В преддверии саммита по искусственному интеллекту в Лондоне эксперты делятся своим мнением относительно роли генеративных моделей в секторе рынков капитала.
Несмотря на ажиотаж вокруг возможностей, которые декларируют разработчики решений на основании GPT, опытные финансисты с осторожностью смотрят на немедленный запуск таких решений. Основная часть проектов использования GenAI направлена на повышение внутренней эффективности организаций: написания кода, подготовки документов или писем. Некоторые компании продвинулись дальше остальных, пилотируя исследование брокерских операций во фронт-офисах.
Традиционно указывается, что в основе успешных проектов, связанных с искусственным интеллектом, должна лежать большая работа по достижению высокого качества исходных данных:
- Качество данных. Данные низкого качества могут привести к ошибкам и неточным результатам при использовании искусственного интеллекта. Хорошее управление данными помогает гарантировать, что данные чистые, полные и точные
- Структура данных. Правильная структура данных облегчает обработку и анализ данных, что критически важно для машинного обучения и генерации моделей
- Доступность данных. Хорошо управляемые данные легко доступны для использования в моделях искусственного интеллекта, что ускоряет процесс разработки и внедрения
- Конфиденциальность данных. Эффективное управление данными позволяет защитить конфиденциальную информацию, предотвращая утечки данных и нарушения безопасности
- Соответствие регуляторным требованиям. Управление данными помогает организациям соблюдать регуляторные требования, связанные с защитой данных и прозрачностьюÓ
- Инновации. Управляемые данные позволяют компаниям быстрее адаптироваться к новым технологиям и применять их для достижения конкурентных преимуществ.
В качестве ключевых направлений использования искусственного интеллекта рассматривается для прогнозирования рынка, понимания тенденций и представления аналитических данных.
Исходная публикация: https://1cft.ru/slq9
Автор: Алексей Сизов, главный редактор FinTech Notes