數(shù)智時(shí)代，比信息更重要的是對(duì)信息的邏輯分析能力。

面對(duì) 金融 行業(yè)高密度集聚的海量數(shù)據(jù)和豐富的垂直領(lǐng)域數(shù)字化場(chǎng)景，在客戶洞察和 營(yíng)銷 策略制定環(huán)節(jié)，往往會(huì)出現(xiàn)數(shù)據(jù)挖掘不足、個(gè)性化服務(wù)缺失和坐席效率低等難題。

如何從海量的信息汪洋中挖掘出有效文本、提供適配不同場(chǎng)景需求的個(gè)性化服務(wù)方案，乃至提供可靠的資源優(yōu)化策略，幫助客戶優(yōu)化團(tuán)隊(duì)協(xié)作效率，提高 商業(yè) 價(jià)值？作為一家技術(shù)驅(qū)動(dòng)的數(shù)字金融機(jī)構(gòu)，馬上消費(fèi)金融股份有限公司（以下簡(jiǎn)稱“馬上消費(fèi)”）給出了自己的答案。

依托100PB金融基礎(chǔ)數(shù)據(jù)、自建的智算中心、純線上業(yè)務(wù)模式和經(jīng)驗(yàn)?zāi)Ｐ偷?a class='sowmlink' id='chuangxin' onmouseout='Fhidden()' onmouseover='Fpop(this)' target=_blank href='http://m.aykon.com.cn/channel/chuangxin.html'>創(chuàng)新集聚優(yōu)勢(shì)，馬上消費(fèi)率先發(fā)布零售金融首個(gè)大模型“天鏡”，并基于大模型的生成、理解、歸納能力，構(gòu)建起智慧洞察平臺(tái)。

作為行業(yè)領(lǐng)先的、先進(jìn)AI驅(qū)動(dòng)的模型決策系統(tǒng)，馬上消費(fèi)采用“大模型+小模型”的架構(gòu)，實(shí)現(xiàn)了從“數(shù)據(jù)-知識(shí)-決策”的全鏈路優(yōu)化，特別針對(duì)小樣本環(huán)境下的金融風(fēng)險(xiǎn)感知與識(shí)別、復(fù)雜金融風(fēng)險(xiǎn)的分析和預(yù)測(cè)問(wèn)題，以及基于LLM（大語(yǔ)言模型）的集中協(xié)作和實(shí)時(shí)在線決策系統(tǒng)，覆蓋了金融風(fēng)險(xiǎn)因子挖掘和金融風(fēng)險(xiǎn)預(yù)測(cè)等關(guān)鍵應(yīng)用場(chǎng)景。

企業(yè)內(nèi)各種文件、圖表等知識(shí)規(guī)模固然可觀，然而痛點(diǎn)卻也同樣鮮明：諸多非結(jié)構(gòu)性數(shù)據(jù)藏在“文山書(shū)海”中，不僅增加查詢時(shí)間和精力成本、效率低下，得出的數(shù)據(jù)也缺乏解釋力。“天鏡”大模型恰恰解決了這一痛點(diǎn)。

通過(guò)將不同系統(tǒng)中的數(shù)據(jù)進(jìn)行全面匯集和管理，“天鏡”可作為企業(yè)的數(shù)據(jù)中臺(tái)、同時(shí)在多個(gè)文檔的文字圖表等多模態(tài)文本中找到并融合答案，解決了數(shù)據(jù)分散、數(shù)據(jù)源多樣問(wèn)題的同時(shí)，還可充分理解后將其組織為人更容易理解的語(yǔ)言，形成企業(yè)數(shù)據(jù)資產(chǎn)和洞察，大大提升大模型分析速度、降低分析成本，實(shí)現(xiàn)數(shù)據(jù)協(xié)同合作。

匯集數(shù)據(jù)的同時(shí)，該系統(tǒng)還可作為企業(yè)知識(shí)中臺(tái)，自動(dòng)挖掘有價(jià)值的對(duì)話，精準(zhǔn)判定客戶需求、智能提取關(guān)鍵信息、快速歸納客戶特征，同時(shí)提供個(gè)性化信息補(bǔ)充，優(yōu)化客戶對(duì)話偏好分析，助力高效制定人機(jī)協(xié)同策略，為業(yè)務(wù)提供高價(jià)值的數(shù)據(jù)支持，避免大模型分析的幻覺(jué)問(wèn)題的同時(shí)，顯著提升營(yíng)銷效果，助力客戶實(shí)現(xiàn)營(yíng)銷策略的精準(zhǔn)化和數(shù)字化資產(chǎn)的增長(zhǎng)。

助力客戶高效挖掘數(shù)據(jù)、精準(zhǔn)制定策略、豐富個(gè)性化服務(wù)的同時(shí)，馬上消費(fèi)也在致力于提高企業(yè)員工效率。依托積累的大量的績(jī)優(yōu)客服真實(shí)通話數(shù)據(jù)，馬上消費(fèi)訓(xùn)練天鏡大模型、讓天鏡擁有一對(duì)多客戶服務(wù)的能力，也可作為人工坐席的輔助角色，幫助推薦、優(yōu)化回答，大大提高問(wèn)題解決效率。同時(shí)，沉淀出群體智慧知識(shí)庫(kù)，將優(yōu)秀坐席經(jīng)驗(yàn)低成本、規(guī)模化復(fù)制給全體客服和新員工，形成創(chuàng)新流水線，實(shí)現(xiàn)知識(shí)的循環(huán)和積累。

行業(yè)大模型想實(shí)現(xiàn)商業(yè)價(jià)值，就必須能夠直面客戶，在真實(shí)客服場(chǎng)景下檢驗(yàn)效果。截至今年2月，天鏡大模型在智慧營(yíng)銷和客服場(chǎng)景已運(yùn)行5個(gè)月。實(shí)測(cè)數(shù)據(jù)可知，大模型意圖理解準(zhǔn)確率達(dá)91%，已接近于人，相較于傳統(tǒng)AI的68%有較大提升。

數(shù)智時(shí)代，大模型是金融數(shù)據(jù)升維再構(gòu)的通用AI新范式，也是企業(yè)贏得未來(lái)的必由之路，其核心潛力——對(duì)“數(shù)據(jù)-企業(yè)智能-新質(zhì)生產(chǎn)力”的高價(jià)值創(chuàng)造，將對(duì)企業(yè)發(fā)展起到不可忽視的巨大推動(dòng)。展望未來(lái)，馬上消費(fèi)將繼續(xù)強(qiáng)化新技術(shù)應(yīng)用的“預(yù)知性”安全和風(fēng)險(xiǎn)管理，圍繞數(shù)字金融全棧服務(wù)創(chuàng)新釋放大模型技術(shù)紅利，并積極構(gòu)建大模型生態(tài)，加快形成可復(fù)制、可推廣的實(shí)踐經(jīng)驗(yàn)，與同行伙伴共同提升金融的可得性、覆蓋面、滿意度，服務(wù)實(shí)體 經(jīng)濟(jì) 高質(zhì)量發(fā)展。