中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

浪潮前夕，各個行業(yè)都在努力擁抱AI，通用人工智能的快速發(fā)展打破了原有的依賴規(guī)則驅(qū)動的模式，基于大數(shù)據(jù)和深度學(xué)習(xí)，從“規(guī)則為基礎(chǔ)”向“數(shù)據(jù)驅(qū)動”，綜合能力和應(yīng)用能力也更強(qiáng)。

筆者過去幾年主要在金融相關(guān)行業(yè)工作，因為本文主要討論范圍也是圍繞著金融行業(yè)的AI應(yīng)用。

一、金融行業(yè)數(shù)字化轉(zhuǎn)型

金融行業(yè)的數(shù)字化轉(zhuǎn)型一直在持續(xù)進(jìn)行中，當(dāng)下的AI應(yīng)用浪潮，也是數(shù)字化轉(zhuǎn)型中的第三階段，當(dāng)下及未來的階段。

從這個路徑的理解來看，金融行業(yè)要更好地進(jìn)行AI的應(yīng)用落地實踐，依然離不開數(shù)據(jù)的建設(shè)，以數(shù)據(jù)為驅(qū)動的大模型的落地應(yīng)該如何應(yīng)用，首先需要理解AI究竟帶來的是什么樣的能力(與以往純粹的[線下搬到線上]的方式相比有什么不同)、業(yè)務(wù)平臺與AI模型之間應(yīng)該如何協(xié)作構(gòu)建，最后再來看金融行業(yè)中的AI應(yīng)用場景。

二、大模型的能力理解

長遠(yuǎn)一點來看，把AI智能體當(dāng)做一個可塑可訓(xùn)練的、具備記憶、有理解能力、能夠做出決策、并且行動(任務(wù)處理或內(nèi)容輸出)的“人”。

• 可訓(xùn)練：微調(diào)、語料訓(xùn)練、prompt工程等方式都可以在通用大模型的基礎(chǔ)上，進(jìn)行進(jìn)一步的訓(xùn)練和塑造，這一點對大模型的能力落地提供了更多的可能性，也讓大模型的能力發(fā)揮降低了應(yīng)用門檻。在企業(yè)應(yīng)用層面，可以基于特定的產(chǎn)品場景需求進(jìn)行設(shè)置和微調(diào)，在用戶層面，也可以通過調(diào)整和設(shè)置形成個人自定義的角色塑造。
• 輸入/感知：輸入，即接收來自外界直接的需求信息，文字/音頻/圖像/視頻等，以及用戶在特定使用場景中的設(shè)置調(diào)整。在硬件上的應(yīng)用可能會涉及到更多的信息輸送，比如AI-pin、AR眼鏡、智能錄音筆等，使輸入窗口更豐富，聽覺、觸覺、視覺等，都以成為接收的信息要素，多樣化的信息輸入也會帶來信息量的激增和結(jié)構(gòu)的豐富，比如音頻中除文字信息外，語氣、語調(diào)、停頓等也包含了很多信息，對模型的理解能力和信息處理速度會有更高的要求。感知，對場景/場域的感知、對用戶行為習(xí)慣的感知等。近期支付寶推出的[支小寶]，智能陪伴的模塊就發(fā)揮了對用戶場景及場域的感知，比如到了旅游某個景點，推薦當(dāng)?shù)氐奶厣?、訂車等服?wù)，在家快遞待取件，提醒取件等，以及隨著使用時間越長，對用戶的行為習(xí)慣的感知會更加精準(zhǔn)。
• 理解/推理：基于大量數(shù)據(jù)的訓(xùn)練和深度學(xué)習(xí)，通用大模型對自然語言有更強(qiáng)的語義理解能力，擴(kuò)展到多模態(tài)的話，需要大模型對豐富的信息結(jié)構(gòu)有更深的理解，比如音頻、圖像、視頻等。
• 記憶/學(xué)習(xí)：記憶包括短期記憶和長期記憶，短期記憶比如對話上下文、提示詞的上下文，長期記憶涉及到外部的數(shù)據(jù)檢索訪問，數(shù)據(jù)庫、知識庫等；
• 任務(wù)處理：結(jié)合應(yīng)用業(yè)務(wù)平臺的需求和能力，給AI的輸出提供[執(zhí)行能力]，包含決策支持、圍繞工作流的智能選擇最優(yōu)-自動執(zhí)行-優(yōu)化等。決策支持主要是通過數(shù)據(jù)分析和機(jī)器學(xué)習(xí)進(jìn)行決策，識別趨勢、預(yù)測結(jié)果和評估風(fēng)險，比如金融領(lǐng)域的風(fēng)險評估、組合優(yōu)化建議等；工作流的選擇/執(zhí)行/優(yōu)化上，在場景匹配中選擇工作流執(zhí)行+RPA實現(xiàn)自動化，提升工作效率，智能動態(tài)調(diào)整與執(zhí)行，則能夠給工作流的執(zhí)行帶來更多靈活的提升優(yōu)化。
• 內(nèi)容輸出：在掌握對特定場景的內(nèi)容創(chuàng)作要求及方法后，AI可以基于需求快速進(jìn)行內(nèi)容創(chuàng)作，涵蓋了從數(shù)據(jù)分析到創(chuàng)造性的表達(dá)，通過對大量數(shù)據(jù)的處理與理解，結(jié)合企業(yè)內(nèi)部的數(shù)據(jù)或內(nèi)容資產(chǎn)、場景及定義，AI能夠自動生成具有邏輯性和連貫性的內(nèi)容。此處的內(nèi)容輸出包含但不限于文本、圖像、音頻和視頻，也可以是結(jié)合應(yīng)用場景拓展的組合型內(nèi)容，比如PPT等。

結(jié)合AI的多項能力，AI agent智能體是綜合決策+工作流執(zhí)行，最接近人類綜合工作能力的概念。

從主動性和自治程度來看，包含Copilot和Autopilot，copilot更強(qiáng)調(diào)提供輔助建議和增強(qiáng)操作體驗，autopilot更強(qiáng)調(diào)自主的決策和執(zhí)行，高程度的自治和自動化。從現(xiàn)階段的應(yīng)用來看，主要還是以Copilot的形式和定位，即使是決策型的AI，或者是具備工作流決策和執(zhí)行能力的智能體，在目前的階段還是輔助作用。

Copilot是一種輔助工具，強(qiáng)調(diào)用戶的主動性和控制，主要用于提高效率；而Autopilot則傾向于更高程度的自動化，旨在減少人類干預(yù)。兩者的核心區(qū)別在于用戶參與的程度和自動化的水平。

兩者在技術(shù)路徑上有較大的區(qū)別，Copilot旨在輔助用戶在特定工作流中提高效率，也是目前比較常見的方式，比如GitHub Copilot為用戶提供代碼建議、閱讀總結(jié)類產(chǎn)品比如微信讀書AI總結(jié)都是此類，技術(shù)上，Copilot通常通過自然語言處理（NLP）技術(shù)與機(jī)器學(xué)習(xí)算法相結(jié)合，提供上下文相關(guān)的幫助；

Autopilot通常指的是一種更加全面的自動化系統(tǒng)，旨在在沒有人類干預(yù)的情況下完成特定的任務(wù)或操作。從技術(shù)上講，Autopilot系統(tǒng)往往依賴于組合多種技術(shù)，如計算機(jī)視覺、傳感器融合和深度學(xué)習(xí)，以實現(xiàn)實時環(huán)境感知和決策。

從應(yīng)用落地的角度來看，主要分為兩種環(huán)節(jié)和方式，決策類、任務(wù)工作流選擇/執(zhí)行/優(yōu)化，兩者有不同的側(cè)重點，也可以結(jié)合應(yīng)用。

• 決策類的主要應(yīng)用在策略決策，包含管理策略(團(tuán)隊或業(yè)務(wù)優(yōu)化管理)、營銷策略、安全風(fēng)控策略、評估評級、運營策略等。
• 工作流選擇/執(zhí)行/優(yōu)化，側(cè)重于任務(wù)處理的動作(RPA自動執(zhí)行)，也包含智能決策選擇最優(yōu)工作流、工作流的優(yōu)化評估。

三、AI 應(yīng)用價值

AI 的能力和價值長期來看，目標(biāo)是以與[工作領(lǐng)域?qū)＜襗的決策能力和工作執(zhí)行能力對齊的智能體，是在現(xiàn)有工作流基礎(chǔ)上的智能化和強(qiáng)化，以高效或業(yè)務(wù)優(yōu)化為目標(biāo)，未必是改革工作流本身(還沒有超過人類的智慧能力和全新的創(chuàng)造)。

這種智能體的概念在許多產(chǎn)品上已經(jīng)有所應(yīng)用，比如釘釘推出的數(shù)字助理，就是以【知識+技能+工作流】的方式構(gòu)建出具備實際工作能力的數(shù)字助理，借助釘釘已有的各類小應(yīng)用和工具，為智能體提供了實際的執(zhí)行能力。

1. AI 應(yīng)用能力-價值

• 高效，這種效率不僅包括單一環(huán)節(jié)的工作效率提升，也包含業(yè)務(wù)流程效率的提升。利用AI的信息收集-快速處理-輸出執(zhí)行，相比人工的方式更加高效，特別是對于海量信息的理解和再輸出、數(shù)據(jù)的處理，人工的方式需要耗費比較多的時間和工作量。
• 能力的賦予(升維)，結(jié)合AI的理解-決策-執(zhí)行能力，優(yōu)秀工作者的能力能夠通過這一方式“結(jié)構(gòu)化”，變成一項可以高效復(fù)用的能力。這種賦予可以體現(xiàn)在內(nèi)容的創(chuàng)作、策略決策的賦予等。在內(nèi)容創(chuàng)作上，借助AI工具，只需要提示與需求簡述即可快速輸出內(nèi)容，讓內(nèi)容輸出創(chuàng)作這件事情的門檻降低、效率和質(zhì)量更高，本質(zhì)上也是內(nèi)容創(chuàng)作技能的賦予。策略或決策上的賦予，借助AI的決策能力、工作能力和優(yōu)秀實踐的策略積累，通過計算、調(diào)整，可以應(yīng)用更優(yōu)的策略或優(yōu)化工作流，比如智能策略的引入，對喚醒沉睡客戶、提升潛在客戶轉(zhuǎn)化等的應(yīng)用；
• 團(tuán)隊協(xié)作及“對齊”，這里的對齊指的是信息對齊、能力對齊。在信息對齊上，比如企業(yè)知識庫、業(yè)務(wù)智能助手，可通過在各個工作或?qū)头?wù)場景提供統(tǒng)一來源的企業(yè)信息數(shù)據(jù)，同時，基于企業(yè)數(shù)據(jù)庫、素材庫的營銷AIGC應(yīng)用，也可以確保內(nèi)部的素材輸出口徑的一致和基礎(chǔ)再創(chuàng)作。在能力對齊上，其實前述提到的場景以及智能工作流中，AI應(yīng)用能力的輸出本身就是一定程度的員工工作能力的輸出，包括在一些培訓(xùn)業(yè)務(wù)上的智能陪練等應(yīng)用，也對團(tuán)隊能力對齊上有幫助；
• 服務(wù)的提升，在一些智能客服、服務(wù)場景上的應(yīng)用，信息和能力的對齊、更靈活的理解和輸出能力，可以提升服務(wù)質(zhì)量，系統(tǒng)代替人工響應(yīng)的方式，可以提升響應(yīng)速度，智能營銷策略、智能產(chǎn)品/資配推薦等的引入，可以提升服務(wù)的專屬定制屬性，千人千面、個性化專屬服務(wù)，特別是在情感陪伴場景上的可塑造性、專屬及私隱性質(zhì)，是人工難以替代的；
• 新的洞察或方法，隨著open-AI最新推理模型的發(fā)布，大模型的推理能力又有了非常大的提升，這種強(qiáng)大的推理能力，結(jié)合智能體的反思、批判和修復(fù)能力，相比人類更強(qiáng)大的數(shù)據(jù)和信息處理能力，未來很可能會創(chuàng)造出超越人類原有智慧的新的洞察（拭目以待?。?/li>

2. 應(yīng)用價值評估

當(dāng)然，對于目前掀起的各式的AI應(yīng)用嘗試，也必須提前做好評估，其實本質(zhì)上也是產(chǎn)品方案前期的評估和定位，回歸產(chǎn)品最本質(zhì)的問題，依然是帶著場景和問題去找到解決方案，而不是拿著AI這個錘子去找釘子，在積極探索應(yīng)用的同時，也需要進(jìn)行思考和評估：

1. 這個場景本身是否具備足夠的應(yīng)用價值，對用戶來說屬于什么類型的需求(期望-需求評估模型)？和業(yè)務(wù)/績效目標(biāo)關(guān)聯(lián)性如何？PMF高嗎？
2. 通過AI 應(yīng)用來解決的方式，是不可替代的嗎？是否有其他的方式也可以達(dá)到相似的目標(biāo)
3. 在使用AI之前，一般可以通過什么方式解決？使用AI之后帶來多少價值，投入產(chǎn)出比如何？｜價值-成本｜是否足夠大？
4. 由于AI的輸出和處理依然具備不確定性，需要考慮是否具備風(fēng)險，風(fēng)險的可控邊界如何？

四、AI 落地構(gòu)建

隨著AI大模型的能力迭代，AI的能力似乎賦予了大家無差別的能力起點，在這個過程中，金融業(yè)務(wù)方如何更好進(jìn)行應(yīng)用的構(gòu)建？什么才是積累壁壘的關(guān)鍵？這些問題，需要先理解大模型與業(yè)務(wù)平臺之間的構(gòu)建關(guān)系，以及業(yè)務(wù)平臺作為中間層的角色。這一過程，其實也就是結(jié)合AI本身的能力和價值，結(jié)合業(yè)務(wù)場景進(jìn)行應(yīng)用構(gòu)建。

1. 信息處理加工，包括信息結(jié)構(gòu)化、形式轉(zhuǎn)化、意圖加工等，其中也包括對用戶輸入側(cè)的場景信息、以及對用戶側(cè)做了便捷工具的整合加工；
2. 業(yè)務(wù)邏輯或規(guī)則加工處理，比如出于金融領(lǐng)域合規(guī)要求對輸入和輸出端的安全控制；
3. 提供數(shù)據(jù)/工具/工作流，輔助構(gòu)建[認(rèn)知/行動能力]，也是落地應(yīng)用過程中可以構(gòu)建壁壘的環(huán)節(jié)和關(guān)鍵資源。其中的數(shù)據(jù)不僅指廣泛意義的金融數(shù)據(jù)庫，也包括行為數(shù)據(jù)，以及多樣的知識庫(資訊、研報等動態(tài)知識庫、FAQ知識庫、通識知識庫、企業(yè)內(nèi)部知識庫等)；

五、金融AI應(yīng)用場景

帶著前面我們對AI的能力、應(yīng)用價值以及跟平臺之間的應(yīng)用關(guān)系的思考，以這個視角來看，目前金融行業(yè)中的一些應(yīng)用場景。這些應(yīng)用場景不僅僅是單一的AI能力的構(gòu)建，而是結(jié)合業(yè)務(wù)場景的需要，綜合地利用AI的多項能力，最大化地發(fā)揮應(yīng)用的價值。

1. 客戶服務(wù)與體驗

智能客服

利用AI對用戶意圖/情緒的理解能力，結(jié)合業(yè)務(wù)的數(shù)據(jù)庫、知識庫，可實時對用戶進(jìn)行服務(wù)響應(yīng)，價值主要在于對客服務(wù)應(yīng)答效率和服務(wù)質(zhì)量)的提升和降低客服人工成本，相比之前規(guī)則驅(qū)動的智能客服，可以更加靈活地回復(fù)響應(yīng)解答，輔助業(yè)務(wù)轉(zhuǎn)化。

在應(yīng)用上也是目前探索比較多的方向，比如螞蟻財富的支小寶和各大銀行的智能客服，但是由于直接面對投資者，合規(guī)風(fēng)險上也比較高，并且對于模型可能出現(xiàn)的幻覺(理解錯誤/推斷錯誤/信息錯誤)都需要進(jìn)行處理和把控。

投資陪伴/智能投研

結(jié)合業(yè)務(wù)側(cè)對用戶的場景和行為習(xí)慣的感知，可以在客戶旅程的環(huán)節(jié)中提供智能投資產(chǎn)品推薦、個性化投資建議，在提供投資陪伴、輔助投資決策上，可以提供智能投研工具、降維分析解讀陪伴等。這一場景可以拓展出來的細(xì)分場景和應(yīng)用比較多，后續(xù)可以再展開聊聊。

智能營銷

營銷內(nèi)容的智能合成，比如海報設(shè)計、營銷文案、視頻等智能生成，通識的營銷理念(節(jié)日及心理話術(shù))+ 業(yè)務(wù)場景營銷策略+機(jī)構(gòu)內(nèi)部的內(nèi)容數(shù)字資產(chǎn)，可以產(chǎn)出更多元化、更高效的營銷場景素材，降低營銷內(nèi)容創(chuàng)作成本投入，同時可保證核心素材的一致性和復(fù)用。

營銷策略的執(zhí)行和優(yōu)化上，營銷策略是基于【目標(biāo)洞察+場景+系列的營銷動作執(zhí)行+監(jiān)測優(yōu)化】，在目標(biāo)洞察環(huán)節(jié)可以通過智能數(shù)據(jù)分析進(jìn)行更精確的客戶標(biāo)簽分類，并且在不同的場景觸發(fā)中使用對應(yīng)最優(yōu)的營銷動作組合，結(jié)合業(yè)務(wù)平臺提供的多類金融工具推進(jìn)營銷工作流執(zhí)行，并對營銷轉(zhuǎn)化效果進(jìn)行監(jiān)控，及時進(jìn)行調(diào)整優(yōu)化。通過大量的營銷策略執(zhí)行和優(yōu)化，還可以作為策略模型學(xué)習(xí)的訓(xùn)練數(shù)據(jù)，進(jìn)一步構(gòu)建更智能更有效的營銷策略模型。

在應(yīng)用場景上和業(yè)務(wù)目標(biāo)也比較一致，比如代發(fā)客群轉(zhuǎn)化、沉默客戶召回、存款轉(zhuǎn)理財?shù)龋⑶铱梢赃M(jìn)行營銷策略資源的積累，也是比較能形成壁壘的，最具價值的不是營銷執(zhí)行的工具，而且營銷運營的策略和方法。

金融智能營銷，索信達(dá)算是行業(yè)比較頭部的，也有自己的策略積累和應(yīng)用實踐數(shù)據(jù)，對營銷的全流程進(jìn)行靈活設(shè)置調(diào)整、跟蹤和管理。

售后陪伴

結(jié)合信息檢索和處理，提供持倉產(chǎn)品的動態(tài)解讀和分析，組合分析和調(diào)倉建議等。

業(yè)務(wù)流程提效

對于需要客戶介入、重復(fù)性高、對行業(yè)知識要求不高的業(yè)務(wù)流程，可以結(jié)合AI的理解能力+信息處理能力+自動化執(zhí)行，進(jìn)行業(yè)務(wù)流程的提效。比如支付寶的智能理賠流程，對用戶提交的理賠材料進(jìn)行加工處理(結(jié)構(gòu)化+信息提取)，能有效避免理賠過程中反復(fù)的材料檢查、重新提交等情況，縮短理賠響應(yīng)時間、降低人工理賠投入的工作量成本。

2. 業(yè)務(wù)團(tuán)隊效能

管理側(cè)，數(shù)據(jù)智能分析，包含業(yè)務(wù)數(shù)據(jù)、員工績效數(shù)據(jù)、用戶數(shù)據(jù)等，基于一定的數(shù)據(jù)建設(shè)(數(shù)字化轉(zhuǎn)型的第一階段)，結(jié)合模型對海量數(shù)據(jù)的處理、理解、內(nèi)容生成能力，可以輔助管理側(cè)高效分析和了解業(yè)務(wù)數(shù)據(jù)情況，定期形成數(shù)據(jù)報告輔助決策。與普通的數(shù)據(jù)駕駛艙相比，智能的分析助手可以低門檻、更靈活地進(jìn)行數(shù)據(jù)挖掘和分析。

投研側(cè)，主要是 海量信息搜集-信息處理-結(jié)合業(yè)務(wù)場景提供價值，其中信息處理的環(huán)節(jié)，涉及到多模態(tài)內(nèi)容轉(zhuǎn)化、信息結(jié)構(gòu)化等能力，比如路演視頻的信息提煉總結(jié)(視頻傳播從營銷的角度來說或許占據(jù)優(yōu)勢，但是信息獲取效率不夠高)；海量信息的搜集到價值信息的提煉，市場資訊、分析師觀點等快速提取熱點觀點解讀、挖掘線索與變化。面向機(jī)構(gòu)側(cè)的智能投研產(chǎn)品，比如訊兔。

團(tuán)隊能力上，包含智能培訓(xùn)(能力對齊)、業(yè)務(wù)助手(能力賦予)。智能培訓(xùn)借助大模型的生成能力+企業(yè)內(nèi)部知識庫，可以提供靈活的、接近實戰(zhàn)的智能陪練，相比傳統(tǒng)的考試模式可以更有效訓(xùn)練員工的實戰(zhàn)能力，降低培訓(xùn)成本；業(yè)務(wù)助手的應(yīng)用范圍可以更廣，根據(jù)服務(wù)的員工角色和工作場景，可以提供多元的輔助，通過大模型+業(yè)務(wù)平臺的共同構(gòu)建，可以創(chuàng)建具備【業(yè)務(wù)專家】+【秘書助手】的綜合業(yè)務(wù)助手，結(jié)合內(nèi)部的知識庫問答，可以賦予優(yōu)秀工作和便捷處理工作的能力，并保證內(nèi)部的知識資產(chǎn)可以得到有效的利用。

3. 風(fēng)控與合規(guī)

智能風(fēng)控系統(tǒng)、信用風(fēng)險智能評估等，在信貸業(yè)務(wù)中應(yīng)用比較廣泛，這一方面也已經(jīng)有比較多的產(chǎn)品，比如百融云創(chuàng)；工作流程上，也可以應(yīng)用到合規(guī)審查流程中，利用自然語言處理技術(shù)審查合同和文檔等。

六、最后

在過去十年中，金融行業(yè)的數(shù)字化轉(zhuǎn)型已經(jīng)在很多細(xì)分場景上有所應(yīng)用，并且也已經(jīng)有很多行業(yè)垂類的AI產(chǎn)品出現(xiàn)，隨著AI應(yīng)用探索浪潮迭起，通用大模型的能力日新月異(新的模型層出不窮，升級迭代速度極快)，AI也許會給我們帶來全新的思考和工作方式。

作為產(chǎn)品經(jīng)理，除了思考行業(yè)的AI應(yīng)用探索、擁抱工作方式的變化(單一場景的工具應(yīng)用確實有所提效)之外，作為人類，在AI可以幫助我們解決重復(fù)性工作、帶來更高效的信息獲取效率時，人的核心價值和能力也許更應(yīng)該回歸認(rèn)知、洞察和更開闊的暢想探索。

最重要的，本文都是自己基于一些學(xué)習(xí)思考和理解，如果有錯誤之處歡迎指正，歡迎交流討論～