การเปลี่ยนแปลงด้วย AI เป็นสิ่งที่หลีกเลี่ยงไม่ได้! การประยุกต์ใช้ GenAI จากองค์กรสู่การซื้อขายเชิงปริมาณเร่งการนำไปใช้อย่างเต็มที่

AI ที่สร้างสรรค์ (GenAI) กำลังเปลี่ยนแปลงวิธีการทำงานของตลาด ไม่ว่าจะเป็นกระบวนการภายในองค์กร การติดต่อกับลูกค้า หรือการตัดสินใจในการซื้อขายความถี่สูง การใช้งาน AI ไม่ได้เป็นเพียงแนวคิดอีกต่อไป แต่เป็นกุญแจสำคัญของความสามารถในการแข่งขัน การเกิดขึ้นของ DeepSeek ไม่เพียงแต่สร้างความตื่นตระหนกในวงการ GenAI เท่านั้น แต่ภูมิหลังของบริษัทแม่คือ Huansquare Quantitative ยังทำให้ผู้คนเริ่มพูดคุยถึงความเป็นไปได้และอนาคตของการใช้ GenAI ในด้านการซื้อขายเชิงปริมาณ.

Kronos Research, AWS, Nurie AI, ศูนย์นวัตกรรม聯發, Cathay United Bank และผู้นำในอุตสาหกรรมอื่นๆ ในการประชุม AI Summit เมื่อวันที่ 21 กุมภาพันธ์ เปิดเผยว่า AI จะขยายจากการใช้งานในองค์กรไปสู่การซื้อขายเชิงปริมาณ และจะส่งผลกระทบอย่างมีนัยสำคัญต่ออนาคตของตลาด.

GenAI แอปพลิเคชันมีอยู่ทุกที่ LLM สนับสนุนนวัตกรรมที่พร้อมจะเบิกบาน

การประชุม AI Summit ครั้งนี้จัดโดย Kronos Research และ Nurie AI ซึ่งแนวโน้มที่ส่งออกมาคือ AI ได้กลายเป็นจุดสนใจของผู้คนทั่วโลก แม้ว่า AI จะยังอยู่ในระยะเริ่มต้น แต่การเปลี่ยนแปลงไปสู่ AI เป็นสิ่งที่หลีกเลี่ยงไม่ได้ โดยมีการพัฒนาแอปพลิเคชัน AI/GenAI ที่เป็นนวัตกรรมอย่างต่อเนื่อง ซึ่งจะนำมาซึ่งโอกาสทางธุรกิจใหม่ ๆ

จากการใช้งานทั่วไปของธุรกิจไปจนถึงการซื้อขายเชิงปริมาณ ทุกที่สามารถเห็นการใช้งาน GenAI อย่างทั่วถึง ปัจจุบัน ศูนย์บริการลูกค้าของบริษัท ห้องสมุดข้อมูลภายใน และแชทบอท ต่างเริ่มใช้การค้นหาเพื่อเพิ่มความสามารถในการสร้าง (RAG) ร่วมกับ LLM เพื่อให้โมเดลสามารถเข้าใจและตอบคำถามได้ดียิ่งขึ้น สถาบันการเงินก็ยังใช้ GenAI เพื่อปรับปรุงประสบการณ์ของลูกค้า ผลผลิต และนวัตกรรม

บริษัทการซื้อขายเชิงปริมาณ Kronos Research กำลังใช้ GenAI เพื่อปรับปรุงการวิจัยตลาดและกลยุทธ์การซื้อขาย หนึ่งในเทคโนโลยีหลักของพวกเขาคือโมเดลการพยากรณ์ราคา ซึ่งผ่านการฝึกอบรม AI ด้วยคุณลักษณะตลาดกว่า 3,000 ถึง 6,000 รายการ เพื่อพยากรณ์การเปลี่ยนแปลงราคาภายในช่วงเวลาที่แตกต่างกัน นอกจากนี้ Kronos ยังใช้ GenAI ในการเพิ่มประสิทธิภาพการตรวจสอบโค้ด (Code Review) และกระบวนการพัฒนากลยุทธ์การซื้อขาย เพื่อเร่งประสิทธิภาพการตัดสินใจ.

▲ Kyle Tsai ผู้จัดการอาวุโสด้านโครงสร้างพื้นฐาน IT ของ Kronos Research กล่าวว่า ทีมงานได้ตัดสินใจว่า บริบทหลักของ GenAI คือการตรวจสอบโค้ด และใช้ RAG ในการวิเคราะห์โค้ดอย่างมีประสิทธิภาพและครอบคลุม.

แนวโน้มที่น่าสนใจอีกประการหนึ่งคือ ประสิทธิภาพการลงทุนในโครงสร้างพื้นฐาน AI ที่ระดับท้องถิ่น ยังไม่สามารถตามทันความเร็วในการพัฒนา GPU ชิปที่มีราคาแพงได้ ดังนั้นการที่บริษัทใช้เงินจำนวนมากในการสร้างโครงสร้างพื้นฐานที่เกี่ยวข้องจึงไม่เหมาะสม ทีมผู้นำสถาปนิกโซลูชันของ AWS นายเลี่ยว เว่ยไค ระบุว่า ผ่านระบบคลาวด์สามารถเลือกโมเดลพื้นฐานชั้นนำในอุตสาหกรรมได้หลากหลาย ไม่ว่าจะเป็นบริษัทในขนาดใด ก็สามารถใช้โมเดลและบริการ GenAI ที่ทันสมัยได้อย่างไม่มีอุปสรรค ซึ่งเป็นปัจจัยสำคัญในการส่งเสริมการใช้ GenAI อย่างแพร่หลาย และยังเป็นพื้นฐานสำคัญที่ช่วยเร่งการเปลี่ยนแปลง AI ของบริษัทให้รวดเร็วขึ้นอีกด้วย.

การผลักดัน AGI ของบริษัทในห้าขั้นตอน ทำให้เกิดการเปลี่ยนแปลงทั่วทั้งองค์กรสู่ตลาดการค้าอย่างเต็มรูปแบบ

ด้วยการนำ GenAI มาใช้ในวงกว้าง ส่งผลกระทบและการเปลี่ยนแปลงต่อธุรกิจและตลาดการค้า แต่จริงๆ แล้วมันสร้างผลกระทบในระยะสั้นหรือการเปลี่ยนแปลงในระยะยาวกันแน่? ตามที่ได้กล่าวไปแล้ว ตั้งแต่การใช้งานทั่วไปในธุรกิจไปจนถึงการซื้อขายเชิงปริมาณ ต่างก็ใช้ GenAI เพื่อเพิ่มประสิทธิภาพ หลายบริษัทได้ทำงานอย่างหนักเพื่อขับเคลื่อนการเปลี่ยนแปลงดิจิทัลและการเปลี่ยนแปลงอย่างยั่งยืนในช่วงหลายปีที่ผ่านมา และตอนนี้ยังใช้การเปลี่ยนแปลงด้วย AI เพื่อปรับปรุงผลสัมฤทธิ์ของการเปลี่ยนแปลงทั้งสองอย่างอย่างเต็มที่.

OpenAI แบ่งการเดินทางของ GenAI สู่ปัญญาประดิษฐ์ทั่วไป (AGI) ออกเป็น 5 ขั้นตอน ได้แก่ แชทบอท (Chatbots), ผู้อนุมาน (Reasoners), ตัวแทน (Agents), นวัตกร (Innovators) และผู้จัดองค์กร (Organizers) ขณะนี้อุตสาหกรรมกำลังเตรียมเข้าสู่ขั้นตอนตัวแทน เพื่อให้ได้เปรียบทางการแข่งขันในตลาด บริษัทต่างๆ จึงลงทุนทรัพยากรและเงินทุนมากขึ้น ในการแสวงหารูปแบบและเทคโนโลยี AI/GenAI ที่ทันสมัยที่สุด เพื่อแก้ปัญหาที่ซับซ้อนมากขึ้น และครองตำแหน่งผู้นำในตลาด.

สำหรับทีม Nurie AI ที่ใช้เทคโนโลยี AIOps ในการลดต้นทุนการดำเนินงาน, ทำให้การดำเนินงาน IT ง่ายขึ้น และยกระดับประสบการณ์ของลูกค้า พวกเขากำลังใช้ GenAI เพื่อเพิ่มประสิทธิภาพของ AIOps ต่อไป ซึ่งแสดงให้เห็นว่า GenAI กำลังขับเคลื่อนการเปลี่ยนแปลงในระยะยาวของการดำเนินธุรกิจ.

เมื่อบริษัทเทคโนโลยีขนาดใหญ่หลายแห่งเริ่มเปิดตัวตัวแทน AI ของตนเอง เช่น Google Project Mariner, Anthropic Computer Use และ OpenAI Deep Research ผู้จัดการฝ่ายวิจัยอาวุโสของศูนย์นวัตกรรม Lianfa คุณเฉินอี้ฉางกล่าวว่า ปี 2025 จะถูกมองว่าเป็นปีสำคัญสำหรับการพัฒนาตัวแทน AI นอกจากนี้ บริษัทต่างๆ จะได้รับการอัพเกรดจากกระบวนการทำงานแบบตัวแทน (Agentic Workflow) ซึ่งกระบวนการทำงานแบบตัวแทนหมายถึง AI สามารถดำเนินการและช่วยให้เสร็จสิ้นงานจากทรัพยากรที่มีอยู่ตามสถานการณ์ที่เกิดขึ้น.

ในโลกของการซื้อขายเชิงปริมาณ ประสิทธิภาพในการสร้างสรรค์กลยุทธ์และโมเดลคือปัจจัยที่กำหนดชัยชนะหรือความพ่ายแพ้ Kronos Research กำลังเร่งการเปลี่ยนแปลงรูปแบบการซื้อขายผ่านเทคโนโลยี GenAI ตั้งแต่การทำให้โค้ดเป็นอัตโนมัติ การวิจัยเชิงปริมาณ ไปจนถึงการคาดการณ์ราคา AI ได้กลายเป็นแรงขับเคลื่อนหลักในการตัดสินใจทางการตลาดแล้ว ด้วยความก้าวหน้าของ AI Agent และเทคโนโลยี LLM ตลาดการเงินจะเผชิญกับการปฏิวัติอัจฉริยะครั้งใหม่ในอนาคต อาจพัฒนาไปสู่การลงทุนและการซื้อขายที่ขับเคลื่อนโดย AI Agent อย่างเต็มรูปแบบ เปลี่ยนแปลงวิธีการดำเนินงานของตลาดแบบดั้งเดิม

ค้นหาจุดสำคัญในการนำ AI มาใช้จริง เพื่อสร้างความได้เปรียบด้านการแข่งขันของบริษัท

เมื่อไม่นานมานี้การเปิดตัว DeepSeek RI ได้ทำให้เป็นไปได้ในการพัฒนา AI ที่มีประสิทธิภาพด้วยข้อมูลที่น้อยลงและต้นทุนที่ต่ำลง สถานการณ์ที่ถูกผูกขาดโดยบริษัทเทคโนโลยีขนาดใหญ่เพียงไม่กี่แห่งจึงถูกทำลาย แม้แต่ธุรกิจขนาดกลางและขนาดเล็กก็สามารถทำการปรับแต่งในระดับที่แตกต่างกันโดยอิงจากโครงสร้างการฝึกฝน LLM ที่มีอยู่ ทำให้การฝึกฝนและการอนุมานมีประสิทธิภาพและคุ้มค่ามากขึ้น ซึ่งส่งผลกระทบต่อการพัฒนา LLM ในอนาคตอย่างมีนัยสำคัญ.

ไต้หวันได้แชร์โดย CIO Cai Qi-yan ว่าในอนาคตบริษัทไม่เพียงแต่จะสามารถขยายโมเดลการฝึกอบรมเบื้องต้นในระยะที่หนึ่ง แต่ยังสามารถใช้การเรียนรู้เชิงเสริม (Reinforcement learning, RL) ร่วมกับ Chain-of-thought ในระยะที่สอง เพื่อพัฒนาความสามารถในการ "อนุมาน" ของโมเดลให้ดียิ่งขึ้น.

ปัจจัยที่ทำให้การนำ AI ไปใช้ในธุรกิจมีมากมาย นอกจากจุดเปลี่ยนสำคัญที่กล่าวถึงข้างต้นแล้ว ผู้จัดการฝ่ายเทคโนโลยีของธนาคาร Cathay United Fu-Ming Tsai กล่าวว่า เพื่อแก้ปัญหาความล่าช้าในกระบวนการที่ LLM ประมวลผลข้อความจำนวนมาก ธุรกิจสามารถใช้ Semantic Cache เพื่อเพิ่มความเร็วในการตอบสนองของ LLM ในปัจจุบันการนำ GenAI มาใช้ในแชทบอทนั้นเป็นเรื่องที่พบเห็นได้ทั่วไป หลายธุรกิจได้ใช้สิ่งนี้เพื่อทำให้เสร็จสิ้นการเดินทาง AGI ระยะที่หนึ่ง.

ด้วยความก้าวหน้าของเทคโนโลยีอย่างต่อเนื่อง การลดลงของต้นทุนการอนุมานและกำลังการประมวลผล AI การใช้งานบนคลาวด์ที่สนับสนุนโมเดล AI ขั้นสูงได้แพร่หลาย รวมถึงนวัตกรรมทางเทคนิคที่แตกต่างกันตั้งแต่การเข้ารหัสไปจนถึงการวิเคราะห์การคาดการณ์ ทำให้มีการใช้งาน AI ที่สามารถตอบสนองความต้องการที่แตกต่างกันของธุรกิจเกิดขึ้นอย่างแพร่หลาย สิ่งเหล่านี้จะเร่งให้เอเจนต์ AI เปลี่ยนแปลงอุตสาหกรรมอย่างรวดเร็ว และกระแสเศรษฐกิจเอเจนต์ก็จะเกิดขึ้นอย่างเห็นได้ชัด นำไปสู่การบรรลุวิสัยทัศน์สูงสุดของยุค AGI ที่รุ่งเรือง.

▲ Hank Huang (ขวาสุดที่สอง) ซีอีโอของ Kronos Research แบ่งปันการใช้ AI ในการซื้อขายเชิงปริมาณในงานนี้ (ที่มา: Kronos Research)

บทความนี้การเปลี่ยนแปลง AI เป็นสิ่งที่หลีกเลี่ยงไม่ได้! ตั้งแต่ธุรกิจไปจนถึงการใช้งาน GenAI ในการซื้อขายเชิงปริมาณมีการเร่งดำเนินการอย่างเต็มที่ ปรากฏครั้งแรกใน ข่าวสายโซ่ ABMedia.

ดูต้นฉบับ
เนื้อหานี้มีสำหรับการอ้างอิงเท่านั้น ไม่ใช่การชักชวนหรือข้อเสนอ ไม่มีคำแนะนำด้านการลงทุน ภาษี หรือกฎหมาย ดูข้อจำกัดความรับผิดชอบสำหรับการเปิดเผยความเสี่ยงเพิ่มเติม
  • รางวัล
  • แสดงความคิดเห็น
  • แชร์
แสดงความคิดเห็น
0/400
ไม่มีความคิดเห็น
  • ปักหมุด