Mô hình lớn đang thâm nhập vào ngành tài chính, từ sự hưng phấn tăng lên đến sự trở lại lý trí

Kể từ khi ChatGPT ra đời, nó đã gây ra không ít lo lắng trong ngành tài chính. Ngành công nghiệp này, vốn có niềm tin vào công nghệ, lo sợ bị bỏ lại phía sau bởi dòng chảy phát triển nhanh chóng của thời đại. Bầu không khí căng thẳng này từng lan rộng đến những nơi không ngờ tới. Một người trong ngành đã tiết lộ rằng, vào tháng 5 khi cô đi công tác ở Đại Lý, cô thậm chí còn gặp những người làm tài chính thảo luận về mô hình lớn ngay cả trong chùa.

Tuy nhiên, cảm giác lo lắng này đang dần lắng xuống, suy nghĩ của mọi người cũng trở nên rõ ràng và lý trí hơn. Một chuyên gia ngân hàng đã mô tả một số giai đoạn thái độ của ngành tài chính đối với mô hình lớn trong năm nay: từ tháng 2 đến tháng 3, mọi người đều cảm thấy lo lắng, sợ bị tụt lại phía sau; từ tháng 4 đến tháng 5, họ bắt đầu thành lập các nhóm để thực hiện công việc liên quan; trong vài tháng tiếp theo, họ gặp khó khăn trong việc tìm kiếm hướng đi và triển khai, trở nên lý trí hơn; bây giờ, họ bắt đầu chú ý đến các doanh nghiệp điển hình, cố gắng xác minh các tình huống ứng dụng đã được kiểm chứng.

Một xu hướng mới là nhiều tổ chức tài chính đã bắt đầu coi trọng mô hình lớn từ góc độ chiến lược. Theo thống kê không đầy đủ, trong số các công ty niêm yết A-shares, ít nhất có 11 ngân hàng đã nêu rõ trong báo cáo nửa năm gần đây rằng họ đang khám phá ứng dụng của mô hình lớn. Theo các động thái gần đây, họ cũng đang tiến hành suy nghĩ và lập kế hoạch rõ ràng 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 vừa xuất hiện, ngành tài chính mặc dù có sự nhiệt tình cao đối với mô hình lớn, nhưng hiểu biết về bản chất và cách ứng dụng của nó thực sự rất hạn chế. Một số ngân hàng lớn đã nhanh chóng hành động, bắt đầu thực hiện các quảng bá "hưởng ứng". Đồng thời, các bộ phận công nghệ của một số tổ chức tài chính hàng đầu tích cực thảo luận với các công ty lớn về việc xây dựng mô hình lớn. Họ đều mong muốn tự mình xây dựng mô hình lớn, hỏi về việc tạo dữ liệu, mua sắm máy chủ và các phương pháp đào tạo.

Sau tháng 5, tình hình dần thay đổi. Bị ràng buộc 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 hy vọng tự xây dựng sang chú trọng vào giá trị ứng dụng hơn. Hiện tại, mỗi tổ chức tài chính đều quan tâm đến tình hình và hiệu quả sử dụng mô hình lớn của các tổ chức khác.

Cụ thể, các doanh nghiệp với quy mô khác nhau đã chọn những con đường khác nhau. 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 tiên tiến, tự xây dựng mô hình lớn cho doanh nghiệp, đồng thời áp dụng phương pháp tinh chỉnh để hình thành mô hình nhiệm vụ chuyên môn trong lĩnh vực, nhanh chóng tiếp sức cho công việc. Các tổ chức tài chính vừa và nhỏ có thể xem xét tổng quát về lợi tức đầu tư, theo nhu cầu đưa vào các loại API đám mây công cộng của mô hình lớn hoặc dịch vụ triển khai riêng, để trực tiếp đáp ứng nhu cầu kinh doanh.

Tuy nhiên, do yêu cầu cao về tính tuân thủ dữ liệu, an ninh, và độ tin cậy trong ngành tài chính, một số người cho rằng tiến trình triển khai mô hình lớn trong ngành này thực tế thấp hơn một chút so với kỳ vọng đầu năm. Một chuyên gia cho biết, họ đã dự đoán ban đầu rằng ngành tài chính có thể sẽ là ngành đầu tiên áp dụng quy mô lớn mô hình lớn, nhưng thực tế là tốc độ ứng dụng của ngành tài chính không nhanh bằng các ngành như pháp luật, tuyển dụng.

Để giải quyết các hạn chế trong quá trình triển khai mô hình lớn, một số tổ chức tài chính đã bắt đầu có biện pháp. Về mặt sức mạnh tính toán, trong ngành đã xuất hiện một số ý tưởng giải quyết:

1. Xây dựng sức mạnh tính toán trực tiếp, chi phí cao hơn nhưng độ an toàn tốt, phù hợp với các tổ chức tài chính lớn có sức mạnh tài chính mạnh mẽ, mong muốn tự xây dựng mô hình lớn cho ngành hoặc doanh nghiệp.

2. Triển khai hỗn hợp sức mạnh tính toán, trong trường hợp dữ liệu nhạy cảm không ra khỏi miền, chấp nhận việc gọi các giao diện dịch vụ mô hình lớn từ đám mây công cộng, đồng thời xử lý dịch vụ dữ liệu địa phương thông qua triển khai riêng tư. Cách này có chi phí thấp hơn, phù hợp với các tổ chức tài chính vừa và nhỏ có nguồn vốn tương đối hạn chế, chỉ ứng dụng khi cần.

Để giải quyết vấn đề khan hiếm và giá cao của thẻ GPU mà các tổ chức vừa và nhỏ đang phải đối mặt, các cơ quan liên quan đang khám phá việc thiết lập cơ sở hạ tầng mô hình lớn hướng tới ngành chứng khoán, tập trung vào sức mạnh tính toán và các tài nguyên mô hình lớn chung, giúp các tổ chức tài chính vừa và nhỏ cũng có thể sử dụng dịch vụ mô hình lớn, ngăn ngừa công nghệ lạc hậu.

Ngoài sức mạnh tính toán, với việc khám phá việc triển khai mô hình lớn, nhiều tổ chức tài chính cũng đã tăng cường quản trị dữ liệu. Ngày càng nhiều tổ chức tài chính quy mô vừa bắt đầu xây dựng nền tảng dữ liệu và hệ thống quản trị dữ liệu. Một số chuyên gia cho rằng, việc xây dựng hệ thống quản trị dữ liệu hoàn thiện và nền tảng công nghệ hồ dữ liệu sẽ là hướng quan trọng trong xây dựng CNTT của các tổ chức tài chính trong tương lai.

Một số ngân hàng đang giải quyết vấn đề dữ liệu thông qua cách kết hợp mô hình lớn với MLOps. Ví dụ, một ngân hàng lớn đã áp dụng mô hình MLOps để xây dựng hệ thống vòng đời dữ liệu mô hình lớn, đạt được tự động hóa toàn bộ quy trình cũng như quản lý thống nhất và xử lý hiệu quả dữ liệu đa nguồn và dị thể. Theo thông tin, ngân hàng này hiện đã xây dựng và tích lũy được 2.6TB bộ dữ liệu huấn luyện chất lượng cao.

Từ cảnh bên ngoài vào

Trong hơn nửa năm qua, các nhà cung cấp dịch vụ mô hình lớn và các tổ chức tài chính đang tích cực tìm kiếm các kịch bản ứng dụng, các lĩnh vực như 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 đang được khám phá.

Mỗi tổ chức tài chính đều có những ý tưởng phong phú về mô hình lớn. Một ngân hàng cho biết đã triển khai ứng dụng ở hơn 20 tình huống nội bộ, một ngân hàng khác cho biết đã thử nghiệm trong hơn 30 tình huống, còn một công ty chứng khoán đang khám phá việc kết nối mô hình lớn với nền tảng người ảo kỹ thuật số mà họ đã ra mắt trước đó.

Nhưng trong quá trình thực hiện thực tế, sự đồng thuận trong ngành là trước tiên nội bộ rồi mới đến bên ngoài. Dù sao đi nữa, ở giai đoạn hiện tại, công nghệ mô hình lớn vẫn chưa chín muồi, tồn tại các vấn đề như ảo giác, trong khi ngành tài chính là một lĩnh vực có sự quản lý chặt chẽ, an toàn cao và đáng tin cậy.

Có chuyên gia đề xuất rằng các tổ chức tài chính nên ưu tiên ứng dụng mô hình lớn vào phân tích và hiểu biết về văn bản tài chính cũng như hình ảnh tài chính trong các tình huống đòi hỏi trí tuệ nhân tạo, với hình thức trợ lý, hợp tác giữa con người và máy móc nhằm nâng cao hiệu suất làm việc của nhân viên.

Hiện nay, trợ lý mã đã được triển khai tại nhiều tổ chức tài chính. Ví dụ, một ngân hàng đã xây dựng hệ thống phát triển thông minh dựa trên mô hình lớn, tỷ lệ mã do trợ lý mã tạo ra chiếm 40% tổng mã. Trong lĩnh vực bảo hiểm, có công ty phát triển plugin lập trình hỗ trợ dựa trên mô hình lớn, trực tiếp tích hợp vào công cụ phát triển nội bộ.

Lĩnh vực văn phòng thông minh cũng có nhiều trường hợp triển khai thực tế. Một sản phẩm mô hình tài chính lớn đã được ra mắt tại một ngân hàng lớn, hiện đã được推广 đến hàng trăm điểm giao dịch, tỷ lệ tiếp nhận câu trả lời vượt quá 85%. Các giải pháp liên quan cũng đã nhanh chóng được sao chép sang các ngân hàng và tổ chức tài chính khác.

Tuy nhiên, các chuyên gia trong ngành đánh giá 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 còn khá xa mới có thể đi vào sâu trong các lĩnh vực kinh doanh của ngành tài chính. Các kịch bản như tiếp thị, kiểm soát rủi ro, tuân thủ,... là những lĩnh vực mà mô hình lớn có thể mang lại sự thay đổi, đồng thời cũng là nhu cầu của khách hàng trong ngành tài chính, nhưng hiện tại, những công việc này vẫn phụ thuộc vào khả năng nâng cao của các nhà cung cấp mô hình lớn.

Có chuyên gia dự đoán rằng trước cuối năm nay, sẽ có một loạt các dự án xây dựng hoặc thông tin mời thầu thực sự sử dụng mô hình lớn trong các tình huống kinh doanh cốt lõi của các tổ chức tài chính xuất hiện.

Trong khi đó, một số thay đổi ở cấp độ thiết kế cao đang diễn ra. Toàn bộ hệ thống thông minh và số hóa trong tương lai sẽ được xây dựng lại dựa trên nền tảng của các mô hình lớn. Điều này yêu cầu ngành tài chính phải tái cấu trúc hệ thống trong quá trình triển khai mô hình lớn. Đồng thời, không thể bỏ qua giá trị của các mô hình nhỏ truyền thống, mà nên để các mô hình lớn và nhỏ phối hợp với nhau.

Hiện tại đã có nhiều tổ chức tài chính hàng đầu dựa trên mô hình lớn, xây dựng một hệ thống phân lớp bao gồm các lớp cơ sở hạ tầng, lớp mô hình, lớp dịch vụ mô hình lớn, lớp ứng dụng và nhiều lớp khác. Các hệ thống khung này thường có hai đặc điểm lớn: một là mô hình lớn phát huy khả năng trung tâm, gọi các mô hình truyền thống như một kỹ năng; hai là lớp mô hình lớn áp dụng chiến lược đa mô hình, so sánh nội bộ, chọn ra hiệu quả tối ưu.

Khoảng trống nhân tài vẫn còn lớn

Ứng dụng của mô hình lớn đã bắt đầu mang lại một số thách thức và biến đổi cho cơ cấu nhân sự của ngành tài chính. Một số công ty công nghệ tài chính đã sa thải hơn 300 nhà phân tích dữ liệu lớn từ đầu năm đến cuối tháng 5. Một số công việc tổng hợp thông tin mà trước đây được thực hiện bởi thực tập sinh, bây giờ có thể được hoàn thành thông qua mô hình lớn.

Tuy nhiên, một số ngân hàng không muốn các mô hình lớn dẫn đến việc giảm biên chế. Họ hy vọng rằng các mô hình lớn có thể mang lại cơ hội mới, nâng cao chất lượng phục vụ và hiệu suất làm việc của nhân viên, đồng thời giải phóng một phần nhân viên để thực hiện nhiều công việc có giá trị cao hơn.

Sự xem xét này một phần là do những cân nhắc về sự ổn định của nhân sự và cấu trúc, mặt khác cũng vì trong ngành còn nhiều vị trí cần nhân tài. Các ngân hàng lớn có rất nhiều công việc cần hoàn thành, một số yêu cầu về IT thậm chí đã được lên lịch đến cuối năm sau. Họ hy vọng rằng mô hình lớn có thể giúp nhân viên nâng cao hiệu suất và tốc độ, chứ không phải dẫn đến việc giảm số lượng nhân sự.

Điều quan trọng hơn là nhu cầu về mô hình lớn tăng vọt, nhưng cung cấp nhân tài khan hiếm trong thời gian ngắn khó có thể đáp ứng. Một giám đốc ngân hàng cho biết, tỷ lệ nhân viên mới được tuyển dụng gần đây học về lĩnh vực AI rất cao, nhưng nhân tài hiểu biết về mô hình lớn lại rất ít.

Có chuyên gia cho rằng, nhu cầu nhân tài trực tiếp ứng dụng mô hình lớn tương đối đơn giản, chủ yếu cần những người biết đặt câu hỏi. Nhưng nếu muốn tự xây dựng mô hình lớn cho ngành hoặc doanh nghiệp, thì các tổ chức tài chính cần có một đội ngũ kỹ thuật mô hình lớn dọc chuyên nghiệp.

Để đối phó với sự thiếu hụt nhân lực, một số tổ chức đã có hành động. Một số công ty đã hợp tác với đội ngũ nhân sự của ngân hàng để thiết kế một loạt khóa đào tạo, như tinh chỉnh Prompt, tinh chỉnh, vận hành mô hình lớn, v.v., và hợp tác với nhiều bộ phận để thành lập nhóm dự án chung nhằm thúc đẩy nâng cao năng lực nhân viên trong doanh nghiệp.

Trong quá trình này, cơ cấu nhân sự của các tổ chức tài chính cũng sẽ trải qua một số điều chỉnh và biến đổi. Những nhà phát triển biết sử dụng mô hình lớn có thể dễ dàng đứng vững hơn trong môi trường này so với những người không biết sử dụng.

Tổng thể, công nghệ mô hình lớn đã mang lại cơ hội và thách thức cho ngành tài chính, nhưng để thực sự đạt được sự thay đổi trong phương thức hoạt động, cần có một đội ngũ trong hệ thống tài chính kết hợp sâu sắc với nhu cầu nội bộ, thực hiện những đổi mới quan trọng.