Financiën: Een vroege gebruiker van Verticale AI
De financiële sector bezit unieke kenmerken die het rijp maken voor AI-disruptie. De hoge mate van digitalisering, gekoppeld aan een sterke omarming van nieuwe technologieën en, belangrijker nog, een bereidheid om te investeren in innovatie, positioneert de financiële sector als een uitstekende kandidaat voor vroege AI-adoptie, aldus Li Jing, vice-president van de in Shanghai gevestigde AI-startup Stepfun.
Beschouw het op deze manier: financiële instellingen zijn al overspoeld met data. Ze hebben robuuste systemen voor het verwerken van transacties, het beheren van risico’s en het analyseren van markttrends. AI, met name verticale AI, kan fungeren als een krachtige laag bovenop deze bestaande infrastructuur, waardoor de efficiëntie, nauwkeurigheid en besluitvorming worden verbeterd.
De opkomst van Verticale AI-toepassingen
Terwijl algemene AI-modellen de krantenkoppen hebben gehaald, ligt de echte actie, volgens veel experts, in industriespecifieke, of verticale, AI. Wei Zhongwei, bestuurssecretaris van het in Shanghai gevestigde MetaX Integrated Circuits, benadrukte de groeiende vraag naar verticale AI-toepassingen in verschillende sectoren, waaronder financiën, transport, onderwijs en wetenschappelijk onderzoek.
Wat maakt de financiële sector anders?
De aard van het werk is anders. In tegenstelling tot algemene AI-modellen die zijn getraind op enorme, diverse datasets, zijn verticale AI-modellen afgestemd op de specifieke nuances en vereisten van een bepaalde industrie. In de financiële sector betekent dit het begrijpen van complexe regelgeving, ingewikkelde financiële instrumenten en de subtiele dynamiek van marktgedrag. Een algemeen AI-model kan misschien een fatsoenlijk nieuwsartikel over de aandelenmarkt schrijven, maar een verticaal AI-model kan potentieel marktbewegingen voorspellen, frauduleuze transacties identificeren of beleggingsadvies personaliseren met veel grotere precisie.
De drijvende krachten achter innovatie: Auto’s en Smartphones
Naast de financiële sector ging de discussie op de Lujiazui Financial Salon ook in op andere belangrijke drijvende krachten achter AI-innovatie. Li Jing wees erop dat de auto- en smartphone-industrie naar verwachting de kern zullen vormen van de vooruitgang in AI-toepassingen en -apparaten.
Wat is het verband?
Deze industrieën genereren, net als de financiële sector, enorme hoeveelheden data. Zelfrijdende auto’s vertrouwen bijvoorbeeld op een constante stroom van informatie van sensoren, camera’s en kaarten. Smartphones verzamelen gegevens over gebruikersgedrag, voorkeuren en interacties. Deze datalawine biedt een vruchtbare bodem voor AI-algoritmen om te leren, zich aan te passen en te verbeteren.
Generatieve AI, een subset van AI die zich richt op het creëren van nieuwe content, zal naar verwachting ook een belangrijke rol spelen, met name bij het verbeteren van de professionele contentproductie. Stel je AI-tools voor die kunnen helpen bij het opstellen van financiële rapporten, het genereren van marktanalyses of zelfs het creëren van gepersonaliseerde communicatie voor klanten.
De komende jaren: Een kritieke periode voor AI-integratie
De komende twee tot drie jaar worden gezien als een cruciale periode voor AI om de integratie in verschillende industrieën te versnellen. Wei Zhongwei benadrukte het belang van veelzijdigheid, stabiliteit en betrouwbaarheid als belangrijke benchmarks voor AI-technologieën gedurende deze tijd. Dit betekent dat infrastructuurproviders hun spel moeten verbeteren en hoogwaardige producten en diensten moeten leveren die kunnen voldoen aan de veeleisende eisen van verschillende sectoren.
Het gaat niet alleen om het hebben van de krachtigste AI-algoritmen. Het gaat er ook om ervoor te zorgen dat deze algoritmen robuust, betrouwbaar en aanpasbaar zijn aan verschillende gebruikssituaties. Denk aan de mogelijke gevolgen van een AI-aangedreven handelssysteem dat defect raakt of onnauwkeurige voorspellingen doet. De inzet is hoog en betrouwbaarheid is van het grootste belang.
Gedifferentieerde concurrentie in de financiële sector
Yu Feng, chief information officer van Guotai Junan Securities, wierp licht op de voorkeur van de financiële sector voor verticale AI-modellen. Hij legde uit dat financiële bedrijven door gebruik te maken van eigen data, strategieën te verfijnen en trainingsdoelen aan te passen, een concurrentievoordeel kunnen behalen.
Met andere woorden, verticale AI stelt instellingen in staat zich te onderscheiden van hun rivalen. In plaats van te vertrouwen op dezelfde generieke AI-modellen, kunnen ze op maat gemaakte oplossingen creëren die uniek zijn afgestemd op hun specifieke behoeften en strategieën. Dit helpt hen niet alleen de valkuilen van gehomogeniseerde beleggingsbenaderingen te vermijden, maar beperkt ook de risico’s van versterkte marktvolatiliteit die kan voortvloeien uit het wijdverbreide gebruik van identieke AI-modellen.
Navigeren door de uitdagingen van AI-integratie
De integratie van AI in de financiële sector, en in feite elke industrie, is niet zonder uitdagingen. Li Jing van Stepfun erkende dat er ingrijpende veranderingen nodig zijn.
Een belangrijk aspect is toegang. Apparaatfabrikanten moeten bijvoorbeeld meer toegang tot hun systemen bieden om een diepere integratie van AI-mogelijkheden mogelijk te maken. Dit betekent het openen van API’s en het toestaan van AI-ontwikkelaars om gebruik te maken van de onderliggende hardware- en software-infrastructuur.
Een andere uitdaging ligt op het gebied van externe serviceproviders. Deze providers moeten hun frameworks fundamenteel herontwerpen onder agentarchitecturen. Dit is een verschuiving van traditionele softwareontwikkelingsparadigma’s naar een meer AI-centrische benadering, waarbij softwareagenten autonoom en intelligent handelen.
De rol van beleidsondersteuning
Naast de technologische hindernissen benadrukte Li Jing ook de cruciale rol van beleidsondersteuning bij het bevorderen van AI-adoptie. Overheden en regelgevende instanties moeten een omgeving creëren die innovatie aanmoedigt en tegelijkertijd potentiële risico’s en ethische bezwaren aanpakt.
Dit kan het ontwikkelen van duidelijke richtlijnen voor gegevensprivacy omvatten, het vaststellen van normen voor AI-veiligheid en -betrouwbaarheid, en het bieden van stimulansen voor bedrijven om te investeren in AI-onderzoek en -ontwikkeling.
Aanpakken van zorgen over gegevensprivacy
Gegevensprivacy is een belangrijke overweging in het tijdperk van AI, met name in de financiële sector, waar gevoelige klantinformatie voortdurend wordt verwerkt. Li Jing ging rechtstreeks op deze zorg in en stelde dat privacybescherming geen onoverkomelijke uitdaging is.
“Technologisch hebben we al veelbelovende richtingen geïdentificeerd om te verkennen,” beweerde Li.
Wat betekent dat?
Dit suggereert dat er al technologische oplossingen in ontwikkeling zijn die kunnen helpen de privacyrisico’s in verband met AI te beperken. Dit kunnen technieken zijn zoals federated learning, waarbij AI-modellen worden getraind op gedecentraliseerde datasets zonder direct toegang te hebben tot de ruwe data, of differential privacy, die ruis toevoegt aan data om de individuele privacy te beschermen en tegelijkertijd zinvolle analyse mogelijk te maken.
Het pad voorwaarts: Samenwerking en Innovatie
De overkoepelende boodschap van de Lujiazui Financial Salon is duidelijk: AI, met name verticale AI, staat op het punt de financiële sector te transformeren. De komende jaren zullen cruciaal zijn en vereisen nauwe samenwerking tussen technologieproviders, financiële instellingen en beleidsmakers. De focus zal liggen op het ontwikkelen van robuuste, betrouwbare en veilige AI-oplossingen die nieuwe kansen kunnen ontsluiten en innovatie kunnen stimuleren, terwijl potentiële uitdagingen worden aangepakt. De reis zal ongetwijfeld complex zijn, maar de potentiële beloningen zijn enorm.