Ключевой информационный директор China Merchants Bank Чжоу Тяньхун: цикл итерации применения больших моделей сократился до 8 дней

(Источник: Пекинская бизнес-газета)

Пекинская бизнес-газета сообщает (репортеры: Мэн Фанься, Чжоу Иличи). 30 марта 2025 года Пекинский банк (招商银行) провёл конференцию по выпуску отчёта о результатах за 2025 год; главный информационный директор банка Чжоу Тяньхун подробно рассказал о ходе внедрения цифровой трансформации и AI-стратегии. Он заявил, что Пекинский банк на протяжении многих лет придерживается стратегии «технологии как основа для банка» («科技立行»), а «план развития цифровых финансов на период 15-й пятилетки» («十五五») определяет создание интеллектуального банка как ключевую задачу на ближайшие 5 лет и обеспечивает полную реализацию стратегии AI first.

Чжоу Тяньхун отметил, что после того, как в 2023 году председатель Моу Цзяньмин сформулировал дальновидную цель — создать первый в отрасли интеллектуальный банк, Пекинский банк активно разворачивает внедрение моделей большого масштаба. В 2025 году, опираясь на уровень зрелости базовых моделей, удалось добиться заметного прогресса. Для реализации стратегии AI first Пекинский банк провёл детальную проработку продвижения приложений с моделями большого масштаба: полностью систематизировал 1588 самостоятельных рабочих задач по всему банку, разделил их по количественным стандартам на три категории — высокой ценности, средней ценности и низкой ценности — исходя из того, насколько модели большого масштаба могут быть использованы, и в первую очередь продвигает внедрение сценариев высокой ценности. К концу 2025 года было суммарно внедрено 856 сценариев прикладных решений с моделями большого масштаба.

Чжоу Тяньхун заявил, что Пекинский банк планирует в 2026 году добиться полного внедрения рабочих задач высокой ценности и ускорить внедрение сценариев низкой ценности, продвигая сквозное улучшение важных бизнес-процессов.

Отвечая на особенности применения моделей большого масштаба, Чжоу Тяньхун подчеркнул, что они существенно отличаются от традиционной разработки ПО. По своей сути, приложения с моделями большого масштаба — это вероятностные приложения, поэтому в них изначально присутствует относительно высокая неопределённость, и требуется постоянная отладка и непрерывные итерации. Судя по опыту Пекинского банка, типично нужно пройти 6 итераций, прежде чем приложение с моделью большого масштаба можно будет реально запускать в производство. За счёт оптимизации инженерной системы моделей большого масштаба с 2025 года Пекинский банк сократил цикл итераций приложений с 32 дней в среднем в 2024 году до 8 дней в 2025 году; эффективность увеличилась до одной четверти от прежней, что существенно ускорило внедрение приложений.

Чжоу Тяньхун рассказал, что, согласно данным, в 2025 году объём среднесуточных входных/выходных Token для моделей большого масштаба в этом банке вырос в 10,1 раза по сравнению с 2024 годом; общий объём среднесуточных входных/выходных Token в настоящее время достиг 26 млрд и занимает лидирующие позиции в банковской отрасли. «В целом, в 2025 году приложения с моделями большого масштаба в нашем банке уже полностью начали играть свою роль, и в части повышения качества и эффективности достигнуты хорошие результаты», — отметил Чжоу Тяньхун. Он также указал, что суммарная длительность замещения работы персонала приложениями с моделями большого масштаба в 2025 году превысила 15,56 млн часов; это эквивалентно экономии рабочего времени, сопоставимой более чем с 8000 сотрудников на полную занятость. При этом он напомнил, что у моделей большого масштаба всё ещё есть риск «галлюцинаций»; Пекинский банк с помощью множества мер одновременно создаёт безопасные, надёжные и заслуживающие доверия приложения с моделями большого масштаба. В 2026 году он продолжит наращивать инвестиции, чтобы в полном объёме реализовать цель построения интеллектуального банка.

Огромный объём новостей, точная интерпретация — всё в приложении Sina Finance APP