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
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。