AI แนวดิ่งปฏิวัติการเงิน ผู้เชี่ยวชาญชี้

การเงิน: ผู้บุกเบิกการนำ Vertical AI มาใช้

ภาคการเงินมีลักษณะเฉพาะที่ทำให้เหมาะสำหรับการเปลี่ยนแปลงด้วย AI ระดับการแปลงเป็นดิจิทัล (digitalization) ที่สูง ควบคู่ไปกับการเปิดรับเทคโนโลยีใหม่ๆ และที่สำคัญคือความเต็มใจที่จะลงทุนในนวัตกรรม ทำให้การเงินเป็นตัวเต็งสำหรับการนำ AI มาใช้ในระยะเริ่มต้น ตามคำกล่าวของ Li Jing รองประธานของ Stepfun สตาร์ทอัพ AI ในเซี่ยงไฮ้

ลองคิดดูสิ: สถาบันการเงินมีข้อมูลอยู่มากมายอยู่แล้ว พวกเขามีระบบที่แข็งแกร่งสำหรับการประมวลผลธุรกรรม การจัดการความเสี่ยง และการวิเคราะห์แนวโน้มตลาด AI โดยเฉพาะ vertical AI สามารถทำหน้าที่เป็นชั้นเสริมที่มีประสิทธิภาพบนโครงสร้างพื้นฐานที่มีอยู่นี้ ช่วยเพิ่มประสิทธิภาพ ความแม่นยำ และการตัดสินใจ

การเพิ่มขึ้นของแอปพลิเคชัน Vertical AI

ในขณะที่แบบจำลอง AI อเนกประสงค์ได้รับความสนใจ ผู้เชี่ยวชาญหลายคนกล่าวว่า การดำเนินการที่แท้จริงอยู่ใน AI เฉพาะอุตสาหกรรม หรือ vertical AI Wei Zhongwei เลขานุการคณะกรรมการของ MetaX Integrated Circuits ในเซี่ยงไฮ้ เน้นย้ำถึงความต้องการที่เพิ่มขึ้นสำหรับแอปพลิเคชัน vertical AI ในภาคส่วนต่างๆ รวมถึงการเงิน การขนส่ง การศึกษา และการวิจัยทางวิทยาศาสตร์

อะไรทำให้การเงินแตกต่าง?
ลักษณะของงานแตกต่างกัน ไม่เหมือนกับแบบจำลอง AI ทั่วไปที่ได้รับการฝึกฝนบนชุดข้อมูลที่กว้างใหญ่และหลากหลาย แบบจำลอง vertical AI ได้รับการปรับแต่งให้เข้ากับความแตกต่างและความต้องการเฉพาะของอุตสาหกรรมใดอุตสาหกรรมหนึ่ง ในด้านการเงิน นี่หมายถึงการทำความเข้าใจกฎระเบียบที่ซับซ้อน ตราสารทางการเงินที่ซับซ้อน และพลวัตที่ละเอียดอ่อนของพฤติกรรมตลาด AI อเนกประสงค์อาจสามารถเขียนบทความข่าวที่ดีเกี่ยวกับตลาดหุ้นได้ แต่แบบจำลอง vertical AI สามารถคาดการณ์ความเคลื่อนไหวของตลาด ระบุธุรกรรมที่ฉ้อโกง หรือปรับคำแนะนำการลงทุนให้เป็นส่วนตัวด้วยความแม่นยำที่สูงกว่ามาก

ปัจจัยขับเคลื่อนนวัตกรรม: รถยนต์และสมาร์ทโฟน

นอกเหนือจากด้านการเงิน การอภิปรายที่ Lujiazui Financial Salon ยังกล่าวถึงปัจจัยขับเคลื่อนหลักอื่นๆ ของนวัตกรรม AI Li Jing ชี้ให้เห็นว่าอุตสาหกรรมยานยนต์และสมาร์ทโฟนคาดว่าจะเป็นศูนย์กลางของความก้าวหน้าในแอปพลิเคชันและอุปกรณ์ AI

อะไรคือความเชื่อมโยง?
อุตสาหกรรมเหล่านี้ เช่นเดียวกับการเงิน กำลังสร้างข้อมูลจำนวนมหาศาล รถยนต์ไร้คนขับต้องพึ่งพาข้อมูลอย่างต่อเนื่องจากเซ็นเซอร์ กล้อง และระบบแผนที่ สมาร์ทโฟนกำลังรวบรวมข้อมูลเกี่ยวกับพฤติกรรมผู้ใช้ ความชอบ และการโต้ตอบ ข้อมูลจำนวนมหาศาลนี้เป็นพื้นที่ที่อุดมสมบูรณ์สำหรับอัลกอริทึม AI ในการเรียนรู้ ปรับตัว และปรับปรุง

Generative AI ซึ่งเป็นส่วนย่อยของ AI ที่เน้นการสร้างเนื้อหาใหม่ คาดว่าจะเข้ามามีบทบาทสำคัญ โดยเฉพาะอย่างยิ่งในการปรับปรุงการผลิตเนื้อหาระดับมืออาชีพ ลองนึกภาพเครื่องมือ AI ที่สามารถช่วยในการร่างรายงานทางการเงิน สร้างการวิเคราะห์ตลาด หรือแม้แต่สร้างการสื่อสารส่วนบุคคลสำหรับลูกค้า

ไม่กี่ปีข้างหน้า: ช่วงเวลาสำคัญสำหรับการรวม AI

ช่วงสองถึงสามปีข้างหน้าถูกมองว่าเป็นช่วงเวลาสำคัญสำหรับ AI ในการเร่งการรวมเข้ากับอุตสาหกรรมต่างๆ Wei Zhongwei เน้นย้ำถึงความสำคัญของความคล่องตัว ความเสถียร และความน่าเชื่อถือในฐานะเกณฑ์มาตรฐานที่สำคัญสำหรับเทคโนโลยี AI ในช่วงเวลานี้ ซึ่งหมายความว่าผู้ให้บริการโครงสร้างพื้นฐานจะต้องยกระดับเกมของตน โดยนำเสนอผลิตภัณฑ์และบริการคุณภาพสูงที่สามารถตอบสนองความต้องการที่เข้มงวดของภาคส่วนต่างๆ

ไม่ใช่แค่การมีอัลกอริทึม AI ที่ทรงพลังที่สุดเท่านั้น แต่ยังเกี่ยวกับการทำให้แน่ใจว่าอัลกอริทึมเหล่านี้มีความแข็งแกร่ง เชื่อถือได้ และปรับให้เข้ากับกรณีการใช้งานที่แตกต่างกันได้ ลองพิจารณาผลกระทบที่อาจเกิดขึ้นจากระบบการซื้อขายที่ขับเคลื่อนด้วย AI ที่ทำงานผิดปกติหรือทำการคาดการณ์ที่ไม่ถูกต้อง เดิมพันสูงและความน่าเชื่อถือเป็นสิ่งสำคัญยิ่ง

การแข่งขันที่แตกต่างในด้านการเงิน

Yu Feng ประธานเจ้าหน้าที่ฝ่ายสารสนเทศของ Guotai Junan Securities ให้ความกระจ่างเกี่ยวกับความชอบของภาคการเงินสำหรับแบบจำลอง vertical AI เขาอธิบายว่าด้วยการใช้ประโยชน์จากข้อมูลที่เป็นกรรมสิทธิ์ กลยุทธ์การปรับแต่งอย่างละเอียด และการปรับวัตถุประสงค์การฝึกอบรม บริษัทการเงินสามารถบรรลุความได้เปรียบในการแข่งขัน

กล่าวอีกนัยหนึ่ง vertical AI ช่วยให้สถาบันต่างๆ สร้างความแตกต่างจากคู่แข่ง แทนที่จะพึ่งพาแบบจำลอง AI ทั่วไปแบบเดียวกัน พวกเขาสามารถสร้างโซลูชันที่ปรับแต่งเองซึ่งได้รับการปรับแต่งให้เข้ากับความต้องการและกลยุทธ์เฉพาะของตนได้ สิ่งนี้ไม่เพียงแต่ช่วยให้พวกเขาหลีกเลี่ยงข้อผิดพลาดของแนวทางการลงทุนที่เป็นเนื้อเดียวกัน แต่ยังช่วยลดความเสี่ยงของความผันผวนของตลาดที่เพิ่มขึ้นซึ่งอาจเกิดขึ้นจากการใช้แบบจำลอง AI ที่เหมือนกันอย่างแพร่หลาย

การนำทางความท้าทายของการรวม AI

การรวม AI เข้ากับการเงิน และแน่นอนว่าในอุตสาหกรรมใดๆ ก็ตาม ไม่ได้ปราศจากความท้าทาย Li Jing จาก Stepfun ยอมรับว่าจำเป็นต้องมีการเปลี่ยนแปลงอย่างมาก

ประเด็นสำคัญประการหนึ่งคือการเข้าถึง ตัวอย่างเช่น ผู้ผลิตอุปกรณ์จำเป็นต้องให้การเข้าถึงระบบของตนมากขึ้นเพื่อให้สามารถรวมความสามารถของ AI ได้ลึกซึ้งยิ่งขึ้น ซึ่งหมายถึงการเปิด API และอนุญาตให้นักพัฒนา AI เข้าถึงฮาร์ดแวร์และโครงสร้างพื้นฐานซอฟต์แวร์พื้นฐาน

ความท้าทายอีกประการหนึ่งอยู่ในขอบเขตของผู้ให้บริการบุคคลที่สาม ผู้ให้บริการเหล่านี้จำเป็นต้องออกแบบกรอบการทำงานใหม่ภายใต้สถาปัตยกรรมตัวแทน (agent architectures) นี่คือการเปลี่ยนจากกระบวนทัศน์การพัฒนาซอฟต์แวร์แบบดั้งเดิมไปสู่แนวทางที่เน้น AI มากขึ้น โดยที่ตัวแทนซอฟต์แวร์ทำหน้าที่อย่างอิสระและชาญฉลาด

บทบาทของการสนับสนุนนโยบาย

นอกเหนือจากอุปสรรคทางเทคโนโลยีแล้ว Li Jing ยังเน้นย้ำถึงบทบาทสำคัญของการสนับสนุนนโยบายในการส่งเสริมการนำ AI มาใช้ รัฐบาลและหน่วยงานกำกับดูแลจำเป็นต้องสร้างสภาพแวดล้อมที่ส่งเสริมนวัตกรรม ในขณะเดียวกันก็จัดการกับความเสี่ยงที่อาจเกิดขึ้นและข้อกังวลด้านจริยธรรม

ซึ่งอาจเกี่ยวข้องกับการพัฒนากรอบแนวทางที่ชัดเจนสำหรับความเป็นส่วนตัวของข้อมูล การกำหนดมาตรฐานสำหรับความปลอดภัยและความน่าเชื่อถือของ AI และการให้สิ่งจูงใจแก่บริษัทต่างๆ ในการลงทุนในการวิจัยและพัฒนา AI

การจัดการกับข้อกังวลด้านความเป็นส่วนตัวของข้อมูล

ความเป็นส่วนตัวของข้อมูลเป็นข้อพิจารณาที่สำคัญในยุคของ AI โดยเฉพาะอย่างยิ่งในภาคการเงิน ซึ่งมีการจัดการข้อมูลลูกค้าที่ละเอียดอ่อนอยู่ตลอดเวลา Li Jing กล่าวถึงข้อกังวลนี้โดยตรง โดยระบุว่าการปกป้องความเป็นส่วนตัวไม่ใช่ความท้าทายที่ผ่านพ้นไปไม่ได้

‘ในทางเทคโนโลยี เราได้ระบุทิศทางที่มีแนวโน้มที่จะสำรวจแล้ว’ Li ยืนยัน
นั่นหมายความว่าอย่างไร?
สิ่งนี้ชี้ให้เห็นว่ามีโซลูชันทางเทคโนโลยีที่อยู่ระหว่างการพัฒนาซึ่งสามารถช่วยลดความเสี่ยงด้านความเป็นส่วนตัวที่เกี่ยวข้องกับ AI ได้ ซึ่งอาจรวมถึงเทคนิคต่างๆ เช่น federated learning ซึ่งแบบจำลอง AI ได้รับการฝึกฝนบนชุดข้อมูลแบบกระจายอำนาจโดยไม่ต้องเข้าถึงข้อมูลดิบโดยตรง หรือ differential privacy ซึ่งเพิ่ม noise ให้กับข้อมูลเพื่อปกป้องความเป็นส่วนตัวของแต่ละบุคคลในขณะที่ยังคงอนุญาตให้มีการวิเคราะห์ที่มีความหมาย

เส้นทางข้างหน้า: ความร่วมมือและนวัตกรรม

ข้อความสำคัญจาก Lujiazui Financial Salon นั้นชัดเจน: AI โดยเฉพาะ vertical AI พร้อมที่จะเปลี่ยนแปลงอุตสาหกรรมการเงิน ไม่กี่ปีข้างหน้าจะเป็นช่วงเวลาที่สำคัญ ซึ่งต้องมีความร่วมมืออย่างใกล้ชิดระหว่างผู้ให้บริการเทคโนโลยี สถาบันการเงิน และผู้กำหนดนโยบาย จุดเน้นจะอยู่ที่การพัฒนาโซลูชัน AI ที่แข็งแกร่ง เชื่อถือได้ และปลอดภัย ซึ่งสามารถปลดล็อกโอกาสใหม่ๆ และขับเคลื่อนนวัตกรรมในขณะที่จัดการกับความท้าทายที่อาจเกิดขึ้น การเดินทางจะซับซ้อนอย่างไม่ต้องสงสัย แต่ผลตอบแทนที่อาจเกิดขึ้นนั้นยิ่งใหญ่