Agen AI terlibat dalam industri keuangan, dan sejumlah besar aplikasi telah diterapkan, namun komersialisasinya akan memakan waktu

Agen AI adalah kata yang sering digunakan di bidang kecerdasan buatan pada tahun 2024, dan industri keuangan juga terlibat. Pada Konferensi Bund Inklusi 2024, agen AI sering disebutkan, dan industri percaya bahwa agen AI akan menjadi salah satu arah utama pengembangan kecerdasan buatan. Reporter China Business News juga memperhatikan bahwa banyak aplikasi intelijen keuangan sedang diterapkan, sehingga menghadirkan pengalaman yang lebih manusiawi dalam komunikasi cerdas antara manusia dan mesin. Namun, dalam penerapan di bidang keuangan, agen cerdas rentan terhadap "halusinasi". Komersialisasi akan membutuhkan waktu untuk melakukan iterasi, dan kerangka peraturan terkait juga perlu ditingkatkan. Agen AI yang terlibat dalam industri keuangan mengacu pada agen kecerdasan buatan, yang merupakan entitas cerdas yang dapat memahami lingkungan, membuat keputusan, dan melaksanakan tindakan. Mereka memiliki kemampuan untuk menyelesaikan tujuan tertentu secara bertahap melalui alat berpikir dan memanggil yang independen. Dari sudut pandang pengguna, agen cerdas memiliki kemampuan untuk berpikir secara mendalam tentang masalah tertentu dan bidang tertentu, serta dapat berkomunikasi dengan orang yang lebih mirip "manusia". Menurut Han Xinyi, Presiden Ant Group, agen AI, sebagai bentuk produk kecerdasan buatan generatif, adalah arah inti penerapan model besar saat ini, yang memungkinkan model besar menumbuhkan "tangan dan kaki". Sun Maosong, akademisi asing dari Akademi Ilmu Pengetahuan Eropa dan wakil presiden eksekutif Institut Penelitian Kecerdasan Buatan Universitas Tsinghua, menunjukkan dalam sebuah wawancara dengan China Business News bahwa dalam bahasa Inggris, "cerdas" diterjemahkan sebagai "Agen", dan kemunculan AI telah memberi arti baru pada istilah ini. Konsepnya relatif luas dan mungkin mengacu pada robot cerdas atau manusia digital di dunia maya. Bahkan mungkin tidak memiliki konsep "manusia", tetapi mengacu pada perangkat lunak atau alat yang menggunakan teknologi AI untuk membantu manusia memecahkan masalah . Agen AI yang dapat membuat model besar memiliki lebih banyak karakteristik manusia adalah arah inti dari penerapan model besar saat ini. Tren ini telah menyebar ke perbankan, asuransi, manajemen keuangan, dan bidang keuangan lainnya. Pada tahun 2024, banyak produsen model besar akan menjajaki pengembangan aplikasi agen AI. Dalam hal manajemen kekayaan, penilaian risiko, layanan pelanggan, dll. di bidang keuangan, agen menunjukkan nilai komersialnya. Misalnya, program "Otak Tabungan Pos" yang diluncurkan oleh Bank Tabungan Pos telah bertransformasi dari persepsi dan wawasan menjadi penciptaan generatif, dan mempromosikan skenario seperti asisten bisnis cerdas, manajer akun digital, dan ruang bisnis virtual China Construction Bank "Ark Plan" secara bertahap mempromosikan keuangan Pembangunan model skala besar di lapangan mempromosikan penerapan agen cerdas dalam skenario seperti pemasaran, laporan penelitian investasi, dan pengendalian risiko. Agen AI juga memberikan layanan intelijen digital kepada para profesional dan layanan konsultasi kekayaan dengan batas rendah kepada masyarakat. Misalnya, pada pameran tahun ini, Zhixiaozhu 2.0 adalah asisten cerdas yang dikembangkan oleh Ant Group berdasarkan model besar yang dikembangkan sendiri dan kerangka agen agenUnierse yang dapat disesuaikan dengan pengetahuan profesional. Di tempat kejadian, seorang penonton bertanya, "Tolong berikan rencana investasi dan pengelolaan keuangan yang sesuai untuk lansia." Ia memberikan saran investasi yang sesuai, menganalisis situasi target berdasarkan kondisi pasar saat ini, dan membuat kesimpulan dari dua aspek: risiko dan kembali. . "Penerapan teknologi agen cerdas memasuki kehidupan publik tanpa menunjukkan apa pun." Sun Maosong menunjukkan bahwa kita sudah memiliki kemampuan untuk membuat agen yang lebih baik, terutama karena kemampuan untuk menghasilkan model bahasa yang besar, "Empat kemajuan besar" dalam kemampuan untuk menghasilkan kode, kemampuan pemrosesan gambar dan video, serta kemampuan pemodelan 3D telah memberikan peluang pengembangan baru bagi agen cerdas. Namun, Sun Maosong juga percaya bahwa dibandingkan dengan model besar yang terbatas pada lingkungan dialog dalam kondisi umum, intelijen adalah konsep hulu yang lebih kompleks yang dibahas dalam ruang tiga dimensi dan empat dimensi implementasinya, Agen merupakan konsep hilir dari model besar yang diterapkan di berbagai bidang praktis. Kesulitan dan Tantangan Penerapan agen AI di bidang keuangan adalah satu-satunya jalan yang harus ditempuh, namun proses ini tidak berjalan mulus, dan masih banyak masalah dan tantangan yang harus diselesaikan. Pertama, di bidang keuangan, terdapat tantangan dalam komersialisasi agen AI. "Komersialisasi teknologi agen cerdas masih memerlukan waktu untuk diulang." Sun Maosong percaya bahwa ini adalah proses di mana perubahan kuantitatif mengarah pada perubahan kualitatif. Mungkin diperlukan beberapa tahun iterasi dan akumulasi sebelum kinerjanya meningkat secara signifikan, dan nilai komersial dari agen cerdas akan sangat berharga. Menantikannya, tetapi memiliki lebih banyak kesabaran terhadapnya. Jalan menuju komersialisasi agen AI juga dibatasi oleh kemampuan penelitian dan pengembangan. Menurut Huang Xuanjing, seorang profesor di Universitas Fudan, agen cerdas dianggap sebagai jalan yang menjanjikan menuju kecerdasan buatan secara umum. Hal ini dapat memberikan peran penuh pada profesionalisme model bahasa besar dan menghasilkan peningkatan berulang pada berbagai layanan. Namun pada saat yang sama, penelitian dan pengembangan agen cerdas saat ini menghadapi empat tantangan utama: kurangnya kemampuan model dasar, kurangnya kerangka interaktif terpadu, kurangnya pembelajaran mandiri dan evolusi diri, serta masalah keselamatan dan etika dengan agen cerdas. Selain itu, masalah ilusi model besar menjadi tantangan besar penerapan agen AI di industri keuangan. Orang dalam industri percaya bahwa tingkat toleransi kesalahan dalam industri keuangan sangat rendah. Baik itu pertanyaan dan jawaban pengetahuan atau ekstraksi konten, hal ini menuntut persyaratan yang sangat tinggi untuk agen cerdas AI di industri keuangan. Model besar sangat populer dan kemampuannya juga sangat kuat, tetapi ada syarat agar kemampuan ini menjadi kuat. Misalnya, kinerjanya sangat baik dalam lingkungan dialog, tetapi begitu Anda keluar dari lingkungan itu, kemampuan Anda dipertanyakan. ." Sun Maosong menunjukkan bahwa melalui agen cerdas dan lainnya, biarkan kemampuan model besar ditingkatkan lebih lanjut, berkembang dari "co-pilot" menjadi "pengemudi utama". “Meskipun model besar telah menunjukkan potensi besar dalam bidang bisnis keuangan, penerapan komprehensifnya dalam industri keuangan masih menghadapi banyak tantangan.” Menurut Wu Lianfeng, wakil presiden dan kepala analis IDC Tiongkok, kombinasi model besar umum dan saat ini industri secara keseluruhan Masih dalam tahap awal. Selain itu, pengawasan ketat industri keuangan dan persyaratan kepatuhan yang kuat juga membuat penerapan model besar perlu lebih hati-hati dan siklusnya akan lebih panjang. Secara keseluruhan, ekosistem industri model besar belum sepenuhnya matang, dan penerapannya secara luas memerlukan penyelesaian tantangan seperti teknologi, evolusi industri, regulasi, dan etika teknologi.