揭秘!2023金融科技AI创新十大案例,开启金融新纪元!🔍🚀
AI金融助手

揭秘!2023金融科技AI创新十大案例,开启金融新纪元!🔍🚀

2023年金融领域的十大AI创新案例展示了AI在金融科技领域的广泛应用:支付智能化(支付宝、微信支付与Google Pay)、智能投顾提供个性化服务(如恒生电子的WarrenQ-Chat),区块链技术助力监管及数字货币带来增长,智能风控保证信贷安全,AI催收提高效率,智能保险便捷定制,虚拟银行通过AI实现数字化和个性化服务,以及量化投资借助AI算法优化交易策略。这些案例标志着AI在金融领域的深度渗透和未来发展的潜力。
🔥揭秘!AI金融革命:从分析到生成,如何引领新潮流?💰金融巨头已布局,你准备好了吗?🌍
AI金融助手

🔥揭秘!AI金融革命:从分析到生成,如何引领新潮流?💰金融巨头已布局,你准备好了吗?🌍

本文主要介绍了人工智能技术的发展趋势,从分析式AI到生成式AI的转变,以及其在金融行业的广泛应用。生成式AI具有更强的创新和内容生成能力,如大语言模型已在智能客服、信用评分、智能投顾和风险管理等领域发挥作用,同时金融机构也在尝试将生成式AI与业务结合,以提升效率和预测准确性。然而,人工智能也带来风险挑战,如数据安全和隐私保护等问题,需要在利用技术的同时谨慎应对。极简版
🚀AI金融大变局?科技如何引领未来银行业发展?🔥
AI金融助手

🚀AI金融大变局?科技如何引领未来银行业发展?🔥

本文阐述了AI在金融业的应用,主要包括风险管理(通过数据分析预测信用风险)、投资决策支持(精准分析市场和推荐投资组合)以及提升客户服务和营销效率。未来,金融科技将朝着智能化、数字化和服务化方向深化,并与新兴技术融合,推动金融行业的创新和发展。主要发展方向包括建设智能风控系统、开发更智能的投资理财工具及构建全面的数字化金融服务。
金融科技转型之路,北信源如何保障信息安全与AI应用?
AI金融助手

金融科技转型之路,北信源如何保障信息安全与AI应用?

北京北信源软件股份有限公司在2024金融行业数智化转型研讨会上分享了如何通过其产品信源密信保障金融数据安全和业务数字化,强调安全通信及AI技术的重要性。信源密信凭借全信创即时通信平台、安全资质等优势,已赢得市场认可,尤其“董事长宝盒”因其易用性和安全性受到关注。北信源还在AI领域积极合作,并已将ChatAI插件与大模型AI结合,计划进行更广泛的应用和场景化开发。
金融科技巨头崛起!有连云入选CHINAAIGC100,AI金融应用引领者未来何以引领?
AI金融助手

金融科技巨头崛起!有连云入选CHINAAIGC100,AI金融应用引领者未来何以引领?

《非凡资本榜上添彩,有连云入选CHINA AIGC 100》通过专业投行非凡资本发布的榜单,展现了AI应用企业中的翘楚——有连云的优秀实力。专注金融AIGC领域的有连云凭借其在金融AI应用的领先地位和创新解决方案,如麒麟金融场景商用AI大模型,针对行业痛点提供高效服务,未来将继续引领行业发展。
金融AI新标杆!北信源发布首大模型,引领行业智能化防护潮流?
AI金融助手

金融AI新标杆!北信源发布首大模型,引领行业智能化防护潮流?

头部网络安全企业纷纷加速AI布局,北信源发布金融领域首个大模型应用,整合AI提升产品效率与智能化防护。通过将AI技术如大模型应用于即时通信平台和金融场景,提供高效信息交互、智能问答等服务,同时针对金融机构的安全需求,其AI模型在安全性、扩展性和复杂问题解决上表现出独特能力。北信源执行总裁王晓娜表达了持续研发投入的决心,计划以信源密信产品为入口,深化AI应用,提升用户体验与行业竞争力。
金融大模型革命来袭?探究现状、挑战与未来应用
AI金融助手

金融大模型革命来袭?探究现状、挑战与未来应用

本文总结了大模型在重塑金融业态中的现状和发展历程,指出ChatGPT的出现引领AI商业化新高潮,人工智能正迈向通用智能阶段。国内互联网公司、科技厂商纷纷布局,如百度、阿里巴巴和华为等发布大模型产品。金融行业成为大模型落地应用的重点场景,已有多家金融机构加入,如工商银行等。然而,金融机构在应用中也面临算力、算法和数据挑战。随着政策的规范和技术的进步,预计大模型将加速金融行业的智能化进程并重塑基础设施。
大模型对金融用户有什么价值?终于有人说清了
AI金融助手

大模型对金融用户有什么价值?终于有人说清了

当我们聚焦于时下热议的大模型时,它已不再只是帮助企业降本增效的工具,而是一个实实在在能为用户创造价值的重要角色。 上周,在Datafun举办的“数智金融技术峰会——金融大模型论坛”中,峰会主席奇富科技首席算法科学家费浩峻,携手奇富科技高级算法总监杨剑、数据挖掘总监林月冠、大模型资深算法专家王述,带来主题为“金融智能化革命:大模型背后的业务洞察和逻辑推理”“信贷场景用户画像构建与应用” “LLM+Data如何重塑金融机构”的精彩分享,不仅回答了大模型在企业端的实际应用问题,更是揭示了大模型在用户端所带来的真实价值。 在福建某山区小县城,有一家名叫“绚彩织坊”的布艺工坊,由老板秦女士经营。一场大客户欠款危机,直接导致2023年年初员工工资无法按时发放。临近过年,秦女士心急如焚,跑遍县城的各大银行,可银行却对她爱莫能助——征信“白户”的标签,成为了秦女士贷款路上的绊脚石。银行要么让她办理抵押贷款,要么让她必须先在银行做结算、过半年才能申请信用贷款。 被银行拒绝后,秦女士开始求助互联网借贷平台。在多个平台的算法中,秦女士被识别为普通消费户,只能拿到了几千到一万元的额度,距离她十多万元的需求相去甚远。 艰难时刻,秦女士找到了奇富科技旗下产品360借条。注册后,基于知识图谱和自研的大语言模型,360借条人工智能引擎精准识别了秦女士经营者的身份,给出12万元的额度,解了她的燃眉之急。 AI的努力并不止于此。随着对数据的不断积累和画像信息的完善,秦女士的信用额度不断提高,最终达到了20万。 而在这个过程中,奇富科技大模型还精细化了原有的动支预测模型,在预测到秦女士有借款需求时,为她自动发放了利率优惠券,降低了借贷成本。360借条以高效简洁的审批和还款流程,为秦女士提供了便捷的资金周转服务。 今年,秦女士在360借条上一共申请了7次借款,每次都是在关键时刻,满足了她对资金周转的需求。 大模型的注入,受益的绝非秦女士一人。在用户画像方面,奇富科技小微识别模型整体AUC达0.9以上,模型额外识别兼职、家庭小微等小微身份用户500多万,使得已标识小微用户规模扩大25%。 为了更好地服务用户,奇富科技还在国标行业分类的基础上对客群进行了行业特征的重新定义与划分,将企业所属行业利用模型进行重新打标,有行业信息的小微用户覆盖达93.1%。通过重新打标,利用对专家知识的融合、推理与发现,奇富科技构建了覆盖900多个行业信息的金融知识图谱,贯穿用户整个生命周期。到3季度末,奇富科技已为中国2450多万小微和家庭兼职小微用户赋予了适用于信贷场景的行业标签,便于今后能更好地根据行业特性服务小微用户的资金周转。 对每个用户而言,奇富科技所提供的,已经超越了单纯的科技服务,更像是一位默默见证创业历程的亲密伙伴。在每一次陪伴与帮助中,奇富科技都坚守初心,践行着金融科技平台的使命。而正是在大模型的推动下,奇富科技为小微企业注入了生机与希望。这,才是金融科技的使命所在。
金融大模型蓄势待发
AI金融助手

金融大模型蓄势待发

金融行业是高价值行业,数字化基础好、高度依赖数据和技术,是大模型落地的高潜场景。但是,金融作为一个强监管且对精准性、可控性要求很高的行业,通用大模型在金融核心领域应用上还面临诸多挑战。作者:胡群 封图:东方IC 2023年8月31日,百度“文心一言”、商汤科技“商量SenseChat”、智谱AI“智谱清言”等首批国产大模型产品正式面向公众开放服务。 当通用大模型已在正式落地,金融核心领域离大模型应用还有多远? 目前度小满、恒生电子、马上消费金融等公司已先后发布金融大模型,蚂蚁集团有望在今年的外滩大会上发布大模型。在银行领域中,农行已率先推出ChatABC,并不断迭代升级;工行、交行、招行、平安银行、兴业银行等多家银行已披露其在大模型领域的探索及应用。 “大模型让机器具有了常识,懂得了逻辑,学会了创作,让人和机器能以更自然的方式互动,通过与周边工具的结合,大模型已经具有了通用人工智能的雏形,在营销、电商和内容等许多领域已经形成了生产力”。度小满CTO许冬亮认为,金融行业是高价值行业,数字化基础好、高度依赖数据和技术,是大模型落地的高潜场景。但是,金融作为一个强监管且对精准性、可控性要求很高的行业,通用大模型在金融核心领域应用上还面临诸多挑战。 爆发前夜 8月28日,中国工程院院士倪光南在金融大模型发展论坛暨马上消费金融大模型发布会上表示,金融行业的人工智能应用要求高、场景丰富,是大模型技术和算法突破的沃土。 今年5月份,度小满开源了国内首个千亿级中文金融大模型“轩辕”,开源以来已经有上百家金融机构申请试用。 6月28日,恒生电子和旗下子公司恒生聚源发布基于大语言模型技术打造的数智金融新品:金融智能助手光子和全新升级的智能投研平台War-renQ,恒生电子金融行业大模型LightGPT也首次对外亮相。“LightGPT将于9月底完成新一轮的金融能力升级,并正式开放试用接口。”恒生研究院院长、恒生电子首席科学家白硕称。 8月9日,奇富科技宣布与360智脑达成在大模型方向与落地应用等多个层面的战略合作。 8月23日,北大光华金融系主任、教授刘晓蕾在“北大光华-度小满金融大模型技术与应用论坛”上表示,AIGC的发展正在从概念开始走向落地应用,从“通用大模型”走向“行业大模型”。而金融行业作为人工智能应用场景密集的行业,无疑是大模型技术落地的最佳领域之一。 8月28日,马上消费金融发布零售金融大模型“天镜”。据马上消费金融人工智能研究院院长陆全透露,该模型已运行近3个月,意图理解准确率达91%,相较于传统AI的68%有较大提升;客户参与率61%,高于传统模型43%的参与率,也高于人工坐席平均28%的水平。 在上市银行2023年半年报中,多家大中型银行已披露其在大模型领域的进展。 工行在中报中表示,完成人工智能大模型能力建设应用规划,在国内同业率先实现百亿级基础大模型在知识运营助手、金融市场投研助手等多个场景应用,并与头部科技公司合作探索千亿级人工智能大模型在金融行业的创新应用实践;交行则称,积极探索AIGC(生成式人工智能)前沿技术,制定生成式人工智能建设规划,组建GPT大模型专项研究团队,为体系化、规模化应用奠定基础;邮储银行表示,积极探索数字员工、NLP(自然语言处理)对话机器人、预训练大模型等前沿技术领域课题研究,促进创新技术融合应用。 股份行方面,招行称,正加快新技术应用推广,提升GPT类自然语言处理大模型的建设能力,并重点发掘其在全流程财富管理中的应用,投产FinG-PT创意中心,加快大模型应用模式探索;平安银行探索自研BankGPT平台,研究构建大模型文本生成、图片生成等能力,及其在图标头像、节日海报、个性化营销内容创作、交互式数据分析、非结构化数据洞察等场景中的应用落地。兴业银行引入部署私有化的商业大模型,上线大模型产品ChatCIB;中信银行与华为、雄安新区成立联合创新实验室,布局大模型等联创课题;浙商银行与头部科技公司基于通用大模型合作开发场景化的数字化应用技术,打造一批有浙银辨识度和行业竞争力的重大数字化应用。 一位国有大行研发中心大模型研发负责人向经济观察报记者表示,对于金融科技,银行更针对应用,而非聚焦基础研究,因此各家银行积极与金融科技厂商合作大模型在金融领域场景的应用。 尚未触及核心领域“目前为止,大模型在银行主要应用于智能客服、智能运营、写文章、写邮件等方面,但是这些应用均不涉及银行的核心应用”。光大信托数据公司总经理祝世虎表示,银行的核心应用在风险管理、资本管理和监管科技等方面。“尽管生成式AI技术具有许多潜在的优势,但在使用时仍需谨慎。银行需要确保AI生成的内容准确、合规和符合品牌形象。此外,监督和审查AI生成内容的过程也是必要的,以确保生成的内容不涉及虚假宣传、误导性信息或违反相关法规。”中国银行业协会首席信息官高峰认为,生成式AI技术根据指定的主题、风格和要求,帮助银行快速生成高质量的内容,降低人工操作成本和时间成本。“毫无疑问,大模型将给整个行业带来无限可能。大模型使得企业掌握和运用知识的效率有了革命性提升,特别是对于财富与资管这类知识密集型行业而言,尤其值得期待。”8月25日,招行首席信息官江朝阳在招银浦江金融科技论坛上表示,财富与资产管理行业将有望成为金融大模型应用最先应用的行业之一。他预测,未来的市场,大模型不会一家独大,将会有多个基础大模型,这既是技术成本降低带来的可能性,也是社会多元化发展的现实需求。当前我国居民家庭资产中的不动产配置比例将趋于下降,金融资产配置比例有望快速提升。根据麦肯锡报告,中国居民金融资产规模将从2022年末的243万亿元提升至2032年末的571万亿元,年化增速9%,资产管理行业规模有望在2030年突破280万亿元。现阶段我国居民金融资产配置中现金和存款占比仍然较高,超过50%,相比之下,成熟市场的存款占比仅15%,居民财富结构将持续优化。“运用科技提升能力,这是财富与资产管理行业的确定性机会。”江朝阳认为,无论是资产配置、投资者教育,还是投研分析、风险管理,每一个环节都要以数字化手段再造,提升效率、提升投资者体验、提升价值创造能力。“人工智能在金融行业的应用潜力目前可能只发挥了不到1%。谁能将人工智能的优势尽早应用于业务,谁就能成为金融行业引领者。”许冬亮表示,金融数据集中在各个金融公司里,对于金融机构而言,数据是核心生产力,相互之间也是竞争关系,不太可能把自己核心的生产资料共享出来。加之监管因素以及用户数据的隐私保护的因素,金融领域的高质量数据未来仍将是分散的。波士顿咨询发布的《银行业生成式AI应用报告(2023》显示,若能在银行业实现生成式AI规模化应用,有望带来可观的降本增效收益。波士顿咨询曾以一家拥有约两万名员工的区域性国际银行为例,初步梳理了该银行前中后台相关部门应用生成式AI的潜力和效益,预计在首年即可为该银行节省约1.5亿美元的成本,占整体薪酬总包的7%左右。 如何破局 马上消费金融副总经理兼首席信息官蒋宁认为,作为生成式大模型,ChatGPT虽满腹经纶,但回答错了并不承担风险。生成式大模型不能做解释,但金融大模型最主要的能力是判别性,需要做交易决策。在工业领域、金融领域的应用还面临诸多难题,比如金融领域的业务需要百分之百合规、安全,不能有一点点差错,不然就会对交易造成重大伤害。 波士顿咨询董事总经理、全球合伙人谭彦认为,当前市场通用的生成式AI模型具备普适、跨行业通用、模糊语言的特性,而这难以满足银行业对金融专业能力、精准性方面的高要求。因此,如何让生成式AI模型“说专业的话”“说真话”就成为了银行业规模化应用生成式AI的两个关键挑战。此外,银行等金融机构对数据安全的高要求也意味着模型的精调和应用都很有可能需在本地进行。 在度小满数据智能部总经理杨青看来,大模型应用于金融核心领域还面临行业监管严格、GPU算力不足、优质数据缺乏、通用大模型金融能力不足以及场景落地难挑战。金融本身是一个高合规要求的行业,大模型又是具有颠覆性的新技术,当前对它的风险还没有完全了解,随着大模型落地的不断推进,如何平衡大模型落地收益和潜在合规风险,会是一个越来越突出的问题。 如何解决大模型在金融行业落地应用的这些难题,许冬亮认为每家机构独立去解决这些问题既不现实,也不经济,科技公司和金融机构在金融大模型上的合作非常有必要,“科技巨头提供通用大模型,或者技术能力强的金融科技公司提供金融行业大模型,具体的金融机构基于这个行业底层模型,用自己的业务数据去做私域的训练,然后做私有化的部署和应用”。 祝世虎认为,大模型在银行业的落地路径将呈现大合作与大创新并举的局面:底层基础大模型将由头部人工智能公司提供、中间会是金融业人工智能公司、上层任务型大模型则由银行与人工智能公司合作开发。 专访吴晓求:中国资本市场一定要完成功能转型改革认缴出资制不宜走回头路谭旭光:唯有改革 | 中国重汽五年登顶启示录