16 empresas de control financiero colaboran, para crear un modelo de lenguaje AI que entienda las finanzas de Taiwán

La Comisión de Supervisión Financiera guió, y CTBC Financial Holding convocó, 16 instituciones financieras y bancos emblemáticos de Taiwán para iniciar conjuntamente el proyecto “Modelo de Lenguaje Financiero FinLLM”, basado en la base de datos de IA soberana del Departamento de Datos y Finanzas para crear una IA financiera local.
(Resumen previo: El gobierno de Taiwán está activamente desplegando la “IA soberana”, el presidente de la Academia Nacional de Ciencias, Wu Cheng-wen, anunció la creación de un Comité Especial de Estrategia de Inteligencia Artificial Nacional)
(Información adicional: 11 principales aseguradoras de Taiwán han lanzado la “Alianza de Reclamos en Blockchain”! Una sola póliza cubre múltiples reclamos, haciendo el proceso más sencillo)

16 instituciones financieras, 2 bancos estatales, además del Instituto de Capacitación Financiera, la Asociación de Tecnología de la Información, y el Centro de Investigación en Finanzas de la Universidad Nacional de Chengchi, trabajan juntos para lograr un objetivo: que Taiwán tenga su propio modelo de lenguaje financiero.

Este proyecto se llama FinLLM, fue iniciado por la alianza de la industria fintech guiada por la Comisión de Supervisión Financiera, con CTBC Financial Holding como coordinador, y fue oficialmente lanzado hoy (23) en el Parque de Innovación Fintech, FinTechSpace.

De “investigación y desarrollo individual” a “colaboración colectiva”

En el pasado, cada institución financiera que quería desarrollar IA tenía que recopilar sus propios datos, entrenar sus propios modelos y evaluarlos por separado. Los costos de computación eran altos, las autorizaciones de datos dispersas, y los riesgos de cumplimiento legal asumidos individualmente. Como resultado, cada una lograba poco, gastando mucho dinero, y las aplicaciones prácticas eran escasas.

Esta vez, la estructura es diferente. Las 16 instituciones participantes incluyen a CTBC Financial Holding, Cathay Financial Holding, Fubon Financial Holding, Taishin Shin Kong Financial Holding, E.SUN Financial Holding, KGI Bank, Mega International Commercial Bank, First Financial Holding, Hua Nan Financial Holding, KGI Securities, Changhua Bank, Bank of Taiwan, Land Bank, Taiwan Cooperative Bank, Chunghwa Post y Future Bank, prácticamente los principales actores del sector financiero en Taiwán, todos en un mismo proyecto.

Además, con la participación del Instituto de Capacitación Financiera, la Asociación de Tecnología de la Información, el Centro de Investigación en Finanzas de la Universidad Nacional de Chengchi y organizaciones tecnológicas como Asia-Pacific Smart Machines, FinLLM planea cubrir toda la cadena: desde la autorización de datos, entrenamiento del modelo, evaluación, hasta la operación del modelo comercial.

Lo más importante es que los riesgos legales asociados a la autorización de datos también pueden ser compartidos, lo cual suele ser más problemático que los costos de computación en el sector financiero.

La base es la base de datos de IA soberana del Departamento de Datos y Finanzas

FinLLM no es un modelo entrenado desde cero. Su base es la base de datos de IA soberana que está construyendo el Departamento de Datos y Finanzas.

Base de datos de IA soberana. En otras palabras, liderada por el Estado, recopila el idioma local de Taiwán, regulaciones y archivos, sirviendo como base para entrenar modelos de IA nacionales. Este proyecto ya está incluido en uno de los diez principales planes de construcción de IA a nivel nacional, con un nivel de importancia considerable.

El papel de la alianza financiera es tomar esta base general y alimentarla con datos específicos del sector financiero: regulaciones de la Comisión de Supervisión Financiera de Taiwán, códigos de gobernanza corporativa, manuales operativos de los bancos, folletos de productos financieros, archivos de divulgación de riesgos.

Incluso los grandes modelos occidentales, por muy potentes que sean, pueden no ser capaces de responder completamente en el contexto regulatorio financiero de Taiwán. Por ejemplo, si se pregunta a GPT sobre un artículo de la Ley de Protección al Consumidor Financiero de Taiwán, quizás pueda ofrecer una explicación general, pero frente a conceptos específicos de regulación taiwanesa como “productos estructurados en el extranjero” o “evaluación de idoneidad para clientes mayores”, la precisión de la respuesta puede disminuir.

La alianza realiza entrenamientos con datos autorizados legalmente, y mediante la revisión conjunta de los bancos participantes, establece estándares de evaluación normalizados.