النماذج الكبيرة في القطاع المالي: من التركيز الاستراتيجي إلى التنفيذ العقلاني

أثار ظهور ChatGPT بسرعة اهتمام صناعة المالية، حيث تخشى هذه الصناعة المليئة بالإيمان بالتكنولوجيا أن تُترك خلف تيار الزمن. ومع ذلك، فإن مشاعر القلق الأولية بدأت تتراجع تدريجياً نحو العقلانية، وأصبح التفكير أكثر وضوحاً.

مرت صناعة المالية بعدة مراحل في موقفها من النماذج الكبيرة: في بداية العام، كانت تشعر بالقلق بشكل عام؛ في الربيع، بدأت في تشكيل فرق للبحث؛ في الصيف، واجهت صعوبات في البحث عن الاتجاه والتنفيذ، وأصبحت أكثر عقلانية؛ والآن، هم يحاولون الاستفادة من السيناريوهات التي تم التحقق منها.

اتجاه جديد هو أن العديد من المؤسسات المالية بدأت تعطي أهمية لاستراتيجيات نماذج الذكاء الاصطناعي الكبيرة. وفقًا لإحصائيات غير مكتملة، هناك على الأقل 11 بنكًا من الشركات المدرجة في سوق الأسهم الصينية (A-share) قد ذكرت بوضوح في تقاريرها نصف السنوية الأخيرة أنها تستكشف تطبيقات النماذج الكبيرة. من خلال الأنشطة الأخيرة، يبدو أنهم يقومون أيضًا بتفكير أكثر وضوحًا وتخطيط مسارات من منظور استراتيجي وتصميم على المستوى الأعلى.

في بداية العام، عندما ظهر ChatGPT لأول مرة، على الرغم من الحماس الكبير، إلا أن الفهم لطبيعة نموذج الذكاء الاصطناعي الكبير وطرق تطبيقه كان محدودًا. بدأت بعض البنوك الكبرى في اتخاذ إجراءات مبكرة، وشرعت في القيام بأنشطة ترويجية متنوعة. في الوقت نفسه، ومع إصدار العديد من شركات التكنولوجيا المحلية لنماذج الذكاء الاصطناعي الكبيرة، بدأت الأقسام التقنية في بعض المؤسسات المالية الرائدة في التفاعل بنشاط مع الشركات الكبرى لمناقشة قضايا بناء نماذج الذكاء الاصطناعي الكبيرة.

بعد مايو، وبسبب العوامل مثل نقص موارد الحوسبة والتكاليف المرتفعة، بدأت العديد من المؤسسات المالية في التحول من الرغبة البسيطة في البناء الذاتي إلى التركيز بشكل أكبر على القيمة التطبيقية. يمكن للمؤسسات المالية الكبيرة إدخال نماذج كبيرة رائدة في مجال البنية التحتية، وبناء نماذج كبيرة خاصة بها، مع استخدام شكل من أشكال التعديل الدقيق، لتشكيل نماذج كبيرة لمهام في مجالات متخصصة. بينما يمكن للمؤسسات المالية الصغيرة والمتوسطة أن تأخذ في الاعتبار العائد على الاستثمار، وإدخال خدمات نماذج كبيرة متنوعة حسب الحاجة.

نظرًا لمتطلبات الامتثال للبيانات والسلامة والموثوقية العالية في القطاع المالي، يعتقد بعض الأشخاص أن تقدم النماذج الكبيرة في هذه الصناعة أبطأ قليلاً من التوقعات في بداية العام. لحل القيود المختلفة التي تواجه عملية التنفيذ، تستكشف المؤسسات المالية مجموعة من الحلول، بما في ذلك بناء القدرة الحاسوبية الخاصة بها، ونشر النماذج المختلطة، وغيرها. في الوقت نفسه، تقوم المزيد من المؤسسات المالية بتعزيز حوكمة البيانات.

في الوقت الحالي، تتركز تطبيقات النماذج الكبيرة في صناعة المالية بشكل رئيسي على مشاهد العمل الذكي، والتطوير الذكي، وخدمة العملاء الذكية. يُعتقد على نطاق واسع في الصناعة أنه من غير المناسب في المدى القصير استخدام النماذج الكبيرة مباشرةً في الأعمال الأساسية الموجهة للعملاء، ويجب أن تُستخدم أولاً في المشاهد الداخلية التي تتطلب الذكاء، من أجل تحسين كفاءة العمل من خلال التعاون بين الإنسان والآلة.

بدأت بعض المؤسسات المالية في بناء إطار نظام هرمي متعدد المستويات يعتمد على النماذج الكبيرة، والذي يتضمن طبقات من البنية التحتية، وطبقة النماذج، وطبقة الخدمات، وطبقة التطبيقات. وتمتاز هذه الأنظمة الهيكلية بشكل عام بخصيصتين: الأولى هي أن النموذج الكبير يلعب دوراً محورياً، حيث يتم استخدام النماذج التقليدية كمهارات استدعاء؛ والثانية هي أن طبقة النموذج الكبير تعتمد استراتيجية النماذج المتعددة، حيث يتم إجراء مقارنة داخلية لاختيار أفضل النتائج.

بدأت تطبيقات النماذج الكبيرة تثير بعض التحديات والتغييرات في هيكل القوى العاملة في القطاع المالي. من ناحية، تواجه بعض الوظائف التقليدية خطر الاستبدال؛ ومن ناحية أخرى، ارتفعت الحاجة إلى المواهب المتعلقة بالنماذج الكبيرة، لكن العرض يصعب مطابقته على المدى القصير. بعض المؤسسات المالية تتخذ إجراءات، مثل تحسين مهارات الموظفين الحاليين من خلال التدريب، كما أنها تسعى بنشاط لاستقطاب المواهب ذات الصلة.

بشكل عام، فإن تطبيق النماذج الكبيرة في القطاع المالي يتجه من الحماس الأولي إلى تحقيق واقعي أكثر عقلانية. يحتاج المؤسسات المالية إلى إعطاء أهمية للنماذج الكبيرة على المستوى الاستراتيجي، كما يجب أن تنتبه إلى معالجة التحديات المختلفة التي قد تظهر خلال عملية التنفيذ، بما في ذلك قضايا القدرة الحاسوبية والبيانات والموارد البشرية. في المستقبل، من المتوقع أن تلعب النماذج الكبيرة دوراً متزايد الأهمية في القطاع المالي، مما يدفع التحول الرقمي والابتكار في الصناعة.