近日澳大利亚联邦银行(CBA)宣布对其数字化策略进行升级,首席执行官Matt Comyn表示,这将有助于该银行在全球范围内为所有企业提供最佳的数字体验。
2019年10月该银行曾宣布五年内将在技术领域投入超过50亿澳元,近日Comyn表示,这一金额还将“继续增加”。
他说:“我们准备在有机会的领域进行投资……在这个领域我们会充满雄心,这就需要加大投入。”
其中之一,就是该银行的Customer Engagement Engine客户参与引擎。
目前Customer Engagement Engine上运行着约400种机器学习模型,实时接收来自约1570亿个数据点的数据。Comyn说,CBA正在使用该工具“协调各项活动和措施来服务于客户”。
他说:“就吞吐量而言,Customer Engagement Engine每天提供大约3500万个决策,而且是实时完成的,每个决策的时间不到300毫秒。”
“这么大的规模令人印象深刻,而实际上对我们来说最重要的是,我们可以为客户服务的价值。”
其中一个例子,是使用Customer Engagement Engine在2020年丛林大火期间向客户提供紧急消息。
Comyn表示,澳大利亚联邦银行对技术的投资,特别是数据、机器学习和人工智能(AI),让该银行对每个客户的个人需求都有“独特的洞察”。他还特别强调了投资新兴技术(如AI和机器学习)带来的收益。
他说:“现在我们可以充分利用大规模分析技术的强大功能和优势,以及卓越的计算能力——正如你可以想象的,作为一家金融机构,我们整个组织内部使用的数据集是非常庞大的。”
“我们利用这一点为客户提供个性化的洞察,有很多领域是我希望可以加快发展步伐的,我们的Customer Engagement Engine每天都在发生变化……就拿规模来说,几年前当Customer Engagement Engine最初问世的时候,我们并不知道我们将实时获得1570亿个数据点。”
但除了预测能力之外,Comyn表示,重要的是要确保银行能够掌控“可解释性”问题。
他补充说:“企业如何使用数据,对于全球的监管机构来说,显然是一个新兴的领域,这是我们未来技术战略的一个重要组成部分。对我们来说这是一个值得关注的领域。”
Comyn称,疫情促使企业组织发生了一些结构性的转变。目前澳大利亚联邦银行有大约750万的活跃数字用户,其中630万用户经常使用Commbank应用——到2020年,这个数字将增加约40万。
保持“忙碌”
澳大利亚联邦银行还庆祝了旗下风投部门X15 Ventures成立一周年。
成立的这一年来,X15已经创立或者扩展整合了四家新的合资企业,上周,该银行宣布收购第五家合资企业Doshii。
Doshii是一个面向酒店业的云平台,将酒店场地、POS和其他应用(如预订平台和在线交付服务)结合在一起。
“去年X15成立的时候,我们的使命是向市场推出前所未有的新解决方案,增强客户的能力,Doshii正是这样一家公司,拥有令人振奋的业务定位,领先的技术,平台上不断增长的应用,以及不断扩大的商家生态系统,”X15董事总经理Toby Norton-Smith这样说道。
他表示,这一年中,X15在Comyn和银行高管团队的支持下,目标已经实现。
他解释说:“我们的目标是打造一种风投模式,融合了最理想的规模和来自支持方Commbank最好的资产,同时又能确保留住人才,保持形象、技术灵活性和初创公司的模式。”
澳大利亚联邦银行的目的是将Commbank应用打造成为“客户数字生活中心”,Norton-Smith说,他们意识到自己是无法面面俱到的,需要引入“最佳外部合作伙伴,包括来自X15的风投企业”。
好文章,需要你的鼓励
雅虎、Quora、Medium等在线媒体品牌正采用名为RSL的新协议,防止AI公司未经授权复制其内容用于模型训练。RSL协议基于RSS标准开发,为AI时代的互联网提供缺失的许可层。该协议旨在成为比robots.txt更强大的技术层,应对目前占互联网流量一半以上的AI爬虫。Reddit、MIT出版社等多家机构已加入该协议。随着AI导致网站流量下降25%,出版商正通过诉讼或授权协议寻求补偿。
腾讯ARC实验室推出AudioStory系统,首次实现AI根据复杂指令创作完整长篇音频故事。该系统结合大语言模型的叙事推理能力与音频生成技术,通过交错式推理生成、解耦桥接机制和渐进式训练,能够将复杂指令分解为连续音频场景并保持整体连贯性。在AudioStory-10K基准测试中表现优异,为AI音频创作开辟新方向。
思科280亿美元收购Splunk后的18个月里,两家公司专注于将Splunk的机器数据分析技术与思科网络产品线融合,打造"思科数据织网"。Splunk平台高级副总裁表示,收购后的协同效应为Splunk带来新动力,公司策略得到放大而非偏离。双方快速整合工程团队,推出AI Canvas等项目,致力于解决企业IT数据孤岛问题。新举措包括将机器数据与业务洞察连接,推出面向Snowflake的联邦搜索功能。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。