الخدمات المالية تُركّز على تدريب نماذج الذكاء الاصطناعي الخاصة بها في مراكز البيانات المحلية

تسعى شركات خدمات المالية إلى تبني الذكاء الاصطناعي التوليدي (GenAI) كأداة رئيسية لتحسين العمليات والتحكيم في الاستثمارات. ورغم أن الشركات الضخمة مثل "أمازون" و"مايكروسوفت" تقدم حلولًا سحابية للذكاء الاصطناعي، فإن الشركات المالية تفضل تطوير نماذجها الخاصة أو استخدام البنية التحتية المحلية، وذلك لضمان السيطرة على البيانات والامتثال للأنظمة التنظيمية المشددة. يُعد التدريب على نماذج الذكاء الاصطناعي التوليدي عملية معقدة وثمنها مرتفع. فعلى سبيل المثال، تكلفة شراء بطاقة "Hopper H100 SXM" من "نيفيديا" تبلغ حوالي 22,500 دولار، بينما تصل تكلفة تشغيلها في السحابة إلى 323,202 دولارًا على مدى ثلاث سنوات. هذا التفاوت في التكاليف يجعل الشركات المالية تفكر في تدريب النماذج في مراكز البيانات الخاصة بها أو في مرافق "الكو-لوكيشن" القريبة، حيث يمكنها تقليل التكاليف وزيادة الأمان. تواجه شركات الخدمات المالية تحديات في تدريب النماذج، خاصة من حيث الأمان والامتثال التنظيمي. فكثير من هذه الشركات تفضل إجراء التدريب محليًا، حيث يمكنها التحكم في البيانات وحماية نماذجها الخاصة. كما أن النماذج التي تطورها هذه الشركات تكون معقدة وذات طبيعة خاصّة، وتحتاج إلى بنية تحتية قوية، مثل أنظمة "نيفيديا" المتطورة، والتي تتطلب معدات عالية الأداء وشبكات ذات عرض نطاق عالي. تُستخدم نماذج الذكاء الاصطناعي التوليدي في مجالات مثل تحليل الامتثال التنظيمي، واتخاذ قرارات الاستثمار، والتحقيق في المطالبات التأمينية. كما أن بعض شركات التحوط تستخدم نماذج الذكاء الاصطناعي التوليدي لتحسين الأتمتة في تداول الأوراق المالية، باستخدام بيانات مالية ضخمة تُجمع يوميًا من الأسواق الرأسمالية. هذه البيانات لا تتوفر على الإنترنت، مما يزيد من أهمية البنية التحتية الخاصة. من بين الشركات التي تستخدم هذه التقنيات، تُعتبر البنوك التجارية مثل "جيه بي مورجان تشيس" و"بنك أمريكا" من المبتكرين في تطبيق الذكاء الاصطناعي التوليدي، بينما تُركّز شركات التحوط على تطوير نماذج أكثر تعقيدًا. كما أن هناك اهتمام متزايد بمستويات الدقة المنخفضة مثل FP8 وFP4، لأنها تسمح بتدريب النماذج بسرعة أكبر دون تأثير كبير على الأداء. تُعد "سوبيرمايكرو" من الشركات التي تقدم حلولًا مخصصة لشركات الخدمات المالية، وتُركّز على تصميم أنظمة متوافقة مع مراكز البيانات الحضرية، حيث تُستخدم تقنيات التبريد السائل لزيادة كفاءة استهلاك الطاقة. وبحلول عام 2027، من المتوقع أن تتطور أنظمة "نيفيديا" لتصبح أكثر كثافة، مما يزيد من الحاجة إلى البنية التحتية القوية. في النهاية، تُعتبر شركات الخدمات المالية من أوائل الشركات التي ستستخدم أنظمة الحواسيب الكبيرة (AI supercomputers) ونماذج الذكاء الاصطناعي العضوي (agentic AI)، وستكون هذه التقنيات مناسبة لتطوير عمليات مالية أكثر ذكاءً. وعندما تتطور هذه التقنيات، من المتوقع أن تتبعها جميع القطاعات، كما حدث في الثورات الحاسوبية السابقة.