百融云创:用决策式AI和生成式AI 画出一个完整的圆

审视人工智能的发展,要置于恢弘历史画卷中。从决策式AI到生成式AI,一个AI之圆逐渐成型,与此同时一个全新的增量市场也正被徐徐打开。

人工智能第三产业化自2006年,科学家模拟人类神经元提出了神经网络的深度学习算法以来,决策式AI便以席卷之势漫延到各个领域。百融云创作为AI云服务领航者,从创立之初即着手将决策式AI技术引入到垂直产业之中。越深入产业,百融云创就越深刻认识到,当我们谈AI的时候,其实更应该谈的是经济。较高的技术门槛和高昂的经济成本,让AI产业化之路走得磕磕绊绊,产业界对技术的反应一度意兴阑珊。面对这种现状,百融云创CEO张韶峰认为,决策式AI在感知、推理、决策等方面展现出强大的能力,势必将带来一场浩大的技术革命,但需要一个全新的商业理念和方法论来推开这扇技术大门。他认为,决策式AI已不单纯是一门技术,更不是一锤子买卖,不能将决策式AI当做是一般的工程化产品来看待。比如最初微软公司售卖Office办公软件的方式,卖出一套产品收取一笔钱,这是技术产品第二产业化。但这不适用于高技术门槛和高成本的决策式AI技术,要想将决策式AI大面积嵌入到产业中,需要改变整个游戏规则,要颠覆一个场景一个模型的售卖方式,采用服务化的理念,将决策式AI推进到第三产业的范畴。

决策式AI——AI的中场战事在这种理念的驱使下,以决策式AI为基础,百融云创率先将MaaS(模型即服务)模式在金融领域发扬光大。百融云创通过“大规模预训练﹢微调”的范式,有效集成大模型、自然语言处理、智能语音、知识图谱等多项技术,通过上游的训练后形成强泛化能力的模型,为产业客户提供模型训练、模型调用和模型部署等服务。百融云创就好像是为客户培养了一位技术精湛的音乐家,面对不同的乐谱稍加练习就可以演奏出优美的乐曲,而不需要从头开始学习都啦咪嗖。这大大改变了AI产业的商业模式,传统模式下构建一个复杂的AI模型,企业要走完“数据处理-环境处理-模型训练-模型调优-模型部署-生产应用”的漫长路径。而在MaaS模式下,这一路径被简化成“大模型-数智工具-应用场景”三步,建模效率得到质的提升。产业客户无需关注硬件设备和底层技术细节,只需要将精力专注于业务逻辑,通过API调用现成模型产品,就能直接用于产业应用,或者根据百融云创的大模型“微调”出自己的产品。在金融领域,无论是大型银行还是中小银行,都能轻松上手,无需额外的学习成本。事实证明,这种方式是可行的。在不到十年的时间里,百融云创即把AI能力输送到7000多家客户中,调用量达到百亿级。但张韶峰清晰地认知到,如果以一个宏观的视角来观察,决策式AI拉开了AI上半场的序幕,它只是完成了部分任务。对于产业而言,决策式AI主要作用于中间作业环节,面对的是产业客户而非终端用户。以金融产业为例,百融云创通过决策式AI帮助金融机构,掌握几十万乃至更多数量级客户实时分析能力,辅助其决策。在某银行的合作中,助力其将审批时长从几个小时大幅压缩到几分钟以内。在营销场景下,百融云创通过决策式AI为金融机构提供科学建议,比如触达用户的方式到底是用APP推送、发短信,还是上门服务。但无论是用户分析还是营销策略的制定,后续采取怎样的行动完全取决于金融机构的偏好,可以说,百融云创决策式AI为金融机构提供的仅是决策的参考,是对中间环节的赋能,对业务结果的影响是间接的。03决策式AI+生成式AI打开增量市场

而以大模型、AIGC为代表的生成式AI技术的崛起,为决策式AI补齐了最后一块拼图。生成式AI最大的优势就是其强大的交互能力,通过语音、文字还是视频等多模态的交互,AI直接与广大的个人用户“碰面”了。

百融云创将决策式AI和生成式AI进行串联,将AI能力从中间作业环节延伸至最终效果环节,让AI在垂直行业变得可用、可见、可感知。比如在财富管理领域,一名线下客户经理的管户数量是有上限的,有90%以上的客户无法触及。百融云创通过决策式AI对用户进行数智化洞察,制定完善的营销和运营策略,然后结合生成式AI所生成的文字和语音与用户进行深度交互。在某国有大行的合作中,在决策式AI与生成式AI的协作下,一名客户经理每天只需花不到60分钟就能完成3000条以上的个性化消息推送,与客户进行1万次以上的深度对话,而以往被忽略掉的长尾客群也得到了“私人订制”般的服务。

决策式AI和生成式AI的完美搭配,对于垂直产业而言,强大的知识分析能力和内容生成能力将兼而得之。尤其在金融产业,由于两种AI技术的融合,中间层和业务层得以贯通,产品营销、投资顾问、财富管理等环节将迎来一个前所未有的利好。推而广之,在整个大的资产运营领域,一个全新的增量市场也将被打开。

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )