récemment, un salon sur le thème de "Comment DeepSeek change les règles du jeu de l'IA ? La haute barrière d'entrée de l'AGI est en train de disparaître ?" a été organisé avec succès. Le salon a été coparrainé par la Banque Internet Xinwang et l'École de gestion des sciences et de l'ingénierie de l'Université du Sud-Ouest. Li Xiusheng, vice-président de la Banque Internet Xinwang, Wang Jun, directeur du département de calcul financier de l'École de gestion des sciences et de l'ingénierie de l'Université du Sud-Ouest, et Wei Hao, responsable du département des sciences du risque de la Banque Internet Xinwang, ont discuté ensemble des mystères techniques derrière DeepSeek et de ses perspectives d'application dans le secteur bancaire.
Comment l'open source et le closed source évoluent-ils?
Lorsque la coopération approfondie entre OpenAI et Microsoft suscite la controverse sur le "monopole écologique", et que NVIDIA fait face au contrôle le plus strict de l'exportation de puces IA de l'histoire des États-Unis, la stratégie open source de DeepSeek a ouvert accidentellement une autre porte. Contrairement aux modèles IA traditionnels fermés, DeepSeek, par sa nature ouverte, permet aux entreprises de déployer des modèles volumineux plus avancés à moindre coût, améliorant ainsi les capacités des assistants intelligents dans de multiples scénarios.
Dans l'industrie du logiciel, les deux modes, open source et propriétaire, coexistent et ont chacun des cas de succès. En prenant Linux et Android comme exemples, Li Xiusheng a déclaré que ces deux logiciels open source ont grandement stimulé le développement des systèmes d'exploitation. Il a également souligné qu'Apple, en tant qu'exemple de mode propriétaire, a toujours maintenu une position de leader dans les applications haut de gamme pour téléphones portables. Bien que ces entreprises aient des approches différentes, elles ont toutes deux réalisé des réalisations significatives.
"Du point de vue de l'apport des contributeurs mondiaux, je préfère personnellement le modèle open source car il permet de rassembler davantage de personnes et de forces pour promouvoir ensemble le progrès technologique et l'innovation. À l'avenir, l'open source et le closed source pourraient continuer à se développer en parallèle, mais le potentiel de l'open source est prometteur." a déclaré Li Xiusheng.
Wang Jun believes that open source and closed source are a relationship of mutual integration and competition. Open source technology is open to the public, attracting many developers to participate and promoting rapid technological iteration, but its profitability and business model are uncertain. Closed source focuses on building its own moat and barriers to entry, requiring significant investment, and having a unique but less diverse business model. Each has its own advantages and disadvantages, so they may learn from and integrate with each other in practice, forming a competitive situation in certain areas.
Du point de vue des acteurs du marché, DeepSeek, en tant que modèle volumineux open source, à faible coût et efficace, a eu un impact significatif sur les grandes entreprises technologiques du marché. "Pour des entreprises de modèles volumineux fermés telles qu'OpenAI, la stratégie de tarification de DeepSeek les oblige à reconsidérer leur modèle commercial et leur orientation technologique. Quant à des sociétés de puces telles qu'NVIDIA, la publication de DeepSeek prouve qu'il n'est pas nécessaire de dépendre exclusivement de GPU haut de gamme pour effectuer des inférences de premier ordre, incitant ces sociétés à réfléchir à la logique d'investissement et au modèle de développement de l'infrastructure AI." a déclaré Wang Jun.
Cependant, il convient de noter que les grands modèles d'intelligence artificielle générale sont confrontés à des défis dans la résolution des problèmes de contrôle des risques numériques. Wei Hao a déclaré : “Bien que les grands modèles aient des capacités étendues telles que la compréhension des problèmes, les opérations mathématiques et la génération de code, leur performance dans le domaine vertical du contrôle des risques n'est pas satisfaisante.” La raison en est que la formation des grands modèles dépend principalement des données et des codes publics disponibles sur Internet, ce qui entraîne un manque d'entraînement avec des corpus de données spécifiques au domaine du contrôle des risques, de sorte que leur logique peut ne pas correspondre complètement aux besoins réels du contrôle des risques.
Les petites et moyennes banques contre-attaquent avec DeepSeek?
Selon un rapport de recherche de Zheshang Securities, le processus de formation complet de DeepSeek-V3 ne nécessite que moins de 2,8 millions d'heures GPU (unité de traitement graphique), tandis que la plateforme méta-universitaire Llama3-405B publiée par Meta, un géant de l'Internet aux États-Unis, nécessite 30,8 millions d'heures GPU pour la formation. Le coût de formation de DeepSeek-V3 est d'environ 5,576 millions de dollars, tandis que le coût de formation du modèle linguistique GPT-4 de ChatGPT publié par OpenAI (Centre de recherche sur l'intelligence artificielle ouverte aux États-Unis) est de plusieurs milliards de dollars.
Par rapport aux investissements traditionnels de dizaines de millions, voire de centaines de millions de yuans dans de grands modèles, les coûts de déploiement localisés de DeepSeek peuvent être inférieurs à un million de yuans. Selon les dernières informations du ministère de l'Industrie et des Technologies de l'Information, les trois principales entreprises de télécommunications de base se sont toutes intégralement connectées au grand modèle open source DeepSeek. Actuellement, dans le domaine financier, de nombreuses institutions, des banques, des fonds d'investissement et des sociétés de courtage, déploient activement DeepSeek. Depuis mai 2024, la nouvelle banque en ligne utilise le grand modèle DeepSeek dans le cadre de scénarios de développement système, en mettant en place un assistant de questions-réponses en matière de développement et un assistant de rédaction de code, réduisant ainsi le temps que les ingénieurs de première ligne consacrent à consulter des documents techniques pendant le processus de développement.
Li Xiusheng estime que dans le domaine de l’intelligence artificielle, l’émergence de DeepSeek a entraîné deux changements conceptuels majeurs. Tout d’abord, l’émergence de DeepSeek a brisé l’obsession de « produire vigoureusement des miracles », c’est-à-dire de ne plus rechercher aveuglément une puissance de calcul extrême. Dans le passé, on pensait souvent qu’une percée ne pouvait être réalisée qu’en empilant une énorme quantité de puissance de calcul, mais DeepSeek prouve qu’en optimisant les algorithmes et les modèles, il est possible d’obtenir des performances efficaces avec une puissance de calcul inférieure. Deuxièmement, DeepSeek a encore intensifié le débat entre l’open source et le closed source. OpenAI a popularisé le concept de grands modèles avec ChatGPT, mais sa stratégie de source fermée a limité la popularisation de la technologie. L’émergence de modèles open source tels que DeepSeek a abaissé le seuil technique et a permis à davantage d’institutions d’appliquer des modèles de grande taille. Ce changement a eu un impact profond sur les institutions financières telles que le secteur bancaire.
"Pour l'avenir, avec l'avancée continue de la technologie et la baisse des coûts, les gros modèles ne seront plus un luxe exclusif des grandes banques, mais pourront être largement utilisés dans les petites et moyennes institutions financières. Cela apportera une tendance importante de transformation technologique pour les banques commerciales, les poussant à se développer de manière plus intelligente et plus efficace." a déclaré Li Xiusheng.
Dans le domaine de la gestion des risques numériques dans le secteur bancaire, les grandes technologies de modélisation telles que DeepSeek ont de larges perspectives d'application. Selon Wei Hao, la publication de DeepSeek a rendu les techniciens très enthousiastes, car elle peut rivaliser avec le niveau de modélisation de pointe d'OpenAI, et les poids sont open source, la licence est souple, et elle peut être utilisée de manière localisée et contrôlée.
Wei Hao a parlé de son expérience pratique, "lors du traitement des données non structurées, les grands modèles tels que DeepSeek peuvent renforcer la compréhension sémantique et les capacités de traitement de texte, nous permettant d'obtenir des informations à partir d'un éventail plus large de données. De plus, la technologie des modèles d'intelligence générale peut également être utilisée par les modèles de gestion des risques pour améliorer la précision de l'évaluation des clients et prendre de meilleures décisions."
Wei Hao a souligné que la capacité de réflexion en profondeur de DeepSeek R1, peut améliorer la compréhension de l'intention et du sens à travers le mode d'entraînement de la chaîne de réflexion. Cette capacité n'est pas limitée au chinois, elle peut également bien performer dans le traitement des longs contextes et des intentions complexes.
Le secteur bancaire, en tant que secteur fortement informatisé, a connu plusieurs révolutions majeures dans ses systèmes informatiques. De la substitution des opérations manuelles par des systèmes informatiques à l'avènement de l'Internet mobile, les banques ont continuellement remodelé leurs processus commerciaux. Aujourd'hui, avec le développement rapide de l'intelligence artificielle, les banques sont confrontées aux défis et aux opportunités de la quatrième révolution de leurs systèmes d'information. Dans cette ère des grands modèles, comment les banques devraient-elles construire leur propre capacité d'application de technologies intelligentes adaptées ?
Li Xiusheng believes that the advent of the era of large models requires banks to rethink how to reshape their business management and processes from the perspective of the full application of artificial intelligence. Banks need to first think about how to build applications, and then consider how to organize data, improve data quality, label and annotate, and apply external data. Overall, commercial banks need to think from a strategic level, while considering factors such as computing power, data, algorithms, and applications.
Selon lui, depuis sa création, la nouvelle banque Internet a pleinement appliqué la technologie de l'intelligence artificielle dans les domaines de la lutte contre la fraude et de la gestion des risques de crédit, réalisant ainsi un traitement efficace et à grande échelle des prêts. Cependant, avec l'émergence de grands modèles, les banques commencent à envisager d'explorer et d'expérimenter davantage de domaines. À l'heure actuelle, la nouvelle banque Internet a déjà appliqué de grands modèles dans le domaine du service client, remplaçant avec succès une partie des services client humains, et expérimente l'application de grands modèles dans les domaines du marketing et de la gestion après prêt.
En dehors du domaine bancaire, Wang Jun prédit une amélioration significative des applications intelligentes liées aux grands modèles dans des domaines tels que la fabrication, la prévision des risques climatiques, l'informatique, l'éducation, les médias et le divertissement. Wang Jun a souligné que, dans le domaine de la fabrication, les grands modèles peuvent surveiller la fiabilité des pièces ou des batteries, prédire leur durée de vie ; en ce qui concerne la prévision des risques climatiques, les algorithmes d'intelligence artificielle interprètent les conditions météorologiques futures pour fournir des avertissements et optimiser les itinéraires pour les autoroutes à grande vitesse, par exemple ; dans le domaine de l'informatique, les grands modèles peuvent aider à compléter le code, à comprendre le code et à le construire ; dans le domaine de l'éducation, en se basant sur les habitudes et le comportement d'apprentissage des étudiants, il est possible de construire des modèles personnalisés pour aider les étudiants à apprendre ; dans le domaine des médias et du divertissement, les grands modèles peuvent être utilisés pour la génération de contenu, la construction de modèles et la création de scénarios, tels que la production d'animations, la conception de jeux et la réalisation de courts métrages, ainsi que pour la synthèse de personnages numériques utilisés dans les recommandations pour le commerce électronique, par exemple.
De quels talents en IA les banques de l'avenir ont-elles besoin ?
Selon le rapport de développement annuel de l'industrie bancaire chinoise 2024 publié par l'Association chinoise des banques, la finance et l'intelligence artificielle ont des points d'intersection naturels, la technologie des grands modèles d'IA peut pleinement exploiter les énormes données de l'industrie bancaire, tandis que l'industrie bancaire dispose de scénarios riches pour l'application de la technologie des grands modèles d'IA. Les grands modèles d'IA actuels sont en train de promouvoir une rénovation complète des services, du marketing, des produits, etc. de l'industrie bancaire chinoise, catalysant ainsi l'arrivée accélérée des "banques futures".
Avec l'application généralisée des grandes banques, les compétences requises pour les techniciens sont également plus élevées. Li Xiusheng estime que dans l'industrie des applications Internet, la pensée Internet a aidé au succès des géants de l'Internet. Avec l'avènement de l'ère de l'intelligence artificielle, la demande de talents se transforme en des talents financiers et technologiques polyvalents dotés de la pensée de l'intelligence artificielle.
La Banque Internet a récemment mis l'accent sur la pensée Internet et accordera une attention particulière à la pensée d'intelligence artificielle à l'avenir. La pensée d'intelligence artificielle est intégrée dans la conception des produits commerciaux, le marketing client, les activités opérationnelles quotidiennes et la construction d'un système de gestion globale. Par conséquent, la banque évaluera si les employés possèdent cette capacité, cette base ou ce potentiel, afin de cultiver les talents nécessaires pour s'adapter au développement futur de la banque.
"Les progrès continus de la technologie de l'intelligence artificielle posent des défis aux professionnels de la banque, mais offrent également de nouvelles opportunités. Face aux changements, les professionnels doivent rester calmes, continuer à apprendre, suivre de près les évolutions de leur époque et trouver leur place dans la société et dans l'entreprise." a encouragé Li Xiusheng. "Les techniciens doivent s'adapter, en utilisant la technologie de l'intelligence artificielle pour améliorer leurs compétences. Quant aux professionnels des affaires, ils n'ont pas besoin de s'inquiéter d'être remplacés, car la barrière à l'entrée de la technologie de l'intelligence artificielle a baissé, permettant même aux personnes peu familières avec l'informatique d'utiliser des outils d'intelligence artificielle pour développer des processus et des applications, et ainsi exprimer leur valeur. Par conséquent, tant qu'ils sont prêts à apprendre et à suivre l'évolution technologique, les professionnels de la banque ne seront pas éliminés, mais pourront au contraire mieux s'adapter aux progrès technologiques de leur époque."
Du point de vue de la gestion des risques, Wei Hao souligne que la pratique est la clé pour maîtriser l'intelligence artificielle. Dans le domaine de la gestion des risques, l'application de la technologie de l'intelligence artificielle nécessite des compétences plus élevées en matière de personnel. Il est non seulement nécessaire de comprendre en profondeur les principes techniques, mais aussi d'avoir une pleine connaissance des avantages, des limites de capacité et des risques du modèle, afin de garantir une application correcte de la technologie. Par conséquent, les professionnels de la gestion des risques doivent avoir une solide expertise technique et une connaissance étendue.
Wang Jun also stated that universities are also committed to cultivating composite talents in the field of AI+. "We optimize the curriculum setting, incorporating courses such as data analysis, data mining, machine learning, deep learning, and multimodal data, allowing students to be exposed to artificial intelligence-related knowledge at the undergraduate level. We have added practical training projects and laboratory courses, encouraging students to participate in financial technology competitions and other competitions, transforming knowledge into practical skills. In addition, we hope to strengthen industry-academia-research cooperation with the industry through joint laboratories, expert lectures, etc., enabling students to have a deeper understanding of industry needs and operations, thus stimulating their learning motivation and cultivating talents that meet industry demands."
En parlant de la prochaine tendance de développement de l'IA dans le secteur bancaire, Li Xiusheng a déclaré que avec le développement de l'IA et des technologies de modélisation, les banques commerciales connaîtront une nouvelle vague de refonte. Cela implique non seulement une mise à niveau des systèmes, mais aussi un changement profond dans les processus commerciaux, les formes de produits, les mécanismes de décision, la composition du personnel et les postes. "Bien que la nature de la gestion des risques financiers n'ait pas changé, les modes de service, les formes de produits et les mécanismes opérationnels subiront des changements majeurs. Ce processus peut être progressif, mais on prévoit que dans trois à cinq ans, le visage des banques commerciales sera complètement transformé."
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
【Analyse financière】DeepSeek突破AI围城：银行业的“奇点时刻”到来？
récemment, un salon sur le thème de "Comment DeepSeek change les règles du jeu de l'IA ? La haute barrière d'entrée de l'AGI est en train de disparaître ?" a été organisé avec succès. Le salon a été coparrainé par la Banque Internet Xinwang et l'École de gestion des sciences et de l'ingénierie de l'Université du Sud-Ouest. Li Xiusheng, vice-président de la Banque Internet Xinwang, Wang Jun, directeur du département de calcul financier de l'École de gestion des sciences et de l'ingénierie de l'Université du Sud-Ouest, et Wei Hao, responsable du département des sciences du risque de la Banque Internet Xinwang, ont discuté ensemble des mystères techniques derrière DeepSeek et de ses perspectives d'application dans le secteur bancaire.
Comment l'open source et le closed source évoluent-ils?
Lorsque la coopération approfondie entre OpenAI et Microsoft suscite la controverse sur le "monopole écologique", et que NVIDIA fait face au contrôle le plus strict de l'exportation de puces IA de l'histoire des États-Unis, la stratégie open source de DeepSeek a ouvert accidentellement une autre porte. Contrairement aux modèles IA traditionnels fermés, DeepSeek, par sa nature ouverte, permet aux entreprises de déployer des modèles volumineux plus avancés à moindre coût, améliorant ainsi les capacités des assistants intelligents dans de multiples scénarios.
Dans l'industrie du logiciel, les deux modes, open source et propriétaire, coexistent et ont chacun des cas de succès. En prenant Linux et Android comme exemples, Li Xiusheng a déclaré que ces deux logiciels open source ont grandement stimulé le développement des systèmes d'exploitation. Il a également souligné qu'Apple, en tant qu'exemple de mode propriétaire, a toujours maintenu une position de leader dans les applications haut de gamme pour téléphones portables. Bien que ces entreprises aient des approches différentes, elles ont toutes deux réalisé des réalisations significatives.
"Du point de vue de l'apport des contributeurs mondiaux, je préfère personnellement le modèle open source car il permet de rassembler davantage de personnes et de forces pour promouvoir ensemble le progrès technologique et l'innovation. À l'avenir, l'open source et le closed source pourraient continuer à se développer en parallèle, mais le potentiel de l'open source est prometteur." a déclaré Li Xiusheng.
Wang Jun believes that open source and closed source are a relationship of mutual integration and competition. Open source technology is open to the public, attracting many developers to participate and promoting rapid technological iteration, but its profitability and business model are uncertain. Closed source focuses on building its own moat and barriers to entry, requiring significant investment, and having a unique but less diverse business model. Each has its own advantages and disadvantages, so they may learn from and integrate with each other in practice, forming a competitive situation in certain areas.
Du point de vue des acteurs du marché, DeepSeek, en tant que modèle volumineux open source, à faible coût et efficace, a eu un impact significatif sur les grandes entreprises technologiques du marché. "Pour des entreprises de modèles volumineux fermés telles qu'OpenAI, la stratégie de tarification de DeepSeek les oblige à reconsidérer leur modèle commercial et leur orientation technologique. Quant à des sociétés de puces telles qu'NVIDIA, la publication de DeepSeek prouve qu'il n'est pas nécessaire de dépendre exclusivement de GPU haut de gamme pour effectuer des inférences de premier ordre, incitant ces sociétés à réfléchir à la logique d'investissement et au modèle de développement de l'infrastructure AI." a déclaré Wang Jun.
Cependant, il convient de noter que les grands modèles d'intelligence artificielle générale sont confrontés à des défis dans la résolution des problèmes de contrôle des risques numériques. Wei Hao a déclaré : “Bien que les grands modèles aient des capacités étendues telles que la compréhension des problèmes, les opérations mathématiques et la génération de code, leur performance dans le domaine vertical du contrôle des risques n'est pas satisfaisante.” La raison en est que la formation des grands modèles dépend principalement des données et des codes publics disponibles sur Internet, ce qui entraîne un manque d'entraînement avec des corpus de données spécifiques au domaine du contrôle des risques, de sorte que leur logique peut ne pas correspondre complètement aux besoins réels du contrôle des risques.
Les petites et moyennes banques contre-attaquent avec DeepSeek?
Selon un rapport de recherche de Zheshang Securities, le processus de formation complet de DeepSeek-V3 ne nécessite que moins de 2,8 millions d'heures GPU (unité de traitement graphique), tandis que la plateforme méta-universitaire Llama3-405B publiée par Meta, un géant de l'Internet aux États-Unis, nécessite 30,8 millions d'heures GPU pour la formation. Le coût de formation de DeepSeek-V3 est d'environ 5,576 millions de dollars, tandis que le coût de formation du modèle linguistique GPT-4 de ChatGPT publié par OpenAI (Centre de recherche sur l'intelligence artificielle ouverte aux États-Unis) est de plusieurs milliards de dollars.
Par rapport aux investissements traditionnels de dizaines de millions, voire de centaines de millions de yuans dans de grands modèles, les coûts de déploiement localisés de DeepSeek peuvent être inférieurs à un million de yuans. Selon les dernières informations du ministère de l'Industrie et des Technologies de l'Information, les trois principales entreprises de télécommunications de base se sont toutes intégralement connectées au grand modèle open source DeepSeek. Actuellement, dans le domaine financier, de nombreuses institutions, des banques, des fonds d'investissement et des sociétés de courtage, déploient activement DeepSeek. Depuis mai 2024, la nouvelle banque en ligne utilise le grand modèle DeepSeek dans le cadre de scénarios de développement système, en mettant en place un assistant de questions-réponses en matière de développement et un assistant de rédaction de code, réduisant ainsi le temps que les ingénieurs de première ligne consacrent à consulter des documents techniques pendant le processus de développement.
Li Xiusheng estime que dans le domaine de l’intelligence artificielle, l’émergence de DeepSeek a entraîné deux changements conceptuels majeurs. Tout d’abord, l’émergence de DeepSeek a brisé l’obsession de « produire vigoureusement des miracles », c’est-à-dire de ne plus rechercher aveuglément une puissance de calcul extrême. Dans le passé, on pensait souvent qu’une percée ne pouvait être réalisée qu’en empilant une énorme quantité de puissance de calcul, mais DeepSeek prouve qu’en optimisant les algorithmes et les modèles, il est possible d’obtenir des performances efficaces avec une puissance de calcul inférieure. Deuxièmement, DeepSeek a encore intensifié le débat entre l’open source et le closed source. OpenAI a popularisé le concept de grands modèles avec ChatGPT, mais sa stratégie de source fermée a limité la popularisation de la technologie. L’émergence de modèles open source tels que DeepSeek a abaissé le seuil technique et a permis à davantage d’institutions d’appliquer des modèles de grande taille. Ce changement a eu un impact profond sur les institutions financières telles que le secteur bancaire.
"Pour l'avenir, avec l'avancée continue de la technologie et la baisse des coûts, les gros modèles ne seront plus un luxe exclusif des grandes banques, mais pourront être largement utilisés dans les petites et moyennes institutions financières. Cela apportera une tendance importante de transformation technologique pour les banques commerciales, les poussant à se développer de manière plus intelligente et plus efficace." a déclaré Li Xiusheng.
Dans le domaine de la gestion des risques numériques dans le secteur bancaire, les grandes technologies de modélisation telles que DeepSeek ont de larges perspectives d'application. Selon Wei Hao, la publication de DeepSeek a rendu les techniciens très enthousiastes, car elle peut rivaliser avec le niveau de modélisation de pointe d'OpenAI, et les poids sont open source, la licence est souple, et elle peut être utilisée de manière localisée et contrôlée.
Wei Hao a parlé de son expérience pratique, "lors du traitement des données non structurées, les grands modèles tels que DeepSeek peuvent renforcer la compréhension sémantique et les capacités de traitement de texte, nous permettant d'obtenir des informations à partir d'un éventail plus large de données. De plus, la technologie des modèles d'intelligence générale peut également être utilisée par les modèles de gestion des risques pour améliorer la précision de l'évaluation des clients et prendre de meilleures décisions."
Wei Hao a souligné que la capacité de réflexion en profondeur de DeepSeek R1, peut améliorer la compréhension de l'intention et du sens à travers le mode d'entraînement de la chaîne de réflexion. Cette capacité n'est pas limitée au chinois, elle peut également bien performer dans le traitement des longs contextes et des intentions complexes.
Le secteur bancaire, en tant que secteur fortement informatisé, a connu plusieurs révolutions majeures dans ses systèmes informatiques. De la substitution des opérations manuelles par des systèmes informatiques à l'avènement de l'Internet mobile, les banques ont continuellement remodelé leurs processus commerciaux. Aujourd'hui, avec le développement rapide de l'intelligence artificielle, les banques sont confrontées aux défis et aux opportunités de la quatrième révolution de leurs systèmes d'information. Dans cette ère des grands modèles, comment les banques devraient-elles construire leur propre capacité d'application de technologies intelligentes adaptées ?
Li Xiusheng believes that the advent of the era of large models requires banks to rethink how to reshape their business management and processes from the perspective of the full application of artificial intelligence. Banks need to first think about how to build applications, and then consider how to organize data, improve data quality, label and annotate, and apply external data. Overall, commercial banks need to think from a strategic level, while considering factors such as computing power, data, algorithms, and applications.
Selon lui, depuis sa création, la nouvelle banque Internet a pleinement appliqué la technologie de l'intelligence artificielle dans les domaines de la lutte contre la fraude et de la gestion des risques de crédit, réalisant ainsi un traitement efficace et à grande échelle des prêts. Cependant, avec l'émergence de grands modèles, les banques commencent à envisager d'explorer et d'expérimenter davantage de domaines. À l'heure actuelle, la nouvelle banque Internet a déjà appliqué de grands modèles dans le domaine du service client, remplaçant avec succès une partie des services client humains, et expérimente l'application de grands modèles dans les domaines du marketing et de la gestion après prêt.
En dehors du domaine bancaire, Wang Jun prédit une amélioration significative des applications intelligentes liées aux grands modèles dans des domaines tels que la fabrication, la prévision des risques climatiques, l'informatique, l'éducation, les médias et le divertissement. Wang Jun a souligné que, dans le domaine de la fabrication, les grands modèles peuvent surveiller la fiabilité des pièces ou des batteries, prédire leur durée de vie ; en ce qui concerne la prévision des risques climatiques, les algorithmes d'intelligence artificielle interprètent les conditions météorologiques futures pour fournir des avertissements et optimiser les itinéraires pour les autoroutes à grande vitesse, par exemple ; dans le domaine de l'informatique, les grands modèles peuvent aider à compléter le code, à comprendre le code et à le construire ; dans le domaine de l'éducation, en se basant sur les habitudes et le comportement d'apprentissage des étudiants, il est possible de construire des modèles personnalisés pour aider les étudiants à apprendre ; dans le domaine des médias et du divertissement, les grands modèles peuvent être utilisés pour la génération de contenu, la construction de modèles et la création de scénarios, tels que la production d'animations, la conception de jeux et la réalisation de courts métrages, ainsi que pour la synthèse de personnages numériques utilisés dans les recommandations pour le commerce électronique, par exemple.
De quels talents en IA les banques de l'avenir ont-elles besoin ?
Selon le rapport de développement annuel de l'industrie bancaire chinoise 2024 publié par l'Association chinoise des banques, la finance et l'intelligence artificielle ont des points d'intersection naturels, la technologie des grands modèles d'IA peut pleinement exploiter les énormes données de l'industrie bancaire, tandis que l'industrie bancaire dispose de scénarios riches pour l'application de la technologie des grands modèles d'IA. Les grands modèles d'IA actuels sont en train de promouvoir une rénovation complète des services, du marketing, des produits, etc. de l'industrie bancaire chinoise, catalysant ainsi l'arrivée accélérée des "banques futures".
Avec l'application généralisée des grandes banques, les compétences requises pour les techniciens sont également plus élevées. Li Xiusheng estime que dans l'industrie des applications Internet, la pensée Internet a aidé au succès des géants de l'Internet. Avec l'avènement de l'ère de l'intelligence artificielle, la demande de talents se transforme en des talents financiers et technologiques polyvalents dotés de la pensée de l'intelligence artificielle.
La Banque Internet a récemment mis l'accent sur la pensée Internet et accordera une attention particulière à la pensée d'intelligence artificielle à l'avenir. La pensée d'intelligence artificielle est intégrée dans la conception des produits commerciaux, le marketing client, les activités opérationnelles quotidiennes et la construction d'un système de gestion globale. Par conséquent, la banque évaluera si les employés possèdent cette capacité, cette base ou ce potentiel, afin de cultiver les talents nécessaires pour s'adapter au développement futur de la banque.
"Les progrès continus de la technologie de l'intelligence artificielle posent des défis aux professionnels de la banque, mais offrent également de nouvelles opportunités. Face aux changements, les professionnels doivent rester calmes, continuer à apprendre, suivre de près les évolutions de leur époque et trouver leur place dans la société et dans l'entreprise." a encouragé Li Xiusheng. "Les techniciens doivent s'adapter, en utilisant la technologie de l'intelligence artificielle pour améliorer leurs compétences. Quant aux professionnels des affaires, ils n'ont pas besoin de s'inquiéter d'être remplacés, car la barrière à l'entrée de la technologie de l'intelligence artificielle a baissé, permettant même aux personnes peu familières avec l'informatique d'utiliser des outils d'intelligence artificielle pour développer des processus et des applications, et ainsi exprimer leur valeur. Par conséquent, tant qu'ils sont prêts à apprendre et à suivre l'évolution technologique, les professionnels de la banque ne seront pas éliminés, mais pourront au contraire mieux s'adapter aux progrès technologiques de leur époque."
Du point de vue de la gestion des risques, Wei Hao souligne que la pratique est la clé pour maîtriser l'intelligence artificielle. Dans le domaine de la gestion des risques, l'application de la technologie de l'intelligence artificielle nécessite des compétences plus élevées en matière de personnel. Il est non seulement nécessaire de comprendre en profondeur les principes techniques, mais aussi d'avoir une pleine connaissance des avantages, des limites de capacité et des risques du modèle, afin de garantir une application correcte de la technologie. Par conséquent, les professionnels de la gestion des risques doivent avoir une solide expertise technique et une connaissance étendue.
Wang Jun also stated that universities are also committed to cultivating composite talents in the field of AI+. "We optimize the curriculum setting, incorporating courses such as data analysis, data mining, machine learning, deep learning, and multimodal data, allowing students to be exposed to artificial intelligence-related knowledge at the undergraduate level. We have added practical training projects and laboratory courses, encouraging students to participate in financial technology competitions and other competitions, transforming knowledge into practical skills. In addition, we hope to strengthen industry-academia-research cooperation with the industry through joint laboratories, expert lectures, etc., enabling students to have a deeper understanding of industry needs and operations, thus stimulating their learning motivation and cultivating talents that meet industry demands."
En parlant de la prochaine tendance de développement de l'IA dans le secteur bancaire, Li Xiusheng a déclaré que avec le développement de l'IA et des technologies de modélisation, les banques commerciales connaîtront une nouvelle vague de refonte. Cela implique non seulement une mise à niveau des systèmes, mais aussi un changement profond dans les processus commerciaux, les formes de produits, les mécanismes de décision, la composition du personnel et les postes. "Bien que la nature de la gestion des risques financiers n'ait pas changé, les modes de service, les formes de produits et les mécanismes opérationnels subiront des changements majeurs. Ce processus peut être progressif, mais on prévoit que dans trois à cinq ans, le visage des banques commerciales sera complètement transformé."
(Source: Xinhua Finance)
Source: East Money
Auteur: Xinhua Finance