大規模モデルが金融業界の変革を引き起こす

ChatGPTの出現は金融業界で大きな反響を呼びました。最初は、多くの金融機関がこの技術の進展に遅れをとることを心配して不安を感じていました。しかし、時間が経つにつれて、大規模モデルに対する人々の認識は徐々に理性的かつ実務的になってきました。

金融業界の大規模モデルに対する態度は、いくつかの段階を経てきました:

• 2-3月:一般的な不安、後れを取ることを心配
• 4～5月:チームを結成して探索する
• その後の数ヶ月: 方向を探し、現実的な困難に直面し、合理的になる
• 現在:ベンチマークケースに注目し、検証済みのアプリケーションシーンを試みる

ますます多くの金融機関が戦略的な観点から大モデルの重要性を認識し始めています。複数の上場銀行が半期報告書で大モデルの応用を探求していることを明確にし、戦略的計画においてより明確な方針を持つようになりました。

熱情から理性へ

年初の時点で、金融機関は大規模モデルについての理解がまだ限られていました。一部の大手銀行は率先して行動し、さまざまな「熱に乗っかる」宣伝を始めました。その後、主要な金融機関は大手企業との大規模モデルの構築について話し合いを始めました。

5月以降、計算力資源やコストなどの要因に制約され、金融機関は大規模モデルの応用価値により注目し始めました。大規模機関は自社で大規模モデルを構築する傾向があり、中小機関は公有クラウドAPIなどのサービスを導入することをより考慮しています。

金融業界はデータのコンプライアンスや安全性に対する要求が高いため、大規模モデルの実装の進展は予想よりもやや遅れています。しかし、一部の機関は実装における障害を解決し始めています。例えば:

1. 自分で算力を構築: コストは高いが安全性が良く、大規模機関に適している
2. ハイブリッドデプロイメント: パブリッククラウド + オンプレミス、コストが低く、中小機関に適しています
3. 業界共有基盤インフラ: 探索中で、規制当局が主導する可能性があります

同時に、ますます多くの金融機関がデータガバナンスを強化し、データミドルプラットフォームやデータレイクプラットフォームを構築しています。一部の銀行はMLOpsの方法を通じてデータ問題を解決しています。

周辺シーンからの切り込み

金融機関やサービスプロバイダーは、スマートオフィス、インテリジェント開発、マーケティング、カスタマーサービス、投資研究、リスク管理など、さまざまな分野で大規模モデルの応用シナリオを積極的に探求しています。

業界の共通認識は、まず内部で、その後外部のアプリケーションを使用することです。短期的には、顧客に直接大規模モデルを使用することはお勧めしませんが、内部の作業効率を向上させるために優先的に使用することを推奨します。

現在実際に多くのシーンに落ちているのは:

1. コードアシスタント: 例えば、ICBCのインテリジェント開発システムでは、コーディングアシスタントが生成するコードの割合は40%に達します。
2. スマートオフィス：大規模モデルに基づく拠点問答システム

これらのシーンは主に非コアアプリケーションです。業界では年末までに金融機関のコアビジネスにおいて大規模モデルを応用したプロジェクトがいくつか登場することが予想されています。

上層設計において、金融機関はシステムを再構築し、階層型モデルを用いて大規模モデルと従来のモデルを統合しています。複数の機関が基盤層、モデル層、サービス層、アプリケーション層を含むフレームワークを構築しています。

人材の不足は依然として大きい

大規模モデルは金融業界の人材構造に挑戦をもたらしています。いくつかのデータ分析などの職位は代替される危機に直面していますが、新たな人材需要も生まれています。

ほとんどの金融機関は、大規模モデルが従業員の効率を向上させることを望んでおり、削減を望んでいません。その理由は以下の通りです:

1. 現在のIT需要の工期は来年末までに設定されています。
2. 大規模モデル人材の供給は需要の成長速度に遠く及ばない

現在、金融業界は大規模モデル人材において巨大なギャップに直面しており、特にAIアルゴリズムやモデルのトレーニング・チューニングなどの分野で顕著です。一部の機関は、内部の人材能力を向上させるために、共同トレーニングやプロジェクトチームの結成などの対策を講じ始めています。

業界では、大規模モデルの成功した応用には、金融機関内部で需要を深く融合させる専門チームが必要だと考えられています。今後、大規模モデルを使用する開発者は、業界で生き残るのがより容易になる可能性があります。