山西证券的数字化转型改造路径是全方位、多角度的,前中后台同时推进又互为辅助。在前台推进山证报价板项目的同时,统一关系管理系统(URM)作为中后台产品,提供同业用户信息、债券推荐辅助前台业务员进行交易并作为山证报价板的管理后台补充报价板展业的必要功能。
统一关系管理系统以提高客户服务的准确性与体验感为目标建立起全新的数字业务模式:该模式以客户为中心,以用户库为载体,通过对客户需求的数字化处理建立用户画像,配以大数据精准推荐模型,建立对客户风险偏好、交易偏好的立体化认知,借助Al数字助理向客户推荐报价;客户在获取到感兴趣的报价后由人工交易员介入与客户进行深度交流,最终引流至山证报价板完成交易。
统一关系管理系统作为数字固收的核心承载平台,记录画像、提供能力,并以Al数字助理作为构建同业用户的网络抓手推动数字业务,同时秉持着数据资产应当产生价值的理念,引入大数据模型,生成精准推荐算法,辅助交易员日常工作,为市场预判、经营决策提供有力支撑,驱动业务改善,实现精益运营与业务增长。
统一关系管理系统内的大数据精准推荐采用推荐模型与价格预测模型。推荐模型分为召回与精排两部分,先根据债券在所有关注组中共同被关注情况,计算债券间的相似性矩阵,再根据待推荐客户的历史关注记录,推送相似债券。接着根据构造点击行为特征,并以同时
被关注与被点击的债券作为建模目标,构建二分类模型,计算召回模型Top K只债券的精排结果,根据每只债券的输出概率实现再排序;
价格模型采用全连接神经网络,根据当日成交流水、舆情等实时信号,以天为粒度预测债券的报买、报卖价格。价格预测模型下一阶段将以预测实时的报买报卖以及成交价为目标;增加数据维度,纳入宏观指标和舆情,构建价格与舆情矩阵,使得模型拥有对宏观经济以及市场情绪的捕捉能力。
统一关系管理系统将传统交易中以对手方机构为核心的交易方式转向以对手方交易员为核心,在通过交易员画像以及交易流水分析了解其交易偏好的基础上,更好地捕捉潜在交易机会,有效解决用户量扩容慢的问题,扩大数字业务的覆盖量,助力企业降低搜寻成本、增大创收空间、洞察市场风险、覆盖长尾客户。
统一关系管理系统以同业交易员个人为核心,针对用户画像为用户精准推荐其需要的服务,放弃传统按业务条线、按机构的服务模式,以金融科技为手段,依靠金融科技边际成本低,覆盖触达面广的优势,尽可能覆盖全市场的同业用户。同时又充分发挥了数据资产的价值,提供债券自动回价统一解决方案。
统一关系管理系统的创新场景在于通过全面、智能化的数字展业服务,搭建同业通讯录。上线仅1年,统一关系管理系统收录了超过3万名同业用户的信息,并将标签颗粒度细化到单券,与交易员进行关联,形成精准的用户画像体系,目前体系内已包含用户画像达到数千个,标签近万个,支持Al数字助理根据用户订阅和偏好为万余名QT好友和万余名iDeal好友提供消息服务,智能应答快速响应债券报价。同时该项目接入大数据精准推荐页面,对接山证报价板商机页面及用户认证,致力于推动固收全业务流程的数字化转型。
2023年,统一关系管理系统作为数字业务开展的管理后台,在生成式Al受到广泛关注的今日,将作为数字业务的纽带串联其他数字产品,以提高业务营收为最终目标,聚焦产品力提升,包括基础功能优化、曝光渠道增加、用户交互优化、支持更多业务场景、辅以多样化运营等手段,推动山西证券的数字化转型日益走向成熟。
好文章,需要你的鼓励
这款16英寸便携显示器采用分离式设计,包含显示屏和磁吸式支架,均由阳极氧化铝制成。支架采用双铰链设计,支持360度旋转调节,收纳时厚度仅约1.3厘米。FlipAction Pro Gen 1配备2560×1600分辨率、60Hz刷新率、350尼特亮度和100% DCI-P3色域。无需外接电源,可直接从设备取电。适合与iPad配合提升多任务处理效率,或作为Mac的垂直副屏使用。
印度学者在卫星图像识别领域取得突破,设计出无需预训练的神经网络架构,在EuroSAT数据集上达到97.23%准确率。通过三轮迭代优化,研究者发现卫星图像需要平衡空间和光谱两种特征,创新性地开发了可学习融合参数的双路径注意力机制。该方法证明了专用架构设计在特定领域的巨大潜力,为无法获得大规模预训练数据的应用场景提供了有效解决方案。
中兴通讯首席发展官崔丽在经济学人影响力AI创新亚洲2025峰会上分享了智能体AI战略愿景。她强调组织应从机械化向有机化转型,在不确定性中寻求稳定,保持敏捷适应变化。数字化和智能化转型需要长期投资,AI建立在数字和网络基础之上。在关键环节需要人机协同,大模型存在固有风险,而人类具备社会智能和道德判断。智能体AI正在重塑人才战略,未来最重要的三类人才是AI专家、AI高级用户和超越AI的高阶思维人才。
UC伯克利研究团队开发了ECHO框架,通过分析社交媒体上真实用户对GPT-4o图像生成的使用反馈,构建了更贴近实际需求的AI评测体系。该框架收集了超过31000个用户提示词,发现传统评测无法覆盖的复杂任务需求,并识别出用户关心的色彩偏移、身份保持等具体问题,为AI模型评估提供了全新的用户导向思路。