Cạnh tranh tài chính nội địa GPT: Mô hình lớn định nghĩa lại công nghệ tài chính như thế nào

Nguồn: Triển lãm kinh doanh

Nguồn hình ảnh: Được tạo bởi Unbounded AI‌

Chiến trường mô hình quy mô lớn ở Trung Quốc, sau nhiều tháng mưa gió và tụ tập để khoe "cơ bắp", đang mở ra một cuộc chiến mới trong giai đoạn hạ nhiệt.

Kể từ tháng 3 năm nay, khi AI tổng hợp do ChatGPT đại diện đã kích hoạt một làn sóng công nghệ mới, hơn 20 công ty Internet trong nước đã tung ra các mô hình quy mô lớn.

Đến Hội nghị trí tuệ nhân tạo thế giới năm 2023 vào ngày 6 tháng 7, nó có thể được mô tả như một "trận chiến trăm kiểu", thậm chí hình thành "chiến tranh nghìn mô hình", có thể so sánh với "chiến tranh nghìn quân đoàn" trong thời kỳ phát triển Internet.

Không ai muốn bị bỏ lại phía sau trong làn sóng siêu mô hình AI này. Nhưng hiện tại, việc phát triển các mẫu xe phân khối lớn đã bước sang giai đoạn "dọc" từ giai đoạn "chung".

** Ngày càng có nhiều công ty nhận ra một cách hợp lý rằng chỉ một số người khổng lồ hàng đầu trong các mô hình lớn có mục đích chung mới có thể sử dụng "sức mạnh tính toán, thuật toán, dữ liệu" hoặc thậm chí cả nhân lực và tài chính để làm tất cả mọi thứ và tập trung vào các ứng dụng cảnh, tùy chỉnh và thích ứng Các doanh nghiệp vừa và nhỏ đầu tư vào mô hình lớn theo chiều dọc sẽ xứng đáng hơn. **

Nhiều công ty chỉ đơn giản là đào tạo một mô hình dọc thích ứng với bối cảnh trực tiếp dựa trên "cơ sở" của các mô hình lớn trong và ngoài nước vì họ đã tích lũy dữ liệu và các lợi thế khác trong lĩnh vực của họ đã được trau dồi trong nhiều năm.

Ví dụ, trong lĩnh vực tài chính, kể từ tháng 5 năm nay, một nhóm các công ty công nghệ tài chính như Qifu Technology, Du Xiaoman, Lufax Holdings, Ant Group và Mashou Consumer đã triển khai các mô hình AI lớn dựa trên các kịch bản và lợi thế dữ liệu của riêng họ.

Người trong cuộc từ một công ty công nghệ tài chính hàng đầu nói với "Business Show" rằng trong hai tháng qua, tất cả các công ty công nghệ tài chính và tổ chức tài chính hàng đầu có khả năng xây dựng mô hình quy mô lớn trong ngành tài chính đều đang bắt đầu từ giai đoạn thăm dò Bước vào giai đoạn ứng dụng hạ cánh.

**Người này nói thêm rằng các công ty công nghệ tài chính hoặc tổ chức tài chính có kịch bản kinh doanh riêng sẽ ưu tiên sử dụng nội bộ và cải thiện khả năng của các mô hình lớn thông qua việc đánh bóng các sản phẩm nội bộ. Các công ty công nghệ không có ứng dụng kinh doanh riêng sẽ thiên về khả năng giải quyết vấn đề chung của ngành tài chính, một số sẽ hợp tác với các tổ chức tài chính để cùng tạo ra các mô hình và kịch bản lớn của ngành tài chính. **

Một cuộc đấu tranh về mô hình tài chính AI lớn đã bắt đầu.

Cuộc cách mạng mới này trong lĩnh vực công nghệ tài chính được kích hoạt bởi mô hình AI sẽ mang lại tác động gì cho ngành? Với mức độ dữ liệu hóa cao và độ phức tạp nghiệp vụ cao, ngành tài chính sẽ gặp những cơ hội và thách thức gì sau khi tiếp cận mô hình lớn? Mô hình tài chính sẽ phát triển như thế nào trong tương lai?

Cạnh tranh GPT tài chính trong nước

Không còn nghi ngờ gì nữa, vào năm 2023, sự phát triển của AI sẽ mở ra một kỷ nguyên mới.

Vào tháng 3, ChatGPT do phòng thí nghiệm trí tuệ nhân tạo OpenAI ra mắt đã trở thành một làn sóng mới của các mô hình lớn AI toàn cầu, mở ra một kỷ nguyên mới của AIGC và các ngành liên quan cũng mở ra sự đánh giá lại.

Không mất nhiều thời gian để làn gió nóng của mô hình AI thổi đến giới tài chính. Vào ngày 30 cùng tháng, Bloomberg đã ra mắt mô hình ngôn ngữ quy mô lớn cho ngành tài chính - BloombergGPT. Đây được coi là một sự kiện có thể có tác động đáng kể, nếu không muốn nói là gây rối, đối với lĩnh vực tài chính.

Sau hai tháng, lĩnh vực tài chính trong nước cũng mở ra thời điểm mô hình AI. Vào giữa tháng 5, Qifu Technology lần đầu tiên công bố ra mắt mô hình chung tự phát triển cho ngành tài chính - Qifu GPT, được biết đến trong ngành là "mô hình chung đầu tiên cho ngành tài chính ở Trung Quốc".

Theo Qifu Technology, các ứng dụng cấp sản phẩm mà nó hỗ trợ dự kiến sẽ ra mắt trong năm nay và được các tổ chức tài chính sử dụng.

Một người trong cuộc của Qifu Technology nói với "Business Show" rằng ngay từ năm ngoái, Qifu Technology đã bắt đầu bố trí và cố gắng áp dụng các mô hình lớn tổng quát trong một số tình huống nội bộ. Và vào tháng 3 năm nay, sau khi mô hình quy mô lớn trở nên phổ biến, Qifu Technology cũng nhanh chóng thành lập bộ phận nghiên cứu mô hình quy mô lớn để đẩy nhanh quá trình nghiên cứu và phát triển cũng như thúc đẩy ứng dụng của các kịch bản.

Vào ngày 9 tháng 2 năm nay, Zhou Hongyi, người sáng lập 360 Group và Zhang Chaoyang, người sáng lập Sohu, đã đưa ra quan điểm trong cuộc đối thoại trên "Dialogue Under the Stars": **Nếu một công ty không thể nắm bắt được ChatGPT xe buýt, nó có khả năng bị loại bỏ. **

Trước đó, Giám đốc điều hành Qifu Technology Wu Haisheng cũng cho biết ông hiện đang ở ngã rẽ của cuộc cách mạng công nghệ, từ điện toán đám mây đến ChatGPT hiện đã phổ biến trên toàn thế giới và sẽ cam kết áp dụng những công nghệ này vào lĩnh vực tài chính để cung cấp các đối tác và người dùng của các tổ chức tài chính Các dịch vụ và giải pháp công nghệ hiệu quả hơn.

Không chỉ Qifu Technology đang dẫn đầu về cách bố trí. Vào cuối tháng 5, Du Xiaoman cũng đã công bố ra mắt "Xuanyuan", mô hình quy mô lớn nguồn mở đầu tiên cho ngành tài chính theo chiều dọc ở Trung Quốc, sau đó là Lufax Holdings, Xinye Technology, v.v. ứng dụng mô hình quy mô lớn. Vào ngày 21 tháng 6, Ant Group đã trả lời rằng họ đang phát triển một mô hình ngôn ngữ và đa phương thức có tên là "Zhenyi"; vào ngày 28 cùng tháng, LightGPT, một mô hình lớn của ngành tài chính điện tử Hang Seng, cũng đã được công bố.

Tại Hội nghị Trí tuệ Nhân tạo Thế giới năm 2023 vào ngày 6 tháng 7, có tới 30 mô hình quy mô lớn trong và ngoài nước đã được công bố và cách áp dụng công nghệ mô hình quy mô lớn vào các lĩnh vực dọc như tài chính cũng trở thành một chủ đề nóng. Jiang Ning, CTO của Immediate Consumers, đã chỉ ra trong một cuộc phỏng vấn với giới truyền thông rằng mô hình trí tuệ nhân tạo lớn đã mang lại "lực đẩy" cho ngành tài chính. Đồng thời, ông cũng tiết lộ Tiêu Dùng Ngay cũng sẽ ra mắt một mô hình tài chính lớn.

Chỉ trong bốn tháng, nhiều tổ chức tài chính và công ty công nghệ tài chính đang chuẩn bị và cạnh tranh để triển khai, và GPT trong lĩnh vực tài chính trong nước sắp xuất hiện.

Sự đồng thuận của mô hình lớn: Từ chung đến dọc

Trong khi các công ty khác nhau đang chạy đua với thời gian để tung ra các mô hình tài chính quy mô lớn, ngành công nghiệp đã dần đạt được sự đồng thuận: các mô hình quy mô lớn phải bước vào giai đoạn dọc từ giai đoạn chung.

Tại Hội nghị Kinh tế Kỹ thuật số Toàn cầu năm 2023 vào ngày 2 tháng 7, Xu Dongliang, CTO của Du Xiaoman, cũng đưa ra quan điểm tương tự - "So với khả năng của các mô hình quy mô lớn đa năng, ngành tài chính đang rất cần các mô hình quy mô lớn của ngành dọc."

Xu Dongliang phân tích thêm rằng do yêu cầu cao của ngành tài chính về bảo mật dữ liệu và quyền riêng tư, kiểm soát rủi ro, độ chính xác và hiệu suất thời gian thực, mô hình lớn đa năng thiếu dữ liệu đào tạo cần thiết về khả năng tài chính. độ chính xác cũng như độ chính xác không thể đáp ứng các yêu cầu tối thiểu của ngành này, vì vậy cần có một mô hình ngành lớn được tùy chỉnh cho các tổ chức tài chính để có hiệu quả.

Người có liên quan phụ trách Qifu Technology cũng cho biết, sự khác biệt lớn nhất giữa mô hình quy mô lớn của ngành tài chính và các ngành khác nằm ở mức độ phức tạp trong kinh doanh của ngành tài chính, các yêu cầu của quy định vận hành ngành cũng như bảo vệ an ninh và quyền riêng tư, điều này làm cho ngành tài chính trở nên đặc biệt hơn so với các ngành khác, hoạt động kinh doanh phức tạp hơn, yêu cầu đối với các tiêu chuẩn hoạt động của ngành cao hơn và yêu cầu về bảo mật và bảo vệ quyền riêng tư cũng cao hơn.

Giám đốc công nghệ người tiêu dùng ngay lập tức Jiang Ning đã chỉ ra tại Hội nghị trí tuệ nhân tạo thế giới năm 2023 rằng do đặc điểm của ngành tài chính, chẳng hạn như "thâm dụng dữ liệu và công nghệ", ngành này luôn hy vọng tận dụng dữ liệu, nhưng đồng thời nó cũng đang phải đối mặt với những thách thức như các điểm giao dịch ngân hàng ngoại tuyến.Các vấn đề như hiệu quả phân phối giá trị và trải nghiệm người dùng yêu cầu các tổ chức phải tiếp tục đổi mới.

**Có nghĩa là, từ góc độ logic mô hình lớn, các mô hình lớn hiện có không thể bao trùm tất cả các ngành, trên cơ sở các mô hình lớn chung, doanh nghiệp cần tinh chỉnh đào tạo và tùy chỉnh các mô hình lớn cho các lĩnh vực dọc. **

Người phụ trách có liên quan của Qifu Technology cho biết, đặc biệt đối với lĩnh vực tài chính phức tạp về chuyên môn và định hướng dữ liệu cao, nó cần dựa vào nền tảng chuyên môn và hiểu biết sâu hơn về ngành để tối ưu hóa và thích ứng với các yêu cầu ứng dụng cụ thể.

** Từ góc độ nhu cầu phát triển của ngành, ngành tài chính cũng đã bước vào giai đoạn cạnh tranh chứng khoán từ thị trường gia tăng và toàn ngành đang phải đối mặt với những khó khăn như khó giữ chân khách hàng và cạnh tranh ngày càng gay gắt. Lúc này, việc sử dụng công nghệ để nâng cao hiệu quả vận hành và trải nghiệm người dùng lại càng cần thiết hơn. **

Xem xét việc triển khai thực tế trải nghiệm người dùng hỗ trợ công nghệ, các dịch vụ tài chính truyền thống nhìn chung vẫn phải đối mặt với vấn đề "khó khám phá, trải nghiệm khó và dịch vụ khó" trong quá trình cải thiện trải nghiệm người dùng. Sự xuất hiện của các mô hình lớn AI có thể giúp ngành tài chính giải quyết những vấn đề này ở mức độ lớn, để phục vụ người dùng tốt hơn.

Nhưng hiện tại, vẫn còn một khoảng cách rất lớn giữa mô hình lớn có mục đích chung và việc áp dụng các kịch bản tài chính. Do đó, chỉ bằng cách liên tục tối ưu hóa mô hình quy mô lớn đa năng hiện có và hình thành mô hình quy mô lớn chuyên nghiệp theo chiều dọc trong lĩnh vực tài chính, mô hình ngôn ngữ quy mô lớn mới có thể phục vụ doanh nghiệp và người dùng tốt hơn.

Tuy nhiên, so với các lĩnh vực khác, tài chính có yêu cầu cao hơn về chuyên môn dữ liệu, kiểm soát rủi ro, tuân thủ và bảo mật, điều này cũng mang lại nhiều thách thức cho các tổ chức tài chính và doanh nghiệp trong việc khám phá các mô hình lớn trong các lĩnh vực dọc.

Định nghĩa lại Fintech

Nhìn lại ba làn sóng phát triển trí tuệ nhân tạo, sự phát triển của công nghệ trí tuệ nhân tạo được thúc đẩy bởi ba yếu tố chính: thuật toán, sức mạnh tính toán và dữ liệu—các thuật toán xác định liệu "bộ não" được thiết kế có đủ thông minh hay không và chỉ có điện toán hiệu năng cao sức mạnh có thể đào tạo Một mạng lớn cũng phải có sự hỗ trợ của dữ liệu lớn.

Chỉ trong nửa năm nữa, với sự trỗi dậy của AIGC do ChatGPT đại diện, kỷ nguyên của các mô hình lớn trí tuệ nhân tạo đang đến. Khi mô hình trí tuệ nhân tạo đáp ứng tài chính, những thay đổi về công nghệ và không gian kinh doanh sẽ được mở rộng hơn nữa và giá trị của tất cả các ngành sẽ dẫn đến sự đánh giá lại. Theo iResearch, quy mô thị trường cốt lõi của tài chính AI + sẽ đạt 29,6 tỷ nhân dân tệ vào năm 2021, thúc đẩy các ngành liên quan đạt 67,7 tỷ nhân dân tệ.

Có thể nói, sự xuất hiện của các mô hình lớn AI đã định nghĩa lại công nghệ tài chính ở một mức độ lớn. Ví dụ: các mô hình quy mô lớn AI giúp các công ty giảm chi phí và tăng hiệu quả, xây dựng các tương tác trực tuyến với dịch vụ khách hàng ảo và cung cấp cho người dùng các dịch vụ nhân văn hơn. GPT tài chính có thể thực hiện tạo tự động các văn bản thông tin tài chính và nội dung giới thiệu sản phẩm, đồng thời nâng cao hiệu quả hoạt động nội dung của các tổ chức tài chính.

Lấy ví dụ về Qifu GPT, một mô hình lớn của Công nghệ Qifu, đã được áp dụng cho các liên kết kinh doanh như thu hút khách hàng, vận hành, kiểm soát rủi ro và dịch vụ sau khi cho vay. Ở cấp độ tiếp thị, xây dựng kịch bản kinh doanh tài chính đối thoại thông qua một mô hình lớn, đào tạo hệ thống đối thoại tiếp thị qua điện thoại hiện có, giúp robot tiếp thị qua điện thoại hiểu chính xác nhu cầu thực của người dùng và cải thiện độ trung thực của phản hồi cũng như tính chuyên nghiệp của dịch vụ.

Người có liên quan phụ trách Qifu Technology cho biết: "Với sự trợ giúp của robot đấu tập mô hình quy mô lớn, thời gian gọi của hệ thống tiếp thị qua điện thoại đã tăng 15,1%. Về mặt kiểm soát rủi ro trong liên kết kinh doanh cốt lõi trong lĩnh vực tín dụng , việc giải thích thông tin tín dụng thông minh lấy từ mô hình quy mô lớn làm cốt lõi, có thể giúp các tổ chức tài chính hiểu và đánh giá người dùng một cách toàn diện và hiệu quả hơn.”

Điều này được hiểu rằng hiện tại, nhóm của Qifu Technology đang kết hợp ngành tài chính và dữ liệu độc quyền nội bộ để thực hiện đào tạo trước và điều chỉnh gia tăng các mô hình lớn, đồng thời dựa vào hoạt động kinh doanh nội bộ để thực hiện ứng dụng thực tế trong một số tình huống vừa và nhỏ.

** Tuy nhiên, người trong cuộc của các công ty công nghệ tài chính hàng đầu nói trên nói với "Business Show" rằng các mô hình lớn tài chính trong nước hiện nay chủ yếu được sử dụng ở các khu vực vừa và nhỏ trong một số tình huống kinh doanh độc lập, sau đó quan sát tác động của các mô hình lớn về tăng trưởng kinh doanh và kiểm soát rủi ro, khả năng tối ưu hóa về nâng cao hiệu quả con người và nâng cao hiệu quả con người chưa mở ra giai đoạn thương mại hóa quy mô lớn. **

Hiện tại, mô hình tài chính quy mô lớn trong nước vẫn đang đối mặt với nhiều thách thức và sẽ cần thời gian để hiện thực hóa ứng dụng quy mô lớn.

Jiang Ning, CTO của Immediate Consumers, tin rằng vẫn còn bốn thách thức lớn trong mô hình quy mô lớn hiện nay của ngành tài chính:

Thứ nhất, trước những nhiệm vụ trọng yếu và những thay đổi bên ngoài khó lường trong ngành tài chính, các mô hình lớn không thể đảm bảo tính ổn định và chính xác của mọi quyết định; thứ hai, ngành tài chính hy vọng sử dụng trí tuệ nhân tạo để đạt được trải nghiệm người dùng được cá nhân hóa, nhưng nó đòi hỏi cá nhân tích hợp dữ liệu riêng tư và các mô hình lớn vẫn còn các vấn đề về tuân thủ và bảo mật;thứ ba, ngành tài chính luôn gặp vấn đề về "đảo dữ liệu".Các mô hình lớn yêu cầu xây dựng một nền tảng nối mạng để tăng cường học tập và đóng góp dữ liệu và phản hồi liên tục. Tuy nhiên, thị trường hiện tại Thứ tư, việc áp dụng các mô hình quy mô lớn trong ngành tài chính đặt ra các yêu cầu cao hơn đối với các cơ sở phần cứng và phần mềm như thiết bị và cơ sở hạ tầng cơ bản.

Người có liên quan phụ trách Qifu Technology cũng cho biết, một trong những thách thức chính đối với việc phát triển các mô hình tài chính nói chung là sự phức tạp của việc xử lý dữ liệu, ngoài ra, việc bảo vệ quyền riêng tư của dữ liệu và bảo mật thông tin cũng phải được xem xét. Người phụ trách cũng chỉ ra, khó khăn của mô hình tài chính đa năng chủ yếu nằm ở tính chính xác của mô hình và tính linh hoạt trong ứng dụng thực tế, tính mở rộng, giao diện cần dành để tự do kết nối trong thực tế nhằm thích ứng với sự mở rộng không ngừng kịch bản ứng dụng.”

Nhìn vào lịch sử phát triển của fintech trong thập kỷ qua, nó là một ngành công nghiệp lớn và đang phát triển. Trong lĩnh vực trí tuệ nhân tạo, ngành tài chính đã không ngừng khám phá trong những năm qua, những gì chúng ta có thể thấy là trí tuệ nhân tạo đã xuất hiện trong các lĩnh vực như thanh toán, đầu tư, cho vay, quản lý tài chính cá nhân, ngân hàng chống gian lận và bảo hiểm.

**Tuy nhiên, không thể bỏ qua rằng bản chất của tài chính vẫn là quản lý rủi ro và kiểm soát rủi ro là cốt lõi của mọi hoạt động kinh doanh tài chính. Bước vào thời đại của các mô hình lớn AI, vai trò của các mô hình lớn trí tuệ nhân tạo, ngoài việc làm cho các dịch vụ kinh doanh tài chính và trải nghiệm người dùng tốt hơn, cốt lõi của nó vẫn là giúp giảm thiểu rủi ro. **

Tất nhiên, ngoài việc xem xét kiểm soát rủi ro và tích hợp công nghệ và kịch bản, không thể bỏ qua sự tham gia của con người. Trong quá trình học máy, trí tuệ nhân tạo cần có sự tham gia của con người vào đào tạo, trong lĩnh vực mô hình tài chính lớn, sự tham gia của con người về mọi mặt đều quan trọng như nhau.

Trong làn sóng công nghệ được kích hoạt bởi mô hình AI này, một cuộc cách mạng công nghệ tài chính mới đã lặng lẽ bắt đầu. Mỗi doanh nghiệp và thậm chí tất cả mọi người không nên bỏ lỡ nó.