“怎么就不能返还了?”月壤分配现场,压迫感拉满……
“怎么就不能返还了?”月壤分配现场,压迫感拉满……
“怎么就不能返还了?”月壤分配现场,压迫感拉满……《科创板日报》5月24日讯(记者 陈美)“今年春节后,我在三四线城市观察到,连小(liánxiǎo)企业管理者都开始用AI工具生成合同,效率远超人工——这说明AI应用(yìngyòng)已(yǐ)突破行业边界。”
在近日举办的2025第十四届双态IT用户大会上,财跃星辰COO张展如是表示。他认为,随着(suízhe)DeepSeek等(děng)技术(jìshù)的演进,“AI+”浪潮正加速奔涌,AI普惠已从科技圈层向传统行业深度渗透(shèntòu)。
对于AI技术在金融行业的应用,张展表示,客户服务是(shì)核心命题,而当用户已习惯用AI处理日常事务,金融服务必须主动融入这一趋势(qūshì)。例如养老金融场景中,许多老年用户因APP功能复杂而使用困难,但若通过AI实现沪语等方言(fāngyán)交互,就能大幅降低使用门槛(ménkǎn),这类技术已具备(jùbèi)成熟可行性。
在此背景下,金融机构应(yīng)抓住“AI+APP”融合机遇,以C端体验优化为切入点,将专业服务无缝嵌入用户(yònghù)日常。
C端智能(zhìnéng)体的爆发,也驱动了(le)国产算力(suànlì)生态升级。在张展看来,海量用户场景为大模型提供了丰富训练数据,可加速模型迭代;同时,大规模算力需求(xūqiú)将为国产芯片替代开辟市场空间。“以上海为例,依托政策层面对算力一体化的布局,财跃星辰自去年起基于华为昇腾平台(píngtái)构建算力底座,并与头部券商国泰海通战略合作(hézuò),构建君弘灵犀千亿参数大模型,为海量用户提供智能化线上服务,处于国内领先水平(lǐngxiānshuǐpíng)。”
但发展中,大模型的应用落地需突破“概念导向”,转向“结果驱动”,即以切实解决实际问题为核心目标。张展进一步分析表示,大模型应用必须深度融入(róngrù)业务场景(chǎngjǐng),以 “客户友好” 为原则,通过针对性优化提升用户应用能力,最大化(zuìdàhuà)技术(jìshù)价值。
同时,在模型训练领域(lǐngyù),挑战与技能需求也并存,这使得一体化解决方案(jiějuéfāngàn)(jiějuéfāngàn)的(de)重要性日益凸显。“金融机构在大模型应用与技能转型进程中面临诸多(zhūduō)难题,例如技术整合复杂、人员技能断层等。若供应商能提供简单易用且具高性价比的一体化解决方案,将大幅提升模型应用与开发效率,有效降低技术落地门槛,推动金融行业大模型应用的快速发展(fāzhǎn)与创新。”
针对效率的提升,张展提出 “AI数字员工” 概念。即通过智能化工具缩短人员培训周期,降低人力(rénlì)成本。同时,由于传统分工模式导致技术(jìshù)架构与业务(yèwù)需求(xūqiú)割裂,大模型落地的关键挑战在于业务逻辑与技术能力(nénglì)的深度融合,需发挥跨领域人才与专家的协同作用,打破 “技术与业务两张皮” 的壁垒。
张展认为(rènwéi),理想的模式是算力、模型、客户需求三方深度协同,从“卖(mài)算力、模型”转向“卖场景化解决方案”。
随着“AI基础设施与场景(chǎngjǐng)落地”的普惠生态构建, 2025年将是国内AI行业“练内功、强输出”的关键之年。“只有(zhǐyǒu)当算力底座、模型优化、业务场景实现无缝衔接,金融机构的采购与管理逻辑将发生(fāshēng)根本(gēnběn)转变——不再是零散的技术采购,而是围绕具体(jùtǐ)业务目标定制解决方案。这种生态协同不仅能提升技术转化(zhuǎnhuà)效率,更将推动AI从‘科技圈专属’走向‘产业普惠’,最终让金融服务更智能、更包容。”张展最后谈到(tándào)。
(科创板日报记者(jìzhě) 陈美)
《科创板日报》5月24日讯(记者 陈美)“今年春节后,我在三四线城市观察到,连小(liánxiǎo)企业管理者都开始用AI工具生成合同,效率远超人工——这说明AI应用(yìngyòng)已(yǐ)突破行业边界。”
在近日举办的2025第十四届双态IT用户大会上,财跃星辰COO张展如是表示。他认为,随着(suízhe)DeepSeek等(děng)技术(jìshù)的演进,“AI+”浪潮正加速奔涌,AI普惠已从科技圈层向传统行业深度渗透(shèntòu)。
对于AI技术在金融行业的应用,张展表示,客户服务是(shì)核心命题,而当用户已习惯用AI处理日常事务,金融服务必须主动融入这一趋势(qūshì)。例如养老金融场景中,许多老年用户因APP功能复杂而使用困难,但若通过AI实现沪语等方言(fāngyán)交互,就能大幅降低使用门槛(ménkǎn),这类技术已具备(jùbèi)成熟可行性。
在此背景下,金融机构应(yīng)抓住“AI+APP”融合机遇,以C端体验优化为切入点,将专业服务无缝嵌入用户(yònghù)日常。
C端智能(zhìnéng)体的爆发,也驱动了(le)国产算力(suànlì)生态升级。在张展看来,海量用户场景为大模型提供了丰富训练数据,可加速模型迭代;同时,大规模算力需求(xūqiú)将为国产芯片替代开辟市场空间。“以上海为例,依托政策层面对算力一体化的布局,财跃星辰自去年起基于华为昇腾平台(píngtái)构建算力底座,并与头部券商国泰海通战略合作(hézuò),构建君弘灵犀千亿参数大模型,为海量用户提供智能化线上服务,处于国内领先水平(lǐngxiānshuǐpíng)。”
但发展中,大模型的应用落地需突破“概念导向”,转向“结果驱动”,即以切实解决实际问题为核心目标。张展进一步分析表示,大模型应用必须深度融入(róngrù)业务场景(chǎngjǐng),以 “客户友好” 为原则,通过针对性优化提升用户应用能力,最大化(zuìdàhuà)技术(jìshù)价值。
同时,在模型训练领域(lǐngyù),挑战与技能需求也并存,这使得一体化解决方案(jiějuéfāngàn)(jiějuéfāngàn)的(de)重要性日益凸显。“金融机构在大模型应用与技能转型进程中面临诸多(zhūduō)难题,例如技术整合复杂、人员技能断层等。若供应商能提供简单易用且具高性价比的一体化解决方案,将大幅提升模型应用与开发效率,有效降低技术落地门槛,推动金融行业大模型应用的快速发展(fāzhǎn)与创新。”
针对效率的提升,张展提出 “AI数字员工” 概念。即通过智能化工具缩短人员培训周期,降低人力(rénlì)成本。同时,由于传统分工模式导致技术(jìshù)架构与业务(yèwù)需求(xūqiú)割裂,大模型落地的关键挑战在于业务逻辑与技术能力(nénglì)的深度融合,需发挥跨领域人才与专家的协同作用,打破 “技术与业务两张皮” 的壁垒。
张展认为(rènwéi),理想的模式是算力、模型、客户需求三方深度协同,从“卖(mài)算力、模型”转向“卖场景化解决方案”。
随着“AI基础设施与场景(chǎngjǐng)落地”的普惠生态构建, 2025年将是国内AI行业“练内功、强输出”的关键之年。“只有(zhǐyǒu)当算力底座、模型优化、业务场景实现无缝衔接,金融机构的采购与管理逻辑将发生(fāshēng)根本(gēnběn)转变——不再是零散的技术采购,而是围绕具体(jùtǐ)业务目标定制解决方案。这种生态协同不仅能提升技术转化(zhuǎnhuà)效率,更将推动AI从‘科技圈专属’走向‘产业普惠’,最终让金融服务更智能、更包容。”张展最后谈到(tándào)。
(科创板日报记者(jìzhě) 陈美)
相关推荐
评论列表
暂无评论,快抢沙发吧~
你 发表评论:
欢迎