Sự ra đời của Internet đã thay đổi cách thông tin lưu chuyển và thúc đẩy hình thức các mô hình công ty mới. Và những thay đổi vẫn đang diễn ra, đặc biệt là sự xuất hiện của ChatGPT, mang đến cho mọi người trải nghiệm tương tác thông minh chuyên sâu hơn.
Dựa trên GPT (mô hình thay đổi trước khi đào tạo được tạo), robot đối thoại AI toàn diện - ChatGPT có thể mắc lỗi khi trả lời câu hỏi, nhưng khả năng logic của nó trong quá trình trò chuyện với mọi người là đáng kinh ngạc.
Trong một thời gian, đã có sự bùng nổ của các mô hình lớn trí tuệ nhân tạo do ChatGPT làm đại diện, thu hút sự chú ý chưa từng có từ thị trường, Baidu, 360, Alibaba Cloud, SenseTime, HKUST Xunfei, v.v. đã tham gia vào cuộc hỗn chiến mô hình quy mô lớn này.
Đối với ngành tài chính, với tư cách là một lĩnh vực chuyên môn hóa và số hóa cao, nó đương nhiên trở thành kịch bản tốt nhất để triển khai mô hình quy mô lớn.
Mô hình lớn trao quyền cho ngành tài chính thể hiện “sức mạnh siêu nhiên” như thế nào?
Theo một báo cáo do Tập đoàn Tư vấn Boston (BCG) và Quỹ Phát triển Trung Quốc đồng công bố, ước tính đến năm 2027, khoảng 23% công việc trong ngành tài chính của Trung Quốc sẽ bị gián đoạn bởi trí tuệ nhân tạo và 77% còn lại sẽ bị gián đoạn. bằng trí tuệ nhân tạo. Các công việc sẽ được cung cấp bởi trí tuệ nhân tạo và số giờ làm việc sẽ giảm khoảng 27%.
Dự đoán về tác động đối với lực lượng lao động trong ngành tài chính chứng tỏ AI không còn là cậu bé người máy được lập trình cảm xúc trong “Trí tuệ nhân tạo” của Spielberg, mà đã thực sự thâm nhập vào toàn bộ chuỗi kinh doanh. Và giờ đây, với làn sóng các mô hình lớn đa năng đang nở rộ, ngành tài chính cũng đặt ra những kỳ vọng mới cho trí tuệ nhân tạo.
Hai bên đồng ý rằng ngành tài chính tạo ra và xử lý một lượng lớn dữ liệu, và mô hình trí tuệ nhân tạo lớn, đặc biệt là mô hình lớn dựa trên học sâu, xử lý tốt loại môi trường sử dụng nhiều dữ liệu này. khả năng là rất quan trọng để đánh giá rủi ro, phát hiện gian lận và kỳ vọng thị trường, v.v. là rất quan trọng.
Hơn nữa, dữ liệu tài chính thường chứa các mẫu phức tạp.Các mô hình trí tuệ nhân tạo có lợi thế riêng trong việc xử lý các mẫu phức tạp và có thể xử lý tốt hơn các đặc điểm nhiễu cao, nhiều chiều và phi tuyến tính trong dữ liệu, từ đó giúp các tổ chức tài chính xác định xu hướng thị trường và đưa ra chính xác hơn quyết định. ra quyết định. Ngoài ra, các mô hình trí tuệ nhân tạo quy mô lớn có thể xử lý và phân tích dữ liệu tài chính quy mô lớn một cách hiệu quả trong thời gian ngắn, giúp các tổ chức tài chính nhanh chóng phản ứng với những thay đổi của thị trường và xác định các tình huống bất thường.
Theo người có liên quan phụ trách Viện nghiên cứu trí tuệ nhân tạo tiêu dùng Mama, về mặt tương tác thông minh, kiến thức tài chính và thông tin liên quan đến sản phẩm được bổ sung từng cái một vào cơ sở tri thức thông qua việc triển khai dịch vụ khách hàng robot. khả năng nhận dạng bị hạn chế và nó đóng vai trò hỗ trợ dịch vụ khách hàng của con người nhiều hơn. Bản thân mô hình lớn có rất nhiều kiến thức chung, ngoài ý thức chung về tài chính, đối với nội dung đặc biệt khác, nó có thể được cung cấp cho mô hình lớn thông qua việc truyền kiến thức, và thông qua đào tạo liên tục và đầy đủ, mô hình lớn có thể được trang bị nhiều hơn hiểu ngữ nghĩa chính xác và khả năng tạo ngôn ngữ tự nhiên mạnh mẽ. Đương nhiên, người mẫu lớn trở thành “chuyên gia” am hiểu về tài chính.
Ngoài ra, Rồng 360 cho rằng trí tuệ nhân tạo mô hình lớn có thể giúp các tổ chức tài chính nâng cao chất lượng dịch vụ khách hàng. Bằng cách phân tích lượng lớn dữ liệu khách hàng, các mô hình này có thể cá nhân hóa dịch vụ, dự đoán nhu cầu của khách hàng và đưa ra các đề xuất phù hợp. Không chỉ vậy, mô hình lớn đa năng AI còn có thể cải thiện hiệu quả và độ chính xác của việc đánh giá rủi ro. Khả năng của các mô hình lớn bao gồm các công nghệ như học sâu và xử lý ngôn ngữ tự nhiên, cho phép nó xử lý và hiểu thông tin quy mô lớn, mang lại khả năng quản lý rủi ro chính xác và hiệu quả hơn cho ngành tài chính, từ đó cho phép các tổ chức tài chính đưa ra quyết định cho vay sáng suốt hơn làm.
Và trí tuệ nhân tạo mô hình lớn có thể nâng cao đáng kể khả năng phát hiện gian lận, có thể phân tích và hiểu một lượng lớn dữ liệu có cấu trúc và phi cấu trúc, do đó có thể xác định hành vi gian lận và các mẫu bất thường ẩn trong tập dữ liệu khổng lồ, đồng thời liên tục cải thiện hiệu suất chống gian lận độ chính xác và hiệu quả, để các tổ chức tài chính, nền tảng thương mại điện tử, v.v. có thể phát hiện gian lận kịp thời, giảm tổn thất tài chính và bảo vệ lợi ích của người dùng.
Thúc đẩy việc xây dựng các yếu tố dữ liệu ứng dụng công nghệ mô hình lớn trở thành trọng điểm
Công nghệ dù có “lộng lẫy” đến đâu cũng không bằng ứng dụng thực tế. Theo dữ liệu từ CCID Consulting, ước tính đến năm 2025, quy mô của ngành trí tuệ nhân tạo trong nước sẽ đạt 336,93 tỷ nhân dân tệ, tăng 63,85% so với năm 2022; quy mô thị trường của các dịch vụ giải pháp toàn diện ứng dụng ngành lái xe sẽ vượt quá 3 nghìn tỷ nhân dân tệ.
Đối với ngành tài chính, "Một số biện pháp của Bắc Kinh nhằm thúc đẩy đổi mới và phát triển trí tuệ nhân tạo nói chung (2023-2025) (Dự thảo lấy ý kiến)" do Bắc Kinh ban hành hỗ trợ rõ ràng cho các công ty công nghệ tài chính trong các tình huống tài chính có tải thông tin cao và thông tin nhanh cập nhật. , người hành nghề tài chính khó có được thông tin chính xác một cách nhanh chóng và toàn diện, đồng thời khám phá ứng dụng công nghệ trí tuệ nhân tạo để hiểu và phân tích sâu các văn bản tài chính.
hình ảnh
Và trên cơ sở tập trung vào kiểm soát rủi ro thông minh, tư vấn đầu tư thông minh, dịch vụ khách hàng thông minh và các liên kết khác, thúc đẩy phân tích chính xác các văn bản dài chuyên nghiệp tài chính và cập nhật kiến thức mô hình, đột phá công nghệ kết hợp giữa logic quyết định phức tạp và thông tin mô hình khả năng xử lý và nhận ra sự phức tạp Việc chuyển đổi quá trình xử lý thông tin tài chính sang các gợi ý ra quyết định đầu tư hỗ trợ quá trình ra quyết định hỗ trợ đầu tư trong lĩnh vực tài chính.
Về vấn đề này, người có liên quan phụ trách Viện nghiên cứu trí tuệ nhân tạo tiêu dùng ngay lập tức đã đề cập rằng nếu mô hình lớn có mục đích chung được coi là một con ngựa hoang có trình độ vượt trội, thì việc tạo ra các ứng dụng mô hình quy mô lớn tập trung vào các lĩnh vực tài chính theo chiều dọc và được chia nhỏ kịch bản tương đương với việc thuần hóa ngựa hoang. Trước hết, nó cần được "cung cấp" dữ liệu trường dọc được xử lý độc quyền dưới dạng "cỏ"; thứ hai, cần tinh chỉnh và căn chỉnh mô hình trong trường dọc, tương đương với việc đặt "dây cương" lên con ngựa hoang; thứ ba, Sử dụng công nghệ tăng tốc suy luận của mô hình lớn để thêm "yên" và "bàn đạp" để ngựa chạy nhanh hơn và dễ điều khiển hơn; cuối cùng, phải có đủ kịch bản ứng dụng để ngựa phi nước đại và lặp lại, sử dụng Càng nhiều người tham gia, phản hồi đánh giá càng nhiều và mô hình lặp lại càng nhanh thì càng tốt. Về vấn đề này, các tổ chức tài chính lớn có những lợi thế vốn có và có thể tạo ra những tác động thực tế mạnh mẽ. Ngược lại, khó khăn đầu tiên mà các tổ chức tài chính vừa và nhỏ phải đối mặt là ngưỡng nguồn lực, dưới tác động của nhu cầu mạnh mẽ, họ sẽ tìm kiếm sự hỗ trợ từ các tổ chức lớn trong ngành tài chính hoặc các nền tảng công nghệ tài chính có lợi thế về công nghệ để thiết lập năng lực công nghệ phù hợp.
Theo Qicai Finance, Qifu GPT, một mô hình công nghiệp quy mô lớn do Qifu Technology phát triển, đã đạt được kết quả theo từng giai đoạn. Là mô hình quy mô lớn có mục đích chung đầu tiên của ngành tài chính ở Trung Quốc, các ứng dụng cấp sản phẩm được nó hỗ trợ dự kiến sẽ ra mắt trong năm nay và dành cho các tổ chức tài chính. Qifu Technology tin rằng với tư cách là một mô hình quy mô lớn của ngành tài chính, nó phải đạt độ chính xác và khả năng ứng dụng cao nhất. Do đó, số lượng và chất lượng của dữ liệu đào tạo cũng như sự hiểu biết và sâu sắc về kinh doanh tài chính đã trở thành năng lực cạnh tranh cốt lõi của các mô hình lớn trong ngành tài chính.
Qifu GPT dựa vào một lượng lớn dữ liệu kinh doanh tài chính do Qifu Technology tích lũy qua nhiều năm, cho dù đó là hơn 5000w báo cáo và diễn giải tín dụng, các cuộc đối thoại chuyên sâu với hơn 350w người dùng mỗi tháng hay dựa trên hơn 900 ngành, với hơn 3000 mạng hành vi tài chính doanh nghiệp của hơn 16 triệu doanh nghiệp với các thuộc tính và sơ đồ tri thức cũng như kiến thức ngành thu được từ đó là cơ sở để Qifu GPT hiểu rõ hơn về tài chính, hiểu người dùng hơn và hỗ trợ tốt hơn các doanh nghiệp tài chính khác nhau trong lĩnh vực tín dụng.
Hiện tại, Xinye Technology kết hợp các mô hình lớn để khám phá bố cục của trí tuệ nhân tạo, một mặt đã xác minh rằng các mô hình lớn có thể giúp cải thiện độ chính xác trong một số tình huống hiện có, chẳng hạn như cải thiện khả năng phân tích lời nói và văn bản của robot, khả năng hiểu và mặt khác, chúng tôi cũng đang khám phá các kịch bản mới dựa trên các mô hình tổng quát, bao gồm tạo mã tự động, thiết kế vật liệu trực quan, v.v., nắm bắt những thay đổi về năng suất do AI tổng quát mang lại.
Trong quý đầu tiên của năm 2023, Lexin đã đẩy nhanh việc áp dụng trí tuệ nhân tạo các mô hình lớn trong lĩnh vực tài chính theo chiều dọc trong kinh doanh. Hiện tại, mô hình lớn trí tuệ nhân tạo Lexin đã được triển khai trong các lĩnh vực hỗ trợ mã nghiên cứu và phát triển, tạo ý tưởng thiết kế, tiếp thị qua điện thoại và dịch vụ khách hàng thông minh, và đã đạt được sự cải thiện hiệu quả đáng kể. Trong tương lai, Lexin sẽ tiếp tục thúc đẩy việc khám phá chuyên sâu các mô hình lớn trí tuệ nhân tạo trong lĩnh vực quản lý rủi ro và chống gian lận.
Ngoài ra, Tập đoàn Công nghệ Đám mây Samoyed đã đề cập rằng dựa trên sự tích lũy trí thông minh quyết định AI, dữ liệu lớn và các công nghệ khác, công ty tiến hành nghiên cứu các mô hình lớn trong các lĩnh vực sau và tiếp tục tăng cường đầu tư công nghệ để khám phá thêm các ứng dụng theo kịch bản: Thứ nhất, mô hình tự động, Sử dụng công nghệ mô hình lớn NLP mới nhất, khám phá việc xây dựng mô hình tự động thông qua nhiều vòng đối thoại, cho phép người dùng mô tả ứng dụng họ muốn tạo thông qua ngôn ngữ tự nhiên, sau đó xây dựng mô hình. Ngoài ra, người dùng có thể đưa ra các đề xuất cải tiến thông qua ngôn ngữ tự nhiên liên tục và tự động điều chỉnh mô hình; thứ hai là giới thiệu công nghệ ChatGPT trong lĩnh vực thương mại điện tử xuyên biên giới và tạo một công cụ AI mới miễn phí cho người bán hàng trên Amazon, giúp doanh nghiệp vừa và nhỏ giảm chi phí, tăng hiệu quả.
Theo Centaline Consumer Finance, với sự bùng nổ của ChatGPT, một lần nữa chứng minh rằng thời đại mà sự đổi mới là vua đã đến. Chỉ có cải cách mới tiến bộ, chỉ có đổi mới mới mạnh, và chỉ có cải cách, đổi mới mới chiến thắng. Với quản lý "trí thông minh" kỹ thuật số, dịch vụ tài chính "trao quyền" và phát triển nhanh chóng, công ty đã tạo ra ba hệ thống năng lực cốt lõi kỹ thuật số dẫn đầu thị trường là "thu hút khách hàng độc lập", "kiểm soát rủi ro thông minh" và "vận hành kỹ thuật số", cung cấp cho khách hàng với các dịch vụ tài chính tiêu dùng tích hợp chất lượng cao, hiệu quả, thuận tiện và ấm áp.
Xem bản gốc
Nội dung chỉ mang tính chất tham khảo, không phải là lời chào mời hay đề nghị. Không cung cấp tư vấn về đầu tư, thuế hoặc pháp lý. Xem Tuyên bố miễn trừ trách nhiệm để biết thêm thông tin về rủi ro.
ChatGPT dẫn đầu làn sóng mới! Mô hình quy mô lớn AI thúc đẩy đổi mới và phát triển công nghệ tài chính, giúp doanh nghiệp bước sang một chương mới
Bản gốc: Mộ Thần
Nguồn: Bảy Tài
Sự ra đời của Internet đã thay đổi cách thông tin lưu chuyển và thúc đẩy hình thức các mô hình công ty mới. Và những thay đổi vẫn đang diễn ra, đặc biệt là sự xuất hiện của ChatGPT, mang đến cho mọi người trải nghiệm tương tác thông minh chuyên sâu hơn.
Dựa trên GPT (mô hình thay đổi trước khi đào tạo được tạo), robot đối thoại AI toàn diện - ChatGPT có thể mắc lỗi khi trả lời câu hỏi, nhưng khả năng logic của nó trong quá trình trò chuyện với mọi người là đáng kinh ngạc.
Trong một thời gian, đã có sự bùng nổ của các mô hình lớn trí tuệ nhân tạo do ChatGPT làm đại diện, thu hút sự chú ý chưa từng có từ thị trường, Baidu, 360, Alibaba Cloud, SenseTime, HKUST Xunfei, v.v. đã tham gia vào cuộc hỗn chiến mô hình quy mô lớn này.
Đối với ngành tài chính, với tư cách là một lĩnh vực chuyên môn hóa và số hóa cao, nó đương nhiên trở thành kịch bản tốt nhất để triển khai mô hình quy mô lớn.
Mô hình lớn trao quyền cho ngành tài chính thể hiện “sức mạnh siêu nhiên” như thế nào?
Theo một báo cáo do Tập đoàn Tư vấn Boston (BCG) và Quỹ Phát triển Trung Quốc đồng công bố, ước tính đến năm 2027, khoảng 23% công việc trong ngành tài chính của Trung Quốc sẽ bị gián đoạn bởi trí tuệ nhân tạo và 77% còn lại sẽ bị gián đoạn. bằng trí tuệ nhân tạo. Các công việc sẽ được cung cấp bởi trí tuệ nhân tạo và số giờ làm việc sẽ giảm khoảng 27%.
Dự đoán về tác động đối với lực lượng lao động trong ngành tài chính chứng tỏ AI không còn là cậu bé người máy được lập trình cảm xúc trong “Trí tuệ nhân tạo” của Spielberg, mà đã thực sự thâm nhập vào toàn bộ chuỗi kinh doanh. Và giờ đây, với làn sóng các mô hình lớn đa năng đang nở rộ, ngành tài chính cũng đặt ra những kỳ vọng mới cho trí tuệ nhân tạo.
Hai bên đồng ý rằng ngành tài chính tạo ra và xử lý một lượng lớn dữ liệu, và mô hình trí tuệ nhân tạo lớn, đặc biệt là mô hình lớn dựa trên học sâu, xử lý tốt loại môi trường sử dụng nhiều dữ liệu này. khả năng là rất quan trọng để đánh giá rủi ro, phát hiện gian lận và kỳ vọng thị trường, v.v. là rất quan trọng.
Hơn nữa, dữ liệu tài chính thường chứa các mẫu phức tạp.Các mô hình trí tuệ nhân tạo có lợi thế riêng trong việc xử lý các mẫu phức tạp và có thể xử lý tốt hơn các đặc điểm nhiễu cao, nhiều chiều và phi tuyến tính trong dữ liệu, từ đó giúp các tổ chức tài chính xác định xu hướng thị trường và đưa ra chính xác hơn quyết định. ra quyết định. Ngoài ra, các mô hình trí tuệ nhân tạo quy mô lớn có thể xử lý và phân tích dữ liệu tài chính quy mô lớn một cách hiệu quả trong thời gian ngắn, giúp các tổ chức tài chính nhanh chóng phản ứng với những thay đổi của thị trường và xác định các tình huống bất thường.
Theo người có liên quan phụ trách Viện nghiên cứu trí tuệ nhân tạo tiêu dùng Mama, về mặt tương tác thông minh, kiến thức tài chính và thông tin liên quan đến sản phẩm được bổ sung từng cái một vào cơ sở tri thức thông qua việc triển khai dịch vụ khách hàng robot. khả năng nhận dạng bị hạn chế và nó đóng vai trò hỗ trợ dịch vụ khách hàng của con người nhiều hơn. Bản thân mô hình lớn có rất nhiều kiến thức chung, ngoài ý thức chung về tài chính, đối với nội dung đặc biệt khác, nó có thể được cung cấp cho mô hình lớn thông qua việc truyền kiến thức, và thông qua đào tạo liên tục và đầy đủ, mô hình lớn có thể được trang bị nhiều hơn hiểu ngữ nghĩa chính xác và khả năng tạo ngôn ngữ tự nhiên mạnh mẽ. Đương nhiên, người mẫu lớn trở thành “chuyên gia” am hiểu về tài chính.
Ngoài ra, Rồng 360 cho rằng trí tuệ nhân tạo mô hình lớn có thể giúp các tổ chức tài chính nâng cao chất lượng dịch vụ khách hàng. Bằng cách phân tích lượng lớn dữ liệu khách hàng, các mô hình này có thể cá nhân hóa dịch vụ, dự đoán nhu cầu của khách hàng và đưa ra các đề xuất phù hợp. Không chỉ vậy, mô hình lớn đa năng AI còn có thể cải thiện hiệu quả và độ chính xác của việc đánh giá rủi ro. Khả năng của các mô hình lớn bao gồm các công nghệ như học sâu và xử lý ngôn ngữ tự nhiên, cho phép nó xử lý và hiểu thông tin quy mô lớn, mang lại khả năng quản lý rủi ro chính xác và hiệu quả hơn cho ngành tài chính, từ đó cho phép các tổ chức tài chính đưa ra quyết định cho vay sáng suốt hơn làm.
Và trí tuệ nhân tạo mô hình lớn có thể nâng cao đáng kể khả năng phát hiện gian lận, có thể phân tích và hiểu một lượng lớn dữ liệu có cấu trúc và phi cấu trúc, do đó có thể xác định hành vi gian lận và các mẫu bất thường ẩn trong tập dữ liệu khổng lồ, đồng thời liên tục cải thiện hiệu suất chống gian lận độ chính xác và hiệu quả, để các tổ chức tài chính, nền tảng thương mại điện tử, v.v. có thể phát hiện gian lận kịp thời, giảm tổn thất tài chính và bảo vệ lợi ích của người dùng.
Thúc đẩy việc xây dựng các yếu tố dữ liệu ứng dụng công nghệ mô hình lớn trở thành trọng điểm
Công nghệ dù có “lộng lẫy” đến đâu cũng không bằng ứng dụng thực tế. Theo dữ liệu từ CCID Consulting, ước tính đến năm 2025, quy mô của ngành trí tuệ nhân tạo trong nước sẽ đạt 336,93 tỷ nhân dân tệ, tăng 63,85% so với năm 2022; quy mô thị trường của các dịch vụ giải pháp toàn diện ứng dụng ngành lái xe sẽ vượt quá 3 nghìn tỷ nhân dân tệ.
Đối với ngành tài chính, "Một số biện pháp của Bắc Kinh nhằm thúc đẩy đổi mới và phát triển trí tuệ nhân tạo nói chung (2023-2025) (Dự thảo lấy ý kiến)" do Bắc Kinh ban hành hỗ trợ rõ ràng cho các công ty công nghệ tài chính trong các tình huống tài chính có tải thông tin cao và thông tin nhanh cập nhật. , người hành nghề tài chính khó có được thông tin chính xác một cách nhanh chóng và toàn diện, đồng thời khám phá ứng dụng công nghệ trí tuệ nhân tạo để hiểu và phân tích sâu các văn bản tài chính.
hình ảnh
Và trên cơ sở tập trung vào kiểm soát rủi ro thông minh, tư vấn đầu tư thông minh, dịch vụ khách hàng thông minh và các liên kết khác, thúc đẩy phân tích chính xác các văn bản dài chuyên nghiệp tài chính và cập nhật kiến thức mô hình, đột phá công nghệ kết hợp giữa logic quyết định phức tạp và thông tin mô hình khả năng xử lý và nhận ra sự phức tạp Việc chuyển đổi quá trình xử lý thông tin tài chính sang các gợi ý ra quyết định đầu tư hỗ trợ quá trình ra quyết định hỗ trợ đầu tư trong lĩnh vực tài chính.
Về vấn đề này, người có liên quan phụ trách Viện nghiên cứu trí tuệ nhân tạo tiêu dùng ngay lập tức đã đề cập rằng nếu mô hình lớn có mục đích chung được coi là một con ngựa hoang có trình độ vượt trội, thì việc tạo ra các ứng dụng mô hình quy mô lớn tập trung vào các lĩnh vực tài chính theo chiều dọc và được chia nhỏ kịch bản tương đương với việc thuần hóa ngựa hoang. Trước hết, nó cần được "cung cấp" dữ liệu trường dọc được xử lý độc quyền dưới dạng "cỏ"; thứ hai, cần tinh chỉnh và căn chỉnh mô hình trong trường dọc, tương đương với việc đặt "dây cương" lên con ngựa hoang; thứ ba, Sử dụng công nghệ tăng tốc suy luận của mô hình lớn để thêm "yên" và "bàn đạp" để ngựa chạy nhanh hơn và dễ điều khiển hơn; cuối cùng, phải có đủ kịch bản ứng dụng để ngựa phi nước đại và lặp lại, sử dụng Càng nhiều người tham gia, phản hồi đánh giá càng nhiều và mô hình lặp lại càng nhanh thì càng tốt. Về vấn đề này, các tổ chức tài chính lớn có những lợi thế vốn có và có thể tạo ra những tác động thực tế mạnh mẽ. Ngược lại, khó khăn đầu tiên mà các tổ chức tài chính vừa và nhỏ phải đối mặt là ngưỡng nguồn lực, dưới tác động của nhu cầu mạnh mẽ, họ sẽ tìm kiếm sự hỗ trợ từ các tổ chức lớn trong ngành tài chính hoặc các nền tảng công nghệ tài chính có lợi thế về công nghệ để thiết lập năng lực công nghệ phù hợp.
Theo Qicai Finance, Qifu GPT, một mô hình công nghiệp quy mô lớn do Qifu Technology phát triển, đã đạt được kết quả theo từng giai đoạn. Là mô hình quy mô lớn có mục đích chung đầu tiên của ngành tài chính ở Trung Quốc, các ứng dụng cấp sản phẩm được nó hỗ trợ dự kiến sẽ ra mắt trong năm nay và dành cho các tổ chức tài chính. Qifu Technology tin rằng với tư cách là một mô hình quy mô lớn của ngành tài chính, nó phải đạt độ chính xác và khả năng ứng dụng cao nhất. Do đó, số lượng và chất lượng của dữ liệu đào tạo cũng như sự hiểu biết và sâu sắc về kinh doanh tài chính đã trở thành năng lực cạnh tranh cốt lõi của các mô hình lớn trong ngành tài chính.
Qifu GPT dựa vào một lượng lớn dữ liệu kinh doanh tài chính do Qifu Technology tích lũy qua nhiều năm, cho dù đó là hơn 5000w báo cáo và diễn giải tín dụng, các cuộc đối thoại chuyên sâu với hơn 350w người dùng mỗi tháng hay dựa trên hơn 900 ngành, với hơn 3000 mạng hành vi tài chính doanh nghiệp của hơn 16 triệu doanh nghiệp với các thuộc tính và sơ đồ tri thức cũng như kiến thức ngành thu được từ đó là cơ sở để Qifu GPT hiểu rõ hơn về tài chính, hiểu người dùng hơn và hỗ trợ tốt hơn các doanh nghiệp tài chính khác nhau trong lĩnh vực tín dụng.
Hiện tại, Xinye Technology kết hợp các mô hình lớn để khám phá bố cục của trí tuệ nhân tạo, một mặt đã xác minh rằng các mô hình lớn có thể giúp cải thiện độ chính xác trong một số tình huống hiện có, chẳng hạn như cải thiện khả năng phân tích lời nói và văn bản của robot, khả năng hiểu và mặt khác, chúng tôi cũng đang khám phá các kịch bản mới dựa trên các mô hình tổng quát, bao gồm tạo mã tự động, thiết kế vật liệu trực quan, v.v., nắm bắt những thay đổi về năng suất do AI tổng quát mang lại.
Trong quý đầu tiên của năm 2023, Lexin đã đẩy nhanh việc áp dụng trí tuệ nhân tạo các mô hình lớn trong lĩnh vực tài chính theo chiều dọc trong kinh doanh. Hiện tại, mô hình lớn trí tuệ nhân tạo Lexin đã được triển khai trong các lĩnh vực hỗ trợ mã nghiên cứu và phát triển, tạo ý tưởng thiết kế, tiếp thị qua điện thoại và dịch vụ khách hàng thông minh, và đã đạt được sự cải thiện hiệu quả đáng kể. Trong tương lai, Lexin sẽ tiếp tục thúc đẩy việc khám phá chuyên sâu các mô hình lớn trí tuệ nhân tạo trong lĩnh vực quản lý rủi ro và chống gian lận.
Ngoài ra, Tập đoàn Công nghệ Đám mây Samoyed đã đề cập rằng dựa trên sự tích lũy trí thông minh quyết định AI, dữ liệu lớn và các công nghệ khác, công ty tiến hành nghiên cứu các mô hình lớn trong các lĩnh vực sau và tiếp tục tăng cường đầu tư công nghệ để khám phá thêm các ứng dụng theo kịch bản: Thứ nhất, mô hình tự động, Sử dụng công nghệ mô hình lớn NLP mới nhất, khám phá việc xây dựng mô hình tự động thông qua nhiều vòng đối thoại, cho phép người dùng mô tả ứng dụng họ muốn tạo thông qua ngôn ngữ tự nhiên, sau đó xây dựng mô hình. Ngoài ra, người dùng có thể đưa ra các đề xuất cải tiến thông qua ngôn ngữ tự nhiên liên tục và tự động điều chỉnh mô hình; thứ hai là giới thiệu công nghệ ChatGPT trong lĩnh vực thương mại điện tử xuyên biên giới và tạo một công cụ AI mới miễn phí cho người bán hàng trên Amazon, giúp doanh nghiệp vừa và nhỏ giảm chi phí, tăng hiệu quả.
Theo Centaline Consumer Finance, với sự bùng nổ của ChatGPT, một lần nữa chứng minh rằng thời đại mà sự đổi mới là vua đã đến. Chỉ có cải cách mới tiến bộ, chỉ có đổi mới mới mạnh, và chỉ có cải cách, đổi mới mới chiến thắng. Với quản lý "trí thông minh" kỹ thuật số, dịch vụ tài chính "trao quyền" và phát triển nhanh chóng, công ty đã tạo ra ba hệ thống năng lực cốt lõi kỹ thuật số dẫn đầu thị trường là "thu hút khách hàng độc lập", "kiểm soát rủi ro thông minh" và "vận hành kỹ thuật số", cung cấp cho khách hàng với các dịch vụ tài chính tiêu dùng tích hợp chất lượng cao, hiệu quả, thuận tiện và ấm áp.