Khám Phá Ứng Dụng Mô Hình Lớn: Ngành Tài Chính Từ Đam Mê Tăng Lên Đến Quay Về Lý Trí

Kể từ khi ChatGPT ra mắt, nó đã gây ra phản ứng lớn trong ngành tài chính. Ngành này, vốn đầy niềm tin vào công nghệ, lo lắng rằng mình có thể bị bỏ lại bởi làn sóng thời đại. Bầu không khí lo lắng này đã lan rộng đến những nơi không ngờ tới. Một chuyên gia trong ngành đã đề cập rằng, vào tháng 5 năm nay, khi cô ấy công tác tại Đại Lý, thậm chí tại một ngôi chùa cũng có thể gặp những người làm trong ngành tài chính thảo luận về các mô hình lớn.

Tuy nhiên, sự lo lắng này đang dần lắng xuống, tư duy của mọi người cũng trở nên rõ ràng và lý trí hơn. CTO của Ngân hàng Softcom, Tôn Hồng Quân, đã mô tả một vài giai đoạn trong thái độ của ngành tài chính đối với mô hình lớn trong năm nay: Tháng 2 và tháng 3, cảm xúc lo lắng phổ biến, lo ngại bị tụt lại phía sau; Tháng 4 và tháng 5, nhiều người bắt đầu thành lập đội ngũ để thực hiện các công việc liên quan; Trong vài tháng tiếp theo, gặp khó khăn trong việc tìm kiếm hướng đi và thực hiện, bắt đầu có xu hướng lý trí; Bây giờ, nhiều người tập trung vào các trường hợp điển hình, cố gắng xác minh các tình huống ứng dụng đã được kiểm tra.

Cần lưu ý rằng nhiều tổ chức tài chính đã bắt đầu coi trọng các mô hình lớn từ góc độ chiến lược. Theo thống kê không đầy đủ, trong số các công ty niêm yết trên thị trường chứng khoán A, ít nhất có 11 ngân hàng đã nêu rõ trong báo cáo nửa năm gần đây rằng họ đang khám phá ứng dụng của các mô hình lớn. Từ những động thái gần đây, họ cũng đang tiến hành suy nghĩ và lập kế hoạch sâu hơn từ góc độ chiến lược và thiết kế cấp cao.

Từ sự nhiệt tình tăng lên đến sự trở về lý trí

Đầu năm, khi ChatGPT mới xuất hiện, sự hiểu biết của ngành tài chính về mô hình lớn vẫn còn khá hạn chế. Một số ngân hàng lớn đã nhanh chóng hành động, bắt đầu thực hiện các hoạt động quảng bá khác nhau. Đồng thời, với việc nhiều công ty công nghệ trong nước lần lượt phát hành mô hình lớn, một số bộ phận kỹ thuật của các tổ chức tài chính hàng đầu đã bắt đầu tích cực thảo luận với các công ty này về việc xây dựng mô hình lớn.

Sau tháng 5, tình hình bắt đầu thay đổi. Do bị hạn chế bởi sự thiếu hụt tài nguyên tính toán, chi phí cao và các yếu tố khác, nhiều tổ chức tài chính bắt đầu chuyển từ việc chỉ đơn thuần hy vọng tự xây dựng sức mạnh tính toán và mô hình, sang việc chú trọng hơn vào giá trị ứng dụng. Hiện tại, mỗi tổ chức tài chính đều đang theo dõi chặt chẽ ứng dụng và hiệu quả của các tổ chức khác trong lĩnh vực mô hình lớn.

Các doanh nghiệp với quy mô khác nhau cũng đã phân hóa thành hai con đường. Các tổ chức tài chính lớn sở hữu lượng dữ liệu tài chính khổng lồ và các tình huống ứng dụng có thể đưa vào các mô hình lớn cơ bản hàng đầu, tự xây dựng mô hình lớn doanh nghiệp, đồng thời sử dụng phương pháp tinh chỉnh để phát triển nhanh các mô hình nhiệm vụ trong lĩnh vực chuyên môn; trong khi đó, các tổ chức tài chính vừa và nhỏ có thể dựa vào nhu cầu để đưa vào các API đám mây công cộng của các mô hình lớn khác nhau hoặc dịch vụ triển khai riêng.

Do vì ngành tài chính có yêu cầu cao về tính tuân thủ dữ liệu, an toàn và độ tin cậy, một số chuyên gia trong ngành cho rằng tiến trình triển khai mô hình lớn trong ngành thực tế thấp hơn một chút so với dự đoán đầu năm. Một số tổ chức tài chính đã bắt đầu tìm kiếm các giải pháp để vượt qua những trở ngại khác nhau trong quá trình triển khai mô hình lớn.

Về mặt sức mạnh tính toán, hiện tại ngành tài chính đã xuất hiện một vài giải pháp:

1. Tự xây dựng sức mạnh tính toán, chi phí cao nhưng độ an toàn được đảm bảo hơn. Phù hợp cho các tổ chức tài chính lớn có tiềm lực mạnh mẽ, mong muốn tự xây dựng mô hình lớn trong ngành hoặc doanh nghiệp.

2. Triển khai hỗn hợp sức mạnh tính toán, kết hợp giao diện dịch vụ mô hình lớn của đám mây công cộng và phương thức triển khai riêng tư trong khi đảm bảo dữ liệu nhạy cảm không bị rò rỉ. Phương thức này có chi phí tương đối thấp, phù hợp với các tổ chức tài chính vừa và nhỏ có khả năng tài chính hạn chế, chỉ cần sử dụng theo nhu cầu.

Để đối phó với vấn đề thiếu hụt và giá cao của thẻ GPU mà các tổ chức nhỏ và vừa đang phải đối mặt, có thông tin cho rằng các cơ quan quản lý đang khám phá việc xây dựng cơ sở hạ tầng mô hình lớn dành cho ngành chứng khoán, tập trung vào sức mạnh tính toán và các tài nguyên mô hình lớn chung, nhằm giúp các tổ chức tài chính nhỏ và vừa tránh "lạc hậu về công nghệ".

Trong quản trị dữ liệu, ngày càng nhiều tổ chức tài chính bắt đầu xây dựng nền tảng dữ liệu và hệ thống quản trị dữ liệu. Một số ngân hàng còn giải quyết vấn đề dữ liệu thông qua việc kết hợp mô hình lớn với MLOps. Ví dụ, một ngân hàng lớn đã áp dụng mô hình MLOps để thiết lập hệ thống vòng khép kín dữ liệu mô hình lớn, đạt được tự động hóa quy trình và quản lý cũng như xử lý hiệu quả dữ liệu đa nguồn và dị dạng.

Bắt đầu từ bối cảnh bên ngoài

Trong hơn nửa năm qua, các nhà cung cấp dịch vụ mô hình lớn và các tổ chức tài chính đều đang tích cực tìm kiếm các ứng dụng, bao gồm văn phòng thông minh, phát triển thông minh, tiếp thị thông minh, dịch vụ khách hàng thông minh, nghiên cứu đầu tư thông minh, kiểm soát rủi ro thông minh, phân tích nhu cầu và nhiều lĩnh vực khác.

Mỗi tổ chức tài chính đều có nhiều ý tưởng phong phú về mô hình lớn. Một ngân hàng cho biết đã triển khai ứng dụng trong hơn 20 kịch bản, một ngân hàng khác cho biết đang thử nghiệm trong hơn 30 kịch bản, còn một công ty chứng khoán đang khám phá việc kết hợp mô hình lớn với nền tảng nhân vật số ảo.

Tuy nhiên, trong quá trình triển khai thực tế, ngành công nghiệp thường cho rằng nên thực hiện từ nội bộ trước rồi mới đến bên ngoài. Xét đến việc công nghệ mô hình lớn hiện tại chưa trưởng thành, trong khi ngành tài chính lại là lĩnh vực có yêu cầu quản lý chặt chẽ và an toàn cao, không nên khuyến nghị sử dụng trực tiếp cho khách hàng trong ngắn hạn.

Hiện tại, trong lĩnh vực trợ lý mã và văn phòng thông minh đã có nhiều trường hợp ứng dụng thực tế. Chẳng hạn, một ngân hàng lớn đã xây dựng hệ thống phát triển thông minh dựa trên mô hình lớn, trong đó lượng mã do trợ lý mã sinh ra chiếm 40% tổng lượng mã. Trong lĩnh vực bảo hiểm, một công ty đã phát triển plugin lập trình hỗ trợ dựa trên mô hình lớn, được tích hợp trực tiếp vào công cụ phát triển nội bộ.

Tuy nhiên, các chuyên gia trong ngành cho rằng, những kịch bản đã được triển khai rộng rãi này thực tế vẫn chưa phải là ứng dụng cốt lõi của các tổ chức tài chính, mô hình lớn vẫn còn một khoảng cách nhất định để đi vào sâu trong các lĩnh vực kinh doanh của ngành tài chính.

Về thiết kế tổng thể, một số cải cách đang diễn ra. Nhiều tổ chức tài chính hàng đầu đã xây dựng hệ thống phân lớp bao gồm các lớp hạ tầng, lớp mô hình, lớp dịch vụ mô hình lớn, lớp ứng dụng dựa trên mô hình lớn. Các khung hệ thống này thường có hai đặc điểm lớn: thứ nhất là mô hình lớn phát huy khả năng trung tâm, gọi các mô hình truyền thống như một kỹ năng; thứ hai là lớp mô hình lớn áp dụng chiến lược đa mô hình, nội bộ lựa chọn hiệu quả tốt nhất.

Khu vực thiếu hụt nhân tài vẫn còn rất lớn

Việc ứng dụng mô hình lớn đã bắt đầu mang lại một số thách thức và sự thay đổi cho cấu trúc nhân sự trong ngành tài chính. Một số vị trí đang đối mặt với rủi ro bị thay thế, nhưng đồng thời cũng tạo ra những cơ hội mới.

Nhiều chuyên gia trong ngành cho biết, hiện tại có một khoảng cách rất lớn về nhân lực liên quan đến mô hình lớn. Mặc dù các tổ chức tài chính có thể nhận được hỗ trợ kỹ thuật từ các nhà cung cấp mô hình lớn, nhưng với tư cách là bên sử dụng cuối cùng và bên dẫn đầu đổi mới, họ vẫn cần tích lũy một số nhân tài nhất định để hỗ trợ việc xây dựng nền tảng AI lớn, lập kế hoạch ứng dụng và tối ưu hóa mô hình.

Một số tổ chức đã hành động, như hợp tác với các công ty công nghệ để thiết kế các khóa đào tạo, bao gồm điều chỉnh Prompt, tinh chỉnh, vận hành mô hình lớn, và thành lập các nhóm dự án chung để thúc đẩy nâng cao năng lực cho nhân viên doanh nghiệp.

Cần lưu ý rằng trong quá trình này, cơ cấu nhân sự của các tổ chức tài chính cũng sẽ trải qua sự điều chỉnh và biến đổi. Những nhà phát triển quen thuộc với việc ứng dụng mô hình lớn có thể dễ dàng nổi bật hơn trong môi trường mới.