El director de información de China Merchants Bank, Zhou Tianhong: El ciclo de iteración de las aplicaciones de modelos grandes se ha reducido a 8 días

（Fuente: Beijing Business Daily）

Beijing Business Daily informa (reportero Meng Fanxia, Zhou Yili) El 30 de marzo, el Citibank celebró su conferencia sobre resultados del desempeño del año 2025. El director de información (CIO, Chief Information Officer) de dicha entidad, Zhou Tianhong, brindó una introducción detallada sobre la implementación de la transformación digital y la estrategia de IA. Dijo que el Citibank ha mantenido durante muchos años la estrategia de “poner la tecnología al servicio del banco” (“科技立行”). El plan de desarrollo de finanzas digitales del “XV y V” (“十五五”) define claramente la creación de un banco inteligente como la tarea central para los próximos 5 años, y se implementa de manera integral la estrategia “AI first”.

Zhou Tianhong señaló que, desde que el presidente del banco, Miao Jianmin, propuso con visión de futuro el objetivo de construir el primer banco inteligente del sector en 2023, el banco ha avanzado activamente en el despliegue de aplicaciones de modelos a gran escala. En 2025, se lograron avances notables aprovechando la madurez de los modelos base. Para implementar bien la estrategia “AI first”, el banco hizo planes minuciosos para impulsar las aplicaciones de modelos a gran escala; realizó una revisión integral de 1.588 elementos de trabajo independientes de todo el banco y, según estándares cuantificados en función de en qué medida los modelos a gran escala pueden desempeñar un papel, los clasificó en tres categorías: de alto valor, de valor medio y de bajo valor, priorizando el avance del despliegue de escenarios de alto valor. A finales de 2025, se habían desplegado acumuladamente 856 escenarios de aplicaciones de modelos a gran escala.

Zhou Tianhong indicó que el banco planea lograr el despliegue integral de los ítems de alto valor en 2026, y acelerar el despliegue de escenarios de bajo valor para impulsar la mejora de principio a fin (end-to-end) de procesos comerciales clave.

Con respecto a las características de las aplicaciones de modelos a gran escala, Zhou Tianhong recalcó que su diferencia con el desarrollo de software tradicional es evidente. En esencia, una aplicación de modelo a gran escala es una aplicación probabilística, por lo que por sí misma tiene una incertidumbre relativamente alta; por ello, se necesita depuración constante e iteración continua. Según la experiencia del banco, una aplicación de modelo a gran escala normalmente debe completar 6 iteraciones para poder entrar en producción de manera efectiva. Mediante la optimización del sistema de ingeniería para modelos a gran escala, desde 2025 el banco ha acortado el ciclo de iteración de las aplicaciones de un promedio de 32 días en 2024 a 8 días en 2025, elevando la eficiencia a un cuarto de la original, y acelerando significativamente la puesta en marcha de las aplicaciones.

Zhou Tianhong explicó que, según los datos, en 2025 la escala diaria promedio de tokens de entrada y salida del banco para modelos a gran escala creció 10,1 veces frente a 2024. La escala total diaria promedio más reciente de tokens de entrada y salida alcanzó 26.000 millones, ubicándose en una posición de liderazgo en el sector bancario. “En general, en 2025 las aplicaciones de modelos a gran escala en mi banco ya han desempeñado plenamente su papel, y en cuanto a mejorar la calidad y la eficiencia se han logrado avances muy buenos”, señaló Zhou Tianhong. Añadió que, en 2025, las aplicaciones de modelos a gran escala sustituyeron acumuladamente más de 15,56 millones de horas de trabajo humano, lo que equivale a ahorrar la carga de trabajo de más de 8.000 empleados de tiempo completo. Al mismo tiempo, advirtió que los modelos a gran escala aún presentan riesgos de “alucinación”; el banco está construyendo, con múltiples medidas, aplicaciones de modelos a gran escala seguras, fiables y dignas de confianza. En 2026, seguirá aumentando la inversión y hará todo lo posible para cumplir el objetivo de construcción de un banco inteligente.

Información masiva, interpretación precisa: todo en la app de Sina Finance