„Cathay Financial“ keičia kursą: klientų poreikius realiu laiku šifruos mažesni atvirojo kodo dirbtinio intelekto modeliai

Taivano finansų milžinė „Cathay Financial Holdings“ žengia ambicingą žingsnį į priekį ir nusigręžia nuo brangių bei sudėtingų uždarojo kodo sistemų. Neseniai įvykusioje technologijų konferencijoje „NVIDIA GTC Taipei 2026“ bendrovė pristatė naujausius tyrimų rezultatus, kurie patvirtina, kad specializuoti atvirojo kodo mažieji kalbos modeliai (angl. Small Language Models arba SLM) gali itin tiksliai ir realiu laiku atpažinti klientų ketinimus bei optimizuoti aptarnavimą. Tai žymi strateginį posūkį finansų sektoriuje, kur iki šiol dominavo masiniai, milžiniškų resursų reikalaujantys sprendimai.

Užuot aklai pasikliovusi gigantiškais modeliais, bendrovė pritaikė savo vidinę generatyvinio intelekto sistemą GAIA tam, kad pritaikytų kompaktiškesnes alternatyvas kasdienėms operacijoms. Šis eksperimentas įrodė, kad tinkamai suderintas mažesnis modelis geba puikiai suprasti specifinę finansinių terminų kalbą bei vietos konteksto niuansus. Finansų sektoriui tai reiškia ne tik mažesnes infrastruktūros išlaidas, bet ir kur kas lengviau suvaldomą duomenų apsaugą, kas reguliuojamoje rinkoje yra gyvybiškai svarbu.

Kompaktiškumo triumfas prieš duomenų perteklių

Tyrimo metu „Cathay Financial Holdings“ specialistai testavo rinkos lyderių, tokių kaip „Meta“, „NVIDIA“, „OpenAI“ bei vietinių Taivano projektų TAIDE ir TAME, atvirojo kodo technologijas, apie ką plačiau pranešė BigGo Finance. Rezultatai nustebino net skeptikus. Paaiškėjo, kad tikslingai apmokyti mažieji modeliai praktiškai nenusileidžia uždariems komerciniams milžinams, tačiau reikalauja nepalyginamai mažiau skaičiavimo galios. Klientų užklausos dėl būsto paskolų ar kredito kortelių palaikymo dabar gali būti apdorojamos kur kas paprasčiau, atsisakant sudėtingos užklausų inžinerijos.

Ateitis priklauso lankstumui

Šis sprendimas puikiai iliustruoja platesnę tendenciją technologijų pasaulyje, kai verslas pradeda suprasti, jog „didesnis“ ne visada reiškia „geresnis“. Naudodama visiškai sintetinius duomenis klientų privatumui užtikrinti, bendrovė sugebėjo lokalizuoti modelius taip, kad šie suprastų net dviprasmiškas užklausas. Kaip savo pranešime pažymėjo Antara News, ateityje „Cathay Financial Holdings“ planuoja dar labiau išplėsti šių technologijų taikymą, apimant sudėtingų finansinių dokumentų analizę ir platesnę cross-scenario sistemų integraciją.

Už kulisų slypinti tiesa: šis „Cathay Financial Holdings“ posūkis nėra tik paprastas noras sutaupyti keletą dolerių serverių sąskaita. Tai yra tiesioginis atsakas į ilgus metus finansų sektorių kamavusią dilemą – kaip suderinti pažangiausią dirbtinį intelektą su drakoniškais duomenų saugumo reikalavimais. Didieji uždarojo kodo modeliai, veikiantys išoriniuose debesyse, tradicinėms bankininkystės institucijoms visada kėlė nerimą dėl galimo jautrių klientų duomenų nutekėjimo. Lokaliai diegiami mažieji modeliai šią riziką tiesiog nubraukia, leisdami visą informaciją išlaikyti vidiniame įmonės perimetre.

Finansų technologijų ekspertai pabrėžia, kad masiniai kalbos modeliai dažnai kenčia nuo vadinamojo „funkcinio pertekliaus“. Banko klientui, norinčiam sužinoti savo kredito limitą ar užblokuoti prarastą kortelę, nereikia intelekto, gebančio rašyti eilėraščius ar programuoti vaizdo žaidimus. „Cathay“ inžinieriai suprato, kad apkarpytas, bet būtent bankininkystės terminologija pamaitintas modelis veikia ne tik greičiau, bet ir kur kas tiksliau, nes išvengia dirbtiniam intelektui būdingų „haliucinacijų“ specifiniame kontekste.

Šis eksperimentas Taivano rinkoje taip pat išryškino didžiulę lokalizacijos problemą, su kuria susiduria pasauliniai technologijų gigantai. Silicio slėnyje sukurti modeliai dažnai stringa bandydami suprasti vietines idiomas, kultūrinius verslo niuansus ar net specifinį finansinį žargoną, naudojamą Azijos rinkose. Naudodama atvirąjį kodą kaip pamatą, bendrovė įgijo visišką laisvę pati formuoti modelio lingvistinį kompasą, pritaikydama jį prie realios vietos vartotojų elgsenos.

Nuo entuziazmo prie pragmatiškos grąžos

Investuotojų ir akcininkų požiūriu, šis žingsnis demonstruoja brandą, kurios šiuo metu taip trūksta bendrame dirbtinio intelekto bumo kontekste. Praėjo tie laikai, kai įmonių vadovams pakako tiesiog ištarti madingą akronimą, kad pakeltų akcijų vertę – dabar reikalaujama apčiuopiamos investicijų grąžos. Mažųjų modelių integracija leidžia drastiškai sumažinti sąnaudas vienai užklausai, o tai, aptarnaujant milijonines klientų bazes, virsta milžiniškais sutaupytais biudžetais.

Galutinis šios strategijos tikslas yra sukurti visiškai autonominę, bet kartu visiškai kontroliuojamą ekosistemą. Kol likęs pasaulis vis dar ginčijasi dėl intelektinės nuosavybės teisių ir uždarų sistemų licencijavimo mokesčių, tokie pionieriai kaip „Cathay“ kuria precedentą, rodantį, jog ateities finansų inovacijos bus grindžiamos lankstumu, nepriklausomybe ir maksimaliu pragmatizmu.

Žvelgiant giliau į skaičius: nors šis „Cathay“ perėjimas prie mažųjų kalbos modelių pristatomas kaip absoliuti pergalė, technologijų analitikai pataria nepasiduoti aklam optimizmui. Už madingo šūkio apie „kaštų efektyvumą“ dažnai slepiasi nutylima realybė – mažieji modeliai yra pigesni tik eksploatacijos etape. Pirminės investicijos į talentingus duomenų inžinierius, gebančius tinkamai suderinti (angl. fine-tune) atvirojo kodo sistemas, bei milžiniški resursai, reikalingi kokybiškiems sintetiniams duomenims generuoti, pradinį biudžetą gali išpūsti tiek, kad mažesnės finansų įmonės tiesiog nepakeltų tokios naštos.

Taip pat kyla akivaizdus prieštaravimas tarp deklaruojamo visiško autonomiškumo ir realios priklausomybės nuo atvirojo kodo bendruomenės. „Cathay“ savo GAIA sistemą stato ant tokių gigantų kaip „Meta“ ar „NVIDIA“ pamatų, o tai reiškia, kad jie vis tiek lieka priklausomi nuo šių korporacijų technologinių krypčių ir licencijavimo sąlygų keitimosi. Tikroji nepriklausomybė finansų sektoriuje tampa savotiška iliuzija, kai viena priklausomybės forma tiesiog iškeičiama į kitą, tik šįkart užvilktą bendruomeniškumo drabužiu.

Žvelgiant į ateitį, šis posūkis gali sukurti paradoksalią situaciją rinkoje, kurioje vartotojų patirtis taps pernelyg standartizuota. Jei visi regiono bankai pradės naudoti tuos pačius populiariausius atvirojo kodo modelius ir juos apmokys pagal panašius finansinius reglamentus, jų klientų aptarnavimo robotai ims skambėti identiškai. Praradus unikalų prekės ženklo toną, konkurencine kova vėl taps tik kainų karu, o ne technologiniu pranašumu, kurio taip įnirtingai siekiama.

Pragmatiškas požiūris į AI evoliuciją

Galiausiai, nereikia pamiršti ir technologinio stabilumo faktoriaus, kuris bankininkystėje yra šventas. Mažieji modeliai, sukurti veikti siauroje nišoje, yra itin jautrūs net menkiausiems vartotojų elgsenos pokyčiams ar naujiems rinkos reguliavimams. Bet koks makroekonominis sukrėtimas ar nauja finansinė priemonė reikalauja skubaus modelio perprogramavimo, o tai reiškia, kad priežiūros kaštai gali tapti nuolatiniai ir sunkiai prognozuojami, prarandant pradinį finansinį lankstumą.

„Pasirodo, norint suprasti, kad klientas tiesiog pametė banko kortelę, nereikia dirbtinio intelekto, turinčio filosofijos daktaro laipsnį ir gebančio diskutuoti apie gyvenimo prasmę. Kartais užtenka skaitmeninio asistento, kuris tiesiog moka skaičiuoti iki dešimties ir nedaro gėdos prieš reguliuotojus – net jei jo kūrėjams teko praleisti bemieges naktis bandant jam tai paaiškinti.“

Vyr. redaktorius Artūras Malašauskas, DI sistemų integratorius, sukaupęs daugiau nei 20 metų patirties kuriant gamybinio lygio žiniatinklio inžinerijos sprendimus. Jis projektavo, diegė ir plėtė verslo klasės „Python“/„PHP“ sistemas logistikos, SaaS bei viešojo sektoriaus klientams. Pastaruosius metus jis specializuojasi išskirtinai DI integracijų srityje: diegia atvirojo kodo didžiuosius kalbos modelius (LLM), kuria generatyvinių medijų (vaizdo, garso, video) srautus bei projektuoja daugiagentines darbo eigas realioms gamybinėms aplinkoms. Jo standartas: atkuriamumas, saugumas ir ekonomiškai efektyvi išvestis – jokio „vaporware“. Artūras dokumentuoja bei vertina naujus DI įrankius, atskirdamas patvirtintas galimybes nuo rinkodarinio triukšmo. Techninis redaktorius svetainėse: ai-naujienos.lt, ai-verslas.lt, muza-ai.eu. Susisiekite per „LinkedIn“.