經歷了年初的TMT主升階段、二季度的題材蓄勢,AI行情演繹逐漸進入佳境。下半年伊始,AI+的應用邏輯認知逐漸強化。在垂直領域,相比狹義的AI技術應用,大模型可以帶來更爲寬廣的賦能。

“通用大模型不是模型應用的唯一方向,面向垂直產業的模型會成爲大模型價值的引爆點。”在2023世界人工智能大會(WAIC)上,某頭部互聯網大廠高管在論壇上如此表示。

特別是針對金融、醫療、政務、教育垂類場景,因其對於行業隱私和信息安全的要求極高,在這些領域部署產業模型的需求大幅提升。

“大模型+垂直場景”締造價值最大化

今年3月,OpenAI宣布开展第三方插件之後,AI+應用的邏輯認知正式开啓。業內人士斷言,只有將大模型和垂直領域場景相結合才是創造價值的關鍵。

在金融領域,近期恆生電子、百融雲創等公司陸續展示了自家大模型,定位於深入金融場景,通過“1+N”範式來實現大模型的有效落地。據悉,恆生電子的大模型將於9月末开放使用,百融雲創大模型BR-LLM已經問世,致力於通過MaaS模式(模型即服務)向金融機構提供服務。

公开資料顯示,作爲金融AI雲服務頭部平台,百融雲創(百融雲-W,6608.HK)打造的場景驅動產業大模型——BR-LLM在自主搭建大模型底層框架的基礎上,預訓練篩選出千億tokens的高質量領域語料進行訓練。通過深度微調,BR-LLM能支持百億級參數,有效對接復雜金融場景。

以信用卡營銷爲例,無論是總行還是分行,權益運營均是剛需。銀行建立的營銷場景繁多,集成了特色商戶權益、线上指定商戶立減金等多樣化策略,不同的業務場景對應着相應的供應商和營銷品牌。

那么,總行和分行的營銷專區如何整合,又如何最大化、最優化的制定資源配置方案?分行如何打造特色營銷口碑?都是待解難題。

針對這一痛點,百融雲創大模型可以憑借MaaS模式,應用生成式和判別式AI技術爲銀行提供智能營銷解決方案。BR-LLM通過從非結構化標籤中抽取和總結關鍵信息,輸出模型結果,進而匹配不同的權益評估。比如,如果模型通過機器學習發現,信用卡用戶的本地商戶消費頻繁,便會輸出本地優惠活動等營銷策略建議。

再例如,百融雲創大模型通過挖掘綜合指標體系將其提煉爲有用的特徵值,這些“特徵值”通過靈活的模塊設計,擴展至應用判別式AI技術構建的專屬模型之中,進而對各個營銷專區的效果進行評估和預測,以此協助銀行整合營銷組件,最大程度進行資源優化。

事實上,在將大模型應用於金融服務之前,百融雲創便已擁有一套完整的信用卡權益運營解決方案。據百融雲創相關人士介紹,某國有大行地方分行的信用卡中心採納百融雲創整合營銷策略,吸引用戶通過微信綁定總行信用卡指定线下門店掃碼消費立減活動,月均可完成近10億元消費額。

該人士表示,在百融雲創大模型問世之後,上述賦能程度會進一步加深。這源於MaaS模式的高復用、高適配特性,使得銀行無需自建和訓練模型便能高效應用權益運營解決方案。

AI+應用夏季攻勢行情可期

綜合市場觀察報告來看,機構多數預計,下半年人工智能概念會繼續走強。首先,宏觀環境方面,下半年料將有1-2次降准,另外中期借貸便利(MLF)利率可能會同步調降,貨幣政策保持寬松加之財政政策呈現積極態勢,基本面將進一步催化行情。

再者,AI的主題特性仍在。目前,國內大模型已經陸續开放測試及初步應用,同時政策層面《人工智能法》已經被列入立法計劃,預計隨着監管政策的出台,大模型有望加快步入規模化應用階段。

而從中報業績催化來看,中國銀行報告指出,由於算力層主要受估值驅動,中間層受事件驅動,應用層跟隨業績走勢,因此,中期業績將是AI+應用的關鍵研判窗口期。

展望下半年,機構分析認爲,AI的普漲階段已經過去,接下來估值和業績高度匹配、真正具備競爭壁壘的公司有望脫穎而出。

其中,由於港股的估值已經位於歷史低位,機構建議關注下半年港股市場資本回流情況,特別是業績優質的AI公司具備一定估值修復空間。以百融雲創爲例,該公司在今年第一季度主營業務總收入達到5.66億元,同比增長25%,增速超越同行,可以說是一家具備明確業績兌現的AI公司。根據機構觀察,百融雲創利用MaaS模式減輕用戶建模負擔,使大模型落地更多金融場景,有望持續領跑金融AI市場。

本文作者可以追加內容哦 !