Kewangan: Pengguna Awal AI Vertikal
Sektor kewangan mempunyai ciri-ciri unik yang menjadikannya sesuai untuk gangguan AI. Tahap pendigitalannya yang tinggi, ditambah pula dengan penerimaan teknologi baharu yang kukuh dan, yang penting, kesediaan untuk melabur dalam inovasi, meletakkan kewangan sebagai calon utama untuk penggunaan awal AI, menurut Li Jing, naib presiden syarikat permulaan AI yang berpangkalan di Shanghai, Stepfun.
Institusi kewangan sudah dibanjiri data. Mereka mempunyai sistem yang teguh untuk memproses transaksi, mengurus risiko dan menganalisis trend pasaran. AI, terutamanya AI vertikal, boleh bertindak sebagai lapisan yang berkuasa di atas infrastruktur sedia ada ini, meningkatkan kecekapan, ketepatan dan pembuatan keputusan.
Kebangkitan Aplikasi AI Vertikal
Walaupun model AI tujuan umum telah menarik perhatian, tindakan sebenar, menurut ramai pakar, adalah dalam AI khusus industri, atau vertikal. Wei Zhongwei, setiausaha lembaga MetaX Integrated Circuits yang berpangkalan di Shanghai, menekankan permintaan yang semakin meningkat untuk aplikasi AI vertikal merentasi pelbagai sektor, termasuk kewangan, pengangkutan, pendidikan dan penyelidikan saintifik.
Apa yang membezakan kewangan?
Sifat kerjanya berbeza. Tidak seperti model AI umum yang dilatih pada set data yang luas dan pelbagai, model AI vertikal disesuaikan dengan nuansa dan keperluan khusus industri tertentu. Dalam kewangan, ini bermakna memahami peraturan yang kompleks, instrumen kewangan yang rumit, dan dinamik halus tingkah laku pasaran. AI tujuan umum mungkin boleh menulis artikel berita yang baik tentang pasaran saham, tetapi model AI vertikal berpotensi meramalkan pergerakan pasaran, mengenal pasti transaksi penipuan atau memperibadikan nasihat pelaburan dengan ketepatan yang jauh lebih tinggi.
Pemacu Inovasi: Automobil dan Telefon Pintar
Selain kewangan, perbincangan di Lujiazui Financial Salon juga menyentuh pemacu utama inovasi AI yang lain. Li Jing menegaskan bahawa industri automotif dan telefon pintar dijangka menjadi teras kemajuan dalam aplikasi dan peranti AI.
Apakah kaitannya?
Industri ini, seperti kewangan, menjana sejumlah besar data. Kereta pandu sendiri, contohnya, bergantung pada aliran maklumat yang berterusan daripada penderia, kamera dan sistem pemetaan. Telefon pintar mengumpul data tentang tingkah laku pengguna, keutamaan dan interaksi. Banjir data ini menyediakan landasan yang subur untuk algoritma AI untuk belajar, menyesuaikan diri dan bertambah baik.
AI generatif, subset AI yang memfokuskan pada penciptaan kandungan baharu, juga diramalkan memainkan peranan penting, terutamanya dalam meningkatkan pengeluaran kandungan profesional. Bayangkan alat AI yang boleh membantu dalam merangka laporan kewangan, menjana analisis pasaran, atau malah mencipta komunikasi diperibadikan untuk pelanggan.
Beberapa Tahun Akan Datang: Tempoh Kritikal untuk Integrasi AI
Dua hingga tiga tahun akan datang dilihat sebagai tempoh penting bagi AI untuk mempercepatkan integrasinya merentasi industri. Wei Zhongwei menekankan kepentingan serba boleh, kestabilan dan kebolehpercayaan sebagai penanda aras utama untuk teknologi AI pada masa ini. Ini bermakna penyedia infrastruktur perlu meningkatkan prestasi mereka, menyampaikan produk dan perkhidmatan berkualiti tinggi yang boleh memenuhi keperluan mendesak pelbagai sektor.
Ia bukan hanya tentang mempunyai algoritma AI yang paling berkuasa. Ia juga tentang memastikan algoritma ini teguh, boleh dipercayai dan boleh disesuaikan dengan kes penggunaan yang berbeza. Pertimbangkan kemungkinan akibat daripada sistem perdagangan berkuasa AI yang tidak berfungsi atau membuat ramalan yang tidak tepat. Pertaruhannya tinggi, dan kebolehpercayaan adalah perkara yang paling utama.
Persaingan Berbeza dalam Kewangan
Yu Feng, ketua pegawai maklumat Guotai Junan Securities, menjelaskan tentang keutamaan sektor kewangan untuk model AI vertikal. Beliau menjelaskan bahawa dengan memanfaatkan data proprietari, strategi penalaan halus dan melaraskan objektif latihan, firma kewangan boleh mencapai kelebihan daya saing.
Dalam erti kata lain, AI vertikal membolehkan institusi membezakan diri mereka daripada pesaing mereka. Daripada bergantung pada model AI generik yang sama, mereka boleh mencipta penyelesaian tersuai yang disesuaikan secara unik dengan keperluan dan strategi khusus mereka. Ini bukan sahaja membantu mereka mengelakkan perangkap pendekatan pelaburan yang homogen tetapi juga mengurangkan risiko turun naik pasaran yang diperkuatkan yang boleh timbul daripada penggunaan meluas model AI yang sama.
Menavigasi Cabaran Integrasi AI
Integrasi AI ke dalam kewangan, dan sememangnya mana-mana industri, bukanlah tanpa cabarannya. Li Jing dari Stepfun mengakui bahawa perubahan besar diperlukan.
Satu aspek utama ialah akses. Pembuat peranti, contohnya, perlu menyediakan akses yang lebih besar kepada sistem mereka untuk membolehkan penyepaduan keupayaan AI yang lebih mendalam. Ini bermakna membuka API dan membenarkan pembangun AI memanfaatkan infrastruktur perkakasan dan perisian asas.
Satu lagi cabaran terletak pada bidang penyedia perkhidmatan pihak ketiga. Penyedia ini perlu mereka bentuk semula rangka kerja mereka secara asas di bawah seni bina ejen. Ini adalah peralihan daripada paradigma pembangunan perisian tradisional kepada pendekatan yang lebih berpusatkan AI, di mana ejen perisian bertindak secara autonomi dan bijak.
Peranan Sokongan Dasar
Selain daripada halangan teknologi, Li Jing juga menekankan peranan penting sokongan dasar dalam memupuk penggunaan AI. Kerajaan dan badan kawal selia perlu mewujudkan persekitaran yang menggalakkan inovasi sambil turut menangani potensi risiko dan kebimbangan etika.
Ini boleh melibatkan pembangunan garis panduan yang jelas untuk privasi data, mewujudkan piawaian untuk keselamatan dan kebolehpercayaan AI, dan menyediakan insentif untuk syarikat melabur dalam penyelidikan dan pembangunan AI.
Menangani Kebimbangan Privasi Data
Privasi data ialah pertimbangan utama dalam era AI, terutamanya dalam sektor kewangan, di mana maklumat pelanggan yang sensitif sentiasa dikendalikan. Li Jing menangani kebimbangan ini secara langsung, menyatakan bahawa perlindungan privasi bukanlah cabaran yang tidak dapat diatasi.
‘Secara teknologi, kami telah mengenal pasti hala tuju yang menjanjikan untuk diterokai,’ tegas Li.
Apakah maksudnya?
Ini menunjukkan bahawa sudah ada penyelesaian teknologi dalam pembangunan yang boleh membantu mengurangkan risiko privasi yang berkaitan dengan AI. Ini mungkin termasuk teknik seperti pembelajaran persekutuan, di mana model AI dilatih pada set data terdesentralisasi tanpa mengakses data mentah secara langsung, atau privasi pembezaan, yang menambahkan hingar pada data untuk melindungi privasi individu sambil masih membenarkan analisis yang bermakna.
Laluan Ke Hadapan: Kerjasama dan Inovasi
Mesej utama daripada Lujiazui Financial Salon adalah jelas: AI, terutamanya AI vertikal, bersedia untuk mengubah industri kewangan. Beberapa tahun akan datang adalah kritikal, memerlukan kerjasama erat antara penyedia teknologi, institusi kewangan dan penggubal dasar. Tumpuan adalah untuk membangunkan penyelesaian AI yang teguh, boleh dipercayai dan selamat yang boleh membuka peluang baharu dan memacu inovasi sambil menangani potensi cabaran. Perjalanan itu sudah pasti akan menjadi rumit, tetapi ganjaran yang berpotensi adalah sangat besar.