Cạnh tranh mô hình tài chính, thương mại hóa sẽ đi về đâu?

Nguồn gốc: Zero One Finance

Tác giả: Thẩm Trác Ngôn

Nguồn hình ảnh: Được tạo bởi Unbounded AI‌

Trong nhiều cuộc thảo luận về mô hình tài chính, "ứng dụng hạ cánh" đã trở thành từ khóa cuối cùng.

Đối với các dịch vụ tài chính, độ chính xác và tuân thủ bảo mật là điều kiện tiên quyết lớn nhất để áp dụng bất kỳ công nghệ nào. Vì vậy, việc áp dụng mô hình ông lớn tài chính hoàn toàn không phải là “đưa học thuyết” đơn thuần, mà cần được tinh chỉnh nhiều lần kết hợp với nhu cầu kinh doanh trên cơ sở tổng thể, đây cũng là trọng tâm chính của mô hình ông lớn tài chính hiện nay .

Vào cuối tháng 7, theo nghiên cứu và phân tích của Yang Wang, phó tổng thư ký Viện nghiên cứu Tencent, số lượng mô hình quy mô lớn trong nước có thông số trên 1 tỷ đã tăng từ 79 vào cuối tháng 5 lên 116, bao gồm khoảng 18 mô hình tài chính quy mô lớn.

Có người cho rằng, sự xuất hiện của mô hình lớn nhất có thể sẽ đưa quá trình chuyển đổi số của các định chế tài chính về cùng một vạch xuất phát và lấp đầy “khoảng trống chuyển đổi” giữa các định chế tài chính, đây là cơ hội không thể bỏ qua đối với các tổ chức tài chính vừa và nhỏ thể chế. **

Trên tiền đề đảm bảo tính chính xác và tuân thủ an toàn thông tin, việc đầu tiên đạt được đột phá thương mại trong các kịch bản kinh doanh tài chính đã trở thành điểm quyết định trong cuộc cạnh tranh giữa 18 tổ chức nghiên cứu và phát triển mô hình tài chính quy mô lớn.

Mọi người thể hiện tài năng của mình và giành lấy đường đua

Vào cuối tháng 3, Bloomberg, công ty thông tin tài chính lớn nhất thế giới, đã phát hành một mô hình ngôn ngữ quy mô lớn với 50 tỷ tham số—BloombergGPT, đánh dấu sự ra đời của mô hình tài chính quy mô lớn đầu tiên trên thế giới và cũng tạo ra một làn sóng lớn. -Các mô hình tài chính quy mô ở Trung Quốc.

Theo Bloomberg, mô hình lớn được đào tạo trên bộ dữ liệu tài chính 3630 mã thông báo và bộ dữ liệu công khai 345 tỷ mã thông báo, có thể hỗ trợ đầy đủ các tác vụ NLP (xử lý ngôn ngữ tự nhiên) trong lĩnh vực tài chính và hiệu suất của nó tốt hơn đáng kể so với các mô hình mở khác. các mô hình có quy mô tương tự Hiệu suất trên các điểm chuẩn NLP cũng ở mức trung bình hoặc cao hơn.

Âm thanh của BloombergGPT đã mang lại hướng đi thiết thực cho đất nước.

Hình 1: Timeline của các mô hình tài chính lớn trong nước (thống kê chưa đầy đủ)

Nguồn: Zero One Think Tank

Vào tháng 5, Transwarp Technology, nhà cung cấp phần mềm cơ bản dữ liệu lớn hàng đầu, đã ra mắt mô hình ngôn ngữ lớn tổng quát đầu tiên "Wuya Infinity" cho lĩnh vực định lượng tài chính. **Theo lời giới thiệu của ông, Transwarp Infinity hỗ trợ đánh giá toàn diện, tóm tắt và lập luận suy luận về các sự kiện thị trường như cổ phiếu, trái phiếu, quỹ và hàng hóa, cũng như phân tích chuyên sâu các báo cáo nghiên cứu chính sách, cung cấp hỗ trợ ra quyết định cho quỹ các nhà quản lý.

Vào cuối tháng 5, Du Xiaoman đã ra mắt mô hình tài chính Trung Quốc cấp 100 tỷ đầu tiên của Trung Quốc "Xuanyuan". Các nhiệm vụ như bình luận, phân tích dữ liệu tài chính và hiểu tin tức tài chính. Xu Dongliang, CTO của Du Xiaoman, cho biết mô hình Xuanyuan được đào tạo dựa trên dữ liệu tài chính khổng lồ được tích lũy từ các tình huống kinh doanh thực tế của Du Xiaoman, đảm bảo rằng trong khi cải thiện khả năng tài chính, các khả năng chung sẽ không bị mất đi.

Vào tháng 6, Hang Seng Electronics đã phát hành LightGPT, một mô hình lớn cho ngành tài chính. Theo ông, LightGPT sử dụng hơn 400 tỷ token dữ liệu tài chính (bao gồm thông tin, thông báo, báo cáo nghiên cứu, dữ liệu có cấu trúc, v.v.) và hơn 40 tỷ token dữ liệu nâng cao ngôn ngữ (bao gồm sách tài chính, bách khoa toàn thư tài chính, báo cáo của chính phủ) , quy định Quy định, v.v.) và sử dụng nó làm kho dữ liệu thứ cấp trước khi đào tạo của mô hình lớn để hỗ trợ tinh chỉnh hơn 80 hướng dẫn nhiệm vụ cụ thể về tài chính.

Vào ngày 29 tháng 6, **Torsi đã phát hành mô hình quy mô lớn Tuotian và đưa ra ba mô hình công nghiệp quy mô lớn cho các lĩnh vực truyền thông, tài chính và chính phủ. **Về mô hình tài chính, công ty dựa trên hơn 11 tỷ dữ liệu chủ đề tài chính, 10 tỷ dữ liệu chỉ số công nghiệp cấp độ, hơn 3 tỷ dữ liệu chi tiết về các yếu tố công nghiệp, hơn 200 triệu bản thể động công nghiệp, hơn 500+ thứ nguyên lập chỉ mục, 10.000 + Quy tắc lập chỉ mục kiến thức, hơn 100.000 nhãn ngành dưới dạng dữ liệu đào tạo chuyên nghiệp. Chỉ vài ngày trước, TRS đã thông báo rằng họ có kế hoạch huy động 1,8 tỷ nhân dân tệ cho việc nghiên cứu và phát triển các mô hình quy mô lớn trong ngành Tuotian và dự án công nghiệp hóa ứng dụng AIGC.

Vào tháng 7, Malaysia Consumer tiết lộ rằng họ sẽ chính thức phát hành mô hình quy mô lớn của riêng mình, tập trung vào "các mô hình quy mô lớn với khả năng học tăng cường động độc lập (AIGC+RLHF), nhiều hệ thống AI kết hợp mô hình và nhiều -phương thức âm thanh và video thời gian thực của con người-máy Kết hợp "ba khả năng chính cốt lõi", nó cam kết giải quyết các vấn đề chính về bảo mật và khả năng kiểm soát của mô hình quy mô lớn trong ngành tài chính, bảo vệ quyền riêng tư và năng lực cơ sở hạ tầng xây dựng.

**Trong làn sóng các mô hình tài chính lớn, các tổ chức và nhà điều hành quản lý tài sản không hề kém cạnh. Haitong Securities, Shenwan Hongyuan, GF Securities, Xingye Securities, Changjiang Securities, Southwest Securities, Guohai Securities, Guosheng Securities, Huafu Securities và Caida Securities thông báo rằng họ sẽ trở thành đợt hợp tác sinh thái đầu tiên cho các Đối tác "Wen Xin Yi Yan" của Baidu , các nhà điều hành quản lý tài sản được đại diện bởi Flush Flush và Oriental Fortune cũng thông báo rằng họ sẽ tập trung vào việc xây dựng nền tảng tư vấn đầu tư AI, nghiên cứu chuyên sâu về AIGC, AI tương tác và các lĩnh vực khác, cải thiện cấu trúc sinh thái nội dung và tăng cường thông minh khả năng hoạt động.

Tencent Cloud nhắm đến lĩnh vực bảo mật tài chính và triển khai mô hình kiểm soát rủi ro tài chính quy mô lớn để đáp ứng nhu cầu kiểm soát rủi ro của các giao dịch tổ chức, tín dụng, tiếp thị và các tình huống khác. Li Chao, nhà khoa học trưởng của Tencent Yuntianyu, tin rằng việc kiểm soát rủi ro, đặc biệt là liên kết kiểm soát rủi ro trước khi cho vay, có nhu cầu cấp thiết nhất, trong lĩnh vực tín dụng, gian lận do sản xuất bất hợp pháp chiếm 40% -70% toàn bộ quy mô quá hạn.

Sản phẩm mô hình quy mô lớn "Dịch vụ khách hàng thông minh Xunfei Xinghuo" do HKUST Xunfei phát hành nhằm mục đích giúp các tổ chức tài chính nâng cao hiệu quả và chất lượng dịch vụ khách hàng cũng như cải thiện trải nghiệm người dùng. Các sản phẩm dịch vụ khách hàng thông minh của Xunfei Xinghuo đã được cải thiện toàn diện về khả năng hiểu ý định, khả năng ứng dụng kiến thức chuyên môn, thiết kế đối thoại và khả năng tương tác cũng như khả năng thể hiện được cá nhân hóa.

Wenyin Internet đã công bố một giải pháp dựa trên "Wenyin Large Model" để kết nối nhiều kịch bản tài chính. Theo giới thiệu, giải pháp bao gồm nhiều tình huống như phát hành nợ, IPO, đánh giá xếp hạng ESG, nghiên cứu đầu tư robo, tư vấn robo, đánh giá tín dụng, xếp hạng trái phiếu, kiểm toán tuân thủ, viết tin tức, bảo trì công nghiệp, v.v. và phi công phụ hiệu quả.

Tương ứng với các sản phẩm, một số tiêu chuẩn công nghiệp cũng đang nổi lên. Vào cuối tháng 7, Tencent Cloud và Học viện Công nghệ Thông tin và Truyền thông Trung Quốc đã cùng nhau đưa ra kế hoạch xúc tiến chung cho các tiêu chuẩn mô hình công nghiệp quy mô lớn. ngành tài chính.

Theo các báo cáo, phương pháp đánh giá tiêu chuẩn cho các mô hình lớn trong ngành tài chính bao gồm các tình huống ứng dụng như nghiên cứu đầu tư, tư vấn đầu tư, kiểm soát rủi ro, tiếp thị, dịch vụ khách hàng, ngân hàng, bảo hiểm và chứng khoán, đồng thời đánh giá các mô hình lớn về mặt tuân thủ dữ liệu và truy xuất nguồn gốc. , triển khai tư nhân hóa, kiểm soát rủi ro và các khía cạnh khác đưa ra các yêu cầu.

Tranh luận về chiến lược lớp ứng dụng

Việc áp dụng mô hình lớn tài chính có cùng nguồn gốc với thương mại hóa, thương mại hóa là mục tiêu cuối cùng và ứng dụng là con đường cần thiết để thực hiện thương mại hóa.

Do các hướng ứng dụng khác nhau, khả năng hiển thị của mô hình tài chính cũng khác nhau. Theo cách đầu ra năng lực mô hình, nó có thể được chia thành hai cách: tập trung và phi tập trung.

Chế độ tập trung có nghĩa là doanh nghiệp gọi API của mô hình lớn chung hoặc mô hình dọc của bên thứ ba để xây dựng các chức năng kinh doanh; chế độ phi tập trung có nghĩa là doanh nghiệp tinh chỉnh mô hình chung với dữ liệu độc quyền theo các kịch bản và chức năng sử dụng , hình thành một hoặc nhiều Một mô hình nhỏ của một doanh nghiệp thực tế.

**Chiến lược ứng dụng của mô hình tài chính đám mây Tencent là từ 0 đến toàn bộ ở cấp độ kiểm soát rủi ro. **Nói một cách cụ thể, để đáp ứng nhu cầu của các tổ chức tài chính về mô hình kiểm soát rủi ro động, kinh nghiệm của chuyên gia được trừu tượng hóa thành một loạt các bộ chiến lược kiểm soát rủi ro, sau đó hình thành mô hình kiểm soát rủi ro lớn, và sau đó mô hình kiểm soát rủi ro lớn được hình thành dùng để đối phó với người giả, máy giả, người nhái.Hành vi lừa đảo máy thật, máy giả.

Theo các báo cáo, các kênh và nhóm khách hàng của một tổ chức tài chính đang thay đổi nhanh chóng và phương pháp lập mô hình chung truyền thống dựa trên các chuyên gia là không hiệu quả và tốn kém, đồng thời không đáp ứng được yêu cầu lặp lại nhanh chóng của hệ thống kiểm soát rủi ro. của Tencent Cloud, mô hình Chu kỳ lặp được rút ngắn từ 17 ngày xuống còn 3 ngày và hiệu quả mô hình hóa tăng 60%.

Cách tiếp cận này trùng khớp với quan điểm của Lin Changle, phó chủ tịch điều hành của Viện nghiên cứu công nghệ lõi thông tin chéo. Lin Changle đã đề xuất lộ trình kỹ thuật kết hợp các tham số trường chuyên nghiệp có liên quan trong mô hình lớn với mô hình chuyên nghiệp và nhận ra mối liên hệ giữa mô hình trường chuyên nghiệp và mô hình lớn bằng cách viết các tham số chính xác của mô hình chuyên nghiệp vào mô hình lớn.

**WarrenQ-Chat, một nền tảng nghiên cứu đầu tư thông minh do Hang Seng Electronics và Hang Seng Juyuan cùng ra mắt, theo đuổi tính chính xác của thông tin tài chính. Người dùng có thể dễ dàng nhận được giá, thông tin và dữ liệu thị trường tài chính thông qua hướng dẫn đối thoại và đối thoại do mỗi bên tạo ra câu Cả hai đều hỗ trợ nguồn của văn bản gốc để đảm bảo rằng nguồn tin tức có thể được truy tìm.

** "Dịch vụ khách hàng thông minh Spark" của HKUST Xunfei chú ý nhiều hơn đến việc cải thiện trải nghiệm tương tác của khách hàng với các khả năng của AI. **Theo Zhao Gan, phó chủ tịch Viện nghiên cứu iFLYTEK và CTO của Bộ phận Công nghệ Tài chính, dịch vụ khách hàng thông minh của Xinghuo dựa trên khả năng giải quyết vấn đề tri thức mở trên toàn miền, mô hình lớn, cơ sở tri thức ngành và kết nối APP bên ngoài, có thể giải quyết vấn đề mới kiến thức khó cập nhật , câu hỏi và câu trả lời dựa trên thực tế dễ "mở mão và Lý Đại" và các câu hỏi khác; thông qua suy luận logic của chuỗi tư duy tình huống, có thể đề xuất các sản phẩm được cá nhân hóa cho người dùng, giúp tiếp thị thu hút khách hàng.

**Wang Xiaochuan, người sáng lập Baichuan Intelligent, tin rằng 80% giá trị của các mô hình lớn có thể nằm trong các mô hình và dịch vụ phi tập trung. **

**Thương mại hóa sẽ đi về đâu? **

Theo báo cáo từ Geek Park, có thông tin cho rằng với việc giám sát được làm rõ, việc phát hành lô mô hình tuân thủ đầu tiên rất đáng được mong đợi. Đồng thời, thực tế không có yêu cầu tuân thủ chính thức nào đối với ứng dụng hiện tại trong lĩnh vực To B, điều này sẽ thúc đẩy việc triển khai các mô hình quy mô lớn trong doanh nghiệp và cũng sẽ thúc đẩy sự phát triển của lớp công cụ và lớp ứng dụng.

**Nhưng đối với C-end, tuân thủ trước là xu hướng tất yếu. **Như Yang Tao, phó giám đốc Phòng thí nghiệm Tài chính và Phát triển Quốc gia, cho biết, khi các mô hình trí tuệ nhân tạo lớn được áp dụng trong lĩnh vực tài chính, cần chú ý nhiều hơn đến khả năng kiểm toán và khả năng diễn giải của các mô hình lớn và những thay đổi về đặc điểm rủi ro gây ra bằng cách tham gia vào các hoạt động tài chính , bảo vệ dữ liệu, chia sẻ trách nhiệm, ranh giới tuân thủ và các vấn đề khác, đồng thời tăng cường quản trị đạo đức dữ liệu, đạo đức thuật toán, đạo đức chủ đề và đạo đức hành vi.

Chai Hongfeng, học giả của Học viện Kỹ thuật Trung Quốc và là hiệu trưởng Viện Nghiên cứu Công nghệ Tài chính của Đại học Phúc Đán, tin rằng mô hình quy mô lớn hiện tại vẫn chưa khai thác được hiệu ứng mới nổi trong lĩnh vực tài chính theo chiều dọc**.

Một mặt, do tính riêng tư của dữ liệu và kiến thức tài chính, rất khó chia sẻ và không thể xây dựng một bộ dữ liệu khổng lồ, điều này có thể tăng cường mối liên kết giữa công nghiệp, trường đại học và nghiên cứu, cùng nhau xây dựng một cơ sở vững chắc hơn mô hình trong lĩnh vực dọc tài chính; mặt khác, do tài chính Có nhiều chế độ dữ liệu hơn và khó thực hiện mô hình hóa xử lý thống nhất và các mô hình lớn ngày nay vẫn cần được tăng cường trong việc thể hiện đa phương thức này.

Bao Jie, người sáng lập Wenyin Internet, nêu vấn đề về hạn chế thương mại hóa** Khách hàng tài chính không có ngân sách vô hạn, thường chỉ có hàng trăm nghìn khoản đầu tư trả trước vài triệu. Các hạn chế thực tế thường đến từ đào tạo phân tán, quy trình làm sạch dữ liệu, tối ưu hóa từ nhanh, các định dạng dữ liệu khác nhau và cách cân bằng tỷ lệ giữa đào tạo đầy đủ tham số và kỹ thuật nhanh và giảm chi phí để đạt được kết quả đào tạo tốt hơn. .

Một số học viên tin rằng khách hàng cuối cùng của cuộc thăm dò hiện tại về thương mại hóa các mô hình tài chính lớn vẫn sẽ rơi vào các tổ chức tài chính vừa và nhỏ. Từ nhiều khía cạnh như môi trường pháp lý, cạnh tranh thị trường và bảo mật dữ liệu, các tổ chức tài chính hàng đầu không có lý do hoặc không sẵn sàng sử dụng các mô hình quy mô lớn bên ngoài. **

Điều này có nghĩa là trong quá trình tự nghiên cứu của các tổ chức tài chính hàng đầu, các tổ chức tài chính vừa và nhỏ hợp tác với các mô hình quy mô lớn trưởng thành hiện có để giành được một khoảng trống nhất định, đây là khoảng thời gian tuyệt vời để bù đắp cho lỗ hổng trong số hóa.

Đồng thời, hợp tác với các tổ chức tài chính vừa và nhỏ cũng là một chiến trường tuyệt vời để kiểm tra khả năng tùy biến của các nhà cung cấp mô hình lớn trong lớp ứng dụng.

Như Lv Zhongtao, Giám đốc Công nghệ của ICBC cho biết, khi xem xét hiệu quả chi phí của đầu vào và đầu ra, các tổ chức tài chính vừa và nhỏ có thể giới thiệu nhiều API đám mây công cộng quy mô lớn hoặc các dịch vụ triển khai được tư nhân hóa theo yêu cầu để đáp ứng trực tiếp nhu cầu trao quyền của họ.

Định nghĩa lại Fintech

** Từ góc độ định vị, việc cải thiện chất lượng và hiệu quả của ngành tài chính theo mô hình lớn là sự tiếp nối của công nghệ tài chính trong quá khứ, nhưng hiệu quả là vô cùng cao, tương đương với việc mở ra một kỷ nguyên mới. **

Giám đốc điều hành Du Xiaoman, Zhu Guang từng nói rằng sự xuất hiện của các công nghệ mô hình quy mô lớn như GPT có nghĩa là tất cả sự cạnh tranh và lợi thế xung quanh Internet di động và AI 1.0 sắp kết thúc. Công nghệ mô hình quy mô lớn sẽ định hình lại cách thức làm việc và mô hình của nhiều ngành công nghiệp, trong đó rõ ràng nhất có thể là ngành tài chính. Nói cách khác, công nghệ mô hình lớn định nghĩa lại fintech.

Cũng dựa trên sự tích lũy của các ứng dụng công nghệ tài chính trong quá khứ, Lu Zhongtao tin rằng mô hình lớn và mô hình truyền thống sẽ cùng tồn tại trong thời gian ngắn, đồng thời, mô hình lớn có thể được sử dụng làm điều khiển trung tâm và mô hình truyền thống có thể được sử dụng được sử dụng như các kỹ năng. Về lâu dài, nếu độ phức tạp tính toán của mô hình lớn giảm đi và khả năng diễn giải được nâng cao, thì lợi thế hiệu quả về chi phí toàn diện của nó sẽ được làm nổi bật và mô hình lớn sẽ dần thay thế mô hình truyền thống.

Chai Hongfeng tin rằng sự kết hợp giữa xây dựng mô hình trường dọc tài chính và dữ liệu tài chính sẽ trở thành động lực quan trọng để thúc đẩy sự đổi mới và phát triển của công nghệ tài chính, và công nghệ thông minh lai giữa con người và máy tính sẽ trở thành công nghệ định hướng đổi mới thúc đẩy sự tiến bộ của lĩnh vực tài chính. Để khắc phục nhiều vấn đề tồn tại trong việc áp dụng các mô hình tài chính lớn, cần tăng cường sự hợp tác giữa các doanh nghiệp, trường đại học và viện nghiên cứu.

Những tài liệu tham khảo:

1. "Bách Mẫu Chiến" trở về lý trí! Tencent Cloud đã đi đầu trong việc biên soạn tiêu chuẩn mô hình quy mô lớn ngành tài chính đầu tiên của Trung Quốc để thúc đẩy hoạt động kinh doanh này

2. Các mô hình quy mô lớn đang nở rộ Ứng dụng của các mô hình quy mô lớn trong lĩnh vực tài chính rất được mong đợi.

3. Wenyin Internet Baojie: Hàng trăm ngàn khoản đầu tư và hàng triệu khoản đầu tư, các tổ chức tài chính có thể có mô hình ngành của riêng họ

4. Đun sôi 251 ngày, phỏng vấn gần trăm học viên, về 5 thực trạng của thế giới người mẫu rộng lớn

5. Làm thế nào để giải phóng giá trị của mô hình lớn cho ngành tài chính?

6. Viện sĩ Chai Hongfeng: Suy nghĩ và triển vọng của mô hình lớn trao quyền cho công nghệ tài chính