大規模モデルの波における金融業の変革

ChatGPTの出現は金融業界で広く注目を集めました。当初、業界内では大規模モデルに対する不安と熱意が入り混じっていましたが、時間が経つにつれて人々の態度は徐々に理性的になってきました。

ソフトウェア通力銀行業務CTOの孫洪軍は、金融業界における大規模モデルへの態度の変遷を説明しました：最初の不安感から、チームを編成して探求すること、実際の実装の困難に直面した後の理性的な思考、最後にベンチマークケースを参考にして試用する方向へと進化しました。

現在、多くの大手銀行が戦略的な観点から大規模モデルの応用に注目しています。最近の動向を見ると、金融機関はより明確なトップダウン設計とパスプランニングを行っています。

大規模モデルについての理解が深まるにつれて、金融機関の関心は単なるモデルの構築から応用価値への関心に移行しています。大手金融機関は基礎的な大規模モデルを導入し、企業向けの大規模モデルを自社で構築する傾向がありますが、中小企業は大規模モデルのAPIを直接使用するか、プライベートデプロイサービスを考慮することが多いです。

導入プロセスでは、金融機関が計算能力やデータなど多方面の課題に直面しています。一部の機関は自社で計算能力を構築することを選択し、他はハイブリッド展開方式を採用しています。同時に、データガバナンスの取り組みも強化されており、いくつかの銀行は大規模モデル+MLOpsの方式を通じてデータの問題を解決しています。

現在、大規模モデルの金融業界での応用は主にスマートオフィスやインテリジェント開発などの周辺シーンに集中しています。セキュリティ要件を考慮して、ほとんどの機関はまず内部での応用を選択します。コードアシスタントやインテリジェントQ&Aなどは一部の機関で実用化されています。しかし、大規模モデルは金融のコアビジネスに深く入り込むにはまだ距離があります。

いくつかの主要な金融機関は、大規模モデルに基づいて多層的なシステムフレームワークを構築しており、その特徴は大規模モデルが中枢的な役割を果たしつつ、複数のモデル戦略を採用していることです。

大規模モデルの応用は、金融業界の人員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直面し、他方では特に垂直分野の大規模モデル技術者に関して新たな人材不足が生じています。一部の機関はこの問題に対応するために、研修などの措置を講じ始めています。

全体的に見て、大規模モデルは金融業界に深い変革を促進していますが、このプロセスは依然として金融機関内部での継続的な探索と統合を必要としています。