Генеративный ИИ (GenAI) меняет способы функционирования рынка, будь то внутренние процессы компании, взаимодействие с клиентами или принятие решений по высокочастотной торговле. Применение ИИ уже не является просто концепцией, а стало ключом к конкурентоспособности. Появление DeepSeek не только произвело фурор в области GenAI, но и фон ее материнской компании Huansquare Quant привел к началу обсуждения о целесообразности и перспективах применения GenAI в области количественной торговли.
Kronos Research, AWS, Nurie AI, Инновационная база聯發, Cathay United Bank и другие лидеры отрасли на AI Summit 21 февраля раскрыли, как ИИ расширяется от корпоративных приложений до количественной торговли и оказывает значительное влияние на будущие рынки.
Приложения GenAI повсюду, инновации поддерживаются LLM и готовы к запуску
Этот саммит AI организован совместно Kronos Research и Nurie AI, и его главная тема заключается в том, что AI стал центром внимания всего мира. Несмотря на то, что AI все еще находится на ранней стадии, трансформация AI неизбежна, инновационные приложения AI/GenAI постепенно становятся доступными, что открывает новые бизнес-возможности.
От общего корпоративного применения до количественной торговли можно увидеть всеобъемлющее использование GenAI. В настоящее время корпоративные центры обслуживания клиентов, внутренние базы знаний и чат-боты уже начали применять усиление поиска и генерацию (RAG) в сочетании с LLM, чтобы модели лучше понимали и отвечали на вопросы. Финансовые учреждения также используют GenAI для улучшения клиентского опыта, повышения производительности и инноваций.
Квантовая торговая компания Kronos Research активно использует GenAI для повышения качества рыночных исследований и торговых стратегий. Одной из их ключевых технологий является модель прогнозирования цен, которая обучается с использованием более 3000-6000 рыночных характеристик для прогнозирования ценовых изменений на различных временных интервалах. Кроме того, Kronos также использует GenAI для оптимизации процесса ревью кода и разработки торговых стратегий, что ускоряет эффективность принятия решений.
▲ Старший менеджер по ИТ-инфраструктуре Kronos Research Кайл Цай сообщил, что команда решила, что первоочередным сценарием применения GenAI будет рецензирование кода, а также использование RAG для высокоэффективного и всестороннего анализа кода. (Источник: Kronos Research)
Другой заметной тенденцией является то, что эффективность инвестиций в инфраструктуру ИИ на местах значительно отстает от скорости итераций дорогих графических процессоров (GPU), поэтому компаниям нецелесообразно тратить большие деньги на создание соответствующей инфраструктуры. Руководитель команды архитекторов решений AWS Ляо Вэйкай отметил, что благодаря облаку можно более разнообразно выбирать различные ведущие модели в отрасли, и компании любого размера могут беспрепятственно использовать различные передовые модели и услуги GenAI, что также является важным фактором, способствующим повсеместному применению GenAI, и является ключевой основой для ускорения трансформации ИИ в компаниях.
Пять этапов продвижения AGI в компании, вызывая полную трансформацию от бизнеса до торгового рынка.
С широким применением GenAI, компании и торговые рынки испытывают влияние и изменения, но действительно ли это приводит к краткосрочному влиянию или долгосрочным преобразованиям? Как упоминалось ранее, от общих бизнес-приложений до количественной торговли, все используют GenAI для повышения эффективности. Многие компании годами стремились к цифровой трансформации и устойчивой трансформации, а теперь они также используют трансформацию с помощью ИИ для полной оптимизации реализации этих двух трансформаций.
OpenAI разделяет путь GenAI к общему интеллекту (AGI) на 5 этапов: чат-боты (Chabots), рассуждающие системы (Reasoners), агенты (Agents), новаторы (Innovators) и организаторы (Organizers). В настоящее время отрасль готовится к переходу на этап агентов, чтобы получить конкурентное преимущество на рынке. Поэтому компании вкладывают больше ресурсов и средств в поиск самых современных моделей и технологий AI/GenAI для решения более сложных задач и достижения лидирующих позиций на рынке.
Команда Nurie AI, использующая технологию искусственного интеллекта (AIOps) для снижения эксплуатационных расходов, упрощения ИТ-операций и улучшения качества обслуживания клиентов, также использует GenAI для дальнейшего повышения эффективности AIOps, что свидетельствует о том, что GenAI способствует долгосрочным изменениям в бизнес-операциях.
С учетом того, что технологические гиганты массово запускают свои собственные AI-агенты, такие как Google Project Mariner, Anthropic Computer Use и OpenAI Deep Research, старший менеджер по исследованиям Инновационного центра Ляньфа Чэнь Ичан заявил, что 2025 год даже рассматривается как ключевой год для развития AI-агентов. Компании также получат обновления благодаря агентным рабочим процессам (Agentic Workflow), которые подразумевают, что AI может действовать на основе имеющихся ресурсов и помогать в выполнении задач в зависимости от ситуации.
В мире количественной торговли эффективность инноваций стратегий и моделей определяет победителя. Kronos Research ускоряет инновации торговых моделей с помощью технологий GenAI, от автоматизации программного кода и количественного исследования до прогнозирования цен; ИИ стал основной движущей силой рыночного принятия решений. С развитием AI-агентов и технологий LLM финансовые рынки столкнутся с новой волной интеллектуальной революции, в будущем они могут эволюционировать в инвестиции и торговлю, полностью управляемые AI-агентами, изменяя традиционные способы функционирования рынка.
Поиск ключевых прорывных точек для применения ИИ, закрепляющих конкурентное преимущество компании
Недавно запуск DeepSeek RI открыл возможность разработки высокоэффективного ИИ с использованием меньшего объема данных и более низких затрат. Это нарушило ситуацию, когда рынок был монополизирован несколькими крупными технологическими компаниями, и теперь даже малые и средние предприятия могут проводить многослойную оптимизацию на основе существующей архитектуры LLM, что делает обучение и вывод более эффективными и экономически выгодными, что окажет влияние на развитие LLM в будущем.
Генеральный директор информационных технологий Тайваня Цай Ци-Ян поделился тем, что в будущем компании смогут не только масштабировать предобученные модели на первом этапе, но и на втором этапе, с помощью обучения с подкреплением (Reinforcement learning, RL) и цепочек размышлений (Chain-of-thought), значительно улучшить «логические» способности модели.
В дополнение к вышеперечисленным ключевым моментам прорыва, Фу-Мин Цай, технический менеджер Cathay United Bank, заявил, что для решения трудоемкой проблемы обработки LLM большого количества текстов, предприятия могут использовать Semantic Cache для ускорения скорости отклика LLM. В настоящее время GenAI широко распространен в чат-ботах, и многие компании завершили первый этап своего пути к AGI.
С постоянными прорывами в технологиях, снижением затрат на вычислительные мощности и внедрением облачных приложений, поддерживающих различные передовые AI модели, включая новые прорывные технологии, от кодирования до предиктивной аналитики, разнообразные AI приложения, удовлетворяющие потребности различных предприятий, становятся все более распространенными. Все это, безусловно, ускорит шаги по разрушению отраслей с помощью AI-агентов, а волна экономики агентов также будет нарастать, в конечном итоге реализуя высшую мечту о эпохе AGI.
▲ Генеральный директор Kronos Research Ханк Хуан (второй справа) делится ключевыми приложениями ИИ в количественной торговле на мероприятии. (Источник: Kronos Research)
Эта статья о том, что трансформация с использованием ИИ неизбежна! Применение GenAI от бизнеса до количественной торговли ускоряется. Впервые появилось в Chain News ABMedia.
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
AI трансформация неизбежна! Применение GenAI от бизнеса до количественной торговли стремительно ускоряется.
Генеративный ИИ (GenAI) меняет способы функционирования рынка, будь то внутренние процессы компании, взаимодействие с клиентами или принятие решений по высокочастотной торговле. Применение ИИ уже не является просто концепцией, а стало ключом к конкурентоспособности. Появление DeepSeek не только произвело фурор в области GenAI, но и фон ее материнской компании Huansquare Quant привел к началу обсуждения о целесообразности и перспективах применения GenAI в области количественной торговли.
Kronos Research, AWS, Nurie AI, Инновационная база聯發, Cathay United Bank и другие лидеры отрасли на AI Summit 21 февраля раскрыли, как ИИ расширяется от корпоративных приложений до количественной торговли и оказывает значительное влияние на будущие рынки.
Приложения GenAI повсюду, инновации поддерживаются LLM и готовы к запуску
Этот саммит AI организован совместно Kronos Research и Nurie AI, и его главная тема заключается в том, что AI стал центром внимания всего мира. Несмотря на то, что AI все еще находится на ранней стадии, трансформация AI неизбежна, инновационные приложения AI/GenAI постепенно становятся доступными, что открывает новые бизнес-возможности.
От общего корпоративного применения до количественной торговли можно увидеть всеобъемлющее использование GenAI. В настоящее время корпоративные центры обслуживания клиентов, внутренние базы знаний и чат-боты уже начали применять усиление поиска и генерацию (RAG) в сочетании с LLM, чтобы модели лучше понимали и отвечали на вопросы. Финансовые учреждения также используют GenAI для улучшения клиентского опыта, повышения производительности и инноваций.
Квантовая торговая компания Kronos Research активно использует GenAI для повышения качества рыночных исследований и торговых стратегий. Одной из их ключевых технологий является модель прогнозирования цен, которая обучается с использованием более 3000-6000 рыночных характеристик для прогнозирования ценовых изменений на различных временных интервалах. Кроме того, Kronos также использует GenAI для оптимизации процесса ревью кода и разработки торговых стратегий, что ускоряет эффективность принятия решений.
▲ Старший менеджер по ИТ-инфраструктуре Kronos Research Кайл Цай сообщил, что команда решила, что первоочередным сценарием применения GenAI будет рецензирование кода, а также использование RAG для высокоэффективного и всестороннего анализа кода. (Источник: Kronos Research)
Другой заметной тенденцией является то, что эффективность инвестиций в инфраструктуру ИИ на местах значительно отстает от скорости итераций дорогих графических процессоров (GPU), поэтому компаниям нецелесообразно тратить большие деньги на создание соответствующей инфраструктуры. Руководитель команды архитекторов решений AWS Ляо Вэйкай отметил, что благодаря облаку можно более разнообразно выбирать различные ведущие модели в отрасли, и компании любого размера могут беспрепятственно использовать различные передовые модели и услуги GenAI, что также является важным фактором, способствующим повсеместному применению GenAI, и является ключевой основой для ускорения трансформации ИИ в компаниях.
Пять этапов продвижения AGI в компании, вызывая полную трансформацию от бизнеса до торгового рынка.
С широким применением GenAI, компании и торговые рынки испытывают влияние и изменения, но действительно ли это приводит к краткосрочному влиянию или долгосрочным преобразованиям? Как упоминалось ранее, от общих бизнес-приложений до количественной торговли, все используют GenAI для повышения эффективности. Многие компании годами стремились к цифровой трансформации и устойчивой трансформации, а теперь они также используют трансформацию с помощью ИИ для полной оптимизации реализации этих двух трансформаций.
OpenAI разделяет путь GenAI к общему интеллекту (AGI) на 5 этапов: чат-боты (Chabots), рассуждающие системы (Reasoners), агенты (Agents), новаторы (Innovators) и организаторы (Organizers). В настоящее время отрасль готовится к переходу на этап агентов, чтобы получить конкурентное преимущество на рынке. Поэтому компании вкладывают больше ресурсов и средств в поиск самых современных моделей и технологий AI/GenAI для решения более сложных задач и достижения лидирующих позиций на рынке.
Команда Nurie AI, использующая технологию искусственного интеллекта (AIOps) для снижения эксплуатационных расходов, упрощения ИТ-операций и улучшения качества обслуживания клиентов, также использует GenAI для дальнейшего повышения эффективности AIOps, что свидетельствует о том, что GenAI способствует долгосрочным изменениям в бизнес-операциях.
С учетом того, что технологические гиганты массово запускают свои собственные AI-агенты, такие как Google Project Mariner, Anthropic Computer Use и OpenAI Deep Research, старший менеджер по исследованиям Инновационного центра Ляньфа Чэнь Ичан заявил, что 2025 год даже рассматривается как ключевой год для развития AI-агентов. Компании также получат обновления благодаря агентным рабочим процессам (Agentic Workflow), которые подразумевают, что AI может действовать на основе имеющихся ресурсов и помогать в выполнении задач в зависимости от ситуации.
В мире количественной торговли эффективность инноваций стратегий и моделей определяет победителя. Kronos Research ускоряет инновации торговых моделей с помощью технологий GenAI, от автоматизации программного кода и количественного исследования до прогнозирования цен; ИИ стал основной движущей силой рыночного принятия решений. С развитием AI-агентов и технологий LLM финансовые рынки столкнутся с новой волной интеллектуальной революции, в будущем они могут эволюционировать в инвестиции и торговлю, полностью управляемые AI-агентами, изменяя традиционные способы функционирования рынка.
Поиск ключевых прорывных точек для применения ИИ, закрепляющих конкурентное преимущество компании
Недавно запуск DeepSeek RI открыл возможность разработки высокоэффективного ИИ с использованием меньшего объема данных и более низких затрат. Это нарушило ситуацию, когда рынок был монополизирован несколькими крупными технологическими компаниями, и теперь даже малые и средние предприятия могут проводить многослойную оптимизацию на основе существующей архитектуры LLM, что делает обучение и вывод более эффективными и экономически выгодными, что окажет влияние на развитие LLM в будущем.
Генеральный директор информационных технологий Тайваня Цай Ци-Ян поделился тем, что в будущем компании смогут не только масштабировать предобученные модели на первом этапе, но и на втором этапе, с помощью обучения с подкреплением (Reinforcement learning, RL) и цепочек размышлений (Chain-of-thought), значительно улучшить «логические» способности модели.
В дополнение к вышеперечисленным ключевым моментам прорыва, Фу-Мин Цай, технический менеджер Cathay United Bank, заявил, что для решения трудоемкой проблемы обработки LLM большого количества текстов, предприятия могут использовать Semantic Cache для ускорения скорости отклика LLM. В настоящее время GenAI широко распространен в чат-ботах, и многие компании завершили первый этап своего пути к AGI.
С постоянными прорывами в технологиях, снижением затрат на вычислительные мощности и внедрением облачных приложений, поддерживающих различные передовые AI модели, включая новые прорывные технологии, от кодирования до предиктивной аналитики, разнообразные AI приложения, удовлетворяющие потребности различных предприятий, становятся все более распространенными. Все это, безусловно, ускорит шаги по разрушению отраслей с помощью AI-агентов, а волна экономики агентов также будет нарастать, в конечном итоге реализуя высшую мечту о эпохе AGI.
▲ Генеральный директор Kronos Research Ханк Хуан (второй справа) делится ключевыми приложениями ИИ в количественной торговле на мероприятии. (Источник: Kronos Research)
Эта статья о том, что трансформация с использованием ИИ неизбежна! Применение GenAI от бизнеса до количественной торговли ускоряется. Впервые появилось в Chain News ABMedia.