【การวิเคราะห์ทางการเงิน】DeepSeek ทะลุเข้าไปในปราสาท AI: จุดเริ่มต้นของอุตสาหกรรมการเงินหรือไม่?

เมื่อเร็วๆ นี้ มีการจัดงานซาลอนที่มีหัวข้อว่า 'DeepSeek เปลี่ยนกฎเกณฑ์ AI ได้อย่างไร? สูงขึ้น AGI กำลังหายไป?' ซาลอนได้ถูกจัดขึ้นอย่างประสบความสำเร็จ โดยธนาคารอินเทอร์เน็ตใหม่และคณะวิทยาการจัดการและวิศวกรรมศาสตร์ภาคการจัดการทรัพยากรมนุษย์และวิศวกรรม มหาวิทยาลัยเศรษฐศาสตร์ภาคตะวันตกร่วมเป็นเจ้าภาพ รองผู้อำนวยการธนาคารอินเทอร์เน็ตใหม่ ลี่ ซิเยาง ซีวง ภาควิชาคณิตศาสตร์ทางการเงิน คณะวิทยาการจัดการและวิศวกรรมศาสตร์ภาคการจัดการทรัพยากรมนุษย์และวิศวกรรม มหาวิทยาลัยเศรษฐศาสตร์ภาคตะวันตก พร้อมให้ความรู้เกี่ยวกับความลับทางเทคโนโลยีของ DeepSeek และการแสวงหาโอกาสในอุตสาหกรรมธนาคาร

การพัฒนาโอเพนซอร์สและโค้ดปิด

เมื่อOpenAI ร่วมมือกับ Microsoft ให้เกิดความขัดแย้งเกี่ยวกับ 'การครอบครองอุตสาหกรรม' เมื่อ Nvidia กำลังเผชิญกับการควบคุมส่งออกชิป AI ที่เข้มข้นที่สุดในประวัติศาสตร์ของสหรัฐอเมริกา นํา DeepSeek กลยุทธ์การเปิดเปิดได้เปิดทางอีกทางหนึ่ง โดย DeepSeek ที่แตกต่างจากโมเดล AI แบบปิดตัวทั่วไป ความเปิดเปิดของมันทําให้ธุรกิจสามารถใช้โมเดลขนาดใหญ่ที่มีความล้ำสมัยในราคาที่ถูกกว่า เพื่อเสริมความสามารถของผู้ช่วยอัจฉริยะในภาพรวม

ในอุตสาหกรรมซอฟต์แวร์ มีรูปแบบ 2 แบบคือโอเพนซอร์สและโค้ดปิด และมีกรณีประสบความสำเร็จทั้งสองประเภท นาย Li Xiusheng ใช้ Linux และ Android เป็นตัวอย่าง กล่าวถึงว่า 2 ตัวแทนซอฟต์แวร์โอเพนซอร์สนี้ ได้ส่งเสริมการพัฒนาในด้านระบบปฏิบัติการอย่างมาก เขายังชี้ว่า แอปเปิ้ลเป็นตัวอย่างของโมเดลโค้ดปิด ที่ยังคงมีชื่อเสียงในการใช้แอปพลิเคชันโทรศัพท์มือถือระดับสูง แม้ว่าสถาบันเหล่านี้จะมีวิธีการที่แตกต่างกัน แต่ก็ได้รับความสำเร็จอย่างมีนัยสำคัญ

จากมุมมองของผู้สนับสนุนทั่วโลก ฉันส่วนตัวเชื่อมากกว่าในโมเดลโอเพน เพราะมันสามารถรวมประสบการณ์และพลังงานของผู้คนมากขึ้น เพื่อสนับสนุนความก้าวหน้าและนวัตกรรมทางเทคโนโลยีร่วมกัน ในอนาคต โอเพนและปิดทองอาจจะยังพัฒนาต่อไปพร้อมกัน แต่ศักยภาพของโอเพนคุ้มค่าที่จะคาดหวัง

วังจุนเชื่อว่าการเปิดเผยและปิดเผยเป็นความสัมพันธ์ที่รวมตัวกันและแข่งขันกัน เทคโนโลยีการเปิดเผยเปิดเผยสามารถดึงดูดนักพัฒนามามีส่วนร่วมมากมาย ส่งเสริมการพัฒนาเทคโนโลยีอย่างรวดเร็ว แต่ความสามารถในการทำกำไรและรูปแบบธุรกิจไม่แน่นอน การปิดเผยควรให้ความสำคัญกับการสร้างอุโมงค์และความยากลำบากของตัวเอง การลงทุนมาก รูปแบบธุรกิจที่เป็นเอกลักษณ์แต่หลากหลาย ทั้งสองมีข้อได้เปรียบและข้อบกพร่อง ดังนั้น ในการปฏิบัติอาจมีการเรียนรู้และรวมเข้าด้วยกัน และสร้างความแข่งขันในหลายด้าน

จากมุมมองของผู้เล่นในตลาด DeepSeek ในฐานะโมเดลขนาดใหญ่แบบโอเพ่นซอร์สต้นทุนต่ําและมีประสิทธิภาพมีผลกระทบอย่างมากต่อ บริษัท เทคโนโลยีชั้นนําในตลาด สําหรับ บริษัท โมเดลแบบปิดเช่น OpenAI กลยุทธ์การกําหนดราคาของ DeepSeek บังคับให้ตรวจสอบรูปแบบธุรกิจและทิศทางการเพิ่มประสิทธิภาพเทคโนโลยีอีกครั้ง สําหรับ บริษัท ชิปเช่น NVIDIA การเปิดตัว DeepSeek พิสูจน์ให้เห็นว่าการอนุมานระดับบนสุดสามารถทําได้โดยไม่ต้องพึ่งพา GPU ระดับไฮเอนด์ทําให้ บริษัท ดังกล่าวต้องคิดว่าควรปรับตรรกะการลงทุนและรูปแบบการพัฒนาโครงสร้างพื้นฐาน AI อย่างไร วังจุนพูดอย่างตรงไปตรงมา

อย่างไรก็ตามควรใส่ใจว่า โมเดลขนาดใหญ่ของปัจจุบันเพื่อปัญหาการควบคุมความเสี่ยงดิจิทัล มีความท้าทาย อวิโฮ กล่าวว่า "แม้ว่าโมเดลขนาดใหญ่จะมีความสามารถที่หลากหลาย เช่น เข้าใจปัญหา ทำการคำนวณทางคณิตศาสตร์ และสร้างรหัส แต่ในด้านควบคุมความเสี่ยง การใช้งานของมันไม่ได้น่าพอใจ" เหตุผลที่กล่าวถึงอยู่ที่การฝึกอบรมของโมเดลขนาดใหญ่จากข้อมูลและรหัสบนอินเทอร์เน็ตที่เปิดเผยหลากหลาย ขาดข้อมูลพิเศษที่เกี่ยวกับควบคุมความเสี่ยง ดังนั้น ตรรกะของมันอาจไม่สอดคล้องกับความต้องการจริงของควบคุมความเสี่ยง

ธนาคารขนาดกลางและขนาดเล็กก้าวขึ้นมาด้วย DeepSeek?

ตามรายงานการวิจัยของซีเอ็มบีซี กระบวนการฝึก DeepSeek-V3 ใช้เวลาน้อยกว่า 2.8 ล้านชั่วโมง GPU (หน่วยประมวลผลกราฟิก) ในขณะที่ Meta บริษัทแพลตฟอร์มยูนิเวิร์สที่ใหญ่ที่สุดในอินเตอร์เน็ตของสหรัฐอเมริกา (Meta) ใช้เวลา 30.8 ล้านชั่วโมง GPU ในการฝึก Llama3-405B ต้นทุนการฝึก DeepSeek-V3 ประมาณ 557.6 ล้านดอลลาร์สหรัฐ ในขณะที่ OpenAI ศูนย์วิจัยปัญญาประดิษฐ์ที่เปิดให้เข้าถึงของสหรัฐอเมริกา (OpenAI) ที่ได้ทำการเผยแพร่โมเดลภาษา GPT-4 สำหรับหุบเพศแชท ChatGPT ใช้ต้นทุนการฝึกเป็นร้อยล้านดอลลาร์

เมื่อเทียบกับการลงทุนในแบบจำลองขนาดใหญ่ที่มีมูลค่าอย่างน้อยหลายล้านถึงหลายพันล้านบาท ต้นทุนการติดตั้งท้องถิ่นของ DeepSeek สามารถลดลงได้เหลือเพียงไม่กี่ล้านบาทเท่านั้น ตามข้อมูลล่าสุดจากกระทรวงอุตสาหกรรมและการสารสนเทศ บริษัทโทรคมนาคมพื้นฐานทั้งสามได้เข้าถึงการใช้งานแบบจำลองใหญ่โอเพนซอร์ซแห่ง DeepSeek อย่างสมบูรณ์แบบ ณ ขณะนี้ในวงการการเงิน หลายหลายองค์กรต่างก็กำลังติดตั้ง DeepSeek อย่างอย่างรีบร้อน ตั้งแต่ธนาคาร กองทุน จนถึงหลักทรัพย์ ตั้งแต่เดือนพฤษภาคม 2024 ธนาคารออนไลน์ใหม่ก็ได้นำ DeepSeek มาใช้ในสถานการณ์การพัฒนาระบบ โดยสร้างผลิตภัณฑ์ช่วยเหลือการค้นคว้าความรู้และช่วยเติมโค้ด ซึ่งสามารถลดเวลาในการค้นหาข้อมูลทางเทคโนโลยีของวิศวกรในงานพัฒนาระบบได้อย่างมีประสิทธิภาพ

นายลี ซิอูเซ็งเชื่อว่าในด้านปัญญาประดิษฐ์ การเกิดของ DeepSeek ได้นำมาสองความคิดใหม่. คือ การเกิดของ DeepSeek ได้ทำให้เกิดการเปลี่ยนแปลงทฤษฎีสองอย่าง. คือ การเกิดของ DeepSeek ได้ทำให้การเกิดของสิ่งที่ไม่ธรรมดาโดยไม่ต้องประสบความสำเร็จอย่างมาก. ในอดีต มีคนที่เชื่อว่าการสร้างพลังการคำนวณที่ใหญ่มากเพื่อทำให้เกิดการปฏิวัติ แต่ DeepSeek พิสูจน์ว่าโดยการปรับปรุงอัลกอริทึมและโมเดล ยังสามารถให้ประสิทธิภาพสูงได้ในระดับความสามารถการคำนวณที่ต่ำ. อีกอย่างคือ DeepSeek ได้ทำให้การต่อสู้ระหว่างการเปิดเผยและการปิดเผยเพิ่มเติม. OpenAI ได้เข้ามาเป็นที่รู้จักมากขึ้นด้วยแนวคิดของโมเดลใหญ่ แต่ ยุทธวิธีการปิดเผยของมัน จำกัดการกระจายของเทคโนโลยี ในขณะที่ การเกิดของโมเดลที่เปิดเผยอย่าง DeepSeek ได้ลดความยากลำบากของเทคโนโลยี ทำให้องค์กรมากขึ้นสามารถนำโมเดลใหญ่ไปใช้ได้. การเปลี่ยนแปลงนี้มีผลกระทบที่ลึกลับต่ออุตสาหกรรมธนาคารและหน่วยงานทางการเงินอื่นๆ

“สำหรับอนาคต พร้อมกับความก้าวหน้าของเทคโนโลยีและต้นทุนที่ลดลงต่อไป โมเดลขนาดใหญ่จะไม่ còn เป็นของหรูของธนาคารใหญ่แล้ว แต่จะสามารถนำไปใช้กว้างขวางในองค์กรการเงินขนาดกลางและเล็ก นี้จะเป็นแนวโน้มการเปลี่ยนแปลงทางเทคโนโลยีที่สำคัญสำหรับธนาคารพาณิชย์ ซึ่งส่งผลให้พัฒนาอย่างเชื่อถือได้มากขึ้นและมีประสิทธิภาพมากขึ้น” กล่าวต่อโดย 李秀生

ในด้านการควบคุมความเสี่ยงดิจิทัลในธุรกิจการเงิน เทคโนโลยีโมเดลขนาดใหญ่เช่น DeepSeek มีโอกาสในการนำไปใช้อย่างแพร่หลาย ตามที่ อุ่ย ฮาว แบ่งปัน DeepSeek ได้ทำให้ผู้เชี่ยวชาญด้านเทคโนโลยีรู้สึกดีเยี่ยมมาก เพราะมันสามารถเทียบเท่ากับระดับของโมเดลการคิดที่ยอดเยี่ยมของ OpenAI และน้ำหนักรูปแบบเปิดเผย การอนุญาตที่ยืดหยุ่น สามารถใช้งานในระดับท้องถิ่น และสามารถควบคุมได้

วิฮาวกล่าวถึงประสบการณ์ในการใช้งานจริงว่า “เมื่อจัดการข้อมูลที่ไม่มีโครงสร้าง เช่น DeepSeek และโมเดลขนาดใหญ่ สามารถเสริมความเข้าใจในด้านความหมายและการประมวลผลข้อความ ทำให้เราสามารถได้ข้อมูลจากข้อมูลที่หลากหลายมากขึ้น ยิ่งไปกว่านั้น ทักษะของโมเดล AI ทั่วไป ยังสามารถนำไปใช้เป็นแนวทางสำหรับโมเดลการควบคุมความเสี่ยง เพิ่มประสิทธิภาพในการประเมินลูกค้า และทำให้ตัดสินใจได้ดีขึ้น

วิฮาวกล่าวว่า DeepSeek R1 มีความสามารถในการคิดอย่างลึกซึ้ง สามารถเพิ่มความเข้าใจในจุดประสงค์และความหมายผ่านโหมดการฝึกเชื่อมโยงความคิด ความสามารถนี้ไม่จำกัดอยู่เพียงภาษาจีนเท่านั้น แต่ยังสามารถทำได้ดีในการจัดการบทความที่ยาวและจุดประสงค์ที่ซับซ้อน

ในฐานะว่าเป็นธุรกิจที่มีการทำข้อมูลอย่างสูง อุตสาหกรรมการเงินได้ผ่านการเปลี่ยนแปลงระบบคอมพิวเตอร์หลายครั้ง ตั้งแต่การใช้ระบบคอมพิวเตอร์แทนการดำเนินการด้วยมือ ไปจนถึงการเกิดของอินเทอร์เน็ตเคลื่อนที่ ธนาคารก็กำลังปรับปรุงกระบวนการดำเนินธุรกิจของตนอยู่เสมอ ในปัจจุบัน กับการเจริญเร็วของปัญญาประดิษฐ์ ธนาคารกำลังเผชิญกับความท้าทายและโอกาสในการวางระบบสารสนเทศรุ่นที่สี่ ในยุคของโมเดลใหญ่ๆ ธนาคารควรสร้างความสามารถในการประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ที่เหมาะกับตนเองอย่างไร

ลี สิวเซงเชื่อว่ายุคของโมเดลขนาดใหญ่กำลังมาถึง ซึ่งต้องการให้ธนาคารคิดจากมุมมองการใช้ประโยชน์จากปัญญาประดิษฐ์อย่างเต็มที่ ว่าจะทำอย่างไรเพื่อปรับโครงสร้างการจัดการและกระบวนการของธนาคาร ธนาคารต้องคิดก่อนเลยว่าจะสร้างแอปพลิเคชันอย่างไร แล้วค่อยคิดถึงการจัดระบบข้อมูล การเพิ่มคุณภาพข้อมูล การใส่ป้ายกำกับและการใช้ข้อมูลจากภายนอก โดยรวมแล้ว ธนาคารพาณิชย์จำเป็นต้องคิดจากมุมมองกลยุทธ์ พร้อมกันกับการพิจารณาปัญหาด้านพลังคำนวณ ข้อมูล อัลกอริทึม และการประยุกต์ใช้และปัจจัยอื่น ๆ

ตามคำบอกเล่าของเขา ธนาคารออนไลน์ใหม่ได้ใช้เทคโนโลยีปัญญาประดิษฐ์อย่างเต็มที่ในด้านป้องกันการโกงและควบคุมความเสี่ยงทางเครดิตตั้งแต่เริ่มต้นตัวเอง และได้ทำให้การประมวลผลสินเชื่อมีประสิทธิภาพและมีขนาดใหญ่มาก อย่างไรก็ตาม หลังจากที่โมเดลขนาดใหญ่เริ่มเป็นที่นิยม ธนาคารเริ่มพิจารณาการสำรวจและทดลองใช้ในบริเวณหลายๆ และปัจจุบันธนาคารออนไลน์ใหม่ได้ใช้โมเดลขนาดใหญ่ในด้านบริการลูกค้า ทดแทนบางส่วนของบริการลูกค้าที่เป็นมนุษย์ และกำลังทดลองการใช้โมเดลขนาดใหญ่ในด้านการตลาดและการจัดการหลังการค้ำประกันเงินกู้

นอกจากธุรกิจธนาคารแล้ว ฉันพยายามทำนายว่าในฐานะที่เป็นอุตสาหกรรม การพยากรณ์ความเสี่ยงทางอากาศ คอมพิวเตอร์ การศึกษา สื่อบันเทิงและอื่นๆ การประยุกต์ใช้ปัญญาประดิษฐ์ที่เกี่ยวข้องกับแบบจำลองขนาดใหญ่จะมีการปรับปรุงอย่างชัดเจน ฉันชี้แจงว่า "ในอุตสาหกรรมการผลิต แบบจำลองขนาดใหญ่สามารถตรวจจับความเชื่อถือได้ของชิ้นส่วนหรือแบตเตอรี่ ทำนายอายุการใช้งานของมัน ในด้านการพยากรณ์ความเสี่ยงทางอากาศ อัลกอริทึมปัญญาประดิษฐ์อ่านความหมายของสภาพอากาศในอนาคต ให้คำเตือนและปรับปรุงเส้นทางสำหรับทางหลวงเร็ว ในด้านคอมพิวเตอร์ แบบจำลองขนาดใหญ่สามารถช่วยในการเสริมการเขียนโค้ด การเข้าใจโค้ดและการสร้างโค้ด ในด้านการศึกษา โดยพิจารณาถึงนิสัยและพฤติกรรมในการเรียนของนักเรียน สามารถสร้างแบบจำลองขนาดใหญ่ที่ปรับให้เหมาะกับการเรียนของนักเรียน ในด้านสื่อบันเทิงและอื่นๆ แบบจำลองขนาดใหญ่สามารถใช้สำหรับการสร้างเนื้อหา การสร้างแบบจำลองและการสร้างฉาก เช่น การผลิตอนิเมชั่น การออกแบบเกมและการผลิตวิดีโอสั้น ยังสามารถสร้างบุคคลดิจิตอลเพื่อใช้ในการแนะนำสินค้าออนไลน์ และอื่นๆ

ธนาคารในอนาคตต้องการความสามารถของ AI ที่เป็นอย่างไรบ้าง

ตาม "รายงานการพัฒนาอุตสาหกรรมการธนาคารของจีนปี 2024" ที่เผยแพร่โดย China Banking Association การเงินและปัญญาประดิษฐ์มีความลงตัวตามธรรมชาติเทคโนโลยีโมเดลขนาดใหญ่ AI สามารถแตะข้อมูลขนาดใหญ่ของอุตสาหกรรมการธนาคารได้อย่างเต็มที่และอุตสาหกรรมการธนาคารมีสถานการณ์มากมายที่ใช้กับเทคโนโลยีโมเดลขนาดใหญ่ของ AI ในปัจจุบันโมเดล AI กําลังส่งเสริมนวัตกรรมที่ครอบคลุมของบริการธนาคารการตลาดผลิตภัณฑ์และสาขาอื่น ๆ ของจีนเร่งการมาถึงของ "การธนาคารในอนาคต"

​​พร้อมกับการใช้งานโมเดลขนาดใหญ่ของธนาคารอย่างแพร่หลาย ทำให้ความต้องการทักษะของผู้เชี่ยวชาญด้านเทคโนโลยีสูงขึ้นด้วย นายลี ซิอูชอง มีความเชื่อว่า ในอุตสาหกรรมการใช้งานอินเทอร์เน็ต การคิดเชิงอินเทอร์เน็ตช่วยให้บริษัทใหญ่ในโลกอินเทอร์เน็ตประสบความสำเร็จ พร้อมกับการเข้าสู่ยุคของปัจจัยปัญญาประดิษฐ์ ความต้องการของบุคคลที่มีความสามารถทางด้านปัญญาประดิษฐ์สำหรับอุตสาหกรรมการเงินและเทคโนโลยี

ธนาคารออนไลน์ได้เน้นการคิดเชิงอินเทอร์เน็ตในปีสุดท้ายและจะให้ความสำคัญกับการคิดเชิงปัญญาประดิษฐ์ในอนาคต การคิดเชิงปัญญาประดิษฐ์ได้รับการผสมผสานในการออกแบบผลิตภัณฑ์ธุรกิจ การตลาดลูกค้า กิจกรรมประจำวันของธุรกิจ และการสร้างระบบบริหารจัดการธุรกิจโดยรวม ดังนั้น ธนาคารจะประเมินว่าพนักงานมีความสามารถ พื้นฐาน หรือศักยภาพในการพัฒนาบุคลากรที่เหมาะสมกับการพัฒนาธนาคารในอนาคต

"ความคืบหน้าของเทคโนโลยีปัญญาประดิษฐ์ได้นำความท้าทายแก่ผู้ทำงานในธุรกิจธนาคารมากมาย แต่ก็เสนอโอกาสใหม่ด้วย ในการเผชิญหน้ากับการเปลี่ยนแปลง ผู้ทำงานต้องคงความสงบ ไม่หยุดเรียนรู้ ปรับตัวตามการเปลี่ยนแปลงของยุคสมัย และหาตำแหน่งของตนเองในสังคมและองค์กร" สิงห์ศิริเสรีกลัวว่า "ผู้ทำงานทางเทคโนโลยีต้องปรับตัวเอง ใช้เทคโนโลยีปัญญาประดิษฐ์ในการเสริมสร้างความสามารถของตนเอง ส่วนผู้ทำงานทางธุรกิจไม่จำเป็นต้องกังวลเกินไปในเรื่องการถูกแทนที่ เพราะค่าใช้จ่ายในการใช้เทคโนโลยีปัญญาประดิษฐ์ลดลง แม้คนที่ไม่เข้าใจเทคโนโลยีคอมพิวเตอร์ก็สามารถใช้เครื่องมือปัญญาประดิษฐ์ในการสร้างกระบวนการและการประยุกต์ใช้ แสดงคุณค่าของตนเอง ดังนั้น แค่กล้าที่จะเรียนรู้ ปรับตัวตามการเปลี่ยนแปลงของเทคโนโลยี ผู้ทำงานในธุรกิจธนาคารก็จะไม่ถูกกดดัน แต่จะเข้าร่วมประเดิมกับความคืบหน้าของเทคโนโลยี"

จากมุมมองธุรกิจควบคุมความเสี่ยง อุ่นเฮียวชี้ให้เห็นว่าการปฏิบัติจริงเป็นสิ่งสำคัญในการครอบครองปัญญาประดิษฐ์ ในด้านควบคุมความเสี่ยง การประยุกต์ใช้เทคโนโลยีปัญญาประดิษฐ์ ต้องการความรู้ความสามารถที่สูงขึ้น ไม่เพียงแค่เข้าใจหลักการเทคโนโลยีอย่างลึกซึ้ง ยังต้องเข้าใจความได้เปรียบของแบบจำลอง ขอบเขตของความสามารถ และความเสี่ยงอย่างเพียงพอ เพื่อให้มั่นใจว่าเทคโนโลยีได้รับการประยุกต์ใช้อย่างถูกต้อง ดังนั้น บุคคลในธุรกิจควบคุมความเสี่ยงจำเป็นต้องมีพื้นฐานทางเทคโนโลยีที่แข็งแรงและความรู้ที่กว้างขวาง

Wang Jun ยังกล่าวอีกว่าวิทยาลัยและมหาวิทยาลัยยังมุ่งมั่นที่จะปลูกฝังความสามารถแบบผสมผสานในสาขาความเชี่ยวชาญด้าน AI + "เราได้ปรับหลักสูตรให้เหมาะสมเพื่อรวมหลักสูตรต่างๆ เช่น การวิเคราะห์ข้อมูล การทําเหมืองข้อมูล การเรียนรู้ของเครื่อง การเรียนรู้เชิงลึก และข้อมูลหลายรูปแบบ เพื่อให้นักศึกษาได้สัมผัสกับปัญญาประดิษฐ์ในระดับปริญญาตรี มีการเพิ่มโครงการฝึกอบรมภาคปฏิบัติและหลักสูตรทดลองและส่งเสริมให้นักเรียนเข้าร่วมการแข่งขันเช่นการแข่งขันเทคโนโลยีทางการเงินเพื่อเปลี่ยนความรู้ให้เป็นความสามารถในทางปฏิบัติ นอกจากนี้เราหวังว่าจะเสริมสร้างความร่วมมือด้านการวิจัยระหว่างอุตสาหกรรมและมหาวิทยาลัยกับอุตสาหกรรมและให้นักศึกษามีความเข้าใจอย่างลึกซึ้งเกี่ยวกับความต้องการและธุรกิจของอุตสาหกรรมผ่านห้องปฏิบัติการร่วมและการบรรยายโดยผู้เชี่ยวชาญเพื่อกระตุ้นแรงจูงใจในการเรียนรู้และปลูกฝังความสามารถที่ตอบสนองความต้องการของอุตสาหกรรม ”

เมื่อพูดถึงแนวโน้มการพัฒนาทางเทคโนโลยี AI ในธุรกิจธนาคาร ท่าน หลี่ซิเสิงกล่าวว่า โดยพร้อมด้วยการพัฒนาทักษะ AI และโมเดลขนาดใหญ่ ธนาคารพายุราสได้เข้าสู่การปรับโครงสร้างใหม่อีกครั้ง ไม่เพียงเกี่ยวกับการอัพเกรดระบบเท่านั้น แต่ยังสร้างการเปลี่ยนแปลงลึกลงในกระบวนการธุรกิจของธนาคาร รูปแบบผลิตภัณฑ์ กลไกการตัดสินใจ การรวบรวมบุคลากรและการกำหนดตำแหน่ง " ถึงแม้ธุรกิจการจัดการความเสี่ยงทางการเงินจะยังคงเดิม แต่วิธีการให้บริการ รูปแบบผลิตภัณฑ์ และกลไกการดำเนินงานจะเปลี่ยนแปลงอย่างมาก ขั้นตอนนี้อาจเป็นไปอย่างอ่อนเยาว์ แต่คาดว่าในอีกสามถึงห้าปี ภาพลักษณ์ของธนาคารพายุราสจะเปลี่ยนไปอย่างสิ้นเชิง

（ข้อมูลจาก: สยามเศรษฐกิจ）

ที่มา: 东方财富网

ผู้เขียน: สิ่งเศรษฐกิจของประชาชาติ