大規模モデルの金融業界における応用状況と未来のトレンド

ChatGPTの登場以来、金融業界で広範な関心を引き起こしています。初めは、業界全体が新しい技術に対する不安を示し、発展の機会を逃すことを懸念していました。しかし、時間が経つにつれて、この不安はより理性的で実務的な態度に徐々に変わっていきました。

金融業界の大規模モデルに対する認識は、いくつかの段階を経てきました: 初期の不安と探索、中期のチーム編成と方向性の模索、後期の理性的な思考とベンチマーク学習。現在、多くの金融機関が大規模モデルを戦略計画に組み込み、より体系的な思考と配置を始めています。

情熱から理性へ

年初の時点では、金融機関は大規模モデルに対する認識が限られており、主に「流行に乗る」姿勢で宣伝や探索を行っていました。国内の多くのテクノロジー企業が大規模モデル製品を発表するにつれて、一部の主要な金融機関はそれとの協力を交渉し、自社で大規模モデルを構築することを希望し始めました。

5月以降、算力資源やコストなどの要因に制約され、金融機関の関心は「モデルの構築」から「アプリケーションの価値」に徐々に移行しています。大規模な機関は基盤となる大モデルを導入し、自社の大モデルを構築する傾向がありますが、中小機関はAPIサービスの直接利用をより多く検討しています。

金融業界はデータの安全性とコンプライアンスに対する要求が高いため、大モデルの導入は予想よりもやや遅れています。しかし、いくつかの機関は、自社での計算能力の構築やハイブリッドデプロイメントなど、解決策の探索を始めています。同時に、データガバナンスの取り組みも強化されています。

周辺シーンから入る

現在、金融機関は主に内部シーンから大規模モデルの適用を進めています。例えば、スマートオフィス、スマート開発、スマートカスタマーサービスなどです。技術の未成熟などの要因を考慮すると、業界全体としては短期間で顧客向けのコアビジネスに大規模モデルを直接使用することは適切ではないと考えられています。

コードアシスタントやドキュメントQ&Aなどのシーンは、複数の機関で導入されています。しかし全体的に見て、これらのアプリケーションは金融業務のコアレイヤーにはまだ触れていません。業界では、今年の年末までにコアビジネスシーンで大規模モデルを活用するプロジェクトがいくつか登場する可能性があると予測されています。

大規模モデルの適用を進める中で、一部の金融機関はシステムアーキテクチャを再構築し、インフラストラクチャ、モデル、サービス、アプリケーションなど複数のレベルを含む階層フレームワークを構築しています。このようなアーキテクチャには通常、二つの特徴があります。一つは、大規模モデルが中枢的な役割を果たし、従来のモデルをスキルとして呼び出すことです。もう一つは、マルチモデル戦略を採用し、内部で「競争」して最適なものを選ぶことです。

人材のギャップは依然として大きい

大規模モデルの適用は、金融業界の人員構成に影響を与え始めています。一部の従来のポジションは置き換えられるリスクに直面していますが、同時に新しい人材の需要も生まれています。金融機関は一般的に、大規模モデルを通じて従業員の効率を向上させることを望んでおり、単純に解雇や削減を行うことは考えていません。

現在、大規模モデルの応用能力を持つ人材は非常に不足しています。金融機関は、大規模モデルを使用できる人材だけでなく、自ら大規模モデルを構築し最適化できる技術チームも必要としています。一部の機関は、テクノロジー企業との提携によるトレーニングなどの行動を取り始めています。

大規模モデルの応用が進むにつれて、金融機関の人員構成は調整される可能性があります。大規模モデルの応用スキルを持つ従業員は、より競争力を持つことになります。全体として、大規模モデル技術は金融業界に新しい機会と課題をもたらし、業界をスマート化の方向に推進しています。