文/源澤
如何打通AI從模型到場(chǎng)景的“最后一公里”？近日，新網(wǎng)銀行邀請(qǐng)成都新希望金融科技有限公司聯(lián)合創(chuàng)始人、執(zhí)行總裁高斌，迪洛斯人工智能科技(四川)有限公司創(chuàng)始人、董事長(zhǎng)湯浩，新網(wǎng)銀行科技專家李開(kāi)宇做客“AI構(gòu)造力”直播間，探討AI從“實(shí)驗(yàn)室”到“生活場(chǎng)”的實(shí)現(xiàn)路徑。
“AI構(gòu)造力”直播間邀請(qǐng)行業(yè)嘉賓共話打通AI從模型到場(chǎng)景的“最后一公里”。新網(wǎng)銀行供圖
AI落地的緊迫感
是危機(jī)更是轉(zhuǎn)機(jī)
對(duì)企業(yè)和個(gè)人而言，AI落地不僅是“是否擁抱”的選擇題，更是“何時(shí)擁抱”的生存題。從2016年AlphaGo掀起的AI浪潮，到2023年ChatGPT的發(fā)布開(kāi)啟大模型時(shí)代，技術(shù)創(chuàng)新的周期越來(lái)越短，落地難的質(zhì)疑也始終如影隨形。
這種緊迫感在金融行業(yè)尤為明顯。高斌對(duì)此深有體會(huì)：“2023年還在小范圍測(cè)試大模型，2024年就已經(jīng)意識(shí)到跟隨遠(yuǎn)遠(yuǎn)不夠。到2025年，客戶經(jīng)理已經(jīng)開(kāi)始需要用AI分析營(yíng)銷(xiāo)話術(shù)，風(fēng)控團(tuán)隊(duì)需要它挖掘潛在風(fēng)險(xiǎn)，內(nèi)部運(yùn)營(yíng)則需要它解放重復(fù)勞動(dòng)?！?/p>
面對(duì)行業(yè)焦慮，湯浩用一組數(shù)據(jù)揭示了可能性：過(guò)去70年，AI經(jīng)歷了多次“技術(shù)熱潮—預(yù)期破滅—低潮”的循環(huán)，而這一輪若無(wú)法在2—3年內(nèi)證明其對(duì)生產(chǎn)力的實(shí)質(zhì)性提升，等熱潮退去后，AI可能再次陷入長(zhǎng)達(dá)10年的沉寂。
李開(kāi)宇則表示，DeepSeek新版發(fā)布后，全民AI教育普及，技術(shù)迭代加速，智能體已能獨(dú)立處理復(fù)雜場(chǎng)景、規(guī)劃執(zhí)行并交付結(jié)果。為此，新網(wǎng)銀行戰(zhàn)略升級(jí)，從科技驅(qū)動(dòng)創(chuàng)新轉(zhuǎn)為行級(jí)戰(zhàn)略驅(qū)動(dòng)全行創(chuàng)新，當(dāng)前重點(diǎn)聚焦客戶服務(wù)等場(chǎng)景，同步推進(jìn)全行各類場(chǎng)景的智能體應(yīng)用。
從“小切口”到“大變革”
AI的“構(gòu)造力”藏在細(xì)節(jié)里
“AI不是顛覆行業(yè)的‘核武器’，而是解決具體問(wèn)題的‘手術(shù)刀’。”高斌舉例介紹，在服務(wù)銀行零售轉(zhuǎn)型時(shí)，新希望沒(méi)有急于全面替換傳統(tǒng)系統(tǒng)，而是從“小切口”切入。以數(shù)據(jù)分析為例，基于數(shù)據(jù)標(biāo)準(zhǔn)化積累，開(kāi)發(fā)Chat BI替代人工，通過(guò)理解問(wèn)題需求，自動(dòng)匹配元數(shù)據(jù)生成SQL并執(zhí)行，實(shí)現(xiàn)大數(shù)據(jù)平臺(tái)從建平臺(tái)到AI賦能經(jīng)營(yíng)的跨越。
在高斌看來(lái)，AI應(yīng)用必須是可評(píng)估、可調(diào)試、可解釋的閉環(huán)。通過(guò)工作流串聯(lián)各閉環(huán)，最終形成大結(jié)果，確保局部效果可追蹤，逐步實(shí)現(xiàn)全面賦能。
湯浩也提出同樣的觀點(diǎn)。選擇員工覺(jué)得AI好用的場(chǎng)景能提升效率、減少重復(fù)勞動(dòng)。“在這類場(chǎng)景里員工也愿意使用AI，解決具體痛點(diǎn)后，團(tuán)隊(duì)就能直觀看到變化與提升，建立信任。通過(guò)一個(gè)個(gè)小切口的打通與驗(yàn)證，逐步推動(dòng)AI進(jìn)一步進(jìn)化。”
未來(lái)，對(duì)于企業(yè)而言，中小企業(yè)應(yīng)以戰(zhàn)代練，摒棄AI“無(wú)用論”與“萬(wàn)能論”，將其視為工具，優(yōu)先從簡(jiǎn)單場(chǎng)景切入。大型企業(yè)要緊跟AI趨勢(shì)，整合資源應(yīng)對(duì)組織變革，避免依賴IT團(tuán)隊(duì)抽調(diào)，需強(qiáng)化算法與AI能力建設(shè)。而對(duì)于個(gè)人而言，與AI共舞的能力正在重新定義職業(yè)價(jià)值，職場(chǎng)人需要深耕專業(yè)壁壘，學(xué)生需要盡早接觸真實(shí)場(chǎng)景，創(chuàng)業(yè)者則要盡快抓住不可替代的競(jìng)爭(zhēng)優(yōu)勢(shì)。
如何平衡安全與效率
協(xié)同共生是解決之道
對(duì)于大部分企業(yè)而言，最常見(jiàn)的困惑是本地化部署怕數(shù)據(jù)泄露，用云端又怕“幻覺(jué)”誤導(dǎo)決策。
對(duì)此，湯浩表示，全本地化部署并非良藥?！捌髽I(yè)僅用自有數(shù)據(jù)訓(xùn)練模型，如同反復(fù)復(fù)習(xí)一本教材，知識(shí)永遠(yuǎn)停留在已知區(qū)，無(wú)法迭代進(jìn)化；而行業(yè)需要的是‘云端算力+產(chǎn)業(yè)知識(shí)+場(chǎng)景驗(yàn)證’的三維融合?！?/p>
李開(kāi)宇通過(guò)新網(wǎng)銀行的實(shí)踐案例，將大模型應(yīng)用分為從“行外”到“行內(nèi)”。“行外”通過(guò)云端大模型處理非敏感信息，如市場(chǎng)分析等，利用其聯(lián)網(wǎng)能力和泛化性提升效率；“行內(nèi)”則基于開(kāi)源技術(shù)在本地部署，處理交易數(shù)據(jù)等敏感信息，同時(shí)成立“智擎AI+行動(dòng)小組”，并聯(lián)動(dòng)多個(gè)部門(mén)，讓新網(wǎng)銀行的智能化從“盆景”變?yōu)椤帮L(fēng)景”?！癆I落地不是非此即彼的選擇，而是協(xié)同共生的生態(tài)?！崩铋_(kāi)宇說(shuō)。
高斌進(jìn)一步解釋，就像電力時(shí)代需要電網(wǎng)，AI時(shí)代需要“智能云”提供算力底座、“產(chǎn)業(yè)云”沉淀行業(yè)知識(shí)、“場(chǎng)景云”解決具體問(wèn)題。企業(yè)無(wú)需重復(fù)制造，只需聚焦自身業(yè)務(wù)痛點(diǎn)，就能快速組裝出適合的AI工具。
（推廣）
【未經(jīng)授權(quán)，嚴(yán)禁轉(zhuǎn)載！聯(lián)系電話028-86968276】
