百融雲創將自研AI技術與金融業務深度融合，一站式全鏈路賦能金融機構數字化轉型。

ChatGPT的爆火催生了“百模大战”，同時也引領了生成式人工智能（AIGC）技術發展浪潮。我們正在昂首闊步走進大模型時代，人工智能對於金融領域的影響和賦能程度將繼續深化。但AI算法是否會萬衆歸於“生成式”，答案或非如此絕對。

“AIGC算法在金融數據建模和智能交互方面，展現了顯著優勢；在信用評分和欺詐檢測等方面，判別式AI技術更具實力。將兩種算法深度融合，可以靈活應對不同的金融場景和需求，在追求高效率和高性能之間達到最佳平衡。”近日，在中泰證券舉辦的策略會上，百融雲創CEO張韶峰如此表示。

張韶峰認爲，AI在金融行業的應用正在向2.0時代演進，也即從分析判別型向內容生成式進化，但同時，這一技術的革新不是一個非此即彼的過程。“AIGC技術在許多領域具有顯著的優勢，但不是所有的問題都可依靠它解決。”

在從AI1.0向2.0時代邁進的過程中，百融雲創是見證者，更是積極的參與者。成立九年來，百融雲創憑借強大的智能分析能力和深刻的行業洞察，將自研AI技術與金融業務深度融合，一站式全鏈路賦能金融機構數字化轉型。

當AI與金融邂逅，技術浪潮推動行業數智化

AI與金融之間的交融已經進行了很多年，金融業天然的風險屬性、服務特性爲AI的落地應用提供了廣闊的土壤。有統計顯示，近十年，受益於判別式AI等技術的長足進步，AI在金融領域的應用大幅提升，其中IT部門的應用佔比超過了60%。

判別式分析技術能夠幫助金融機構更好地進行智能分析與決策。有這樣一個例子，一家國有銀行委托百融雲創幫助其分析5000個已確認的欺詐樣本。通過復雜關系網絡模型，百融雲創成功地挖掘出了與這些樣本相關聯的9000余個團夥欺詐客戶。在這些欺詐客戶中，有83%的人在申請貸款時已被銀行拒絕，但仍有17%的人成功獲得了貸款，這導致銀行整體壞账水平陡然上升。

“如果銀行在貸前採用基於復雜關系網絡的機器學習算法，便有可能識別並拒絕這些高風險客戶，有效降低銀行的壞账率。”張韶峰介紹。

借助復雜關系網絡，百融雲創將現實世界中錯綜的人際關系抽象成圖譜。這樣一來，便能實現對客戶的“升維認知”，將原本錯綜復雜的客戶管理問題轉化爲清晰、可視化的拓撲網絡。利用關系圖譜，百融雲創對欺詐風險識別的准確率可接近90%，對團夥欺詐的違約率預測可提升4-10倍。

在張韶峰看來，過去十年來，基於知識圖譜、機器學習構建的復雜關系網絡是AI在金融領域的重要技術基石，同時也代表着AI1.0時代中判別式分析的典型應用成果。

“關系圖譜系統能保持高達tps6000以上的高性能計算。”張韶峰介紹，目前關系圖譜系統已經廣泛應用於反欺詐、貸後管理等領域，爲金融行業提供了強大的支持，並有助於挖掘和防範金融風險。

不僅如此，在風險評估、信用評級等多個領域，均有判別式AI技術在發光發熱。借助先進的機器學習技術，百融雲創將客戶的行爲信息等弱變量與金融活動產生強關聯，得以准確預測潛在的信用風險，幫助金融機構優化資源配置。

從判別分析到內容生成，AI與金融間的融合更爲深入

如果說機器學習、知識關系圖譜是AI技術在金融領域的第一代應用，那么內容生成（AIGC）則代表了AI應用步入新的階段。

AI2.0時期的典型特徵體現在，交互任務從函數復雜轉化到拓撲結構復雜，借助Transformer注意力機制得以進一步擬合人腦學習方式，最終實現自然語言處理（NLP）任務突破性進展。在NLP等先進技術的加持下，AI對金融領域的賦能實現了從智能分析到信息生成的全面升級。

張韶峰介紹，百融雲創早在2018年便成立了人工智能實驗室，錨定AIGC技術爲公司的新一輪技術發展曲线。然而，彼時這一技術尚處於初期發展階段，如今風靡全球的現象級爆款ChatGPT也在萌芽期。所以，業內對於生成式AI的認知局限於其智能性和實用性，並未提升到產業變革的高度。

伴隨着AIGC技術逐漸走向台前，百融雲創也已經累積出豐富的技術研發實力。截至目前，百融雲創人工智能實驗室基於智能語音識別、NLP、自動化機器學習（AutoML）、深度學習、隱私計算等技術以及Transformer、模型性能調優、復雜神經網絡等底層算法的研發布局，將生成式AI賦能到智能客服、智能營銷、貸後管理等業務領域。

其中百融雲創智能語音機器人基於Transformer架構搭建的算法模型，對客戶語音識別的准確率能達到99%以上，在語義理解方面，則全面使用了ChatGPT同源的預訓練模型，可以在最小化人工成本的前提下實現多輪對話。

在中泰策略會現場，張韶峰播放了多段智能語音機器人在財富管理、金融營銷、保險等領域的交互應用。從效果來看，無論是音色、情感、語速還是對話層面，智能語音機器人都能夠提供“真人級”的互動體驗。

張韶峰介紹，百融雲創智能語音機器人內置了軟交換（FreeSWITCH）、ASR（自動語音識別）、TTS（文字轉語音）、NLP等技術，每日進行超過億級規模的自動交互，該交互頻次規模領先業內。

具體到金融場景，某國有大行在零售業務條线中引入百融雲創智能語音機器人之後，成本大幅降低，相比純人工工況，“IVR+人工”模式節省成本約50%，“IVR”模式則可節省成本約90%，而且兩種模式考核結果接近人工服務標准的90%-95%。

大模型時代，垂類服務商迎來新的發展機會

乘着ChatGPT浪潮，大量資本和機構紛紛湧入人工智能產業，市場對於這一產業的技術走向也變得“唯生成式”而論。然而，這是否契合技術演進的客觀規律呢？張韶峰對此有所保留。他認爲，“在金融領域，AIGC與判別型算法共同發揮着重要作用，二者結合方可兼顧效率和效果。”

“AIGC雖然強大，還不足以應對金融行業面臨的所有挑战。”張韶峰說，AIGC算法在智能分析、財富管理等方面展現出優勢，而判別型算法則可以在風險識別、信貸評估等方面預測分析潛在的金融風險。

張韶峰舉例解釋道，百融雲創的智能運營業務线的核心技術同時包括三類AI算法：分別是分析判別和預測類算法、AIGC以及智能交互技術。

智能運營業務是金融機構數字化轉型的關鍵一環，聚焦於對存量客戶的深度經營。資料顯示，百融雲創智能運營業務线不僅能夠幫助金融業實現業務中的分層、定制化、人機耦合及系統自我優化等環節的增效目標，同時還擁有爲其开發的ASR、NLU、TTS模型底層調優策略，定制集成到其他軟交換系統中，大幅減少傳統技術帶來的網絡數據傳輸消耗，從而提供多場景的運營賦能。

根據百融雲創此前發布的2022年年度報告顯示，2022年該公司智能運營業務收入同比增幅超140%。財報同時顯示，百融雲創2022年實現營收20.54億元，同比增幅爲27%；經調整後淨利潤達2.94億元，同比增幅108%。公司毛利達到14.81億元，毛利率高達72%。

在張韶峰看來，當前面對金融行業數智化轉型的迫切需求，需要打好多元化的AI技術組合拳，才能更好捕捉市場微妙變化，爲金融機構提供更精准的風險預警。

值得注意的是，雖然AI技術應用不應局限於單一方向，但當前AI產業的發展軌跡卻呈現出趨同化現象，即人工智能正在義無反顧的沿着大模型的道路前進，這引發了市場對於大模型與垂直領域模型如何有效協同的思考。

對此，張韶峰認爲，唯有行業整合才能充分發揮各自優勢：大模型擁有廣泛的知識覆蓋和卓越的文本生成能力，但缺乏特定領域的深度理解；相反，垂直領域模型針對某一細分領域可展現出更高的專業性與精准度。“未來，大模型與應用層垂直領域模型有望共塑行業格局。”

本文作者可以追加內容哦 !