大規模モデルの金融業への応用：熱意の上昇から理性的な回帰へ

ChatGPTの登場は金融業界に不安を引き起こし、技術の波に取り残されることを心配させました。しかし、この不安は徐々に静まり、考え方もより明確で理性的になっています。金融業界の大規模モデルに対する態度は、最初の不安と恐慌、次の積極的な行動、その後の方向性の探求と困難を経て、現在の理性的な検証と試用に至るまで、いくつかの段階を経ています。

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。複数の銀行が最新の半年報告書で、大モデルの応用を探求していることを明確に述べており、戦略的な側面やトップレベルの設計においてより深い思考と計画を行っています。

金融顧客の大規模モデルに対する理解が徐々に深まっています。初期段階では、いくつかの大手銀行が先行して行動し、さまざまな宣伝活動を展開しました。多くの企業が大規模モデルを発表するにつれて、主要な金融機関は大手企業との大規模モデル構築について積極的に議論を始めました。

5月以降、計算能力リソースの不足や高コストなどの要因により、金融機関はアプリケーションの価値により注目し始めています。大規模な機関は基盤となる大モデルを導入し、企業向けの大モデルを自社で構築する傾向がありますが、中小規模の機関はROIをより重視し、必要に応じて大モデルサービスを導入することを考えています。

金融業では、計算力に関していくつかの解決策が登場しました: 自社での計算力の構築、計算力の混合展開などです。同時に、ますます多くの機関がデータガバナンスを強化し、データの中台とガバナンスシステムを構築しています。一部の銀行は、大規模モデル + MLOpsの方法を通じてデータの問題を解決しています。

アプリケーションシーンに関して、金融機関はまず内部シーンから切り込む傾向があり、例えば、スマートな研究開発やスマートオフィスなどです。しかし、コアビジネスに深く入り込むにはまだ一定の距離があります。一部の機関はすでに大規模モデルに基づいて多層のシステムフレームワークを構築し、大規模モデルの中心的な能力を発揮しています。

大規模モデルの応用は、金融業界の人材構造にも挑戦をもたらしています。一方では一部の職種が代替される危機に瀕しており、他方ではAIや大規模モデルの分野で新たな人材の欠如が生じています。一部の機関はすでに行動を起こし、研修などの方法で従業員の能力を向上させています。

総じて、金融業界における大規模モデルの応用は、初期の盲目的な熱意から理性的な探求へと移行しており、戦略的計画、技術アーキテクチャ、人材育成などの面で積極的に布局を進めており、大規模モデルの金融分野における深い応用の準備を整えています。