Tài chính: Ngành tiên phong ứng dụng AI dọc
Trí tuệ nhân tạo (AI) đang trên đà cách mạng hóa nhiều lĩnh vực, và ngành tài chính sẽ đi đầu trong sự chuyển đổi này. Đây là thông điệp chính từ Hội thảo Tài chính Lujiazui gần đây, nơi các chuyên gia Trung Quốc tập trung thảo luận về tương lai của AI. Sự đồng thuận là gì? Các mô hình AI khác biệt, đặc biệt là các ứng dụng AI dọc (vertical AI), sẽ là yếu tố thay đổi cuộc chơi cho ngành tài chính.
Ngành tài chính sở hữu những đặc điểm độc đáo khiến nó chín muồi cho sự đột phá của AI. Theo Li Jing, phó chủ tịch của công ty khởi nghiệp AI Stepfun có trụ sở tại Thượng Hải, mức độ số hóa cao, cùng với việc đón nhận mạnh mẽ các công nghệ mới và quan trọng là sự sẵn sàng đầu tư vào đổi mới, đã định vị tài chính là ứng cử viên hàng đầu cho việc ứng dụng AI sớm.
Hãy nghĩ theo cách này: các tổ chức tài chính đã tràn ngập dữ liệu. Họ có các hệ thống mạnh mẽ để xử lý giao dịch, quản lý rủi ro và phân tích xu hướng thị trường. AI, đặc biệt là AI dọc, có thể hoạt động như một lớp mạnh mẽ trên cơ sở hạ tầng hiện có này, nâng cao hiệu quả, độ chính xác và khả năng ra quyết định.
Sự trỗi dậy của các ứng dụng AI dọc
Trong khi các mô hình AI đa năng (general-purpose AI) đã thu hút sự chú ý, thì theo nhiều chuyên gia, hành động thực sự nằm ở AI chuyên biệt theo ngành, hay còn gọi là AI dọc. Wei Zhongwei, thư ký hội đồng quản trị của MetaX Integrated Circuits có trụ sở tại Thượng Hải, đã nhấn mạnh nhu cầu ngày càng tăng đối với các ứng dụng AI dọc trong nhiều lĩnh vực khác nhau, bao gồm tài chính, giao thông vận tải, giáo dục và nghiên cứu khoa học.
Điều gì làm cho tài chính khác biệt?
Bản chất của công việc là khác nhau. Không giống như các mô hình AI đa năng được đào tạo trên các tập dữ liệu rộng lớn, đa dạng, các mô hình AI dọc được điều chỉnh theo các sắc thái và yêu cầu cụ thể của một ngành cụ thể. Trong tài chính, điều này có nghĩa là hiểu các quy định phức tạp, các công cụ tài chính phức tạp và động lực tinh tế của hành vi thị trường. Một AI đa năng có thể viết một bài báo tin tức tốt về thị trường chứng khoán, nhưng một mô hình AI dọc có thể dự đoán biến động thị trường, xác định các giao dịch gian lận hoặc cá nhân hóa lời khuyên đầu tư với độ chính xác cao hơn nhiều.
Động lực đổi mới: Ô tô và Điện thoại thông minh
Ngoài tài chính, cuộc thảo luận tại Hội thảo Tài chính Lujiazui cũng đề cập đến các động lực chính khác của đổi mới AI. Li Jing chỉ ra rằng ngành công nghiệp ô tô và điện thoại thông minh dự kiến sẽ là trung tâm của những tiến bộ trong các ứng dụng và thiết bị AI.
Mối liên hệ là gì?
Các ngành này, giống như tài chính, đang tạo ra một lượng lớn dữ liệu. Ví dụ, xe tự lái dựa vào một luồng thông tin liên tục từ cảm biến, camera và hệ thống bản đồ. Điện thoại thông minh đang thu thập dữ liệu về hành vi, sở thích và tương tác của người dùng. Lũ dữ liệu này cung cấp mảnh đất màu mỡ cho các thuật toán AI học hỏi, thích ứng và cải thiện.
Generative AI, một tập hợp con của AI tập trung vào việc tạo ra nội dung mới, cũng được dự đoán sẽ đóng một vai trò quan trọng, đặc biệt là trong việc nâng cao sản xuất nội dung chuyên nghiệp. Hãy tưởng tượng các công cụ AI có thể hỗ trợ soạn thảo báo cáo tài chính, tạo phân tích thị trường hoặc thậm chí tạo giao tiếp cá nhân hóa cho khách hàng.
Vài năm tới: Giai đoạn quan trọng cho tích hợp AI
Hai đến ba năm tới được xem là giai đoạn then chốt để AI tăng tốc tích hợp trong các ngành công nghiệp. Wei Zhongwei nhấn mạnh tầm quan trọng của tính linh hoạt, ổn định và độ tin cậy là những tiêu chuẩn chính cho các công nghệ AI trong thời gian này. Điều này có nghĩa là các nhà cung cấp cơ sở hạ tầng sẽ cần phải nâng cao chất lượng, cung cấp các sản phẩm và dịch vụ chất lượng cao có thể đáp ứng các yêu cầu khắt khe của các lĩnh vực khác nhau.
Nó không chỉ là về việc có các thuật toán AI mạnh mẽ nhất. Nó còn là về việc đảm bảo rằng các thuật toán này mạnh mẽ, đáng tin cậy và có thể thích ứng với các trường hợp sử dụng khác nhau. Hãy xem xét hậu quả tiềm ẩn của một hệ thống giao dịch được hỗ trợ bởi AI bị trục trặc hoặc đưa ra dự đoán không chính xác. Cổ phần rất cao, và độ tin cậy là tối quan trọng.
Cạnh tranh khác biệt trong tài chính
Yu Feng, giám đốc thông tin của Guotai Junan Securities, đã làm sáng tỏ sở thích của ngành tài chính đối với các mô hình AI dọc. Ông giải thích rằng bằng cách tận dụng dữ liệu độc quyền, tinh chỉnh chiến lược và điều chỉnh mục tiêu đào tạo, các công ty tài chính có thể đạt được lợi thế cạnh tranh.
Nói cách khác, AI dọc cho phép các tổ chức khác biệt hóa bản thân với các đối thủ của họ. Thay vì dựa vào các mô hình AI chung chung, họ có thể tạo ra các giải pháp tùy chỉnh được điều chỉnh độc đáo theo nhu cầu và chiến lược cụ thể của họ. Điều này không chỉ giúp họ tránh được những cạm bẫy của các phương pháp đầu tư đồng nhất mà còn giảm thiểu rủi ro biến động thị trường khuếch đại có thể phát sinh từ việc sử dụng rộng rãi các mô hình AI giống hệt nhau.
Điều hướng những thách thức của tích hợp AI
Việc tích hợp AI vào tài chính, và thực sự là bất kỳ ngành nào, không phải là không có thách thức. Li Jing từ Stepfun thừa nhận rằng những thay đổi sâu sắc là cần thiết.
Một khía cạnh quan trọng là khả năng truy cập. Ví dụ, các nhà sản xuất thiết bị cần cung cấp quyền truy cập lớn hơn vào hệ thống của họ để cho phép tích hợp sâu hơn các khả năng AI. Điều này có nghĩa là mở các API và cho phép các nhà phát triển AI khai thác cơ sở hạ tầng phần cứng và phần mềm cơ bản.
Một thách thức khác nằm trong lĩnh vực của các nhà cung cấp dịch vụ bên thứ ba. Các nhà cung cấp này cần thiết kế lại cơ bản các framework của họ theo kiến trúc tác nhân (agent architectures). Đây là một sự thay đổi từ mô hình phát triển phần mềm truyền thống sang một cách tiếp cận lấy AI làm trung tâm hơn, trong đó các tác nhân phần mềm hoạt động tự chủ và thông minh.
Vai trò của hỗ trợ chính sách
Ngoài những rào cản công nghệ, Li Jing cũng nhấn mạnh vai trò quan trọng của hỗ trợ chính sách trong việc thúc đẩy việc áp dụng AI. Các chính phủ và cơ quan quản lý cần tạo ra một môi trường khuyến khích đổi mới đồng thời giải quyết các rủi ro tiềm ẩn và các mối quan tâm về đạo đức.
Điều này có thể liên quan đến việc phát triển các hướng dẫn rõ ràng về quyền riêng tư dữ liệu, thiết lập các tiêu chuẩn về an toàn và độ tin cậy của AI, và cung cấp các ưu đãi cho các công ty đầu tư vào nghiên cứu và phát triển AI.
Giải quyết các mối quan tâm về quyền riêng tư dữ liệu
Quyền riêng tư dữ liệu là một vấn đề quan trọng trong thời đại AI, đặc biệt là trong lĩnh vực tài chính, nơi thông tin khách hàng nhạy cảm liên tục được xử lý. Li Jing đã giải quyết mối quan tâm này một cách trực tiếp, tuyên bố rằng bảo vệ quyền riêng tư không phải là một thách thức không thể vượt qua.
“Về mặt công nghệ, chúng tôi đã xác định được những hướng đi đầy hứa hẹn để khám phá,” Li khẳng định.
Điều đó có nghĩa là gì?
Điều này cho thấy rằng đã có các giải pháp công nghệ đang được phát triển có thể giúp giảm thiểu rủi ro về quyền riêng tư liên quan đến AI. Chúng có thể bao gồm các kỹ thuật như học liên kết (federated learning), trong đó các mô hình AI được đào tạo trên các tập dữ liệu phi tập trung mà không truy cập trực tiếp vào dữ liệu thô, hoặc quyền riêng tư khác biệt (differential privacy), thêm nhiễu vào dữ liệu để bảo vệ quyền riêng tư cá nhân trong khi vẫn cho phép phân tích có ý nghĩa.
Conđường phía trước: Hợp tác và Đổi mới
Thông điệp bao trùm từ Hội thảo Tài chính Lujiazui rất rõ ràng: AI, đặc biệt là AI dọc, sẽ thay đổi ngành tài chính. Vài năm tới sẽ rất quan trọng, đòi hỏi sự hợp tác chặt chẽ giữa các nhà cung cấp công nghệ, các tổ chức tài chính và các nhà hoạch định chính sách. Trọng tâm sẽ là phát triển các giải pháp AI mạnh mẽ, đáng tin cậy và an toàn có thể mở ra những cơ hội mới và thúc đẩy đổi mới đồng thời giải quyết các thách thức tiềm ẩn. Cuộc hành trình chắc chắn sẽ phức tạp, nhưng phần thưởng tiềm năng là rất lớn.