大規模モデルの金融業界：熱狂の高まりから理性的な回帰へ

ChatGPTの登場は金融業界に不安感を引き起こしました。この技術に信仰を持つ業界は時代の流れに置いて行かれることを心配しています。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。

金融業は大規模モデルに対する態度をいくつかの段階を経て変化させてきました: 初期には遅れを懸念する不安があり、その後チームを結成し、実装において困難に直面して理性的になり、現在はベンチマークケースに注目し試用を行っています。

ますます多くの金融機関が戦略的な観点から大規模モデルに注目し始めています。複数の上場銀行が中間報告書で大規模モデルの応用を探求していることを示し、トップレベルの設計の観点からより明確な思考と計画を進めています。

数ヶ月前と比べて、金融顧客の大モデルに対する理解は明らかに向上しています。年初には熱意が高かったものの、大モデルに対する認識はまだ限られていました。一部の大手銀行が先行して行動を起こし、様々な宣伝を始めました。同時に、一部の主要な金融機関が大手企業と大モデルの構築について議論を始めました。

5月以降、状況は徐々に変化しています。計算リソースやコストなどの要因に制約され、多くの金融機関は自社構築を希望するから応用価値により注目するように方向転換しました。大規模な機関は基盤の大モデルを導入して企業の大モデルを自社構築でき、中小規模の機関は必要に応じてAPIやプライベート展開サービスを導入することができます。

金融業界ではデータのコンプライアンスやセキュリティに対する要求が高いため、大規模モデルの導入は期待に対してやや遅れています。一部の機関は、独自の計算能力の構築やハイブリッドデプロイメントなど、導入中のさまざまな問題を解決する方法を模索し始めました。同時に、データガバナンスを強化し、データプラットフォームとガバナンスシステムを構築しました。

アプリケーションシーンにおいて、スマートオフィス、インテリジェント開発、インテリジェントカスタマーサービスなどが探索されています。しかし、業界のコンセンサスは、まず内部シーンから切り込むことであり、短期的には直接顧客に使用することは推奨されていません。コードアシスタント、文書Q&Aなどは、すでに多くの機関に導入されています。

いくつかのトップレベルの設計面での変更が進行中です。複数の主要な金融機関が大規模モデルに基づいて、複数のレベルを含む階層システムフレームワークを構築しており、一般的に大規模モデルが中枢能力や多モデル戦略などの特徴を発揮することを採用しています。

大規模モデルの応用は金融業界の人員構成に挑戦をもたらし始めています。一部の職位は代替される可能性がありますが、同時に大規模モデルを通じて効率を向上させ、減員を避けたいと考えている機関もあります。また、大規模モデルに関する人材の不足は依然として大きく、金融機関は優れた大規模モデル技術チームを育成する必要があります。

未来、大規模モデルを使用する人々は、この環境でより容易に留まることができるかもしれません。金融機関は、トレーニングなどの方法を通じて従業員の能力を向上させ、スタッフの転換を推進しています。大規模モデルの深い応用には、金融システム内のチームが内部のニーズに深く融合することが必要であり、それによってパラダイムの変化をもたらす可能性があります。