Transformasi dan Tantangan Industri Keuangan di Era Model Besar
Kelahiran ChatGPT telah memicu kecemasan di industri keuangan, yang penuh dengan keyakinan terhadap teknologi, khawatir akan tertinggal oleh arus zaman. Namun, kecemasan ini perlahan-lahan mereda, dan pemikiran menjadi lebih jelas dan rasional. Sikap industri keuangan terhadap model besar telah mengalami beberapa tahap: kecemasan awal, pembentukan tim secara massal, mencari arah dan menghadapi kesulitan dalam implementasi, beralih ke rasionalitas, hingga kini fokus pada kasus acuan dan mencoba memverifikasi skenario yang telah diuji.
Semakin banyak lembaga keuangan mulai memberikan perhatian strategis pada model besar. Beberapa bank yang terdaftar secara jelas menyatakan dalam laporan setengah tahunan terbaru bahwa mereka sedang mengeksplorasi penerapan model besar, dan melakukan pemikiran serta perencanaan jalur yang lebih jelas dari sisi desain tingkat atas.
Pemahaman pelanggan keuangan tentang model besar telah meningkat secara signifikan dibandingkan beberapa bulan yang lalu. Di awal tahun, meskipun semangat tinggi, tetapi pemahaman tentang esensi dan cara aplikasi model besar masih terbatas. Beberapa bank besar mengambil langkah pertama, mulai melakukan berbagai promosi. Dengan munculnya model besar dari beberapa penyedia, departemen teknologi lembaga keuangan terkemuka aktif berdiskusi dengan perusahaan besar tentang pembangunan model besar.
Setelah bulan Mei, akibat kekurangan sumber daya komputasi dan biaya yang tinggi, lembaga keuangan mulai lebih memperhatikan nilai aplikasi, bukan hanya membangun kekuatan komputasi dan model mereka sendiri. Lembaga keuangan besar dapat memperkenalkan model dasar besar terkemuka, membangun model besar perusahaan sendiri, dan mengembangkan model besar untuk tugas di bidang profesional melalui bentuk fine-tuning. Lembaga keuangan kecil dan menengah dapat mengadopsi API cloud publik dari berbagai model besar atau layanan penyebaran privat sesuai kebutuhan.
Industri keuangan memiliki tuntutan tinggi terhadap kepatuhan data, keamanan, dan kepercayaan, sehingga kemajuan implementasi model besar sedikit tertinggal dari ekspektasi awal tahun. Beberapa lembaga sedang mencari solusi untuk berbagai hambatan dalam proses implementasi, seperti mengambil pendekatan pembangunan sendiri dan penerapan hibrida dalam hal daya komputasi. Dalam hal pengelolaan data, semakin banyak lembaga keuangan yang mulai membangun platform data dan sistem pengelolaan data.
Institusi keuangan dan penyedia layanan sedang mengeksplorasi berbagai skenario aplikasi, seperti kantor pintar, pengembangan cerdas, dan pemasaran cerdas. Namun, umumnya dianggap bahwa harus dimulai dari aplikasi internal, kemudian secara bertahap diperluas ke eksternal. Asisten kode dan asisten layanan pelanggan dianggap sebagai skenario yang dapat memberikan hasil cepat.
Aplikasi model besar sedang membawa tantangan dan perubahan pada struktur tenaga kerja di industri keuangan. Beberapa posisi tradisional menghadapi risiko digantikan, namun pada saat yang sama juga menciptakan peluang baru. Kesenjangan tenaga kerja masih sangat besar, terutama di bidang AI dan model besar. Lembaga keuangan sedang aktif mengembangkan bakat terkait untuk mendukung pembangunan dan inovasi aplikasi platform AI.
Di masa depan, industri keuangan akan membangun kembali sistemnya, menjadikan model besar sebagai dasar dari sistem yang cerdas dan digital. Kolaborasi antara model besar dan model kecil tradisional juga akan menjadi tren. Dalam proses ini, struktur sumber daya manusia di lembaga keuangan akan mengalami penyesuaian, dan talenta yang menguasai keterampilan model besar akan menjadi lebih kompetitif.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
Model besar merombak industri keuangan: dari kecemasan ke perubahan eksplorasi yang rasional
Transformasi dan Tantangan Industri Keuangan di Era Model Besar
Kelahiran ChatGPT telah memicu kecemasan di industri keuangan, yang penuh dengan keyakinan terhadap teknologi, khawatir akan tertinggal oleh arus zaman. Namun, kecemasan ini perlahan-lahan mereda, dan pemikiran menjadi lebih jelas dan rasional. Sikap industri keuangan terhadap model besar telah mengalami beberapa tahap: kecemasan awal, pembentukan tim secara massal, mencari arah dan menghadapi kesulitan dalam implementasi, beralih ke rasionalitas, hingga kini fokus pada kasus acuan dan mencoba memverifikasi skenario yang telah diuji.
Semakin banyak lembaga keuangan mulai memberikan perhatian strategis pada model besar. Beberapa bank yang terdaftar secara jelas menyatakan dalam laporan setengah tahunan terbaru bahwa mereka sedang mengeksplorasi penerapan model besar, dan melakukan pemikiran serta perencanaan jalur yang lebih jelas dari sisi desain tingkat atas.
Pemahaman pelanggan keuangan tentang model besar telah meningkat secara signifikan dibandingkan beberapa bulan yang lalu. Di awal tahun, meskipun semangat tinggi, tetapi pemahaman tentang esensi dan cara aplikasi model besar masih terbatas. Beberapa bank besar mengambil langkah pertama, mulai melakukan berbagai promosi. Dengan munculnya model besar dari beberapa penyedia, departemen teknologi lembaga keuangan terkemuka aktif berdiskusi dengan perusahaan besar tentang pembangunan model besar.
Setelah bulan Mei, akibat kekurangan sumber daya komputasi dan biaya yang tinggi, lembaga keuangan mulai lebih memperhatikan nilai aplikasi, bukan hanya membangun kekuatan komputasi dan model mereka sendiri. Lembaga keuangan besar dapat memperkenalkan model dasar besar terkemuka, membangun model besar perusahaan sendiri, dan mengembangkan model besar untuk tugas di bidang profesional melalui bentuk fine-tuning. Lembaga keuangan kecil dan menengah dapat mengadopsi API cloud publik dari berbagai model besar atau layanan penyebaran privat sesuai kebutuhan.
Industri keuangan memiliki tuntutan tinggi terhadap kepatuhan data, keamanan, dan kepercayaan, sehingga kemajuan implementasi model besar sedikit tertinggal dari ekspektasi awal tahun. Beberapa lembaga sedang mencari solusi untuk berbagai hambatan dalam proses implementasi, seperti mengambil pendekatan pembangunan sendiri dan penerapan hibrida dalam hal daya komputasi. Dalam hal pengelolaan data, semakin banyak lembaga keuangan yang mulai membangun platform data dan sistem pengelolaan data.
Institusi keuangan dan penyedia layanan sedang mengeksplorasi berbagai skenario aplikasi, seperti kantor pintar, pengembangan cerdas, dan pemasaran cerdas. Namun, umumnya dianggap bahwa harus dimulai dari aplikasi internal, kemudian secara bertahap diperluas ke eksternal. Asisten kode dan asisten layanan pelanggan dianggap sebagai skenario yang dapat memberikan hasil cepat.
Aplikasi model besar sedang membawa tantangan dan perubahan pada struktur tenaga kerja di industri keuangan. Beberapa posisi tradisional menghadapi risiko digantikan, namun pada saat yang sama juga menciptakan peluang baru. Kesenjangan tenaga kerja masih sangat besar, terutama di bidang AI dan model besar. Lembaga keuangan sedang aktif mengembangkan bakat terkait untuk mendukung pembangunan dan inovasi aplikasi platform AI.
Di masa depan, industri keuangan akan membangun kembali sistemnya, menjadikan model besar sebagai dasar dari sistem yang cerdas dan digital. Kolaborasi antara model besar dan model kecil tradisional juga akan menjadi tren. Dalam proses ini, struktur sumber daya manusia di lembaga keuangan akan mengalami penyesuaian, dan talenta yang menguasai keterampilan model besar akan menjadi lebih kompetitif.