Homenetray updateAdopsi AI Berbasis LLM di Sektor Ekonomi dan Finansial

Adopsi AI Berbasis LLM di Sektor Ekonomi dan Finansial

Published on

Sudah seperti sebuah keharusan apabila sektor ekonomi mengadopsi teknologi kecerdasan buatan (AI) untuk meningkatkan aktivitasnya. Relasi AI dengan urusan pengelolaan kesejahteraan ini bahkan bisa dibilang sebagai hubungan simbiosis mutualisme. Sebab, tantangan dan potensi sektor ekonomi pada akhirnya juga dapat mendorong pengembangan teknologi AI itu sendiri.

Salah satu endorsement sektor ekonomi adalah pengembangan model bahasa sebagai arsitektur kecerdasan buatan seperti Large Language Model (LLM). Model bahasa AI ini memiliki potensi dan kegunaan yang berlimpah terutama untuk membantu pelaku ekonomi memahami dinamika pasar. Antara lain dapat digunakan untuk mengembangkan aplikasi yang mampu memprediksi pasar, risk assessment, respons pelanggan, dan lain sebagainya.

Menurut laporan dari The Alan Turing Institute tahun 2024, setidaknya potensi pasar pengadopsian AI berbasis LLM di sektor finansial diprediksi sebesar $40 miliar pada akhir dekade ini. Potensi tersebut dijawab dengan pengembangan sejumlah aplikasi AI oleh sejumlah pihak. Salah satunya adalah aplikasi BloombergGPT yang dikembangkan oleh perusahaan media dan finansial Bloomberg asal New York, Amerika Serikat.

Model ini memiliki sejumlah power sebab Bloomberg memiliki data training di bidang ekonomi dan finansial sejak beberapa dekade lalu yang diakomodir Bloomberg Terminal. Sebuah platform perangkat lunak yang menyediakan akses ke berbagai jenis data keuangan, berita pasar, analisis, alat perdagangan, dan informasi lainnya kepada para profesional keuangan. Hal ini memungkinkan BloombergGPT memahami dan menghasilkan teks yang sangat relevan dengan konteks keuangan. 

Dengan mengintegrasikan Bloomberg GPT ke dalam Bloomberg Terminal, para profesional keuangan dapat memperoleh manfaat tambahan yang signifikan dalam analisis dan pengambilan keputusan mereka, seperti tools analitik yang maju, insight otomatis, dan alur kerja yang lebih efisien bagi para pengguna. 

Aplikasi BloombergGPT dapat menjalankan sejumlah fungsi seperti analisis sentimen, klasifikasi berita, entity recognition, automasi layanan pelanggan, membuat laporan keuangan, dan meningkatkan analisis data dalam ekosistem Bloomberg. 

Memanfaatkan teknik machine learning yang canggih, Bloomberg GPT dapat menangani kompleksitas bahasa keuangan, menawarkan peningkatan produktivitas yang signifikan, dan mengubah cara data keuangan diproses dan dianalisis. Model ini berpotensi menghasilkan pengambilan keputusan yang lebih tepat dan peningkatan efisiensi pasar dalam industri keuangan.

Pemanfaatan LLM Selain BloombergGPT

Tentu saja BloombergGPT tidak bermain di dalam kolam sendiri tanpa pesaing. AI co-pilot bernama FinGPT hadir untuk membantu publik dalam melakukan analisis finansial dan investasi. Model ini dikembangkan oleh tim peneliti dan teknisi di University of Illinois Urbana-Champaign. Proyek ini merupakan bagian dari upaya mereka untuk menerapkan teknik pemrosesan bahasa alami (NLP) tingkat lanjut ke sektor keuangan. Tujuannya untuk meningkatkan cara menangani kerja keuangan seperti analisis sentimen, prediksi pasar, dan penilaian risiko.

llm
Gambar 1. Ilustrasi bisnis Image by freepik

FinGPT mengaku bahwa servis mereka akan jauh lebih terjangkau dibandingkan dengan pesaing. Aksesibilitas juga menjadi isu penting bagi FinGPT karena mereka menginginkan aplikasi yang mudah digunakan oleh semua orang bahkan yang tidak memiliki latar belakang bisnis dan finansial sama sekali. Dengan mengotomatisasi dan meng-upgrade sejumlah fungsi, FinGPT dapat secara signifikan memangkas waktu dan load analisis keuangan yang rumit, melakukan prediksi pasar yang lebih baik, dan berinvestasi lebih strategis.

LLM di sektor ekonomi tak hanya menangani tugas dan kerja finansial secara umum. Untuk task yang lebih spesifik terdapat model bernama TradingGPT yang dapat mengemulasi behavior dari seorang trader. Sistem ini dirancang khusus untuk memahami seluk-beluk pasar perdagangan saham dan dana, sehingga memungkinkan sistem ini untuk memahami dan memanfaatkan informasi penting dari berbagai lapisan data keuangan yang kompleks untuk mendorong strategi perdagangan yang terinformasi.

Pengembangan TradingGPT juga dirancang secara khusus, yakni dilatih dengan data keuangan yang luas, termasuk data historis harga komoditas, berita pasar, laporan ekonomi, dan pola-pola perdagangan. Pelatihan khusus ini memungkinkan model untuk memahami dan menghasilkan wawasan yang relevan dengan perdagangan dan analisis pasar.

Selain tiga sistem di atas, di luar sana masih banyak lagi pengembangan LLM di sektor finansial dan ekonomi seperti pre-trained NLP FinBERT, InvestLM yang fokus di isu investasi, model bahasa FLANG, dan LLM buatan Tiongkok yakni BBT-Fin dan XuanYuan 2.0. Akan tetapi pada dasarnya pengembangan LLM di bidang finansial mengarah ke model yang dapat menangani kerja dan tugas yang merata atau yang terspesialisasi secara spesifik.

Meskipun belum menyasar ke bidang ekonomi dan finansial, Netray saat ini juga memiliki pengembangan aplikasi berbasis LLM dalam lini produk teknologinya. Salah satunya adalah fitur percakapan medis (medical chat) yang terintegrasi ke dalam layanan bantuan kesehatan AI Care. Atau pembaca bisa mencoba produk Netray lain seperti Netray Media Monitoring, Netray Translate, dan Netray Meeting Transcribe.

Editor: Winda Trilatifah

More like this

Media Monitoring untuk Pemerintahan: Seberapa Penting?

Mengapa media monitoring/pemantauan media sangat penting bagi pemerintahan? Baik itu pemantauan media massa daring...

Mengenal Analisis Jaringan Sosial dalam Pemetaan Aktor Media Sosial

Analisis jaringan sosial atau sering dikenal dengan Social Network Analysis (SNA) merupakan metode untuk...

Apa Itu Analisis Sentimen dan Bagaimana Cara Kerjanya?

Mengembangkan bisnis di era digital memiliki berbagai tantangan. Seperti tantangan untuk menarik banyak pelanggan...
%d bloggers like this: