第八屆數(shù)字中國建設峰會4月29日-30日在福建省福州市舉行。峰會期間，由北京大學主辦的“數(shù)智賦能·金融創(chuàng)新”數(shù)字金融分論壇，深入探討了數(shù)字技術如何重構金融生態(tài)以及適應新時代需求的數(shù)字金融人才培養(yǎng)模式。
國家數(shù)據(jù)局副局長夏冰，中國科學院院士梅宏，中國工程院院士凌文，北京大學信息科學技術學院院長侯士敏，北京大學光華管理學院院長劉俏，度小滿首席技術官張文斌，中金研究院執(zhí)行總經(jīng)理周子彭等參加了本次分論壇。
張文斌以《Agent重塑客戶體驗與金融風險決策模式》為題進行了分享。他表示，以R1推理大模型發(fā)布為關鍵節(jié)點，大模型能力、通用工具能力以及AI在金融中的應用場景都發(fā)生了巨大的變化。在模型能力方面，從擅長語義理解與內(nèi)容創(chuàng)造的生成式大模型，轉(zhuǎn)向具備復雜邏輯推理能力的推理大模型。通用工具也從專注效率提升和能力拓展的智能助手，升級為擁有自主決策與行動能力的Agent。
（度小滿CTO張文斌做主題分享）
隨著AI能力的不斷提升和對AI需求的不斷增長，推理大模型在金融中的應用從客服助手、資料審核等“外圍”領域，深入到用戶體驗、風險決策等“核心”場景。張文斌認為，在客戶體驗上，AI Agent重構了交互模式，可以全流程對客戶進行線上引導，實時解答用戶疑問，有效避免了人工干預導致的體驗割裂。以信貸領域的用戶借款為例，他詳細對比了傳統(tǒng)流程與AI技術改進后的差異：以往，用戶在APP申請借款后，如果沒有自動通過審批，就需要進行人工審核，信審人員致電用戶要求用戶補充資料，需要重復問客戶很多問題，流程繁瑣且等待時間長，涉及多次跳轉(zhuǎn)和人工操作。而現(xiàn)在，借助AI技術，從授信、用信、增信到自動審批，全流程實現(xiàn)線上引導，就像給每個人配備了專屬客戶經(jīng)理，保障了體驗的一致性。
在風險管理領域，相比傳統(tǒng)風控模式是將原始數(shù)據(jù)加工為結構化變量再處理，存在信息折損，推理大模型能夠充分理解全維度原始數(shù)據(jù)，提升數(shù)據(jù)使用效能，例如它可以基于用戶流水識別出疑似向高風險賬戶轉(zhuǎn)賬等小概率但高風險的行為。
對于大模型如何落地應用，張文斌建議：一是尋找“小切口”構建Agent，例如在風控場景中，先從信用評級相對弱的客群中篩選出優(yōu)質(zhì)客戶，深入特定場景、特定客群，基于特定目標研發(fā)差異化Agent，實現(xiàn)做深做透。二是先落地應用，利用產(chǎn)生的場景化數(shù)據(jù)反向優(yōu)化模型，形成“場景應用 - 數(shù)據(jù)積累 - 模型迭代 – 效果優(yōu)化”的“飛輪效應”。三是集中算力和人才，建立適應AGI時代的企業(yè)組織。通過集聚算力資源與專業(yè)人才，成立專項團隊加速AI應用落地；優(yōu)先培育“AI覺醒人才”，發(fā)揮其示范效應，帶動全員融入AI轉(zhuǎn)型，實現(xiàn)組織能力的跨越式升級。
版權與免責：以上作品（包括文、圖、音視頻）版權歸發(fā)布者【度小滿】所有。本App為發(fā)布者提供信息發(fā)布平臺服務，不代表經(jīng)觀的觀點和構成投資等建議
熱門跟貼