حالة تطبيق النماذج الكبيرة في الصناعة المالية: من الارتفاع الاستراتيجي إلى التنفيذ الفعلي

أثار ظهور ChatGPT ردود فعل كبيرة في قطاع المالية. في البداية، شعر هذا القطاع الذي يركز على التكنولوجيا بالقلق بشكل عام، خوفًا من أن يتم تخلفه عن موجة العصر. انتشرت هذه المشاعر حتى إلى أماكن غير متوقعة. ووفقًا للتقارير، في مايو من هذا العام، كان بإمكان المرء سماع مناقشات حول النماذج الكبيرة من قبل العاملين في القطاع المالي في معبد في دالي.

ومع مرور الوقت، بدأت هذه القلق تتلاشى تدريجياً، وأصبح تفكير الناس أكثر وضوحاً وعقلانية. وصف سون هونغجون، المدير التنفيذي للتكنولوجيا في بنك سوفتونغ دايناميك، عملية تطور موقف القطاع المالي تجاه النماذج الكبيرة: قلق عام في شهري فبراير ومارس؛ في شهري أبريل ومايو، بدأ الجميع بتشكيل فرق للبحث؛ وفي الأشهر التالية واجهوا صعوبات أثناء البحث عن الاتجاه والتنفيذ، وبدأوا في أن يصبحوا عقلانيين؛ والآن يركزون على المعايير، ويحاولون التحقق من سيناريوهات التطبيق المثبتة.

في الوقت الحالي، بدأت العديد من المؤسسات المالية في إيلاء أهمية استراتيجية لنماذج الذكاء الاصطناعي الكبيرة. وفقًا لإحصاءات غير كاملة، هناك على الأقل 11 بنكًا من الشركات المدرجة في سوق الأسهم A قد ذكرت بوضوح في تقاريرها نصف السنوية الأخيرة أنها تستكشف تطبيقات نماذج الذكاء الاصطناعي الكبيرة، بما في ذلك بنك الصناعة والتجارة، وبنك الزراعة، وبنك الصين، وبنك النقل. من خلال التحركات الأخيرة، تبدو هذه المؤسسات وكأنها تقوم بتفكير أكثر وضوحًا وتخطيطًا للطرق على المستوى الاستراتيجي والتصميم العلوي.

من الحماس المتزايد إلى العودة العقلانية

مقارنةً قبل عدة أشهر، فإن فهم العملاء الماليين للنماذج الكبيرة قد تحسن بشكل ملحوظ. في بداية العام، عندما ظهرت ChatGPT، ورغم الحماس الكبير، إلا أن الفهم لطبيعة النماذج الكبيرة وطرق تطبيقها كان محدوداً.

في هذه المرحلة، بدأت بعض البنوك الكبرى في اتخاذ خطوات رائدة، وبدأت في القيام بأنواع من الدعاية "الاستفادة من الضجة". على سبيل المثال، في مارس، أطلق أحد البنوك تطبيق نموذج كبير مشابه لChatGPT، لكن تقييمات الصناعة كانت متباينة. يعتقد البعض أن هذا التطبيق يركز بشكل مفرط على وظيفة الدردشة، متجاهلاً القدرة الأكثر أهمية على التوليد.

مع إطلاق العديد من شركات التكنولوجيا المحلية لنماذج كبيرة، بدأت بعض الأقسام التكنولوجية في المؤسسات المالية الرائدة في التفاعل بنشاط مع هذه الشركات لمناقشة بناء النماذج الكبيرة. إنهم يأملون بشكل عام في تطوير نماذج كبيرة بأنفسهم، ويستفسرون عن بناء مجموعات البيانات، وتكوين الخوادم، وطرق التدريب وغيرها من المسائل. وقد اقترحت إحدى الشركات المالية التابعة لبنك معين حتى أنها تأمل في أن تتمكن من إخراج التقنية إلى الصناعة بعد الانتهاء.

بعد مايو، بدأت الأمور تتغير. بسبب نقص موارد الحوسبة وتكاليفها المرتفعة، تحولت العديد من المؤسسات المالية من مجرد الرغبة في بناء أنظمتها إلى التركيز بشكل أكبر على القيمة التطبيقية. الآن، تتابع كل مؤسسة مالية تطبيقات النماذج الكبيرة لدى المؤسسات الأخرى وتأثيراتها.

ظهرت مساران مختلفان للشركات بأحجام مختلفة. يمكن للمؤسسات المالية الكبيرة التي تمتلك بيانات مالية ضخمة وسيناريوهات تطبيقية، إدخال نماذج أساسية رائدة، وبناء نماذج كبيرة خاصة بها، وفي الوقت نفسه تطوير نماذج كبيرة مخصصة لمجالات معينة من خلال أسلوب الضبط الدقيق، مما يمكنها من تلبية احتياجات الأعمال بسرعة. أما المؤسسات المالية الصغيرة والمتوسطة، فيمكنها النظر في العائد على الاستثمار، واستقدام واجهات برمجة التطبيقات العامة للنماذج الكبيرة أو خدمات النشر الخاصة حسب الحاجة، لتلبية احتياجاتها مباشرة.

ومع ذلك، نظراً لمتطلبات الامتثال للبيانات والأمان والموثوقية في الصناعة المالية، يعتقد بعض المتخصصين في هذا المجال أن تقدم تنفيذ النماذج الكبيرة في هذه الصناعة في الواقع أبطأ قليلاً من المتوقع في بداية العام. قال سون هونغجون من شركة SoftStone إنهم توقعوا في البداية أن تستخدم الصناعة المالية نماذج كبيرة بشكل واسع أولاً، لكن الواقع هو أن وتيرة التطبيق في الصناعة المالية ليست سريعة مثل تلك في الصناعات القانونية والتوظيف.

بدأت بعض المؤسسات المالية في البحث عن حلول للقيود المختلفة التي تواجه تطبيق النماذج الكبيرة.

في جانب قوة الحساب، ظهرت عدة أفكار حلول في الصناعة:

1. بناء قوة الحوسبة مباشرة، بتكلفة مرتفعة ولكن أمان قوي، مناسب للمؤسسات المالية الكبيرة التي تأمل في بناء نماذج كبيرة للصناعة أو الشركات. يُشاع أن أحد البنوك الحكومية الكبرى قد اشترى مؤخرًا دفعة من شرائح H800 لبناء القوة الحوسبية.

2. نشر مختلط للقوة الحاسوبية، مع ضمان عدم تسرب البيانات الحساسة، باستخدام واجهات خدمة النماذج الكبيرة السحابية العامة، وفي نفس الوقت معالجة البيانات المحلية من خلال نشر خاص. هذه الطريقة منخفضة التكلفة، وهي مناسبة للمؤسسات المالية الصغيرة والمتوسطة التي تعاني من ضعف القوة المالية وتطبيقات حسب الطلب.

3. فيما يتعلق بنقص بطاقات GPU والأسعار المرتفعة التي تواجهها المؤسسات الصغيرة والمتوسطة، تستكشف الجهات التنظيمية إمكانية إنشاء بنية تحتية مشتركة للنماذج الكبيرة لصناعة الأوراق المالية، مما يتيح تجميع قوة الحوسبة والموارد العامة للنماذج الكبيرة، بحيث يمكن للمؤسسات المالية الصغيرة والمتوسطة أيضًا استخدام خدمات النماذج الكبيرة، وتجنب التخلف التكنولوجي.

بالإضافة إلى قوة الحوسبة، عززت العديد من المؤسسات المالية حوكمة البيانات في الأشهر الستة الماضية. وصرح أحد المديرين التنفيذيين لمزود خدمة السحابة أنه بالإضافة إلى البنوك الكبرى، بدأ عدد متزايد من المؤسسات المالية المتوسطة في بناء منصة بيانات وحوكمة بيانات. ويعتقد أن نظام حوكمة البيانات المحسن ومنصة تقنيات بحيرة البيانات ستصبح الاتجاه المهم لبناء تكنولوجيا المعلومات في المؤسسات المالية في المستقبل.

تقوم بعض البنوك بحل مشكلات البيانات من خلال دمج نماذج كبيرة مع MLOps. على سبيل المثال، استخدمت إحدى البنوك الكبرى نموذج MLOps لإنشاء نظام حلقة مغلقة لبيانات النموذج الكبير، مما حقق أتمتة العمليات وإدارة موحدة وفعالة للبيانات المتعددة المصادر والمتباينة، وقد أنشأت حتى الآن مجموعة بيانات تدريب عالية الجودة بحجم 2.6 تيرابايت.

الدخول من المشهد الخارجي

على مدى أكثر من نصف عام، كان مقدمو خدمات النماذج الكبيرة والمؤسسات المالية يبحثون بنشاط عن سيناريوهات تطبيقية. أصبحت مجالات مثل المكاتب الذكية، والتطوير الذكي، والتسويق الذكي، وخدمة العملاء الذكية، والبحث الذكي في الاستثمار، وإدارة المخاطر الذكية، وتحليل الطلبات هي النقاط الرئيسية للاستكشاف.

كما قال أحد التنفيذيين في شركة تكنولوجيا مالية: "كل حلقة رئيسية في سلسلة الأعمال المالية تستحق إعادة تصميم باستخدام تقنيات النماذج الكبيرة." أصدرت الشركة مؤخرًا نموذجًا كبيرًا موجهًا نحو صناعة المالية، وتعاونت مع الشركاء لتطوير منتجات نماذج كبيرة موجهة نحو صناعة المالية، بهدف إنشاء مساعد أعمال AI شامل للمستشارين الماليين، ووكلاء التأمين، والبحث الاستثماري، والتسويق المالي، وتسوية مطالبات التأمين.

تتمتع المؤسسات المالية المختلفة بأفكار غنية حول تطبيق النماذج الكبيرة. أفادت إحدى البنوك الكبرى بأنها قد أطلقت تطبيقات في أكثر من 20 سيناريو، بينما أعلنت بنك آخر أنه يجري تجارب في أكثر من 30 سيناريو، وهناك شركة أوراق مالية تستكشف دمج النماذج الكبيرة مع منصة الأشخاص الرقميين الافتراضيين.

ومع ذلك، في عملية التنفيذ الفعلية، هناك إجماع عام على أن يتم التطبيق الداخلي أولاً ثم الترويج الخارجي. فبالتأكيد في المرحلة الحالية، لا تزال تقنية النماذج الكبيرة غير ناضجة، وتوجد مشاكل مثل الهلوسة، في حين أن القطاع المالي هو مجال يتسم بالرقابة الصارمة والأمان العالي والموثوقية العالية.

يعتقد المسؤول الفني في أحد البنوك الكبرى أنه لا يُنصح باستخدام النماذج الكبيرة مباشرةً تجاه العملاء في المدى القصير. يجب على المؤسسات المالية إعطاء الأولوية لتطبيق النماذج الكبيرة في تحليل وفهم وابتكار النصوص المالية والصور المالية في المشاهد ذات الكثافة الفكرية، لتحقيق التعاون بين الإنسان والآلة في شكل مساعد، وزيادة كفاءة عمل الموظفين.

حتى الآن، تم تنفيذ مساعد البرمجة في العديد من المؤسسات المالية. على سبيل المثال، قامت إحدى البنوك ببناء نظام تطوير ذكي قائم على النموذج الكبير، حيث تشكل كمية الشفرات التي تم إنشاؤها بواسطة مساعد التشفير 40% من إجمالي الشفرات. في مجال التأمين، طورت إحدى الشركات مكون برمجة مساعد قائم على النموذج الكبير، والذي يتم تضمينه مباشرة في أدوات التطوير الداخلية.

هناك العديد من حالات الاستخدام الناجحة في مجال المكاتب الذكية. أطلق أحد الموردين لنماذج الذكاء الاصطناعي نظام أسئلة وأجوبة عبر الإنترنت استنادًا إلى نموذجهم المالي الكبير، وبعد إطلاقه في أحد البنوك، تم توسيعه ليشمل مئات الفروع، حيث تجاوز معدل اعتماد الإجابات 85%. كما تم نسخ هذا الحل بسرعة إلى العديد من البنوك والمؤسسات المالية الأخرى.

ومع ذلك، يعتقد المتخصصون في الصناعة أن هذه السيناريوهات التي تم تنفيذها على نطاق واسع ليست في الواقع التطبيقات الأساسية للمؤسسات المالية، ولا يزال هناك مسافة معينة تفصل النماذج الكبيرة عن التعمق في المستوى التشغيلي لصناعة المالية.

قال أحد كبار التنفيذيين في مزود خدمات تكنولوجيا المعلومات إن مجالات التسويق وإدارة المخاطر والامتثال هي المجالات التي قد يجلب فيها النموذج الكبير تغييرات، وهي أيضاً المجالات التي تحتاجها العملاء الماليون، ولكن حتى الآن تعتمد هذه الأعمال على تحسين قدرات مزودي النماذج الكبيرة.

تنبأ بعض الخبراء في الصناعة بأنه بحلول نهاية هذا العام ستظهر مجموعة من مشاريع بناء أو معلومات مناقصة تستخدم نماذج كبيرة في السيناريوهات الأساسية للأعمال في المؤسسات المالية.

قبل ذلك، كانت هناك بعض التغييرات على مستوى التصميم العلوي جارية. يعتقد بعض الخبراء أنه في المستقبل، سيتم إعادة بناء النظام الذكي والرقمي بالكامل على أساس النماذج الكبيرة. وهذا يتطلب من القطاع المالي إعادة هيكلة أنظمته أثناء دفع النماذج الكبيرة نحو التنفيذ، وفي الوقت نفسه، لا ينبغي تجاهل قيمة النماذج الصغيرة التقليدية، بل يجب أن تعمل النماذج الكبيرة والصغيرة بشكل متعاون.

لقد تجلت هذه الاتجاهات على نطاق واسع في صناعة المالية. تقوم المؤسسات المالية حاليًا بتجربة نماذج كبيرة، وتتبنى في الأساس نمطًا هرميًا. وعلى عكس النموذج التقليدي السابق الذي كان يتطلب إنشاء منصة واحدة لكل سيناريو، فقد أتاح النموذج الكبير للمؤسسات المالية فرصة للبدء من الصفر وتخطيط النظام بشكل كلي بشكل أكثر علمية.

لقد قامت العديد من المؤسسات المالية الرائدة بالفعل بإنشاء إطار نظام طبقي يتضمن عدة مستويات مثل طبقة البنية التحتية، وطبقة النموذج، وطبقة خدمات النموذج الكبير، وطبقة التطبيقات، استنادًا إلى النماذج الكبيرة. تتمتع هذه الأنظمة الإطارية بخصيصتين عامتين: الأولى هي أن النموذج الكبير يلعب دورًا محوريًا، حيث يتم استدعاء النماذج التقليدية كمهارات؛ والثانية هي أن طبقة النموذج الكبير تعتمد استراتيجية النماذج المتعددة، حيث يتم اختيار أفضل النتائج من خلال المنافسة الداخلية.

في الواقع، ليس فقط المؤسسات المالية، في ظل عدم استقرار الوضع الحالي، فإن بعض مزودي تطبيقات النماذج الكبيرة يتبنون أيضًا استراتيجية النماذج المتعددة، لاختيار أفضل نتائج الخدمة. وقد كشف أحد مزودي خدمات تكنولوجيا المعلومات أن طبقة النماذج الأساسية لديهم تدمج العديد من النماذج اللغوية الكبيرة، وستقوم بتجميع واختيار الإجابات من كل نموذج كبير قبل تقديمها للمستخدم.

لا يزال هناك نقص كبير في المواهب

بدأت تطبيقات النماذج الكبيرة في إحداث بعض التحديات والتحولات في هيكل القوى العاملة في صناعة المالية.

قال شخص من شركة تكنولوجيا مالية إنه منذ ظهور ChatGPT، قامت شركته بتسريح أكثر من 300 محلل بيانات كبيرة من بداية هذا العام حتى نهاية مايو. وقد أثار ذلك مخاوفه بشأن تطوير مسيرته المهنية في المستقبل.

شارك أحد كبار المتخصصين في مجال المالية من بنك كبير تأثير استبدال الذكاء الاصطناعي بالنشاط البشري من خلال النماذج الكبيرة. كان هناك متدربون يقومون بتجميع المعلومات المختلفة لقسم الأبحاث والدراسات يوميًا، لكن الآن يمكن إنجاز هذه المهام عبر النماذج الكبيرة.

ومع ذلك، فإن بعض البنوك لا ترغب في أن تؤدي النماذج الكبيرة إلى تقليص عدد الموظفين. على سبيل المثال، فإن أحد البنوك الكبيرة التي تمتلك 200,000 موظف في فروعها قد أوضحت أنها لا ترغب في استبدال الموظفين بالنماذج الكبيرة، بل تأمل أن توفر النماذج الكبيرة فرصًا جديدة، وتعزز جودة خدمة الموظفين وكفاءتهم في العمل، بينما تتيح لبعض الموظفين القيام بأعمال ذات قيمة أعلى.

من ناحية، يأخذ هذا في الاعتبار استقرار الأفراد والهياكل، ومن ناحية أخرى، لأن هناك نقصًا في المواهب في العديد من الوظائف. صرح أحد التنفيذيين في شركة خدمات تكنولوجيا المعلومات أن البنوك الكبيرة لديها كمية كبيرة من العمل غير المكتمل، وأن بعض طلبات تكنولوجيا المعلومات حتى تمتد إلى نهاية العام المقبل. إنهم يأملون أن تساعد النماذج الكبيرة الموظفين في زيادة الكفاءة والسرعة، بدلاً من أن تؤدي إلى تقليص عدد الموظفين.

الأهم من ذلك، أدى التطور السريع للنماذج الكبيرة إلى صعوبة مطابقة إمدادات المواهب النادرة مع الطلب المتزايد في فترة قصيرة. كان هذا مشابهًا لظهور iPhone لأول مرة، حيث كان من الصعب العثور على مطوري iOS لتطوير التطبيقات.

أوجز رئيس قسم البحث والتطوير في أحد البنوك الكبرى التحديات الستة التي تواجه صناعة المالية عند تطبيق قدرات النماذج الكبيرة على العمليات التجارية الأساسية، ومن بينها نقص المواهب. لقد كانت نسبة الموظفين الجدد الذين تم توظيفهم مؤخرًا والذين يدرسون في مجال الذكاء الاصطناعي مرتفعة، ولكن الأعداد القليلة من المواهب التي تفهم النماذج الكبيرة.

واجه أحد كبار المسؤولين في مزود خدمات تكنولوجيا المعلومات تجربة مشابهة، حيث تلقى مؤخرًا طلب دعم من عميل مصرفي. بسبب غياب أحد أعضاء الفريق الذي يقوم بتطوير نماذج الذكاء الاصطناعي، أصبح العمل على تدريب النماذج يواجه نقصًا في الأيدي العاملة، مما اضطرهم للبحث عن دعم خارجي.

حالياً، فإن الطلب على المواهب التي تستخدم النماذج الكبيرة مباشرةً هو طلب بسيط نسبياً، حيث يحتاج الأمر بشكل أساسي إلى أشخاص قادرين على طرح الأسئلة. ولكن إذا كانت هناك حاجة لإنشاء نموذج كبير خاص بالصناعة أو المؤسسة، فإن المؤسسات المالية تحتاج إلى فريق تقني متخصص وقوي في النماذج الكبيرة.

أقر أحد التنفيذيين في مزود خدمات السحابة بأن هناك نقصًا كبيرًا في المواهب في مجال النماذج الكبيرة للذكاء الاصطناعي، حيث تقوم المؤسسات الرائدة حاليًا بتوظيف مواهب متخصصة في الذكاء الاصطناعي، مثل حاملي شهادات الدكتوراه في الخوارزميات. وذلك لأن العملاء في القطاع المالي، رغم أنهم يستطيعون الحصول على الدعم الفني من موردي النماذج الكبيرة، إلا أنهم هم الطرف النهائي المستخدم والمبتكر، ويحتاجون إلى تراكم معين من المواهب لدعم بناء المنصات الكبيرة للذكاء الاصطناعي، وتخطيط تطبيقات الذكاء الاصطناعي المختلفة، بالإضافة إلى التعاون مع موردي النماذج الكبيرة خلال عمليات النمذجة، والتعديل، والتنقيح، من أجل توسيع نطاق تطبيقات النماذج الكبيرة للذكاء الاصطناعي وفعاليتها.

بعض الشركات قد اتخذت إجراءات. تعاونت شركة تكنولوجيا مع مختبرات البنوك لفرز ممارسات تحويل الأفراد في تطبيقات النماذج الكبيرة في الشركات، وصممت مجموعة من الدورات التدريبية مثل تحسين المطالبات، والتعديل الدقيق، وتشغيل النماذج الكبيرة، وتعاونت مع عدة أقسام لتشكيل فرق مشاريع مشتركة، لتعزيز قدرات الأفراد في الشركات.

أشار الخبراء في الصناعة إلى أن النماذج الكبيرة لا تزال غير ناضجة بما فيه الكفاية، وأنه يتعين على الخبراء في المجال العمل معًا لتطوير منتجات ناضجة. ستعزز النماذج الكبيرة من الشركات الكبرى المهارات الحالية للموظفين التقليديين في الشركات، ولكنها لن تحدث تغييرًا في النمط. إن التغيير الحقيقي في النمط يتطلب وجود فريق داخل النظام المالي يتكامل بعمق مع الاحتياجات الداخلية ويحقق ابتكارات كبيرة.

من المهم أن نلاحظ أنه خلال هذه العملية، ستشهد الهيكلية البشرية للمؤسسات المالية أيضًا تعديلات وتحولات. سيكون من الأسهل على المطورين الذين يتقنون مهارات استخدام النماذج الكبيرة أن يثبتوا أنفسهم في هذا البيئة.