聚焦焦点营业系统建设,,,,,支持数字化转型
提供云原生架构解决方案
以数据中台为焦点的数据全生命周期产品
笼罩智能风控、远程视频银行等场景化产品
通过开放银行等延伸互联网金融产品
笼罩信贷全流程,,,,,助力普惠金融
提供信用风险与资源计量产品
聚焦羁系合规,,,,,强化金融系统清静性
漫衍式焦点系统国产适配,,,,,构建金融清静底座
全栈式信创云平台,,,,,驱动多行业自主可控
云原生+AI驱动,,,,,全栈式迅速安排与智能运维
量子密钥分发手艺,,,,,构建金融级清静通讯网络
数字手艺赋能农业产融,,,,,构建智慧农村生态
大数据风控+线上化服务,,,,,破解小微融资难题
区块链+AIoT手艺整合,,,,,优化产融协同效率
智能合约+多载体支付,,,,,拓展消耗场景
面向银行11大领域32个咨询产品
数字化战略、谋划建模、零售与绿色信贷咨询
科技战略与系统群架构及治理研发妄想等
企业整体战略导向全局数据治理与应用妄想
围绕项目举行全生命周期管控与专家赋能
3-5年信创事情整体妄想制订
泛行业AI数智化解决方案
漫衍式架构+智能运维平台,,,,,全生命周期IT治理
富厚的IT治明确决方案,,,,,包管营业连续性
科研知识产权方案,,,,,提升全生命周期治理能力
工业智能体+物联网优化生产,,,,,打造数智工厂
云原生+DevOps全生命周期平台
自动化建模、执行、测试、营业流程自动化
AI+TMMi赋能全生命周期测试,,,,,智能天生用例
全生命周期IT服务,,,,,PMO咨询与行业级交付

AI for Process
6月26日,,,,,作为「数云原力®2025」大会主要组成,,,,,首场「AI for Process」系列活动圆满竣事。。。。围绕“AIGC在典范金融营业场景探索和实践”和“金融领域AI数据应用洞察与突围”两个热门话题。。。。来自行业多位资深金融科技专家连系银行落地案例和行业手艺趋势,,,,,睁开深入交流。。。。

rb88随行版信息新动力数字金融研究院AI研发部副总司理吴乾坤、rb88随行版信息金融产品手艺部手艺总监温涛、rb88随行版信息信贷解决方案BU手艺总监徐世强和特邀OpenCSG CTO 王伟,,,,,睁开深入讨论。。。。rb88随行版信息新动力研究院副院长薛春雨主持本场圆桌。。。。

圆桌现场
AIGC对金融软件研发工艺带来哪些转变???
rb88随行版信息温涛:AIGC正在重构金融软件研发工艺系统,,,,,通过人机有用协同,,,,,界说新的研发范式。。。。例如,,,,,通过Agent(智能体),,,,,实现营业功效代码、单位测试代码、功效测试用例的自动天生,,,,,大幅提升研发质量与效率。。。。
OpenCSG王伟:B端场景重漂后高、流程整合度高、容错率更低,,,,,不可简朴复制C端Agent履历。。。。OpenCSG聚焦在B端AI Coding Agent,,,,,与rb88随行版信息的相助已经取得了阶段性效果。。。。后续我们将从AI Agent横向扩展到AI Process流程,,,,,实现从需求、设计到研发、测试和交付等全流程工艺进化。。。。
rb88随行版信息薛春雨:AIGC不但仅是简朴的人工替换,,,,,更主要是推动研发工艺和流程的重塑、优化和升级。。。。现在,,,,,AIGC在金融场景应用,,,,,正在从代码天生、单位测试、知识问答等领域,,,,,向全周期延伸。。。。
AIGC对银行信贷带来的新厘革???
rb88随行版信息吴乾坤:AIGC正从流程优化、风险研判、交互智能三方面深度赋能银行信贷场景。。。。在流程智能化方面,,,,,授信视察时突破数据孤岛,,,,,整合企业财报、生意流水、舆情等多源异构数据,,,,,快速自动天生逻辑严密的视察报告,,,,,替换人工梳理,,,,,大幅度提升视察效率。。。。智能填单上,,,,,能依据客户信息自动填充表单,,,,,规避人工录入误差,,,,,实现授信办理效率的提升。。。。风险智能研判方面,,,,,依托大模子构建的智能风控系统,,,,,可深度贯串信贷营业全流程,,,,,实现动态风控闭环。。。。贷前,,,,,基于海量多维数据,,,,,精准识别高风险客群,,,,,筛除资质存疑主体,,,,,从源头把控风险;;;;;贷中,,,,,实时剖析非结构化的新闻报道,,,,,监测企业谋划波动、信用数据异动,,,,,快速预警潜在风险点;;;;;贷后,,,,,持续追踪资产、信用等信息转变,,,,,连系风险监控指标动态调解战略,,,,,对风险企业精准触发缩减授信、追加担保等行动,,,,,为优质客户优化授信方案。。。。大模子让风险研判从静态滞后转向动态前瞻,,,,,精准施策守护资产清静,,,,,重塑信贷风控效能。。。。交互服务方面,,,,,大模子基于客户信用评分、行业风险品级与银行政策,,,,,为用户提供个性化的信贷方案。。。。凭证客户画像动态调解相同战略,,,,,实现客户与银行服务交互的“个性化”,,,,,提升客户智能化体验。。。。
rb88随行版信息徐世强:针对银行贷前尽职视察领域的三个痛点,,,,,即非标数据剖析、一键天生尽职视察报告和生意真实性验证。。。。rb88随行版信息推出了响应解决方案,,,,,通过RAG、多源引擎融合、大模子智能体使命编排等方式,,,,,解决人工核验准确性、人工评估主观性和抽验笼罩率低等问题。。。。
AI怎样构建金融科技焦点竞争力???
OpenCSG王伟:谁能在数智化转型中率先将营业履历和数据沉淀转化为AI Agent能力,,,,,并深度重构营业流程,,,,,谁就能率先完成倾覆式刷新,,,,,抢占先机。。。。
rb88随行版信息温涛:AI手艺生长的趋势是多元化,,,,,从上层应用到基础领域研发,,,,,逐渐渗透加入景各个流程,,,,,并在历程中形成数据资产的积累,,,,,进而助力更为笔直领域大模子构建,,,,,赋能营业场景立异。。。。
rb88随行版信息吴乾坤:多模态大模子行正在迎来大突破和快速应用。。。。通过大宗智能体构建,,,,,推下手艺和营业的融合,,,,,周全推动金融机构数智化转型,,,,,加速金融营业模式刷新与流程优化,,,,,助力构建更智能、高效且适配未来的金融生态。。。。
rb88随行版信息徐世强:众多头部AI科技公司将发力研发AI服务平台,,,,,将种种AI手艺集成整合,,,,,提供客户使用,,,,,客户不必自己去搭建重大的AI系统,,,,,也不必费劲去训练那些高深莫测的算法模子,,,,,只要在这个平台上,,,,,就能轻松挪用种种AI功效。。。。
rb88随行版信息薛春雨:从生长趋势上来看Agent是当下竞争的重点,,,,,虽然需要跟企业积累的营业知识、产品数据等举行深度融合;;;;;AI for Process是后续的一个主要偏向,,,,,最终的竞争力将体现在数据方面,,,,,数据积累转化为生产力。。。。未来,,,,,金融机构和金融科技企业要驻足当下,,,,,构建具有金融行业特色的Agent智能体,,,,,持续推动AI for Process理念的迈进。。。。

来自rb88随行版信息金融产品部数据研发中心总司理李庆刚、rb88随行版信息数据资产交付部总司理张琨、rb88随行版信息金融产品部数据产品司理王淑慧和金融科技专家原微软中国公司CTO黎江连系银行落地案例和行业手艺趋势,,,,,睁开深入交流。。。。

圆桌现场
海内外AI数据应用的差别性???
金融科技专家黎江:从海内外AI数据应用趋势看,,,,,保存较大差别性。。。。首先,,,,,着重点差别。。。。海内银行更注重AIGC在降本增效领域的应用。。。。而外洋更为重视在数据价值深度的挖掘,,,,,通过对营业规则的探索,,,,,实现营业界线和模式的突破。。。。其次,,,,,相助模式差别。。。。海内更为倾向以自研或者自己主导为主,,,,,外洋机构更为青睐外部相助。。。。最后,,,,,从手艺安排上,,,,,海内外保存一定差别,,,,,外洋机构更为青睐和云服务厂商在数据剖析等领域相助。。。。而海内银行由于羁系要求,,,,,更为强调外地安排,,,,,着重内部治理或者内部员工使用,,,,,面临营业场景的较少。。。。尤其在数据基础能力建设及平台化方面保存一定差别。。。。
rb88随行版信息李庆刚:从数据架构架构的角度看,,,,,一般的数据决议历程会涉及到:数据平台系统、数据剖析和智能平台 analytics and business intelligence (ABI) 、数据科学和机械学习平台 data science and machine learning (DSML) platforms以及特定的应用系统。。。。决议历程漫长,,,,,数据准备时间长、不可顺应营业快速转变。。。。怎样解决决议历程漫长,,,,,数据准备时间长、不可顺应营业快速转变等问题。。。。决议智能平台(DIP)是一个很好的方案,,,,,该平台有几个特点:一是平台可从多源异构数据中实现收罗、聚合与标准化处理以及数据洗濯,,,,,提升数据高质量;;;;;而本体模子包括底层数据集、也包括决议模子(规则、AI模子等),,,,,使之处于数字资产的顶层,,,,,成为对外袒露出来的操作层;;;;;二是运用多种手艺,,,,,实现知识建模。。。。支持多种手艺,,,,,如营业规则、优化算法、机械学习、自然语言处理(NLP)和知识图谱,,,,,用以建模决议知识。。。。三是将决议场景和数据连系。。。。通过人机交互的方式,,,,,通过可视化方式实现决议流程。。。。我们视察到一些银行,,,,,使用大模子的能力,,,,,由营业职员凭证客群情形,,,,,通过自然语言的方式与系统交互,,,,,使用底层的基础数据,,,,,获得营销用例的客户清单,,,,,并基于营销客户清单开展营销活动。。。。这已经是决议智能的雏形了。。。。
AIGC在金融合规领域的挑战???
rb88随行版信息王淑慧:知识库建设是大模子应用基础。。。。大模子预训练中用到的都是公共知识,,,,,它的参数里存储了通用知识,,,,,这些知识远远缺乏让它在银行内部施展作用。。。。以是我们需要把银行内部的私有数据转化为“知识库”,,,,,供大模子挪用。。。。银行制度是一种主要的银行知识古板知识库的构建是将制度切块,,,,,然后向量化存储,,,,,用于种种应用场景,,,,,好比合规问答机械人,,,,,外规内化,,,,,产品营销等。。。。在前期的项目履历中,,,,,这种知识库,,,,,关于跨制度的回覆,,,,,效果不敷理想。。。。这时需要借助知识图谱结构化的构建知识库。。。。
rb88随行版信息张琨:首先,,,,,AIGC天生的内容重大多样,,,,,针对差别类型的内容制订合适的合规标准和规则难度极大。。。。其次,,,,,羁系规则一直转变,,,,,跨国营业还需顺应差别国家和地区的执律例则。。。。最后,,,,,AIGC可能涉及数据清静风险及隐私泄露问题,,,,,企业处理大宗敏感数据的历程中,,,,,也碰面临着非法攻击和数据泄露的风险。。。。怎样面临这些挑战???
从手艺层面来看,,,,,企业应该制订数据治理“治金石”效应,,,,,以数据为焦点在一套工艺下建设好高质量的数据集。。。。同时,,,,,对AI天生内容添加水印或元数据标签,,,,,明确版权归属。。。。从执法与行业协作的角度出发,,,,,企业应起劲制订确权治理机制,,,,,明确属主owner,,,,,推动数据授权标准化流程。。。。
金融领域AIGC在多智能体挑战???
rb88随行版信息张琨:在金融机构中,,,,,大模子的应用场景普遍,,,,,但其应用本钱较高,,,,,且涉及的清静合规问题较多。。。。首先,,,,,在应用本钱方面,,,,,金融机构训练大模子需要大宗算力资源。。。。尤其是处理千亿级参数的大模子时,,,,,算力需求呈指数级增添,,,,,本钱投入也响应增添。。。。
金融客户往往通过构建一体化云原生的异构算力平台来治理和调理多元异构的AI算力资源;;;;;在数据层面,,,,,应围绕“盘、析、治、运、用”闭环流程,,,,,构建大模子训练和持续提升的数据闭环;;;;;在大模子方面,,,,,其基???梢越幽傻谌娇茨W,,,,,包括业界主流的开源模子以及正在做共建和联创的工业大模子,,,,,各个基模之间可以无缝切换,,,,,具有无邪的适配性,,,,,而关于金融大模子平台,,,,,包括NLP、CV、多模态等大模子,,,,,主要是通过组件化(例如微调组件、RAG组件等)要领快速优化种种开源模子和商业模子,,,,,以实现种种金融场景的接入。。。。
rb88随行版信息王淑慧:首先智能体可以取代员工完成一些标准化、重复性高的事情,,,,,如银行业信贷领域尽调报告部分章节的撰写等。。。。重点针对这样制式报告,,,,,可以预设workflow,,,,,让智能体凭证既定的顺序完成指定的事情,,,,,可以挪用工具去指定的第三方相助网站用API接口方式获取指定定客户的自身信息,,,,,如谋划规模、财务状态、集团及关联关系等,,,,,去行内某系统盘问在行内的历史相助情形,,,,,并把以上信息填写进制式报告的指定位置,,,,,资助信贷司理完成繁琐的基础信息的盘问以及填写。。。。以上是workflow事情流,,,,,由人来妄想;;;;;针对更重大的场景,,,,,可由大模子来做决议,,,,,拆解使命,,,,,每个子使命由子Agent完成。。。。
AIGC对金融数据研发与应用带来的转变???
金融科技专家黎江:首先,,,,,数据应用的焦点要害在于“本体”,,,,,通过“本体”将疏散的知识举行有机组织,,,,,形成整套的知识看法系统,,,,,才可以实现系统内知识和看法的交织应用。。。。通过完善的“本体”构建,,,,,才华支持决议判断和知识共享。。。。其次,,,,,通过“本体”还可以将决议流程、决议场景和决议相关要素举行连系,,,,,实现“既要、又要、还要”等差别需求。。。。最后,,,,,怎样看待本体和大模子的关系。。。。今天大模子作为工具能够资助我们构建一套正向的反馈机制,,,,,帮种种数据应用场景举行连系,,,,,通过模子持续学习,,,,,一直提升数据的应用价值。。。。
从个人角度看,,,,,很是期待中国银行业能够像昔时面临互联网而建设了电子银行部一样,,,,,面临AIGC我们也同样需要建设专门的部分,,,,,专注人工智能手艺的应用,,,,,推动智能决议的生长。。。。
rb88随行版信息李庆刚:基于AIGC手艺在海内外的比照剖析,,,,,以及近年来我们在知识库建设与应用、多智能系一切以及数据研发领域的项目实践的分享,,,,,首先从手艺的维度,,,,,有以下三个视察:
混淆人工智能将成为主要偏向,,,,,即通过大模子、小模子与知识图谱等手艺的协同融合,,,,,显著提升数据剖析能力;;;;;
大模子与知识库的深度连系将有用增强决议支持能力;;;;;
多智能系一切将成为大模子手艺落地的主要载体。。。。
值得注重的是,,,,,这些看法Gartner预测的2025年手艺趋势高度吻合。。。。其次,,,,,从大模子项目落地突破的角度,,,,,我们想提出两点建议:
要熟悉到"知易行难"。。。。适才分享的三个案例在实验历程中都遇到了需要突破的难点,,,,,有些领域我们仍在持续探索中,,,,,必需选择适合自身的生长路径。。。。
建议充分使用生态,,,,,实现快速收效。。。。大模子应用自己就是立异历程,,,,,企业应当善用市场上相对成熟的解决方案,,,,,借鉴最佳实践,,,,,阻止重复踩坑。。。。好比可以选择与rb88随行版信息这样的专业同伴相助,,,,,加速项目落地。。。。
首场数云原力「AI for Process」直播活动圆满竣事,,,,,后续尚有供应链运营、政务服务及汽车制造等焦点营业流程的实战履历,,,,,直击行业痛点,,,,,解码AI助力各行业场景的破局密钥。。。。通过生动实践延伸,,,,,以前沿洞察、手艺突破与跨行业真实实践为利刃,,,,,全力推动企业数智化转型迈向更高阶的「流程智能」时代。。。。