百融云创推动决策式AI和生成式AI融合落地

本网12月6日讯 去年年末，ChatGPT问世轰动全球，生成式AI、大模型引发人工智能二次浪潮，并很快将这股浪潮推向垂直行业。

在大模型的加持下，生成式AI的潜力被无限放大。国内外科技巨头、创业公司纷纷大力投入资源，争抢生成式AI商业化落地赛道。

百融云创CEO张韶峰表示，毫无疑问，当前AI在垂直行业的应用趋势正从决策式AI向生成式AI进化，AI走向2.0时代。但这一技术革新并不是一个非此即彼的过程。生成式AI性能强大、优势明显，却无法解决所有问题。在数据建模和智能交互方面，生成式AI技术占优势；而在信用评分和欺诈检测等方面，决策式AI技术更胜一筹。

事实上，百融云创一直在低调探索生成式AI。2017 年，百融云创就立项研发智能语音多轮多模态对话技术。2018年，将AI Chatbot投用于金融客服环节，替代人工客服进行作业。国有大行拿它给村民做社保卡发放回访，节省大量人工回访成本。后来因为特殊时期，银行人工客服无法到岗，银行对其需求剧增，百融云创AI Chatbot因此得以大规模商用。

百融云创AI chatbot采用与ChatGPT同源技术。两者均基于Transformer架构搭建算法模型，同时采用了自然语言处理技术、预训练模型等。如今，百融云创AI Chatbot每天进行2000万-3000万通电话，支持过亿级规模的自动交互频次。

近日，百融云创推出全新智能代码生成助手BR-Coder，它将极大地提升程序员的开发效率，助力商业机构研发提质增效。在技术研发上，百融云创始终站在AI前沿，敏锐洞察AI发展趋势。

张韶峰表示，未来决策式AI和生成式AI两种算法将有机融合，互为补充，可以灵活应对不同的场景和需求，在追求高效率和高性能之间达到更佳平衡。

拥有行业Know-how优势

与产业革新相伴的，还有大模型时代的崛起。大模型完美演绎了超能力，但对于垂直行业来说，“大”非万能。

受行业语料等因素限制，即便掌握着更大参数、更强算力，通用大模型在垂直领域的运行效果出现边际递减。针对特定行业训练的大模型，在垂直领域的智能交互中表现更佳。

张韶峰表示，垂类行业的人工智能的有效应用，离不开人机协同以及行业know-how。唯有基于深度的行业洞察和语料累积，才能够做出符合商业需要的产品，先进的技术也才能够真正落地到场景应用中。

行业know-how重点体现在哪里？

具体来讲，第一，能不能够深入地洞察行业？以CRM（客户关系管理）为例，CRM管理需要很深刻的industry know-how和domain knowledge。同时，在做业务过程中，还需要形成专有数据的竞争壁垒。专有数据可以用来不断优化模型，业务量越大形成的专有数据量越大，才能更好地训练和优化模型，从而提升业务效果。业务效果的提升又会进一步扩大业务规模，业务规模的扩大会进一步加大专有数据生成规模，循环往复，进而乘上规模化的良性飞轮。

第二，能不能够深入地分析用户？就是对 consumer 或者是small micro business的分析理解，协助客户完成数智化 KYC（了解你的用户）。

第三，有没有足够多的产品服务？同样是贷款产品，可以分成消费贷、房贷或者是房抵贷，或者说汽车分期等等，保险产品也分财产险、寿险，寿险里面还分终身寿险、长期重大重疾险等等。经过多年的数智服务，百融云创的产品和解决方案可以覆盖金融场景的全生命周期。协助客户完成数智化 KYP（了解你的产品），现在可以用类似于AIGC方式去总结。

“在业务理解上，我们对垂类行业的理解一定会做到90分以上。”张韶峰表示。

行业know-how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。业内人士认为，只有在垂直行业拥有深刻认知和经验积累的人工智能企业，才具备率先构建AI赋能产业数智化的领先优势，也才能够将技术的无限遐想落地生根，撬动垂直行业变革。

（免责声明：本网站内容主要来自原创、合作媒体供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）

相关阅读