Keuangan: Pengadopsi Awal AI Vertikal
Kecerdasan buatan (AI) siap merevolusi berbagai sektor, dan industri keuangan akan menjadi yang terdepan dalam transformasi ini. Ini adalah kesimpulan utama dari Lujiazui Financial Salon baru-baru ini, di mana para ahli Tiongkok berkumpul untuk membahas masa depan AI. Konsensusnya? Model AI yang berbeda, khususnya aplikasi AI vertikal, akan menjadi pengubah permainan untuk keuangan.
Sektor keuangan memiliki karakteristik unik yang membuatnya siap untuk disrupsi AI. Tingkat digitalisasinya yang tinggi, ditambah dengan penerimaan yang kuat terhadap teknologi baru dan, yang penting, kesediaan untuk berinvestasi dalam inovasi, memposisikan keuangan sebagai kandidat utama untuk adopsi AI awal, menurut Li Jing, wakil presiden startup AI yang berbasis di Shanghai, Stepfun.
Bayangkan seperti ini: lembaga keuangan sudah dibanjiri data. Mereka memiliki sistem yang kuat untuk memproses transaksi, mengelola risiko, dan menganalisis tren pasar. AI, khususnya AI vertikal, dapat bertindak sebagai lapisan yang kuat di atas infrastruktur yang ada ini, meningkatkan efisiensi, akurasi, dan pengambilan keputusan.
Kebangkitan Aplikasi AI Vertikal
Sementara model AI untuk tujuan umum telah menjadi berita utama, aksi sebenarnya, menurut banyak ahli, ada pada AI khusus industri, atau vertikal. Wei Zhongwei, sekretaris dewan MetaX Integrated Circuits yang berbasis di Shanghai, menyoroti permintaan yang meningkat untuk aplikasi AI vertikal di berbagai sektor, termasuk keuangan, transportasi, pendidikan, dan penelitian ilmiah.
Apa yang membuat keuangan berbeda?
Sifat pekerjaannya berbeda. Tidak seperti, model AI umum yang dilatih pada dataset yang luas dan beragam, model AI vertikal disesuaikan dengan nuansa dan persyaratan khusus dari industri tertentu. Dalam keuangan, ini berarti memahami peraturan yang kompleks, instrumen keuangan yang rumit, dan dinamika halus perilaku pasar. AI untuk tujuan umum mungkin dapat menulis artikel berita yang layak tentang pasar saham, tetapi model AI vertikal berpotensi memprediksi pergerakan pasar, mengidentifikasi transaksi penipuan, atau mempersonalisasi saran investasi dengan presisi yang jauh lebih besar.
Pendorong Inovasi: Mobil dan Smartphone
Selain keuangan, diskusi di Lujiazui Financial Salon juga menyentuh pendorong utama inovasi AI lainnya. Li Jing menunjukkan bahwa industri otomotif dan smartphone diharapkan menjadi inti dari kemajuan dalam aplikasi dan perangkat AI.
Apa hubungannya?
Industri ini, seperti keuangan, menghasilkan data dalam jumlah besar. Mobil self-driving, misalnya, mengandalkan aliran informasi yang konstan dari sensor, kamera, dan sistem pemetaan. Smartphone mengumpulkan data tentang perilaku pengguna, preferensi, dan interaksi. Banjir data ini menyediakan lahan subur bagi algoritma AI untuk belajar, beradaptasi, dan meningkatkan.
Generative AI, subset dari AI yang berfokus pada pembuatan konten baru, juga diprediksi akan memainkan peran penting, terutama dalam meningkatkan produksi konten profesional. Bayangkan alat AI yang dapat membantu dalam menyusun laporan keuangan, menghasilkan analisis pasar, atau bahkan membuat komunikasi yang dipersonalisasi untuk klien.
Beberapa Tahun ke Depan: Periode Kritis untuk Integrasi AI
Dua hingga tiga tahun mendatang dipandang sebagai periode penting bagi AI untuk mempercepat integrasinya di seluruh industri. Wei Zhongwei menekankan pentingnya keserbagunaan, stabilitas, dan keandalan sebagai tolok ukur utama untuk teknologi AI selama ini. Ini berarti bahwa penyedia infrastruktur perlu meningkatkan permainan mereka, memberikan produk dan layanan berkualitas tinggi yang dapat memenuhi persyaratan yang menuntut dari berbagai sektor.
Ini bukan hanya tentang memiliki algoritma AI yang paling kuat. Ini juga tentang memastikan bahwa algoritma ini kuat, dapat diandalkan, dan dapat beradaptasi dengan kasus penggunaan yang berbeda. Pertimbangkan potensi konsekuensi dari sistem perdagangan bertenaga AI yang tidak berfungsi atau membuat prediksi yang tidak akurat. Taruhannya tinggi, dan keandalan adalah yang terpenting.
Kompetisi yang Berbeda dalam Keuangan
Yu Feng, chief information officer Guotai Junan Securities, menjelaskan preferensi sektor keuangan untuk model AI vertikal. Dia menjelaskan bahwa dengan memanfaatkan data kepemilikan, strategi fine-tuning, dan menyesuaikan tujuan pelatihan, perusahaan keuangan dapat mencapai keunggulan kompetitif.
Dengan kata lain, AI vertikal memungkinkan institusi untuk membedakan diri dari pesaing mereka. Alih-alih mengandalkan model AI generik yang sama, mereka dapat membuat solusi khusus yang disesuaikan secara unik dengan kebutuhan dan strategi khusus mereka. Ini tidak hanya membantu mereka menghindari jebakan pendekatan investasi yang homogen, tetapi juga mengurangi risiko volatilitas pasar yang diperkuat yang dapat timbul dari penggunaan model AI yang identik secara luas.
Menavigasi Tantangan Integrasi AI
Integrasi AI ke dalam keuangan, dan memang industri apa pun, bukannya tanpa tantangan. Li Jing dari Stepfun mengakui bahwa perubahan besar diperlukan.
Salah satu aspek kunci adalah akses. Pembuat perangkat, misalnya, perlu menyediakan akses yang lebih besar ke sistem mereka untuk memungkinkan integrasi kemampuan AI yang lebih dalam. Ini berarti membuka API dan memungkinkan pengembang AI untuk memanfaatkan infrastruktur perangkat keras dan perangkat lunak yang mendasarinya.
Tantangan lain terletak pada ranah penyedia layanan pihak ketiga. Penyedia ini perlu mendesain ulang kerangka kerja mereka secara fundamental di bawah arsitektur agen. Ini adalah pergeseran dari paradigma pengembangan perangkat lunak tradisional ke pendekatan yang lebih berpusat pada AI, di mana agen perangkat lunak bertindak secara otonom dan cerdas.
Peran Dukungan Kebijakan
Di luar rintangan teknologi, Li Jing juga menekankan peran penting dukungan kebijakan dalam mendorong adopsi AI. Pemerintah dan badan pengatur perlu menciptakan lingkungan yang mendorong inovasi sambil juga mengatasi potensi risiko dan masalah etika.
Ini dapat melibatkan pengembangan pedoman yang jelas untuk privasi data, menetapkan standar untuk keamanan dan keandalan AI, dan memberikan insentif bagi perusahaan untuk berinvestasi dalam penelitian dan pengembangan AI.
Mengatasi Masalah Privasi Data
Privasi data adalah pertimbangan utama di era AI, terutama di sektor keuangan, di mana informasi pelanggan yang sensitif terus-menerus ditangani. Li Jing mengatasi masalah ini secara langsung, menyatakan bahwa perlindungan privasi bukanlah tantangan yang tidak dapat diatasi.
‘Secara teknologi, kami telah mengidentifikasi arah yang menjanjikan untuk dieksplorasi,’ Li menegaskan.
Apa artinya?
Ini menunjukkan bahwa sudah ada solusi teknologi dalam pengembangan yang dapat membantu mengurangi risiko privasi yang terkait dengan AI. Ini mungkin termasuk teknik seperti pembelajaran federasi, di mana model AI dilatih pada dataset yang terdesentralisasi tanpa langsung mengakses data mentah, atau privasi diferensial, yang menambahkan noise ke data untuk melindungi privasi individu sambil tetap memungkinkan analisis yang bermakna.
Jalan ke Depan: Kolaborasi dan Inovasi
Pesan utama dari Lujiazui Financial Salon jelas: AI, khususnya AI vertikal, akan mengubah industri keuangan. Beberapa tahun ke depan akan sangat penting, membutuhkan kolaborasi erat antara penyedia teknologi, lembaga keuangan, dan pembuat kebijakan. Fokusnya adalah pada pengembangan solusi AI yang kuat, andal, dan aman yang dapat membuka peluang baru dan mendorong inovasi sambil mengatasi potensi tantangan. Perjalanannya tidak diragukan lagi akan kompleks, tetapi potensi imbalannya sangat besar.