Les grands modèles dans l'industrie financière : de l'importance stratégique à une mise en œuvre rationnelle

Depuis le lancement de ChatGPT, l'industrie financière a rapidement attiré l'attention, craignant d'être laissée pour compte par le flot du temps dans un secteur profondément croyant en la technologie. Cependant, l'anxiété initiale est progressivement revenue à la rationalité, et les idées deviennent également plus claires.

L'attitude du secteur financier envers les grands modèles a traversé plusieurs phases : au début de l'année, il y avait une anxiété généralisée ; au printemps, des équipes ont commencé à se former pour faire des recherches ; en été, des difficultés ont été rencontrées dans la recherche de direction et de mise en œuvre, devenant plus rationnelles ; aujourd'hui, ils essaient de s'inspirer de scénarios vérifiés.

Une nouvelle tendance est que de nombreuses institutions financières ont commencé à accorder une importance stratégique aux grands modèles. Selon des statistiques incomplètes, au moins 11 banques parmi les entreprises cotées en A-shares ont clairement indiqué dans leur dernier rapport semestriel qu'elles explorent l'application des grands modèles. D'après les actions récentes, elles réfléchissent également de manière plus claire et planifient des voies à partir d'une perspective stratégique et de conception de haut niveau.

Au début de l'année, lorsque ChatGPT est apparu, bien que l'enthousiasme soit élevé, la compréhension de la nature et des modes d'application des grands modèles était limitée. Certaines grandes banques ont été les premières à agir, commençant diverses campagnes de communication. Dans le même temps, avec le lancement de grands modèles par plusieurs entreprises technologiques nationales, les départements technologiques de certaines grandes institutions financières ont commencé à discuter activement de la construction de grands modèles avec les grandes entreprises.

Après mai, en raison de la pénurie de ressources de calcul et des coûts élevés, de nombreuses institutions financières ont commencé à passer d'un simple désir de construire elles-mêmes à une attention accrue pour la valeur d'application. Les grandes institutions financières peuvent introduire des modèles de base avancés, construire leurs propres modèles d'entreprise et adopter des formes de réglage fin pour former des modèles de tâches dans des domaines spécialisés. Les petites et moyennes institutions financières peuvent considérer le retour sur investissement et introduire divers services de modèles de grande taille en fonction de leurs besoins.

En raison des exigences élevées du secteur financier en matière de conformité, de sécurité et de fiabilité des données, certaines personnes estiment que la mise en œuvre des grands modèles dans ce secteur progresse légèrement plus lentement que prévu en début d'année. Pour résoudre les diverses contraintes lors de la mise en œuvre, les institutions financières explorent plusieurs solutions, y compris la construction de leur propre puissance de calcul et le déploiement hybride. Parallèlement, de plus en plus d'institutions financières renforcent également la gouvernance des données.

Actuellement, l'application des grands modèles dans le secteur financier se concentre principalement sur des scénarios périphériques tels que le bureau intelligent, le développement intelligent et le service client intelligent. L'industrie s'accorde à dire qu'il n'est pas approprié d'utiliser directement les grands modèles pour les activités principales orientées vers les clients à court terme, mais qu'ils devraient d'abord être appliqués à des scénarios internes à forte intensité intellectuelle, afin d'améliorer l'efficacité du travail par le biais de la collaboration homme-machine.

Certain institutions financières ont commencé à établir un cadre systémique stratifié basé sur de grands modèles, comprenant plusieurs niveaux tels que la couche d'infrastructure, la couche de modèle, la couche de service et la couche d'application. Ces systèmes de cadre ont généralement deux caractéristiques : premièrement, le grand modèle joue un rôle central, utilisant des modèles traditionnels comme compétences ; deuxièmement, la couche de grand modèle adopte une stratégie multi-modèle, sélectionnant en interne l'effet optimal.

L'application des grands modèles commence à poser des défis et à transformer la structure du personnel dans le secteur financier. D'une part, certains postes traditionnels sont confrontés à un risque de remplacement ; d'autre part, la demande de talents liés aux grands modèles a explosé, mais l'offre peine à suivre à court terme. Certaines institutions financières prennent des mesures pour améliorer les compétences de leurs employés existants par le biais de formations, tout en cherchant activement à recruter des talents pertinents.

Dans l'ensemble, l'application des grands modèles dans le secteur financier passe progressivement d'un enthousiasme initial à une approche plus rationnelle. Les institutions financières doivent accorder de l'importance aux grands modèles sur le plan stratégique, tout en veillant à résoudre divers défis lors de leur mise en œuvre, y compris les problèmes liés à la puissance de calcul, aux données et aux talents. À l'avenir, les grands modèles devraient jouer un rôle de plus en plus important dans le secteur financier, favorisant la transformation numérique et le développement innovant de l'industrie.