AIエージェントは金融業界に携わっており、数多くのアプリケーションが導入されているが、実用化には時間がかかる

著者：Eve Cole 更新時間：2024-11-22 14:18:01

AIエージェントは2024年の人工知能分野で頻繁に使われる単語であり、金融業界も関与している。 2024 年のインクルージョンブント会議では、AI エージェントについて頻繁に言及され、業界は AI エージェントが人工知能開発の主流の方向性の 1 つになると信じています。 China Business News の記者は、多くの金融インテリジェンスアプリケーションが実装されており、人間と機械の間のインテリジェントなコミュニケーションにより人間らしいエクスペリエンスをもたらしていることにも気づきました。ただし、金融分野のアプリケーションでは、インテリジェントエージェントは「幻覚」を起こしやすいため、商用化には時間がかかり、関連する規制の枠組みも改善する必要があります。金融業界に関与するAI エージェントは、環境を認識し、意思決定を行い、行動を実行できるインテリジェントなエンティティであり、独立した思考と呼び出しツールを通じて、与えられた目標を徐々に達成する能力を備えています。ユーザーの観点から見ると、インテリジェントエージェントは特定の問題や特定の分野について深く考える能力を持ち、より「人間」のように人々とコミュニケーションすることができます。 Ant Group の社長である Han Shinyi 氏によると、生成人工知能の製品形態としての AI エージェントは、大型モデルの現在のアプリケーションの中心的な方向性であり、大型モデルの「手足」の成長を可能にします。欧州科学アカデミーの外国人学者で清華大学人工知能研究所の常務副所長である孫茂松氏はチャイナ・ビジネス・ニュースとのインタビューで、英語では「インテリジェント」は「エージェント」と訳されると指摘した。 AI の出現により、この用語に新しい意味が与えられました。この概念は比較的広く、仮想世界における知能ロボットやデジタルヒューマンを指すこともあります。「人間」という概念さえない場合もありますが、人々が問題を解決するのに役立つソフトウェアやツールを指します。。より人間的な特徴を持たせた大規模モデルを作成できる AI エージェントは、現在の大規模モデルアプリケーションの中心的な方向性であり、この傾向はすでに銀行、保険、財務管理、その他の金融分野に広がっています。 2024 年には、多くの大手モデルメーカーが AI エージェントのアプリケーション開発を検討し、金融分野における資産管理、リスク評価、顧客サービスなどの分野でエージェントがその商業的価値を発揮します。たとえば、郵便貯蓄銀行が立ち上げた「郵便貯蓄ブレイン」プログラムは、認識と洞察から生成的創造へと変化し、インテリジェントなビジネスアシスタント、デジタルアカウントマネージャー、中国建設銀行の仮想ビジネスホールなどのシナリオを推進しています。 Plan」では、金融分野での大規模なモデルの構築が徐々に推進されており、マーケティング、投資調査レポート、リスク管理などのシナリオでのインテリジェントエージェントの実装が促進されます。 AI エージェントは、専門家向けにデジタルインテリジェンスサービスを提供し、一般向けに低水準の資産コンサルティングサービスも提供します。たとえば、今年の展示会では、Zhixiaozhu 2.0 は、Ant Group が自社開発した大型モデルとカスタマイズ可能なエージェントに基づいて開発したインテリジェントアシスタントです。専門知識を備えた統一エージェントフレームワークです。現場では、視聴者からの「高齢者に適した投資・資金管理計画を教えてください」という要望に対し、それに応じた投資提案を行い、現状の市況を踏まえた目標状況を分析し、リスクと資金繰りの2つの側面から結論を出しました。戻る。。「インテリジェントエージェント技術の応用は、何も誇示することなく公の場に浸透しつつあります。」Sun Maosong 氏は、主に大規模な言語モデルを生成する能力により、私たちはすでに優れたエージェントを作成する能力を持っていると指摘しました。コード生成機能、画像およびビデオ処理機能、3D モデリング機能により、インテリジェントエージェントに新たな開発の機会が与えられました。しかし、Sun Maosong 氏はまた、一般的な条件下での対話環境に限定される大規模なモデルと比較して、インテリジェンスは 3 次元および 4 次元空間で議論されるより複雑な上流の概念であると考えていますが、産業および産業の観点から見ると、エージェントは、さまざまな実践分野に適用される大規模モデルの下流概念です。困難と課題金融分野へのAIエージェントの活用は唯一の道ですが、そのプロセスは決して順風満帆ではなく、解決すべき問題や課題も数多くあります。まず金融分野では、AIエージェントの実用化に課題がある。「インテリジェントエージェントテクノロジーの商用化には、まだ反復する時間が必要です。」Sun Maosong 氏は、これは量的な変化が質的な変化につながるプロセスであると考えており、そのパフォーマンスが大幅に向上するまでには数年間の反復と蓄積が必要になる可能性があります。インテリジェントエージェントの商業的価値にはそれだけの価値があるでしょう。それを楽しみにしていますが、もう少し辛抱してください。 AI エージェントの商用化への道は、研究開発能力によっても制限されます。復旦大学の黄玄京教授によると、インテリジェントエージェントは汎用人工知能への有望な道であると考えられています。大規模な言語モデルの専門性を最大限に発揮し、さまざまなサービスの反復的なアップグレードを実現できます。しかし同時に、インテリジェントエージェントの研究開発は現在 4 つの大きな課題に直面しています。それは、基本モデルの機能が不十分であること、統合された対話型フレームワークの欠如、自己学習と自己進化の欠如、インテリジェントエージェントの安全性と倫理的問題です。さらに、大規模モデルの錯覚の問題は、金融業界における AI エージェントの適用にとって大きな課題です。業界関係者は、金融業界のフォールトトレランス率は、知識の質問と回答であれ、コンテンツ抽出であれ、非常に低く、インテリジェントエージェントに対して非常に高い要件が求められており、生成型の導入にとって重要な障害になっていると考えています。金融業界におけるAI。「大型モデルは人気が高く、能力も非常に強力ですが、この能力が強いには条件があります。例えば、対話環境では非常に優れたパフォーマンスを発揮しますが、その環境から離れると能力が疑われます」孫茂松氏は、インテリジェントエージェントなどを通じて大型モデルの能力をさらに向上させ、「副操縦士」から「主操縦士」に成長させると指摘した。「大規模モデルは金融ビジネス分野で大きな可能性を示していますが、金融業界での包括的な適用には依然として多くの課題に直面しています。」と IDC China の副社長兼主任アナリストである Wu Lianfeng 氏は述べています。さらに、金融業界の厳しい監督と強力なコンプライアンス要件により、大規模なモデルの導入にはより慎重になる必要があり、そのサイクルはさらに長くなるでしょう。全体として、大規模モデルの業界エコシステムはまだ完全に成熟しておらず、広範囲に適用するには、テクノロジー、業界の進化、規制、テクノロジー倫理などの課題を克服する必要があります。