至顶网CIO与应用频道 09月20日 北京消息:9月20日,浦发银行在京发起成立“科技合作共同体”,并与首批十六家国内外知名科技公司签署科技合作共同体备忘录,创新金融科技业务新模式。这是浦发银行推进“以客户为中心,科技引领,打造一流数字生态银行”战略的重要举措。
据介绍,浦发银行发起成立的“科技合作共同体”是一个由银行、科技公司、科研机构等多方机构共同组成的“开放共享、共建共赢”的生态平台。通过技术与金融服务场景的深度融合、“科技合作共同体”发挥汇聚各方智慧、加速创意落地、孵化种子公司的三大功能,实现能力共享、成果共享、收益共享。
浦发模式的三大突破
当今,科技迅猛发展,金融科技决定了业务流程、业务模式,甚至银行未来。如何让银行传统的科技研发模式适时调整,敏捷支撑业务发展,浦发银行进行了一系列的探索和创新。
浦发银行副行长潘卫东介绍,“科技合作共同体”构建了一种新型的伙伴关系,它突破原来银行与科技公司之间传统的甲方乙方合作模式,在合作目标、合作环境、合作方式上形成三大突破。
合作目标上,传统银行与科技公司之间是以项目交付、设备采购为目标的合同关系,“科技合作共同体”不再是锁定某一项目的短期交付目标,而是共同体内合作伙伴深度对接业务场景和技术研发,着眼长期发展,共同探索金融科技发展趋势。
合作环境上,“科技合作共同体”不再是银行与单一科技公司点对点合作,而是依托于数字生态环境,将银行、科技公司、研究机构、上下游供应商和消费者聚合起来,实现共同体的合作成长。
合作方式上,“科技合作共同体”改变了传统的项目交付合作模式,开辟了一种新的模式,通过合作共同体的课题、论坛、大赛等等,组建一个个敏捷作战团队,以客户需求为导向,加速创意项目落地,不断迭代研发,提升客户的服务体验。此外,还可在投资孵化等方面开展深入合作,助力科技公司成长。
“通过这些新模式,银行可快速应用创新技术,科技公司在银行真实业务场景下,技术应用将不断完善和发展。同时,在深入合作中,‘科技合作共同体’成员间还将衍生出众多子课题,延展出新的合作机遇。”浦发银行信息科技部总经理蒋瞳说。
如在智能语音交互创新领域,浦发银行与科技机构联合探索智能语音交互、声纹认证技术的金融场景应用,创新推出国内首款智能APP,并由此产生了一系列新的研究课题,例如:非固定文本声纹识别,语义分析、语音智能助理等。
多方共赢 提升“科技合作共同体”竞争及服务能力
“科技合作共同体”是一个聚能、赋能的平台。银行具有专业的金融业务经验和丰富的经营管理能力,科技公司、研究机构等具有强大的技术研发能力,在智能交互、区块链、云技术、开源平台等领域各有所长。通过“科技合作共同体”成员间可实现优势互补、场景对接,使各方的核心竞争力和服务能力得到“聚变式”提升。
对于科技公司,在“科技合作共同体”中将获得浦发银行业务、技术和投资等多方面支持。业务层面,浦发银行可提供金融业务场景及扩展应用场景;技术层面,可提供金融云服务和数据验证支持,引入海外金融科技公司对接合作,以及将国内科技拓展到海外市场的支持;财务层面,还可以提供银行融资支持,如财务管理、风险投资、创业辅导等。
此外,“科技合作共同体”还是一个为成长性科技公司赋能的平台。“科技合作共同体”成员将共同发掘具有潜力的金融科技企业,提供新的业务场景,以及衔接产业上下游的商业机会,让种子找到合适的土壤。
据悉,浦发银行将于11月1日举行第一届“浦发银行创新科技大赛”,赛事中选拔出的优秀科技公司将获得浦发银行合作及投资机会。对具有商业成长价值的公司,浦发银行子公司拟成立金融科技企业股权直投基金,进行投资培育,使新技术研发成果快速规模化复制,培育具有世界级技术影响力的中国科技企业。
后续,随着“科技合作共同体”成员不断增加,创新合作项目的陆续落地,“科技合作共同体”将为客户和用户提供优质服务体验,为中小企业和金融机构提供成熟的技术服务,践行普惠金融的社会责任。
附:首批合作备忘录签署公司包括微软(中国)有限公司、国际商业机器(中国)有限公司、SAS公司、天睿信科技术(北京)有限公司、Temenos公司、银联数据服务有限公司、北京文思海辉金信软件有限公司、深圳市长亮科技股份有限公司、神州数码融信软件有限公司、江苏润和软件股份有限公司、北京科蓝软件系统股份有限公司、上海安硕信息技术股份有限公司、赞同科技股份有限公司、上海天正软件有限公司、上海数聚软件系统股份有限公司、杭州时代银通软件股份有限公司。
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。