Финансы: пионер внедрения вертикального ИИ
Финансовый сектор обладает уникальными характеристиками, которые делают его идеальным кандидатом для внедрения ИИ. Высокая степень цифровизации, активное использование новых технологий и, что немаловажно, готовность инвестировать в инновации, позиционируют финансы как основного кандидата для раннего внедрения ИИ, считает Ли Цзин, вице-президент шанхайского AI-стартапа Stepfun.
Финансовые учреждения уже имеют дело с огромными объемами данных. У них есть надежные системы для обработки транзакций, управления рисками и анализа рыночных тенденций. ИИ, особенно вертикальный ИИ, может действовать как мощный дополнительный уровень поверх существующей инфраструктуры, повышая эффективность, точность и качество принятия решений.
Рост приложений вертикального ИИ
В то время как универсальные модели ИИ привлекли к себе всеобщее внимание, реальный прогресс, по мнению многих экспертов, заключается в отраслевых, или вертикальных, решениях ИИ. Вэй Чжунвэй, секретарь правления шанхайской компании MetaX Integrated Circuits, подчеркнул растущий спрос на приложения вертикального ИИ в различных секторах, включая финансы, транспорт, образование и научные исследования.
В чем отличие финансов?
Характер работы иной. В отличие от универсальных моделей ИИ, которые обучаются на обширных и разнообразных наборах данных, вертикальные модели ИИ адаптированы к конкретным нюансам и требованиям определенной отрасли. В финансах это означает понимание сложных правил, запутанных финансовых инструментов и тонких особенностей поведения рынка. Универсальный ИИ может написать приличную новостную статью о фондовом рынке, но вертикальная модель ИИ потенциально может прогнозировать движения рынка, выявлять мошеннические транзакции или персонализировать инвестиционные советы с гораздо большей точностью.
Драйверы инноваций: автомобили и смартфоны
Помимо финансов, на Финансовом салоне Lujiazui обсуждались и другие ключевые драйверы инноваций в области ИИ. Ли Цзин отметила, что автомобильная промышленность и индустрия смартфонов, как ожидается, будут в центре достижений в области приложений и устройств ИИ.
Какая связь?
Эти отрасли, как и финансы, генерируют огромные объемы данных. Например, беспилотные автомобили полагаются на постоянный поток информации от датчиков, камер и картографических систем. Смартфоны собирают данные о поведении, предпочтениях и взаимодействиях пользователей. Этот поток данных предоставляет благодатную почву для алгоритмов ИИ, позволяя им учиться, адаптироваться и совершенствоваться.
Генеративный ИИ, подмножество ИИ, которое фокусируется на создании нового контента, также, по прогнозам, будет играть значительную роль, особенно в улучшении производства профессионального контента. Представьте себе инструменты ИИ, которые могут помочь в составлении финансовых отчетов, создании анализа рынка или даже создании персонализированных сообщений для клиентов.
Ближайшие несколько лет: критический период для интеграции ИИ
Ближайшие два-три года рассматриваются как поворотный период для ускорения интеграции ИИ в различные отрасли. Вэй Чжунвэй подчеркнул важность универсальности, стабильности и надежности в качестве ключевых критериев для технологий ИИ в этот период. Это означает, что поставщикам инфраструктуры необходимо будет активизировать свою деятельность, предоставляя высококачественные продукты и услуги, способные удовлетворить высокие требования различных секторов.
Речь идет не только о наличии самых мощных алгоритмов ИИ. Речь также идет об обеспечении того, чтобы эти алгоритмы были надежными, безотказными и адаптируемыми к различным вариантам использования. Рассмотрим потенциальные последствия сбоя или неточных прогнозов торговой системы, работающей на основе ИИ. Ставки высоки, и надежность имеет первостепенное значение.
Дифференцированная конкуренция в финансах
Юй Фэн, директор по информационным технологиям Guotai Junan Securities, пролил свет на предпочтение финансовым сектором вертикальных моделей ИИ. Он объяснил, что, используя собственные данные, стратегии тонкой настройки и корректируя цели обучения, финансовые фирмы могут получить конкурентное преимущество.
Другими словами, вертикальный ИИ позволяет учреждениям отличаться от своих конкурентов. Вместо того, чтобы полагаться на одни и те же общие модели ИИ, они могут создавать индивидуальные решения, которые уникальным образом адаптированы к их конкретным потребностям и стратегиям. Это не только помогает им избежать ловушек однородных инвестиционных подходов, но и снижает риски усиления волатильности рынка, которые могут возникнуть в результате широкого использования идентичных моделей ИИ.
Преодоление проблем интеграции ИИ
Интеграция ИИ в финансы, да и в любую другую отрасль, не обходится без проблем. Ли Цзин из Stepfun признала, что требуются глубокие изменения.
Одним из ключевых аспектов является доступ. Например, производителям устройств необходимо предоставить более широкий доступ к своим системам, чтобы обеспечить более глубокую интеграцию возможностей ИИ. Это означает открытие API и предоставление разработчикам ИИ возможности использовать базовую аппаратную и программную инфраструктуру.
Еще одна проблема заключается в сфере сторонних поставщиков услуг. Этим поставщикам необходимо коренным образом переработать свои фреймворки в рамках агентских архитектур. Это переход от традиционных парадигм разработки программного обеспечения к более ориентированному на ИИ подходу, когда программные агенты действуют автономно и разумно.
Роль политической поддержки
Помимо технологических препятствий, Ли Цзин также подчеркнула решающую роль политической поддержки в содействии внедрению ИИ. Правительства и регулирующие органы должны создать среду, которая поощряет инновации, а также устраняет потенциальные риски и этические проблемы.
Это может включать разработку четких руководящих принципов конфиденциальности данных, установление стандартов безопасности и надежности ИИ, а также предоставление стимулов для компаний инвестировать в исследования и разработки в области ИИ.
Решение проблем конфиденциальности данных
Конфиденциальность данных является серьезной проблемой в эпоху ИИ, особенно в финансовом секторе, где постоянно обрабатывается конфиденциальная информация о клиентах. Ли Цзин прямо затронула эту проблему, заявив, что защита конфиденциальности не является непреодолимой проблемой.
‘Технологически мы уже определили многообещающие направления для изучения’, - заявила Ли.
Что это значит?
Это говорит о том, что уже разрабатываются технологические решения, которые могут помочь снизить риски конфиденциальности, связанные с ИИ. Они могут включать такие методы, как федеративное обучение, когда модели ИИ обучаются на децентрализованных наборах данных без прямого доступа к необработанным данным, или дифференциальная приватность, которая добавляет шум к данным для защиты конфиденциальности отдельных лиц, но при этом позволяет проводить содержательный анализ.
Путь вперед: сотрудничество и инновации
Главный вывод Финансового салона Lujiazui ясен: ИИ, особенно вертикальный ИИ, призван трансформировать финансовую отрасль. Следующие несколько лет будут иметь решающее значение, требуя тесного сотрудничества между поставщиками технологий, финансовыми учреждениями и политиками. Основное внимание будет уделяться разработке надежных, безотказных и безопасных решений ИИ, которые могут открыть новые возможности и стимулировать инновации, одновременно решая потенциальные проблемы. Путь, несомненно, будет сложным, но потенциальные выгоды огромны.