Status Aplikasi Model Besar dalam Industri Keuangan dan Tren Masa Depan
Sejak peluncuran ChatGPT, telah menarik perhatian luas di industri keuangan. Pada awalnya, industri secara umum menunjukkan kecemasan terhadap teknologi baru, khawatir kehilangan peluang pengembangan. Namun, seiring berjalannya waktu, kecemasan ini secara bertahap berkembang menjadi sikap yang lebih rasional dan pragmatis.
Industri keuangan telah mengalami beberapa tahap dalam pemahaman model besar: tahap awal kecemasan dan eksplorasi, tahap menengah pembentukan tim dan penjelajahan arah, serta tahap akhir pemikiran rasional dan pembelajaran acuan. Saat ini, banyak lembaga keuangan telah memasukkan model besar ke dalam perencanaan strategis, mulai melakukan pemikiran dan penataan yang lebih sistematis.
Dari semangat ke rasionalitas
Pada awal tahun, pemahaman lembaga keuangan tentang model besar masih terbatas, lebih banyak didorong oleh sikap "ikut arus" untuk melakukan promosi dan eksplorasi. Seiring dengan peluncuran produk model besar oleh beberapa perusahaan teknologi domestik, beberapa lembaga keuangan terkemuka mulai menjalin kerjasama, berharap untuk membangun model besar mereka sendiri.
Setelah bulan Mei, terbatas pada sumber daya komputasi dan faktor biaya, perhatian lembaga keuangan secara bertahap beralih dari "membangun model" menjadi "nilai aplikasi". Lembaga besar cenderung mengadopsi model dasar besar dan membangun model perusahaan sendiri, sementara lembaga kecil dan menengah lebih mempertimbangkan untuk langsung menggunakan layanan API.
Karena industri keuangan memiliki tuntutan tinggi terhadap keamanan data dan kepatuhan, kemajuan penerapan model besar di sektor ini sedikit lebih lambat dari yang diperkirakan. Namun, beberapa lembaga telah mulai mengeksplorasi solusi, seperti membangun kekuatan komputasi sendiri, penerapan hibrida, dan lain-lain. Sementara itu, pekerjaan pengelolaan data juga semakin diperkuat.
Dari sudut luar masuk
Saat ini, lembaga keuangan terutama memulai penerapan model besar dari skenario internal, seperti kantor cerdas, pengembangan cerdas, layanan pelanggan cerdas, dan sebagainya. Mengingat faktor-faktor seperti ketidakmatangan teknologi, industri umumnya berpendapat bahwa tidak sebaiknya menggunakan model besar secara langsung dalam bisnis inti yang berorientasi pada pelanggan dalam jangka pendek.
Asisten kode dan pertanyaan dokumen telah diterapkan di berbagai lembaga. Namun secara keseluruhan, aplikasi ini masih belum menyentuh inti dari bisnis keuangan. Di industri ini diperkirakan, sebelum akhir tahun ini mungkin akan muncul sekelompok proyek yang menerapkan model besar dalam skenario bisnis inti.
Sambil memajukan aplikasi model besar, beberapa lembaga keuangan sedang membangun kembali arsitektur sistem, membangun kerangka berlapis yang mencakup infrastruktur, model, layanan, aplikasi, dan level lainnya. Arsitektur ini biasanya memiliki dua karakteristik: pertama, model besar berfungsi sebagai pusat, memanggil model tradisional sebagai keterampilan; kedua, menggunakan strategi multi-model, dengan "perlombaan" internal untuk memilih yang terbaik.
Kekurangan tenaga kerja masih sangat besar
Aplikasi model besar telah mulai mempengaruhi struktur tenaga kerja di industri keuangan. Beberapa posisi tradisional menghadapi risiko penggantian, tetapi pada saat yang sama juga membawa permintaan bakat baru. Lembaga keuangan umumnya berharap untuk meningkatkan efisiensi karyawan melalui model besar, bukan sekadar melakukan pemutusan hubungan kerja.
Saat ini, talenta yang memiliki kemampuan aplikasi model besar sangat langka. Institusi keuangan tidak hanya membutuhkan talenta yang bisa menggunakan model besar, tetapi juga tim teknis yang mampu membangun dan mengoptimalkan model besar. Beberapa institusi telah mulai mengambil tindakan, seperti bekerja sama dengan perusahaan teknologi untuk melakukan pelatihan.
Dengan semakin dalamnya penerapan model besar, struktur personel di lembaga keuangan mungkin akan mengalami penyesuaian. Karyawan yang menguasai keterampilan penerapan model besar akan lebih kompetitif. Secara keseluruhan, teknologi model besar sedang membawa peluang dan tantangan baru bagi industri keuangan, mendorong industri menuju arah yang lebih cerdas.
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.
12 Suka
Hadiah
12
4
Posting ulang
Bagikan
Komentar
0/400
SpeakWithHatOn
· 12jam yang lalu
Bermain ya bermain, siapa yang berani berinvestasi?
Lihat AsliBalas0
AirdropHunter007
· 12jam yang lalu
lebih baik beli koin dan berbaring untuk mendapatkan keuntungan
Lihat AsliBalas0
ImpermanentPhilosopher
· 12jam yang lalu
Jika setelah menggoreng Komunitas Chain dan menggoreng AI masih bisa menghasilkan uang, saya anggap saya kalah.
Lihat AsliBalas0
GateUser-7b078580
· 13jam yang lalu
Satu lagi putaran kenaikan yang tidak berarti. Pola sejarah menunjukkan bahwa setiap kali ada perubahan teknologi di industri keuangan, pasti akan terjadi kejatuhan 80%.
Status Aplikasi Model Besar di Industri Keuangan: Dari Antusiasme ke Rasionalitas Permintaan Talenta Meningkat
Status Aplikasi Model Besar dalam Industri Keuangan dan Tren Masa Depan
Sejak peluncuran ChatGPT, telah menarik perhatian luas di industri keuangan. Pada awalnya, industri secara umum menunjukkan kecemasan terhadap teknologi baru, khawatir kehilangan peluang pengembangan. Namun, seiring berjalannya waktu, kecemasan ini secara bertahap berkembang menjadi sikap yang lebih rasional dan pragmatis.
Industri keuangan telah mengalami beberapa tahap dalam pemahaman model besar: tahap awal kecemasan dan eksplorasi, tahap menengah pembentukan tim dan penjelajahan arah, serta tahap akhir pemikiran rasional dan pembelajaran acuan. Saat ini, banyak lembaga keuangan telah memasukkan model besar ke dalam perencanaan strategis, mulai melakukan pemikiran dan penataan yang lebih sistematis.
Dari semangat ke rasionalitas
Pada awal tahun, pemahaman lembaga keuangan tentang model besar masih terbatas, lebih banyak didorong oleh sikap "ikut arus" untuk melakukan promosi dan eksplorasi. Seiring dengan peluncuran produk model besar oleh beberapa perusahaan teknologi domestik, beberapa lembaga keuangan terkemuka mulai menjalin kerjasama, berharap untuk membangun model besar mereka sendiri.
Setelah bulan Mei, terbatas pada sumber daya komputasi dan faktor biaya, perhatian lembaga keuangan secara bertahap beralih dari "membangun model" menjadi "nilai aplikasi". Lembaga besar cenderung mengadopsi model dasar besar dan membangun model perusahaan sendiri, sementara lembaga kecil dan menengah lebih mempertimbangkan untuk langsung menggunakan layanan API.
Karena industri keuangan memiliki tuntutan tinggi terhadap keamanan data dan kepatuhan, kemajuan penerapan model besar di sektor ini sedikit lebih lambat dari yang diperkirakan. Namun, beberapa lembaga telah mulai mengeksplorasi solusi, seperti membangun kekuatan komputasi sendiri, penerapan hibrida, dan lain-lain. Sementara itu, pekerjaan pengelolaan data juga semakin diperkuat.
Dari sudut luar masuk
Saat ini, lembaga keuangan terutama memulai penerapan model besar dari skenario internal, seperti kantor cerdas, pengembangan cerdas, layanan pelanggan cerdas, dan sebagainya. Mengingat faktor-faktor seperti ketidakmatangan teknologi, industri umumnya berpendapat bahwa tidak sebaiknya menggunakan model besar secara langsung dalam bisnis inti yang berorientasi pada pelanggan dalam jangka pendek.
Asisten kode dan pertanyaan dokumen telah diterapkan di berbagai lembaga. Namun secara keseluruhan, aplikasi ini masih belum menyentuh inti dari bisnis keuangan. Di industri ini diperkirakan, sebelum akhir tahun ini mungkin akan muncul sekelompok proyek yang menerapkan model besar dalam skenario bisnis inti.
Sambil memajukan aplikasi model besar, beberapa lembaga keuangan sedang membangun kembali arsitektur sistem, membangun kerangka berlapis yang mencakup infrastruktur, model, layanan, aplikasi, dan level lainnya. Arsitektur ini biasanya memiliki dua karakteristik: pertama, model besar berfungsi sebagai pusat, memanggil model tradisional sebagai keterampilan; kedua, menggunakan strategi multi-model, dengan "perlombaan" internal untuk memilih yang terbaik.
Kekurangan tenaga kerja masih sangat besar
Aplikasi model besar telah mulai mempengaruhi struktur tenaga kerja di industri keuangan. Beberapa posisi tradisional menghadapi risiko penggantian, tetapi pada saat yang sama juga membawa permintaan bakat baru. Lembaga keuangan umumnya berharap untuk meningkatkan efisiensi karyawan melalui model besar, bukan sekadar melakukan pemutusan hubungan kerja.
Saat ini, talenta yang memiliki kemampuan aplikasi model besar sangat langka. Institusi keuangan tidak hanya membutuhkan talenta yang bisa menggunakan model besar, tetapi juga tim teknis yang mampu membangun dan mengoptimalkan model besar. Beberapa institusi telah mulai mengambil tindakan, seperti bekerja sama dengan perusahaan teknologi untuk melakukan pelatihan.
Dengan semakin dalamnya penerapan model besar, struktur personel di lembaga keuangan mungkin akan mengalami penyesuaian. Karyawan yang menguasai keterampilan penerapan model besar akan lebih kompetitif. Secara keseluruhan, teknologi model besar sedang membawa peluang dan tantangan baru bagi industri keuangan, mendorong industri menuju arah yang lebih cerdas.