreticilerinin çöküşü bir yana, hayatın her kesiminden ilgili konular tartışılıyor. Bu teknoloji şölenini kaçırma korkusuyla bazı endüstri liderleri ve medya, üretken yapay zeka dalgasını geçmişin mobil İnternet fırsatlarıyla karşılaştırdı ve potansiyel büyük değerini ve etkisini daha da vurguladı.
**Geleneksel yapay zeka ile karşılaştırıldığında, üretken yapay zekanın kendisini çekici kılan dört temel avantajı vardır: otomasyon ve verimlilik artışı, kişiselleştirme ve özelleştirme, yaratıcılık ve yenilikçilik yetenekleri, açıklanabilirlik ve şeffaflık. **Bu, finans ve sağlık hizmetleri gibi açıklanabilirlik gerektiren, güven oluşturmaya yardımcı olan, düzenleyici gereksinimleri karşılayan ve insanların sistem kararlarını kabul etmesini ve benimsemesini kolaylaştıran alanlar için özellikle önemlidir.
Kısacası, üretken yapay zeka, üretim verimliliğini artırarak, inovasyon yeteneklerini teşvik ederek ve rekabet ortamını değiştirerek dünya çapındaki çeşitli endüstriler için büyük değer yaratabilir.
**McKinsey, yapay zekanın bir bütün olarak küresel ekonomiye 25,6 trilyon ABD dolarına varan pozitif bir ekonomik etki getireceğini, bunun üretken yapay zekanın katkısının ise 7,9 trilyon ABD doları kadar yüksek olduğunu, yani mevcut toplam GSYİH'ye eşdeğer olduğunu tahmin ediyor. küresel ekonominin (gayri safi yurtiçi hasıla) hacminin %8'i. **
Senaryo: Finans sektöründe üretken yapay zekayla yeni değişiklikler
Üretken yapay zeka, geniş kullanım alanı sayesinde dünyanın her yerindeki insanların dikkatini ve hayal gücünü çekmiştir; doğal dili anlama ve içerik oluşturma "süper gücü" neredeyse herkes tarafından kullanılabilir, bu da üretken yapay zeka yapay zekanın endüstri üretim verimliliğini artırmada önemli avantajlara sahip olmasını sağlar ve ürün yeniliğini teşvik ediyor ve gelecekte dünya çapında çeşitli endüstrilerin mevcut yapısını alt üst etmesi bekleniyor.
**Sektör açısından bakıldığında, üretken yapay zekanın en büyük değeri ürettiği üç sektör yüksek teknoloji, bankacılık ve perakendedir. **McKinsey, 2032 yılına kadar üretken yapay zekanın küresel bankacılık sektörüne (varlık ve varlık yönetimi dahil, bundan sonra topluca "varlık yönetimi" olarak anılacaktır) her yıl yaklaşık 200 milyar ABD Doları ile 340 milyar ABD Doları arasında yeni değer getireceğini tahmin etmektedir. Bankacılık sektörü toplamının %10'u, yıllık gelirin payı ise %2,8-%4,7 gibi yüksek bir seviyededir. Sigorta sektöründe üretken yapay zekanın (sektörün yıllık gelirinin yaklaşık %1,8 ila %2,0'ını oluşturur) ürettiği 50 milyar ila 70 milyar ABD doları arasındaki beklenen yıllık katma değerle birlikte, üretken yapay zeka kullanım senaryolarının aşağıdaki sektörlerde kullanılmasını bekliyoruz: Finans sektörü (bankacılık, sigorta vb.) ve varlık yönetimi), değer havuzu yaklaşık 250 milyar ABD Doları ile 410 milyar ABD Doları arasındadır.
**Finans sektörünün hem mutlak değer hem de göreceli büyüme potansiyeli açısından üretken yapay zeka kullanım senaryoları açısından en fazla potansiyele sahip sektörlerden biri olduğu görülebilir. **Peki, göz kamaştırıcı üretken yapay zeka, değer yaratmak için sektör özellikleriyle nasıl birleşiyor? McKinsey, şu anda finans sektöründe üretken yapay zekanın ürettiği toplam faydaların %75'ine kolektif olarak katkıda bulunacak en yaygın dört uygulama yönteminin bulunduğunu gözlemledi. Bunları "4C" olarak özetliyoruz: içerik iyileştirme/sanal uzmanlar (Concision) ), kullanıcı etkileşimi (Müşteri katılımı), içerik üretimi (İçerik üretimi) ve programlama hızlandırma (Kodlama).
Sektörler açısından, bankacılık sektöründe, içerik iyileştirme/sanal uzmanlar açısından, finans alanındaki tekrarlayan ve sıkıcı görevler, üretken yapay zeka yoluyla otomatikleştirilebilir, böylece finansal uygulayıcıların verimliliği artar, maliyetler azalır ve Zaman, daha yüksek değerli işler için kullanılır ve bankanın ön saflarındaki personel, sanal uzmanlar aracılığıyla yapılandırılmamış verilerden içgörüler elde edebilir, metinleri yorumlayabilir ve müşteri isteklerini anında karşılamak için ürün kılavuzları ve politikaları gibi ilgili tüm bilgilere hızlı bir şekilde erişebilir ve İş verimliliği %60 oranında artırılabilir.
Diğer tipik kullanım durumları şunları içerir: işlem işleme: sipariş işleme, ödeme ve takas vb. dahil olmak üzere mali işlemlerin otomatik olarak işlenmesi; mali tablo oluşturma: mali verilerin otomatik olarak toplanması, düzenlenmesi ve analizi ve standartlara uygun, doğru ve zamanında mali tabloların oluşturulması muhasebe standartlarıyla birlikte rapor hazırlama süresini kısaltmaya ve manuel hataları azaltmaya yardımcı olur, risk değerlendirmesi ve uyumluluk kontrolleri: büyük miktardaki mali verileri otomatik olarak analiz eder, potansiyel risk faktörlerini belirler ve uyumluluk kontrolleri gerçekleştirir.
**Kullanıcı etkileşimi açısından üretken yapay zeka sistemleri, büyük miktarda mesleki bilgi ve insan deneyimini öğrenip analiz ederek kullanıcılara kişiselleştirilmiş çözümler ve destek sağlar. **Finans şirketleri buna göre daha kişiselleştirilmiş, verimli ve tatmin edici hizmetler sunabilirler. Örneğin, müşteri iletişimini ve veri toplamayı tamamlamak için chatbotların kullanılması, önümüzdeki 5 ila 10 yıl içinde müşteri etkileşimlerinin en az %80'inin otomatikleştirilmesini sağlayabilir. Diğer tipik kullanım örnekleri arasında akıllı asistanlar, kişiselleştirilmiş öneriler ve özelleştirilmiş hizmetler, duygu analizi ve duygu izleme yer alıyor.
**İçerik üretimi açısından üretken yapay zeka, büyük miktardaki metin, görüntü ve ses verilerini öğrenip analiz ederek metin ve görsel illüstrasyonlar gibi yeni içerikler üretebilir ve finans sektörü işletmelerinin içerik geliştirme sürecini hızlandırabilir. **Örneğin, finansal piyasa analiz raporları ve kişiselleştirilmiş yatırım öngörüleri oluşturabilir; sözleşmeler ve ihaleler gibi önemli belgelerin taslağını oluşturmak için kullanılabilir; ayrıca bankalar, sigorta, varlık yönetimi için tanıtım metinleri ve pazarlama materyalleri yazmak için de kullanılabilir. ve menkul kıymet firmaları vb.
**Finansal alanda, özellikle niceliksel ticaret ve risk yönetiminde, verimli ve doğru kod yazımı çok önemlidir. **Programlamayı hızlandırma açısından, üretken yapay zeka kodu yorumlayıp üretebilir, kod parçacıkları, şablonlar ve algoritmaları otomatik olarak oluşturarak yazılım geliştirme sürecini hızlandırabilir ve manuel hataları azaltabilir.
Bankacılık fonksiyonel perspektifinden bakıldığında, üretken yapay zeka kullanım durumları dört fonksiyon üzerinde en büyük etkiye sahiptir: ön saflarda dağıtım, müşteri operasyonları, teknoloji ve hukuk, risk, uyumluluk ve dolandırıcılık, bankanın genel değer potansiyeli havuzunun yaklaşık %1'ini oluşturur.70 %. Üretken yapay zeka araçlarının kullanılması müşteri memnuniyetini artırabilir, karar alma sürecini ve çalışan deneyimini iyileştirebilir ve dolandırıcılık ve diğer davranışları daha iyi izleyerek riski azaltabilir.
**Finans sektörünün önemli bir parçası olan sigorta sektörü açısından ve yine 4C perspektifinden bakıldığında, üretken yapay zeka mülk sigortası ve hayat sigortasına büyük değer katacaktır. **
Bunlar arasında yazılım geliştirme hızı ve kalitesinde iyileşmeler, sigorta hasar eksperlerinin verimliliğinde önemli gelişmeler, sigorta komisyoncularının verimliliğinde ve müşteri değer teklifinde iyileşmeler ve sigorta müşteri deneyiminde önemli gelişmeler vb. yer alıyor.
Kullanım senaryosunun etkinliği açısından McKinsey, karmaşık taleplerin (dava talepleri gibi) tazminat maliyetinde yaklaşık %25 oranında tasarruf edilebileceğini, dolandırıcılık ve dolandırıcılık sigortasını tespit etme doğruluğunun yaklaşık %18 oranında artırılabileceğini ve sigortalama süreci üretken yapay zeka tarafından üstlenilebilir. Otomatik çözümlerle sigorta şirketlerinin sigortalama maliyetlerini %10 ila %20 oranında azaltması bekleniyor.
**Varlık yönetimi sektörü açısından bakıldığında McKinsey, üretken yapay zekanın 4C uygulamalarını da gözlemledi ve özetledi. **Örneğin, içerik iyileştirme ve sanal uzmanlar açısından, yapısal olmayan verilere dayalı içgörüler oluşturulabilir ve yatırım hedeflerini bulma gibi yatırım eylemlerini teşvik edebilir. Örneğin, Amerika Birleşik Devletleri'ndeki küresel bir ticari, finansal ve finansal bilgi sağlayıcısı, kendi GPT'sini geliştirmiştir: belirli finansal alanlardaki veriler ile genel verilerden oluşan bir kombinasyon üzerinde eğitilmiş, finansal soruları yanıtlama ve analiz raporlamaya odaklanan büyük bir model.
Başka bir örnek olarak, programlama hızlandırma açısından ABD'li çok uluslu bir yatırım bankası ve finansal hizmetler şirketi, geliştiricilerin kod yazmasına yardımcı olmak için dahili olarak ChatGPT tipi yapay zeka araçlarını kullanıyor; içerik oluşturma açısından ise Kuzey Amerikalı bir varlık yönetimi şirketi, içeriği hızlandırmak için ChatGPT'yi kullanıyor Veri görselleştirme veya tarama araçları oluşturmanın yanı sıra, Amerika Birleşik Devletleri'ndeki en büyük fon yönetimi şirketlerinden biri, kullanıcı etkileşimi üzerine, finansal kurumların kamuya açık fon oluşturmasına, incelemesine ve onaylamasına olanak tanıyan yapay zeka destekli bir kayıt teknolojisi işi başlattı. Tescilli NLP modellerini kullanarak iletişim. Yukarıdaki üretken yapay zeka kullanım örneklerinin tamamı varlık yönetimi iş fonksiyonlarını kapsar ve yatırımcıların ve varlık yönetimi şirketlerinin dahili çalışanlarının ihtiyaçlarını dikkate alır.
Sonuçta, üretken yapay zeka, sektörde uzun süredir oluşan dört özellik nedeniyle finans sektöründe büyük bir rol oynayabilir: Bankaları örnek alırsak: Birincisi, geleneksel BT mimarisiyle ilgilidir. Onlarca yıldır bankalar, teknolojiye yatırım yapıyor, büyük miktarda "teknik borç" biriktirmiş ve izole ve karmaşık bir BT mimarisine sahip; ikincisi, müşteriyle yüz yüze gelen büyük bir iş gücü perspektifinden bakıldığında, bankacılık sektörü çok sayıda ticari hizmet temsilcisine güveniyor; üçüncüsü, evrak işinin bankacılık tarafı ağır ve üretkendir Yapay zekanın etkisi tüm organizasyonu kapsayabilir, tüm çalışanlara e-posta yazma, iş sunumları oluşturma ve diğer görevlerde yardımcı olabilir; ayrıca, son derece düzenlemeye tabi bir sektör olarak bankacılık önemli riskler taşır. , uyumluluk ve yasal ihtiyaçlar.
**Özetle, finansal kurumlar için üretken yapay zeka uygulamaları, insan hatalarını azaltarak üretim verimliliğini artırabilir ve zamandan ve kaynaklardan tasarruf sağlayabilir; aynı zamanda inovasyon yeteneklerini geliştirip son kullanıcılara daha iyi ürünler ve daha iyi hizmet deneyimleri sağlayabilir. **
Yatırım: Finansal Açıdan Endüstriyel Beklentiler
Üretken yapay zekanın hızlı gelişimi nedeniyle endüstri ölçeği de hızla büyüyor ve yatırımcıları sektöre katılmaya çekiyor. Bloomberg verilerine göre, üretken yapay zeka pazarının gelirinin 2022'de 40 milyar ABD doları olacak ve 2027 ve 2032'de sırasıyla 399 milyar ABD dolarına ve 1.304 milyar ABD dolarına ulaşması bekleniyor. 2022'den 2032'ye kadar bileşik büyüme oranı %42'ye ulaşacak.
Çin pazarına gelince, "Çin AI Dijital Görünümü 2021-2025" verilerine göre 2022'deki ölçek yaklaşık 66 milyar yuan olacak ve 2020'den 2025'e kadar olan bileşik büyüme oranı %84'e ulaşacak. küresel pazar büyüklüğünün %10'unu (217 milyar ABD doları), %14'ünü oluşturmaktadır. Bu açıdan bakıldığında, üretken yapay zeka yalnızca küresel ekonomi için büyük değer yaratmakla kalmıyor, aynı zamanda sektörün kendisi de büyük yatırım fırsatlarına sahip.
**Üretken yapay zeka değer zinciri, özel donanım, bulut platformu, temel model, model merkezi ve MLOps, uygulamalar ve hizmetler olmak üzere altı bağlantıdan oluşur. **Teknolojinin gelişmesiyle birlikte değer zincirinin tamamı büyük fırsatlar içeriyor. Ancak araştırmalar, her bağlantıdaki pazar fırsatları arasında önemli farklılıklar olduğunu gösteriyor. Bazı bağlantılardaki kaynak yatırımı, mesleki bilgi ve ilk hamle avantajı, sektör engellerini oluşturdu Yatırımcılar ve küçük işletmelerin işlerini büyütmeleri için güçlü bir engel.
2022'den 2035'e kadar küresel pazar büyüklüğündeki artış esas olarak eğitim yan donanımları, reklam uygulamaları ve yazılımlarından kaynaklanacak. Bunlar arasında altyapı hizmetlerinin yıllık bileşik büyüme oranı 244,8 milyar ABD doları artışla %60'a ulaşacak. Reklam uygulamalarının yıllık bileşik büyüme oranı 192,4 milyar ABD doları artışla %125'e ulaştı.
Üretken yapay zekanın değer zincirinde aşağıdaki dikkate değer pazar fırsatları bulunmaktadır:
**1. Özel donanım: **Model eğitimi ve çıkarım sürecinde kullanılan bilgi işlem gücü altyapısı, yüksek pazar engellerine sahiptir ve temel olarak büyük oyuncular tarafından işgal edilmektedir. Bilgi işlem gücü donanımının çekirdeği, GPU ve TPU tarafından temsil edilen bilgi işlem çipleridir.
**2. Bulut platformu: **Göreceli olarak yoğunlaşmış bir pazar payına sahip, bilgi işlem altyapısına erişim sağlayan ve üretken yapay zeka iş yüklerini çalıştıran bir platform.
**3. Temel model: **Üretken yapay zeka değer zincirinin temel halkası profesyonel bilgi ve maliyet yatırımı tarafından yönlendirilir. Genel büyük model yolunun eğilimi en üstte yoğunlaşmıştır ve hala pazar boşluğu bulunmaktadır. endüstrinin büyük model pisti.
**4. Model Merkezi ve MLOps: ** Modelleri barındırmak, ince ayar yapmak ve dağıtmak için araçlar. Devler ve bağımsız satıcılar farklılaşmış rekabet oluşturur. Model Merkezi ve MLOps, temel modellerin üzerine uygulamalar oluşturmak için iki gerekli görevi üstlenir: Birincisi, model Depo, temel modellerin depolanması ve bunlara erişim için bir alan sağlar; ikincisi ise temel modellerin uygulamalara ince ayarlanması ve dağıtılması için özel bir MLOps aracıdır.
**5. Uygulamalar: **Büyük modellerin ince ayarına dayalı terminal uygulamaları, start-up'ların en büyük fırsatlara sahip olduğu parkurdur. Üretken AI unicorn şirketlerinin yaklaşık yarısı bu pazarda doğmuştur. Kısa sürede bunu bekliyoruz. Dönemde, dikey kategorilerde Endüstri ve spesifik fonksiyon geliştirmede, ince ayarlı modellere dayalı olarak oluşturulan uygulamalar ilk göze çarpanlar olabilir.
**6. Hizmet: **Model ürünlere dayalı katma değerli hizmetler sağlayan genel çözüm sağlayıcılar, büyük üreticilerin tekelindedir, ancak küçük ve orta ölçekli oyuncuların dikey alana katılabileceği pazar alanı hâlâ mevcuttur.
Pratik mücadele: İşletmeler üretken yapay zekayı nasıl kullanır
**Birincisi çalışma modelindeki değişikliktir. **GenAI'nin büyük ölçekli tanıtımı, kuruluşların işletim modellerinde kapsamlı bir dönüşüm gerçekleştirmesini ve yapay zekayı işlerinin her yönüne yerleştirmesini gerektirir. GenAI uygulamalarını büyük ölçekte uygularken başarılı bir işletim modelinin altı ana hususu kapsaması gerekir: stratejik yol haritası, yetenek, işletim modeli, teknoloji, veri ve teknoloji uygulaması ve değişim yönetimi.
Üretken yapay zeka hızla gelişiyor ve CEO'lar da iş değerini ve potansiyel risklerini araştırıyor. CEO'lar, şirketleri üretken yapay zekaya odaklanmaya yönlendirmede önemli bir rol oynuyor. CEO'ların bu yolculuğa çıkarken akılda tutması gereken stratejilerin çoğu, şirket yöneticilerinin geçmiş teknoloji dalgalarına nasıl tepki verdiğiyle tutarlıdır.
Bununla birlikte, üretken yapay zeka, önceki teknolojik değişikliklerin ötesinde eşi benzeri görülmemiş bir gelişme hızı ve buna bağlı olarak yanıt vermenin zorluğu da dahil olmak üzere benzersiz zorlukları da beraberinde getiriyor.
Bu amaçla, CEO'ların referansı için üretken yapay zekanın temel bir özetini sunuyoruz (yukarıdaki şekle bakın).
Üretken yapay zekayı uygulamaya karar vermeden önce, sıfırdan başlamanın ve deneme yanılmanın devasa zaman ve kaynak yatırımı maliyetlerini göz önünde bulundurun. Kuruluşlar ayrıca üretken yapay zekanın dağıtımını hızlandırmak ve üçüncü taraf teknoloji, bilgi birikimini kullanmak için profesyonel kurumların gücünden uygun şekilde yararlanabilirler. Deneyimleyin, dolambaçlı yollardan ve tuzaklardan kaçının ve değer yaratma hedefine daha hızlı ve ekonomik bir şekilde ulaşın.
**Buna ek olarak, üretken yapay zekanın hayatın her kesiminde yeni bir büyüme ivmesi sağladığını ancak aynı zamanda bazı olumsuz etkilerinin de olduğunu belirtmekte fayda var. Finansal kurumların üretken yapay zekayı uygularken model yanılsamasına, kötü niyetli kullanıma ve bilgi sızıntısına özellikle dikkat etmesi gerekiyor. Yapay zeka ve diğer üç temel risk. **İşletmelerin buna büyük önem vermesi ve bunu doğru bir şekilde önlemek, yönetmek, potansiyel risklerini en aza indirmek ve değerini en üst düzeye çıkarmak için aktif olarak önlemler alması gerekir.
(Yazar Qu Xiangjun, McKinsey'nin küresel kıdemli ortağı ve Çin'in finans kurumları danışmanlık işinin başkanıdır; Han Feng, McKinsey'in küresel ortağıdır; McKinsey ekip üyeleri Hu Yirong, Fang Haoxiang, Fang Xiyuan, Li Jingyao, Song Ge ve Qiu Waishan, Wang Zhechen, Jiang Zixiang, Lu Zhijuan vb. de bu makaleye katkıda bulundu; Caijing araştırmacısı Ding Yan da bu makaleye katkıda bulundu)
View 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.
Üretken yapay zeka ile varlık yönetiminin geleceği
Kaynak: "Finansal Mayıs Çiçeği" (ID: Caijing-MayFlower), yazar: Qu Xiangjun Han Feng
2023 yılının ilk yarısındaki önemli yerli ve yabancı teknoloji stratejik trendleri ve yatırım sıcak alanları listesine bakıldığında, üretken yapay zekanın (bundan böyle "üretken yapay zeka" olarak anılacaktır) en dikkat çekici teknolojilerden biri olduğuna şüphe yok. . ChatGPT'nin ortaya çıkmasıyla birlikte bu gelişen teknoloji benzeri görülmemiş bir çılgınlığa girdi. Teknoloji devlerinin ve yapay zeka üreticilerinin çöküşü bir yana, hayatın her kesiminden ilgili konular tartışılıyor. Bu teknoloji şölenini kaçırma korkusuyla bazı endüstri liderleri ve medya, üretken yapay zeka dalgasını geçmişin mobil İnternet fırsatlarıyla karşılaştırdı ve potansiyel büyük değerini ve etkisini daha da vurguladı.
**Geleneksel yapay zeka ile karşılaştırıldığında, üretken yapay zekanın kendisini çekici kılan dört temel avantajı vardır: otomasyon ve verimlilik artışı, kişiselleştirme ve özelleştirme, yaratıcılık ve yenilikçilik yetenekleri, açıklanabilirlik ve şeffaflık. **Bu, finans ve sağlık hizmetleri gibi açıklanabilirlik gerektiren, güven oluşturmaya yardımcı olan, düzenleyici gereksinimleri karşılayan ve insanların sistem kararlarını kabul etmesini ve benimsemesini kolaylaştıran alanlar için özellikle önemlidir.
Kısacası, üretken yapay zeka, üretim verimliliğini artırarak, inovasyon yeteneklerini teşvik ederek ve rekabet ortamını değiştirerek dünya çapındaki çeşitli endüstriler için büyük değer yaratabilir.
**McKinsey, yapay zekanın bir bütün olarak küresel ekonomiye 25,6 trilyon ABD dolarına varan pozitif bir ekonomik etki getireceğini, bunun üretken yapay zekanın katkısının ise 7,9 trilyon ABD doları kadar yüksek olduğunu, yani mevcut toplam GSYİH'ye eşdeğer olduğunu tahmin ediyor. küresel ekonominin (gayri safi yurtiçi hasıla) hacminin %8'i. **
Senaryo: Finans sektöründe üretken yapay zekayla yeni değişiklikler
Üretken yapay zeka, geniş kullanım alanı sayesinde dünyanın her yerindeki insanların dikkatini ve hayal gücünü çekmiştir; doğal dili anlama ve içerik oluşturma "süper gücü" neredeyse herkes tarafından kullanılabilir, bu da üretken yapay zeka yapay zekanın endüstri üretim verimliliğini artırmada önemli avantajlara sahip olmasını sağlar ve ürün yeniliğini teşvik ediyor ve gelecekte dünya çapında çeşitli endüstrilerin mevcut yapısını alt üst etmesi bekleniyor.
**Finans sektörünün hem mutlak değer hem de göreceli büyüme potansiyeli açısından üretken yapay zeka kullanım senaryoları açısından en fazla potansiyele sahip sektörlerden biri olduğu görülebilir. **Peki, göz kamaştırıcı üretken yapay zeka, değer yaratmak için sektör özellikleriyle nasıl birleşiyor? McKinsey, şu anda finans sektöründe üretken yapay zekanın ürettiği toplam faydaların %75'ine kolektif olarak katkıda bulunacak en yaygın dört uygulama yönteminin bulunduğunu gözlemledi. Bunları "4C" olarak özetliyoruz: içerik iyileştirme/sanal uzmanlar (Concision) ), kullanıcı etkileşimi (Müşteri katılımı), içerik üretimi (İçerik üretimi) ve programlama hızlandırma (Kodlama).
Diğer tipik kullanım durumları şunları içerir: işlem işleme: sipariş işleme, ödeme ve takas vb. dahil olmak üzere mali işlemlerin otomatik olarak işlenmesi; mali tablo oluşturma: mali verilerin otomatik olarak toplanması, düzenlenmesi ve analizi ve standartlara uygun, doğru ve zamanında mali tabloların oluşturulması muhasebe standartlarıyla birlikte rapor hazırlama süresini kısaltmaya ve manuel hataları azaltmaya yardımcı olur, risk değerlendirmesi ve uyumluluk kontrolleri: büyük miktardaki mali verileri otomatik olarak analiz eder, potansiyel risk faktörlerini belirler ve uyumluluk kontrolleri gerçekleştirir.
**Kullanıcı etkileşimi açısından üretken yapay zeka sistemleri, büyük miktarda mesleki bilgi ve insan deneyimini öğrenip analiz ederek kullanıcılara kişiselleştirilmiş çözümler ve destek sağlar. **Finans şirketleri buna göre daha kişiselleştirilmiş, verimli ve tatmin edici hizmetler sunabilirler. Örneğin, müşteri iletişimini ve veri toplamayı tamamlamak için chatbotların kullanılması, önümüzdeki 5 ila 10 yıl içinde müşteri etkileşimlerinin en az %80'inin otomatikleştirilmesini sağlayabilir. Diğer tipik kullanım örnekleri arasında akıllı asistanlar, kişiselleştirilmiş öneriler ve özelleştirilmiş hizmetler, duygu analizi ve duygu izleme yer alıyor.
**İçerik üretimi açısından üretken yapay zeka, büyük miktardaki metin, görüntü ve ses verilerini öğrenip analiz ederek metin ve görsel illüstrasyonlar gibi yeni içerikler üretebilir ve finans sektörü işletmelerinin içerik geliştirme sürecini hızlandırabilir. **Örneğin, finansal piyasa analiz raporları ve kişiselleştirilmiş yatırım öngörüleri oluşturabilir; sözleşmeler ve ihaleler gibi önemli belgelerin taslağını oluşturmak için kullanılabilir; ayrıca bankalar, sigorta, varlık yönetimi için tanıtım metinleri ve pazarlama materyalleri yazmak için de kullanılabilir. ve menkul kıymet firmaları vb.
**Finansal alanda, özellikle niceliksel ticaret ve risk yönetiminde, verimli ve doğru kod yazımı çok önemlidir. **Programlamayı hızlandırma açısından, üretken yapay zeka kodu yorumlayıp üretebilir, kod parçacıkları, şablonlar ve algoritmaları otomatik olarak oluşturarak yazılım geliştirme sürecini hızlandırabilir ve manuel hataları azaltabilir.
Bankacılık fonksiyonel perspektifinden bakıldığında, üretken yapay zeka kullanım durumları dört fonksiyon üzerinde en büyük etkiye sahiptir: ön saflarda dağıtım, müşteri operasyonları, teknoloji ve hukuk, risk, uyumluluk ve dolandırıcılık, bankanın genel değer potansiyeli havuzunun yaklaşık %1'ini oluşturur.70 %. Üretken yapay zeka araçlarının kullanılması müşteri memnuniyetini artırabilir, karar alma sürecini ve çalışan deneyimini iyileştirebilir ve dolandırıcılık ve diğer davranışları daha iyi izleyerek riski azaltabilir.
**Finans sektörünün önemli bir parçası olan sigorta sektörü açısından ve yine 4C perspektifinden bakıldığında, üretken yapay zeka mülk sigortası ve hayat sigortasına büyük değer katacaktır. **
Bunlar arasında yazılım geliştirme hızı ve kalitesinde iyileşmeler, sigorta hasar eksperlerinin verimliliğinde önemli gelişmeler, sigorta komisyoncularının verimliliğinde ve müşteri değer teklifinde iyileşmeler ve sigorta müşteri deneyiminde önemli gelişmeler vb. yer alıyor.
Kullanım senaryosunun etkinliği açısından McKinsey, karmaşık taleplerin (dava talepleri gibi) tazminat maliyetinde yaklaşık %25 oranında tasarruf edilebileceğini, dolandırıcılık ve dolandırıcılık sigortasını tespit etme doğruluğunun yaklaşık %18 oranında artırılabileceğini ve sigortalama süreci üretken yapay zeka tarafından üstlenilebilir. Otomatik çözümlerle sigorta şirketlerinin sigortalama maliyetlerini %10 ila %20 oranında azaltması bekleniyor.
**Varlık yönetimi sektörü açısından bakıldığında McKinsey, üretken yapay zekanın 4C uygulamalarını da gözlemledi ve özetledi. **Örneğin, içerik iyileştirme ve sanal uzmanlar açısından, yapısal olmayan verilere dayalı içgörüler oluşturulabilir ve yatırım hedeflerini bulma gibi yatırım eylemlerini teşvik edebilir. Örneğin, Amerika Birleşik Devletleri'ndeki küresel bir ticari, finansal ve finansal bilgi sağlayıcısı, kendi GPT'sini geliştirmiştir: belirli finansal alanlardaki veriler ile genel verilerden oluşan bir kombinasyon üzerinde eğitilmiş, finansal soruları yanıtlama ve analiz raporlamaya odaklanan büyük bir model.
Başka bir örnek olarak, programlama hızlandırma açısından ABD'li çok uluslu bir yatırım bankası ve finansal hizmetler şirketi, geliştiricilerin kod yazmasına yardımcı olmak için dahili olarak ChatGPT tipi yapay zeka araçlarını kullanıyor; içerik oluşturma açısından ise Kuzey Amerikalı bir varlık yönetimi şirketi, içeriği hızlandırmak için ChatGPT'yi kullanıyor Veri görselleştirme veya tarama araçları oluşturmanın yanı sıra, Amerika Birleşik Devletleri'ndeki en büyük fon yönetimi şirketlerinden biri, kullanıcı etkileşimi üzerine, finansal kurumların kamuya açık fon oluşturmasına, incelemesine ve onaylamasına olanak tanıyan yapay zeka destekli bir kayıt teknolojisi işi başlattı. Tescilli NLP modellerini kullanarak iletişim. Yukarıdaki üretken yapay zeka kullanım örneklerinin tamamı varlık yönetimi iş fonksiyonlarını kapsar ve yatırımcıların ve varlık yönetimi şirketlerinin dahili çalışanlarının ihtiyaçlarını dikkate alır.
Sonuçta, üretken yapay zeka, sektörde uzun süredir oluşan dört özellik nedeniyle finans sektöründe büyük bir rol oynayabilir: Bankaları örnek alırsak: Birincisi, geleneksel BT mimarisiyle ilgilidir. Onlarca yıldır bankalar, teknolojiye yatırım yapıyor, büyük miktarda "teknik borç" biriktirmiş ve izole ve karmaşık bir BT mimarisine sahip; ikincisi, müşteriyle yüz yüze gelen büyük bir iş gücü perspektifinden bakıldığında, bankacılık sektörü çok sayıda ticari hizmet temsilcisine güveniyor; üçüncüsü, evrak işinin bankacılık tarafı ağır ve üretkendir Yapay zekanın etkisi tüm organizasyonu kapsayabilir, tüm çalışanlara e-posta yazma, iş sunumları oluşturma ve diğer görevlerde yardımcı olabilir; ayrıca, son derece düzenlemeye tabi bir sektör olarak bankacılık önemli riskler taşır. , uyumluluk ve yasal ihtiyaçlar.
**Özetle, finansal kurumlar için üretken yapay zeka uygulamaları, insan hatalarını azaltarak üretim verimliliğini artırabilir ve zamandan ve kaynaklardan tasarruf sağlayabilir; aynı zamanda inovasyon yeteneklerini geliştirip son kullanıcılara daha iyi ürünler ve daha iyi hizmet deneyimleri sağlayabilir. **
Yatırım: Finansal Açıdan Endüstriyel Beklentiler
Üretken yapay zekanın hızlı gelişimi nedeniyle endüstri ölçeği de hızla büyüyor ve yatırımcıları sektöre katılmaya çekiyor. Bloomberg verilerine göre, üretken yapay zeka pazarının gelirinin 2022'de 40 milyar ABD doları olacak ve 2027 ve 2032'de sırasıyla 399 milyar ABD dolarına ve 1.304 milyar ABD dolarına ulaşması bekleniyor. 2022'den 2032'ye kadar bileşik büyüme oranı %42'ye ulaşacak.
Çin pazarına gelince, "Çin AI Dijital Görünümü 2021-2025" verilerine göre 2022'deki ölçek yaklaşık 66 milyar yuan olacak ve 2020'den 2025'e kadar olan bileşik büyüme oranı %84'e ulaşacak. küresel pazar büyüklüğünün %10'unu (217 milyar ABD doları), %14'ünü oluşturmaktadır. Bu açıdan bakıldığında, üretken yapay zeka yalnızca küresel ekonomi için büyük değer yaratmakla kalmıyor, aynı zamanda sektörün kendisi de büyük yatırım fırsatlarına sahip.
**Üretken yapay zeka değer zinciri, özel donanım, bulut platformu, temel model, model merkezi ve MLOps, uygulamalar ve hizmetler olmak üzere altı bağlantıdan oluşur. **Teknolojinin gelişmesiyle birlikte değer zincirinin tamamı büyük fırsatlar içeriyor. Ancak araştırmalar, her bağlantıdaki pazar fırsatları arasında önemli farklılıklar olduğunu gösteriyor. Bazı bağlantılardaki kaynak yatırımı, mesleki bilgi ve ilk hamle avantajı, sektör engellerini oluşturdu Yatırımcılar ve küçük işletmelerin işlerini büyütmeleri için güçlü bir engel.
2022'den 2035'e kadar küresel pazar büyüklüğündeki artış esas olarak eğitim yan donanımları, reklam uygulamaları ve yazılımlarından kaynaklanacak. Bunlar arasında altyapı hizmetlerinin yıllık bileşik büyüme oranı 244,8 milyar ABD doları artışla %60'a ulaşacak. Reklam uygulamalarının yıllık bileşik büyüme oranı 192,4 milyar ABD doları artışla %125'e ulaştı.
Üretken yapay zekanın değer zincirinde aşağıdaki dikkate değer pazar fırsatları bulunmaktadır:
**1. Özel donanım: **Model eğitimi ve çıkarım sürecinde kullanılan bilgi işlem gücü altyapısı, yüksek pazar engellerine sahiptir ve temel olarak büyük oyuncular tarafından işgal edilmektedir. Bilgi işlem gücü donanımının çekirdeği, GPU ve TPU tarafından temsil edilen bilgi işlem çipleridir.
**2. Bulut platformu: **Göreceli olarak yoğunlaşmış bir pazar payına sahip, bilgi işlem altyapısına erişim sağlayan ve üretken yapay zeka iş yüklerini çalıştıran bir platform.
**3. Temel model: **Üretken yapay zeka değer zincirinin temel halkası profesyonel bilgi ve maliyet yatırımı tarafından yönlendirilir. Genel büyük model yolunun eğilimi en üstte yoğunlaşmıştır ve hala pazar boşluğu bulunmaktadır. endüstrinin büyük model pisti.
**4. Model Merkezi ve MLOps: ** Modelleri barındırmak, ince ayar yapmak ve dağıtmak için araçlar. Devler ve bağımsız satıcılar farklılaşmış rekabet oluşturur. Model Merkezi ve MLOps, temel modellerin üzerine uygulamalar oluşturmak için iki gerekli görevi üstlenir: Birincisi, model Depo, temel modellerin depolanması ve bunlara erişim için bir alan sağlar; ikincisi ise temel modellerin uygulamalara ince ayarlanması ve dağıtılması için özel bir MLOps aracıdır.
**5. Uygulamalar: **Büyük modellerin ince ayarına dayalı terminal uygulamaları, start-up'ların en büyük fırsatlara sahip olduğu parkurdur. Üretken AI unicorn şirketlerinin yaklaşık yarısı bu pazarda doğmuştur. Kısa sürede bunu bekliyoruz. Dönemde, dikey kategorilerde Endüstri ve spesifik fonksiyon geliştirmede, ince ayarlı modellere dayalı olarak oluşturulan uygulamalar ilk göze çarpanlar olabilir.
**6. Hizmet: **Model ürünlere dayalı katma değerli hizmetler sağlayan genel çözüm sağlayıcılar, büyük üreticilerin tekelindedir, ancak küçük ve orta ölçekli oyuncuların dikey alana katılabileceği pazar alanı hâlâ mevcuttur.
Pratik mücadele: İşletmeler üretken yapay zekayı nasıl kullanır
**Birincisi çalışma modelindeki değişikliktir. **GenAI'nin büyük ölçekli tanıtımı, kuruluşların işletim modellerinde kapsamlı bir dönüşüm gerçekleştirmesini ve yapay zekayı işlerinin her yönüne yerleştirmesini gerektirir. GenAI uygulamalarını büyük ölçekte uygularken başarılı bir işletim modelinin altı ana hususu kapsaması gerekir: stratejik yol haritası, yetenek, işletim modeli, teknoloji, veri ve teknoloji uygulaması ve değişim yönetimi.
Üretken yapay zeka hızla gelişiyor ve CEO'lar da iş değerini ve potansiyel risklerini araştırıyor. CEO'lar, şirketleri üretken yapay zekaya odaklanmaya yönlendirmede önemli bir rol oynuyor. CEO'ların bu yolculuğa çıkarken akılda tutması gereken stratejilerin çoğu, şirket yöneticilerinin geçmiş teknoloji dalgalarına nasıl tepki verdiğiyle tutarlıdır.
Bununla birlikte, üretken yapay zeka, önceki teknolojik değişikliklerin ötesinde eşi benzeri görülmemiş bir gelişme hızı ve buna bağlı olarak yanıt vermenin zorluğu da dahil olmak üzere benzersiz zorlukları da beraberinde getiriyor.
Üretken yapay zekayı uygulamaya karar vermeden önce, sıfırdan başlamanın ve deneme yanılmanın devasa zaman ve kaynak yatırımı maliyetlerini göz önünde bulundurun. Kuruluşlar ayrıca üretken yapay zekanın dağıtımını hızlandırmak ve üçüncü taraf teknoloji, bilgi birikimini kullanmak için profesyonel kurumların gücünden uygun şekilde yararlanabilirler. Deneyimleyin, dolambaçlı yollardan ve tuzaklardan kaçının ve değer yaratma hedefine daha hızlı ve ekonomik bir şekilde ulaşın.
**Buna ek olarak, üretken yapay zekanın hayatın her kesiminde yeni bir büyüme ivmesi sağladığını ancak aynı zamanda bazı olumsuz etkilerinin de olduğunu belirtmekte fayda var. Finansal kurumların üretken yapay zekayı uygularken model yanılsamasına, kötü niyetli kullanıma ve bilgi sızıntısına özellikle dikkat etmesi gerekiyor. Yapay zeka ve diğer üç temel risk. **İşletmelerin buna büyük önem vermesi ve bunu doğru bir şekilde önlemek, yönetmek, potansiyel risklerini en aza indirmek ve değerini en üst düzeye çıkarmak için aktif olarak önlemler alması gerekir.
(Yazar Qu Xiangjun, McKinsey'nin küresel kıdemli ortağı ve Çin'in finans kurumları danışmanlık işinin başkanıdır; Han Feng, McKinsey'in küresel ortağıdır; McKinsey ekip üyeleri Hu Yirong, Fang Haoxiang, Fang Xiyuan, Li Jingyao, Song Ge ve Qiu Waishan, Wang Zhechen, Jiang Zixiang, Lu Zhijuan vb. de bu makaleye katkıda bulundu; Caijing araştırmacısı Ding Yan da bu makaleye katkıda bulundu)