Model Besar dalam Industri Keuangan: Kembali ke Praktik Secara Rasional dari Strategi

Setelah peluncuran ChatGPT, industri keuangan dengan cepat mengalami gelombang besar model. Dari awal yang penuh kecemasan hingga kini kembali dengan rasionalitas, pemahaman dan penerapan model besar oleh lembaga keuangan secara bertahap semakin mendalam.

Pada awal tahun, banyak lembaga keuangan bergegas untuk mengikuti, membentuk tim untuk mengeksplorasi aplikasi model besar. Seiring berjalannya waktu, orang mulai menyadari kesulitan dalam implementasi, sikap menjadi lebih rasional. Saat ini, beberapa bank telah secara jelas menyatakan dalam laporan setengah tahunan bahwa mereka sedang mengeksplorasi aplikasi model besar, dan merencanakan dari tingkat strategis.

Instansi keuangan telah memahami model besar dengan lebih baik. Dari awal yang hanya ingin membangun model sendiri, kini beralih untuk lebih memperhatikan nilai aplikasi. Instansi besar cenderung mengadopsi model dasar untuk membangun model perusahaan mereka, sedangkan instansi kecil dan menengah lebih memilih untuk langsung menggunakan berbagai layanan model besar.

Dalam proses implementasi, kekuatan komputasi dan data adalah dua faktor kunci. Beberapa lembaga besar memilih untuk membangun kekuatan komputasi mereka sendiri, sementara lembaga kecil dan menengah lebih sering menggunakan metode penyebaran campuran. Pada saat yang sama, semakin banyak lembaga yang mulai memperkuat tata kelola data dan membangun platform data.

Dalam penerapan, institusi keuangan umumnya menerapkan strategi "dalam dulu, luar kemudian", dengan prioritas pada pilot di skenario internal. Saat ini, telah ada banyak contoh penerapan di skenario non-inti seperti asisten kode dan kantor cerdas. Di industri ini, diperkirakan akan muncul sejumlah proyek aplikasi model besar untuk skenario bisnis inti sebelum akhir tahun.

Dari perspektif desain tingkat atas, banyak institusi sedang membangun kembali seluruh sistem kecerdasan berdasarkan model besar, membangun kerangka kerja yang mencakup berbagai tingkat infrastruktur, model, layanan, aplikasi, dan lainnya. Kerangka kerja ini umumnya menggunakan model besar sebagai pusat, sambil mempertahankan model kecil tradisional, dan menggunakan strategi multi-model.

Penerapan model besar juga membawa tantangan talenta bagi industri keuangan. Di satu sisi, beberapa posisi menghadapi risiko penggantian, sementara di sisi lain, kekurangan talenta yang terkait dengan model besar sangat terasa. Lembaga keuangan sedang mengembangkan talenta melalui perekrutan kampus, pelatihan, dan cara lainnya, dan struktur personel juga akan disesuaikan.

Secara keseluruhan, aplikasi model besar dalam industri keuangan sedang kembali ke rasionalitas setelah awalnya mendapatkan pengakuan yang buta, dan mulai memikirkan lebih dalam tentang bagaimana menggabungkan model besar dengan bisnis untuk menciptakan nilai yang nyata. Proses ini masih menghadapi banyak tantangan dan memerlukan upaya bersama dari lembaga keuangan, perusahaan teknologi, dan pihak lainnya.