“怎么就不能返还了?”月壤分配现场,压迫感拉满……
“怎么就不能返还了?”月壤分配现场,压迫感拉满……
“怎么就不能返还了?”月壤分配现场,压迫感拉满……《科创板日报》5月24日讯(记者 陈美)“今年春节后,我在三四(sānsì)线城市观察到,连小企业管理者都开始用AI工具生成合同,效率远超人工(réngōng)——这说明AI应用(yìngyòng)已突破行业边界。”
在近日举办的2025第十四届双态(shuāngtài)IT用户大会(dàhuì)上,财跃星辰COO张展如是表示。他认为,随着DeepSeek等技术的演进,“AI+”浪潮(làngcháo)正加速奔涌,AI普惠已从科技圈层(quāncéng)向传统行业深度渗透。
对于AI技术在金融行业(hángyè)的应用,张展表示,客户服务是核心命题,而(ér)当用户(yònghù)已习惯用AI处理日常事务,金融服务必须主动融入这一趋势。例如养老金融场景中(zhōng),许多老年用户因APP功能复杂而使用困难,但若通过AI实现沪语等方言交互,就能大幅(dàfú)降低使用门槛,这类技术已具备成熟可行性。
在此背景下,金融机构应抓住“AI+APP”融合机遇,以C端体验(tǐyàn)优化(yōuhuà)为切入点,将专业服务无缝嵌入用户日常。
C端智能体的爆发,也驱动了国产算力生态升级。在张展看来,海量用户场景为(wèi)大(dà)模型提供了丰富训练(xùnliàn)数据,可加速模型迭代;同时(tóngshí),大规模算力需求将为国产芯片替代开辟市场空间。“以上海为例,依托政策层面对算力一体化的布局,财跃星辰自去年起基于(jīyú)华为昇腾平台构建算力底座,并与头部券商国泰海通战略合作,构建君弘灵犀(língxī)千亿参数(cānshù)大模型,为海量用户提供智能化线上服务,处于国内领先水平。”
但发展中,大模型(móxíng)的应用落地需突破“概念导向”,转向“结果(jiéguǒ)驱动”,即以切实(qièshí)解决实际问题为核心目标。张展进一步分析表示,大模型应用必须深度融入业务场景,以 “客户友好” 为原则,通过针对性优化提升(tíshēng)用户应用能力,最大化技术价值。
同时,在模型训练领域,挑战与(yǔ)技能需求(xūqiú)也并存,这使得一体化解决方案的重要性日益凸显。“金融机构在大(dà)模型应用与技能转型进程(jìnchéng)中面临诸多难题(nántí),例如技术整合复杂、人员技能断层等。若供应商能提供简单易用且具高性价比的一体化解决方案,将(jiāng)大幅提升模型应用与开发效率,有效降低技术落地门槛,推动金融行业大模型应用的快速发展与创新。”
针对效率的提升,张展提出 “AI数字员工” 概念。即通过(tōngguò)智能化工具缩短人员培训周期,降低人力成本。同时,由于传统分工模式导致技术架构与业务需求割裂,大模型落地(luòdì)的关键挑战在于(zàiyú)业务逻辑与技术能力的深度(shēndù)融合,需发挥(fāhuī)跨领域人才与专家的协同作用,打破 “技术与业务两张皮” 的壁垒。
张展认为,理想的(de)模式是算力、模型、客户需求三方深度协同(xiétóng),从“卖算力、模型”转向“卖场景化解决方案”。
随着“AI基础设施与场景落地”的(de)(de)(de)普惠生态构建(gòujiàn), 2025年将是国内AI行业“练内功、强输出”的关键之年。“只有当算力底座、模型优化、业务场景实现无缝衔接,金融机构(jīnróngjīgòu)的采购与管理逻辑将发生根本转变——不再是零散的技术采购,而是围绕(wéirào)具体业务目标定制解决方案。这种生态协同不仅能提升技术转化效率,更将推动AI从(cóng)‘科技圈专属’走向‘产业普惠’,最终让金融服务更智能、更包容。”张展最后谈到。
(科创板日报记者(jìzhě) 陈美)
《科创板日报》5月24日讯(记者 陈美)“今年春节后,我在三四(sānsì)线城市观察到,连小企业管理者都开始用AI工具生成合同,效率远超人工(réngōng)——这说明AI应用(yìngyòng)已突破行业边界。”
在近日举办的2025第十四届双态(shuāngtài)IT用户大会(dàhuì)上,财跃星辰COO张展如是表示。他认为,随着DeepSeek等技术的演进,“AI+”浪潮(làngcháo)正加速奔涌,AI普惠已从科技圈层(quāncéng)向传统行业深度渗透。
对于AI技术在金融行业(hángyè)的应用,张展表示,客户服务是核心命题,而(ér)当用户(yònghù)已习惯用AI处理日常事务,金融服务必须主动融入这一趋势。例如养老金融场景中(zhōng),许多老年用户因APP功能复杂而使用困难,但若通过AI实现沪语等方言交互,就能大幅(dàfú)降低使用门槛,这类技术已具备成熟可行性。
在此背景下,金融机构应抓住“AI+APP”融合机遇,以C端体验(tǐyàn)优化(yōuhuà)为切入点,将专业服务无缝嵌入用户日常。
C端智能体的爆发,也驱动了国产算力生态升级。在张展看来,海量用户场景为(wèi)大(dà)模型提供了丰富训练(xùnliàn)数据,可加速模型迭代;同时(tóngshí),大规模算力需求将为国产芯片替代开辟市场空间。“以上海为例,依托政策层面对算力一体化的布局,财跃星辰自去年起基于(jīyú)华为昇腾平台构建算力底座,并与头部券商国泰海通战略合作,构建君弘灵犀(língxī)千亿参数(cānshù)大模型,为海量用户提供智能化线上服务,处于国内领先水平。”
但发展中,大模型(móxíng)的应用落地需突破“概念导向”,转向“结果(jiéguǒ)驱动”,即以切实(qièshí)解决实际问题为核心目标。张展进一步分析表示,大模型应用必须深度融入业务场景,以 “客户友好” 为原则,通过针对性优化提升(tíshēng)用户应用能力,最大化技术价值。
同时,在模型训练领域,挑战与(yǔ)技能需求(xūqiú)也并存,这使得一体化解决方案的重要性日益凸显。“金融机构在大(dà)模型应用与技能转型进程(jìnchéng)中面临诸多难题(nántí),例如技术整合复杂、人员技能断层等。若供应商能提供简单易用且具高性价比的一体化解决方案,将(jiāng)大幅提升模型应用与开发效率,有效降低技术落地门槛,推动金融行业大模型应用的快速发展与创新。”
针对效率的提升,张展提出 “AI数字员工” 概念。即通过(tōngguò)智能化工具缩短人员培训周期,降低人力成本。同时,由于传统分工模式导致技术架构与业务需求割裂,大模型落地(luòdì)的关键挑战在于(zàiyú)业务逻辑与技术能力的深度(shēndù)融合,需发挥(fāhuī)跨领域人才与专家的协同作用,打破 “技术与业务两张皮” 的壁垒。
张展认为,理想的(de)模式是算力、模型、客户需求三方深度协同(xiétóng),从“卖算力、模型”转向“卖场景化解决方案”。
随着“AI基础设施与场景落地”的(de)(de)(de)普惠生态构建(gòujiàn), 2025年将是国内AI行业“练内功、强输出”的关键之年。“只有当算力底座、模型优化、业务场景实现无缝衔接,金融机构(jīnróngjīgòu)的采购与管理逻辑将发生根本转变——不再是零散的技术采购,而是围绕(wéirào)具体业务目标定制解决方案。这种生态协同不仅能提升技术转化效率,更将推动AI从(cóng)‘科技圈专属’走向‘产业普惠’,最终让金融服务更智能、更包容。”张展最后谈到。
(科创板日报记者(jìzhě) 陈美)
相关推荐
评论列表
暂无评论,快抢沙发吧~
你 发表评论:
欢迎