عصر الذكاء الاصطناعي قد أتى، كيف يتعامل القطاع المالي مع تحديات النماذج الكبيرة

أثار ظهور ChatGPT ضجة كبيرة في قطاع المال. يشعر هذا القطاع المعتمد على التكنولوجيا بالقلق من أن يتم تركه خلف ركب الزمن. ومع ذلك، فإن هذه المخاوف بدأت تتلاشى تدريجياً، وأصبح تفكير الناس أكثر وضوحًا وعقلانية.

وصف سون هونغجون، رئيس قسم التكنولوجيا في بنك رانتونغ، عدة مراحل من موقف الصناعة المالية تجاه النماذج الكبيرة هذا العام: في بداية العام، كان الجميع قلقين، يخشون من التخلف؛ في الربيع، بدأ الجميع بتشكيل الفرق للقيام بالعمل؛ في الصيف، واجهوا صعوبات في اتجاه التنفيذ، وبدأوا يصبحون أكثر عقلانية؛ والآن، يراقبون المعايير ويحاولون التحقق من السيناريوهات المجربة.

من الجدير بالذكر أن العديد من المؤسسات المالية قد بدأت بالفعل في إعطاء أهمية استراتيجية لنماذج الذكاء الاصطناعي الكبيرة. وفقًا لإحصاءات غير مكتملة، فإن هناك على الأقل 11 بنكًا من الشركات المدرجة في سوق الأسهم الصينية (A-Share) قد أشاروا بشكل واضح في تقاريرهم نصف السنوية الأخيرة إلى أنهم يستكشفون تطبيقات النماذج الكبيرة. من خلال التحركات الأخيرة، يبدو أنهم يقومون أيضًا بتفكير أكثر وضوحًا وتخطيطًا لمساراتهم من منظور استراتيجي وتصميم أعلى.

على مدى الستة أشهر الماضية، كان مقدمو خدمات النماذج الكبيرة والمؤسسات المالية الكبرى يبحثون بنشاط عن سيناريوهات تطبيقية. تم استكشاف مجالات مثل المكاتب الذكية، والتطوير الذكي، والتسويق الذكي، وخدمة العملاء الذكية، والبحث الاستثماري الذكي، وإدارة المخاطر الذكية، وتحليل الطلب وغيرها.

ومع ذلك، عندما يتعلق الأمر بتطبيق النماذج الكبيرة في الأعمال المالية، هناك توافق عام على أنه يجب البدء من الداخل قبل الانتقال إلى الخارج. فبالتأكيد، لا تزال تكنولوجيا النماذج الكبيرة غير ناضجة بما فيه الكفاية، حيث تعاني من مشاكل مثل الوهم، بينما تعتبر الصناعة المالية مجالاً يخضع لتنظيم صارم ويتطلب مستوى عالٍ من الأمان والموثوقية.

يعتقد لو تشونغتاو، كبير مسؤولي التكنولوجيا في بنك الصين الصناعي والتجاري، أنه لا يُنصح باستخدام النماذج الكبيرة مباشرة مع العملاء على المدى القصير. يجب على المؤسسات المالية أن تعطي الأولوية لاستخدام النماذج الكبيرة في تحليل وفهم وإبداع النصوص والصور المالية، كوسيلة لمساعدة موظفي الأعمال على زيادة كفاءتهم.

حاليًا، تم تطبيق تطبيقات مثل مساعد البرمجة في العديد من المؤسسات المالية. على سبيل المثال، قامت بنك الصين الصناعي والتجاري ببناء نظام تطوير ذكي قائم على نموذج كبير، حيث تمثل الكودات التي تم إنشاؤها بواسطة مساعد البرمجة 40٪ من إجمالي كمية الكود. بينما قامت شركة التأمين الشمسية بتطوير ملحق برمجي مساعد قائم على نموذج كبير، يتم دمجه مباشرة في أدوات التطوير الداخلية.

بعض المؤسسات المالية قد أنشأت إطار نظام هرمي يتكون من عدة مستويات تشمل مستوى البنية التحتية، مستوى النموذج، مستوى خدمات النموذج الكبير، ومستوى التطبيقات، وذلك بناءً على النماذج الكبيرة. تتمتع هذه الأنظمة بإيجاز بخصيصتين: الأولى هي أن النماذج الكبيرة تؤدي دورًا مركزيًا، حيث يتم استدعاء النماذج التقليدية كمهارات؛ الثانية هي أن مستوى النموذج الكبير يعتمد على استراتيجية النماذج المتعددة، حيث يتم اختيار الأفضل من خلال "سباق الخيل" الداخلي.

بدأ تطبيق النماذج الكبيرة في إحداث بعض التحديات والتحولات في هيكل القوى العاملة في قطاع المال. قامت بعض شركات التكنولوجيا المالية بفصل أكثر من 300 محلل بيانات كبيرة منذ بداية هذا العام حتى نهاية مايو. ومع ذلك، لا ترغب بعض البنوك الكبرى في أن تؤدي النماذج الكبيرة إلى تقليص عدد الموظفين، بل تأمل في تحسين جودة خدمات الموظفين وكفاءة العمل، وفي نفس الوقت إطلاق بعض الموظفين للقيام بمزيد من الأعمال ذات القيمة العالية.

أدى التطور السريع للنماذج الكبيرة إلى ظهور مشكلة عدم التوازن بين العرض والطلب على المواهب. قالت زهاو هوانغ فانغ، نائب مدير مركز البحث والتطوير في البنك الزراعي، إنهم وجدوا عند التوظيف أن نسبة عالية من الموظفين الجدد يتعلمون في مجال الذكاء الاصطناعي، لكن قلة منهم فقط يفهمون النماذج الكبيرة.

في مواجهة نقص المواهب، اتخذت بعض المؤسسات إجراءات. على سبيل المثال، قامت إحدى الشركات بالتعاون مع فريق الموارد البشرية في مختبر بنك الصناعة والتجارة، بتصميم دورات تدريبية تشمل تحسين النماذج، والتدريب الدقيق، وإدارة النماذج الكبيرة، وتعاونت مع عدة أقسام لتأسيس مجموعة مشاريع مشتركة، لتعزيز قدرات موظفي الشركة.

خلال هذه العملية، ستشهد الهيكلية البشرية في المؤسسات المالية بعض التعديلات والتغييرات. من المرجح أن يكون مطورو النماذج الكبيرة أكثر قدرة على التكيف في هذا البيئة الجديدة مقارنة بمن لا يستخدمونها.