AI:FromSubroutinetoRevolution
这篇文章主要探讨了人工智能(AI)如何在金融领域发挥作用。AI技术的发展已经超越了人们的想象力,它可以替代部分人类工作,增强人类的技能,并在日常生活中推动新的发现。AI技术能够应用到真实世界的金融服务领域,其子集包括机器学习(ML)和深度学习(DL)。ML是指机器通过算法独立地理解随机数据,而DL是一种通过大量数据进行训练的技术。文章提到了多个因素促使AI技术在金融服务领域得到广泛应用,包括大数据、云计算、开源软件和在线课程等。
金融科技新纪元：QualgroAi人工智能revolution
QualgroAi于2014年1月15日正式上线，这是一家致力于将人工智能技术应用于传统金融服务的创新型公司。QualgroAi的核心优势在于其对AI技术的深度应用与专业金融结合，能在投资策略、市场分析和客户服务等方面带来革命性的改变。其处理大规模复杂数据的能力以及个性化的客户服务系统，将极大提升用户体验和客户满意度。而且，QualgroAi非常重视数据安全和隐私保护，采用最先进的安全技术，确保所有用户数据的安全性和隐私性。预计随着 AI 技术的不断发展，QualgroAi将成为金融科技行业的领导者，推动整个金融服务行业迈向一个更智能、高效的新时代。
的结构化数据智能问答与信息检索技术：挑战与机遇
这篇文章主要探讨了基于结构化数据的智能问答和信息检索技术，特别是关注于自然语言到结构化数据的转换，也就是NL2SQL任务。文章介绍了一种新的 NL2SQL 数据集——AntSQL，它是基于金融领域的大规模中文数据集，采用了金融领域的表格作为数据源，涵盖了基金的产品和属性。该数据集的特点包括强金融属性和对话属性，每只基金有众多不同的维度，具有一个或者多个相同属性不能唯一确定某一只基金等。该数据集已在 WAIC2022 大会成功举办了评测比赛，并已在阿里云天池数据集开放了长期的 leaderboard。
金融智能革命：AI驱动的机遇与挑战
金融智能革命是AI驱动的风控、投资和服务，为现代金融行业带来前所未有的机遇和挑战。AI在风控中的应用包括信贷风险评估和市场风险管理，提高信贷审批效率和降低不良贷款风险，实时监测和预测风险因素，帮助投资者及时调整投资策略。AI在投资策略中的应用包括量化交易和资产组合优化，提高交易效率和降低交易成本，根据投资者的风险偏好和收益目标，提供最优的资产组合方案，自动回复客户的问题和意见，并根据客户反馈优化产品设计和服务质量。
“东方财富、同花顺金融大模型发布，引领行业新潮流！”
本文介绍了东方财富和同花顺两家公司纷纷发布金融大模型。东方财富开发的妙想金融大模型内测启动，依靠数据特色和算法、算力优势，构建金融行业模型底座能力。同花顺也发布了金融大模型HithinkGPT，具备金融查询、投资咨询、资讯分析等功能，为用户提供全面而深入的服务。这两家公司的金融大模型分别从不同的角度推动金融科技创新。
让大模型在金融产业用起来 百融云创大模型问世
金融是人工智能技术渗透最为广泛的领域之一，大模型或许将在金融领域率先开启“iPhone时刻”。 自从OpenAI推出ChatGPT大模型开始，通用大模型在全球范围内迎来爆发式增长，多家巨头型企业开始了军备竞赛。但与市场的喧嚣不同的是，百家争鸣的背后，是大模型如何能够接地气，真正在产业落地的困境。 当通用大模型运用在特定领域内，比如医疗、金融等，由于缺乏领域内专业和庞杂的知识作为依托，其能力表现往往不尽如人意，大模型发展路径也因此分出一条岔路，市场中越来越多的企业开始将目光投向了产业大模型，在金融领域这一趋势尤为强烈。 01「 两次AI浪潮下的百融云创」百融云创是国内率先致力于将AI技术与金融场景结合的科技公司之一，它的发展历程是两次AI浪潮在金融领域叠加向前的一个缩影。2014年百融云创成立，恰逢AI第一波浪潮正风起云涌，百融云创将创新重点聚焦在判别式AI上。判别式AI的技术特性决定了它不需要穷尽所有信息，而只需要部分较为精准信息，即能给出明确的决策结果，进行“好”与“坏”的分类，“是”与“否”的判别，这对于彼时正快速线上化、数字化的金融机构来说，判别式AI占据了天时地利人和。百融云创用判别式AI敲开金融机构的大门，以保守稳健著称的金融机构，也调整身姿全面拥抱人工智能。过去几年间，基于判别式人工智能，百融云创帮助金融机构在信用评估、金融反欺诈、风险预警、贷后管理等多个场景实现了AI产业化落地。当下，以生成式AI为代表的第二波AI浪潮正席卷而来。百融云创作为上一波技术革命的先行者，也率先行动起来。百融云创基于深度学习Transformer框架，结合NLP、智能语音等技术，打造了场景驱动的产业大模型——BR-LLM。百融云创自主搭建了大模型底层框架，通过深度微调能支持百亿级参数的训练。百融云创大模型主要提供AI开发、智能交互、分析决策的三种服务能力。在开发端，不仅适用于金融机构不同开发能力的技术人员，也适用于非技术人员实现自动化开发。在交互端，提供语言理解、多轮对话、语言处理、文本生成“听、说、读、写”四种能力，适用于金融营销、客服等场景；在决策端，为金融全生命场景的智能决策提供更全面的信息，为决策效率的提升注入更为强大的动能。百融云创希望让大模型变成像水、电一样供金融机构按需使用，实现金融领域的模型即服务。02「 百融云创大模型将带来哪些产业惊喜？」在AI开发层面，百融云创大模型展现出强大的代码自动化生成能力。在金融机构中，传统的机器学习模型开发在某种程度而言是一种“手工作坊”的模式，一个场景一个模型，模型之间的经验也不能互相积累和复用。百融云创大模型的自动生成能力将颠覆这一现状，面向不同金融场景的业务诉求，百融云创大模型工程师只需要下达清晰的指令，用文字描述出需求，即能自动生成模型，极大提升机器学习的开发效率和生产模式。开发人员的角色也会随之发生变化，如果说此前开发人员只需要做好技术的工作，有了大模型的加持开发人员还要做好“提问者”的角色。在智能交互方面，百融云创大模型能提供“真人级”对话效果，对客户的语音识别准确率可达到99%以上，每日进行超过亿级规模的自动交互。同时，大模型还有“高人一筹”的表现。比如，当银行工作人员向客户推销金融产品时，客户问到一些如近十年某基金收益率这样的专业性问题，工作人员无法及时给出准确的反馈，客户可能就此流失。而大模型跨模态、跨语言的深度语义理解与生成能力，在处理复杂和专业性金融知识上，具有人工所不具备的能力。一家大型银行动辄几千万的客户，大模型将会为每名客户提供一个7×24小时专属服务，这将为金融客服、智能投顾、产品营销等带来质的飞跃。在分析决策方面，以判别式AI为代表的小模型已经发挥重要作用，大模型的进场将进一步激发小模型的能量。数字化转型的快速推进，使得银行内部形成了大量的非结构化数据，这对信息质量要求比较高的判别式AI而言是一片无法触及的领域。当训练的信息量超过一定阈值，大模型就会出现“涌现现象”，即“在较小的模型中不存在，但在较大的模型中存在的能力”。百融云创大模型能够凭借强大的信息挖掘能力，唤醒金融机构大量沉积的信息，就像是一块巨大的磁石，做关键信息的抽取，为判别式小模型进行赋能。比如在风险监控、信用评估、反欺诈等场景下，大模型能挖掘出小模型无法覆盖到的区域，丰满信息的维度。大模型对于小模型并非是替代或“消灭”，相反，两者将是相互协作的关系，大模型与小模型相互搭配，将大大提升金融决策的精准度和效率。03「“大”非万能 产业的knowhow更为重要」与普通模型相比，大模型具有更加复杂和庞大的网络结构、更多的参数和更深的层数。但更大规模，并不等于更强模型能力。产业大模型考验的是算力+行业knowhow+模型精调的综合能力。其中行业knowhow尤为关键，这是专家经验、行业知识、组织能力、工程能力的综合体，而这也恰恰是垂直企业的竞争优势所在。比如在银行运营环节，由于模型都是黑盒模式，由模型制定出的营销策略，很难让一线执行的客户经理完全信服，当模型制定的策略置于现实情况产生了偏差，此时该如何协调客户经理与AI之间的关系？或者由于外部环境发生变化，如疫情对居民收入带来了影响，金融机构原有的信贷模型与现实情况就会产生偏差，此时要如何优化原有的参数？如果仅有大模型而没有足够深入的产业knowhow是远远不够的。百融云创很多同事来自于世界各著名金融机构，对于国内外金融产业发展拥有深刻的理解，截至目前百融云创已经为7000多家不同类型的金融机构提供服务，这些都为金融产业的knowhow积累下独有的优势。比如在某中小银行的服务中，百融云创要从数字化转型总体规划入手，逐步深入到产品和业务等多个层面。有时要协同科技部门、业务部门等多个部门，并搭配非常深厚的产业视野，才能真正深入场景，直抵产业的核心。百融云创大模型的价值和意义，是其在满足业务的真实诉求中寻找适配的技术方案，而非是为技术寻找应用的场所。04「大模型之外的多种武器」当然，必须指出的是，大模型这一变革性技术的应用面临着数据安全、模型风险等多重全新挑战。为应对这些挑战，在大模型之外，百融云创还打造了多种技术武器，共同构成了大模型应用的技术底座，这个底座由大模型、模型管理平台以及隐私计算平台共同组成，提供了从数据安全、模型开发到模型管理的整套服务生态，为大模型的安全、合规应用保驾护航。当前，已经有多家银行陆续接入百融云创大模型之上，悄然酝酿一场人机协同的智能交互和内容生产革命。ENDRECOMMEND推荐阅读 百融云创模型管理平台 开创全局统一的模型资产管理新局面 百融云创荣获华为鲲鹏展翅伙伴计划认证 国有大行数字化转型的十年｜缘起信息化，走向开放化
AI金融新篇章：中科曙光与网鼎明天共话国际转型
这篇文章主要介绍了我国AI技术的发展和应用，特别是在金融行业的具体实践。中科曙光解决方案部的姜永凯老师和王晓明先生就“海光DCU开启金融AI国际转型新纪元”这一主题进行了深入的交流和探讨。他们探讨了人工智能算力生态和市场壁垒，国产信创机遇和核心技术研发成果，以及中科曙光国产人工智能芯片的优势和海光DCU取代进口产品的方案与价值。此外，他们还交流了中科曙光的智算资源解决方案和产品，包括智算资源平台，智算GPU资源池，基础运行环境等。
37页 | 度小满：人工智能在金融行业中的创新应用 （文末附下载）
度小满CEO朱光在致辞中表示，随着技术底座的建设，大模型技术出发的“第一幕”已经成功上演，应用落地的“第二幕”正徐徐拉开，生成式AI正在深入到各行各业。朱光回顾了过去十年来金融业的发展，大数据技术与金融业结合，推动了数字普惠金融的极大发展，这是AI 1.0在金融领域带来的变革，“以大模型技术为代表的人工智能2.0，它的通用智能，与金融行业数据和真实的业务场景融合，让金融科技进入全新的发展阶段。” 朱光表示，未来五年，生成式AI在金融领域的应用，将成为度小满最重要的战略方向，度小满将不断加大金融垂类大模型及应用的布局和投入，和业界一起把握机遇，推动新一轮金融科技发展浪潮。在金融领域，大模型技术蓄势待发，真正的‘变革时刻’还没有到来。 面对金融大模型的产业落地，朱光给出了解题思路，“业务需要‘向下看’，了解底层技术的基本原理和框架，才能够更好的借助大模型技术，去定义和解决真正的业务难题；技术则要‘向上看’，让通用大模型与行业数据、场景数据与业务需求结合，将技术转化为产业价值。”朱光指出，大模型的技术趋势已经成为共识，但趋势本身并不是风口，大模型产业价值的创造，依赖于所有从业者坚实的努力。 面对新一轮技术变革的机遇窗口，度小满积极布局大模型技术的研发和应用。一方面，度小满携手哈工大共建人工智能联合研究中心，围绕大模型基座研发、大模型技术原理及其应用技术等领域开展前沿研究，提升大模型的技术创新能力和实际应用效果；另一方面，度小满还推出了国内首个千亿级的中文金融大模型轩辕，并面向所有金融机构开源。目前，度小满正与百度云共建基于文心一言的金融行业解决方案。 报告部分内容展示： 免责声明：图文转自度小满&极客传媒，仅供学习与交流，非商业用途，版权归原作者所有，如有侵权，联系即删。 最后推荐一下我的知识星球：产品学社！ 现在加入星球，你可以获得许多干货内容，比如：ChatGPT&AIGC资料、各行业研究报告、产品原型、产品运营、互联网面试求职等，还有大量的电子书和各种学习资料。 基础价格为59元/年，早买早受益。 ················· END ················· 关注「奔跑的梦想家」公众号并设为⭐️星标 获取 “人工智能在金融行业中的创新应用” ，回复下方关键字▼ 人工智能在金融行业中的创新应用
《奥本海默》开启新篇章：大语言模型引领数智化转型
电影《奥本海默》中的名言揭示了大语言模型的开启，其背后带来的是以智能化为主导的经济增长新世界。金融行业由于数据的丰富性，成为大模型应用的重要场景。当前，生成和决策两大类金融大模型已在银行、证券等金融机构中落地，实现了在智能对话机器人、金融产品营销广告等场景中的应用，以及自动化交易、智能贷款、投研助手等多元应用场景。华藏通用大模型助力金融行业提高效率，展现出其“可控、可定制、可交付”的核心特征。未来，大模型将在金融领域的各个场景和领域发挥重要作用，赋能千行百业，进一步推动人工智能的发展。
AI金融：大模型时代的惊喜与变革
本文介绍了人工智能在金融领域的应用，特别是在保险和银行的核保和理赔、市场营销以及客户服务等场景。随着人工智能技术的发展，如OCR和LLM，金融行业中的AI应用正在经历新的发展态势。例如，智能客服的服务能力变得更加强，能够进行查询信息、答疑解惑、办理业务等，同时还能陪聊天、讲故事，且上下文理解和记忆能力相当逆天。AI数字员工也在金融行业各个岗位上发挥重要作用，如客服、招商、营销、培训和风控等。此外，AI在金融领域的应用还有很多，如智能投顾、智能投研、智能监管和智能信贷等。随着技术的进步，AI在金融行业的应用有望推动行业的更大增长。