至顶网CIO与应用频道 06月27日 北京消息:市场竞争、监管变化、客户体验等因素一直在对金融行业发起挑战,所以无论是监管、竞争、客户都会影响金融行业在成本和服务上的创新,金融行业越来越多的开始利用人工智能去满足现有发展提出的要求。
IBM副总裁,全球企业咨询服务部大中华区金融行业总经理赵亮用多快好省来形容银行数字化转型的方向,‘多’是指需要从恨多层面重新审视与客户的关系,与客户建立多重渠道的有效互动;‘快’是指在决策层面如审批过程中,银行需要借助先进的认知解决方案,更快更好地规避风险、开展业务;‘好’是指要实现客户的诉求,交付好的产品和服务,在利用机器实现自动化和智能化,从而帮助客户解决问题;‘省’是指通过新兴技术方法和设计理念,例如敏捷、微服务、区块链、机器学习、图计算等来推动金融机构全员数字转型和运营体系取得长足的进步。
IBM副总裁,全球企业咨询服务部大中华区金融行业总经理赵亮
FinTech的特点是轻资产、数据驱动,这也对于金融行业的数字化转型带来巨大的驱动,这也让金融机构开始思考使用新型的架构支撑大吞吐的服务规模。
IBM中国首席技术官、IBM杰出工程师、IBM 大中华区客户技术顾问部及客户中心总经理程静指出,金融行业是一个混合IT的模式,原有预制部署企业级的品牌技术架构都是用非常专用的系统来运行专用的数据,所以转型的重点在于怎么把它的数据、信息、服务交易变成业务的API,或者变成业务的服务,让外面参与的客户很快能够调入核心的信息。
IBM中国首席技术官、IBM杰出工程师、IBM 大中华区客户技术顾问部及客户中心总经理程静
银行业的IT架构也需要在合理的基础架构上提升整体运维质量,提升海量数据存储、分析能力,将AI注入核心流程以提升客户体验,并使应用开发更加敏捷、高效。
同时合规和风险管理的新技术在银行变得如此受关注,银行业一年要在合规方面花费5990亿左右,每年银行因为不能有效合规遭受的罚款也将近千亿。
“合规审查工作涉及到银行业务的方方面面,而且各种法律、监管法规、内部政策众多,人工学习和查阅需要花费很长的时间。”IBM大中国区金融行业应用方案及业务拓展总经理陈文表示,认知计算能够大大提高合规审查的效率和效果并降低成本。
IBM大中国区金融行业应用方案及业务拓展总经理陈文
IBM近日宣布推出首套可帮助金融机构专业人员管理风险与合规的认知解决方案。这款Watson驱动的软件可部署在IBM云端。它将从理解监管要求、针对潜在的金融犯罪提供更多洞察以及通过新的数据架构方法来控制金融风险三个方面为金融专业人士提供帮助。
台湾玉山银行的数字化转型就是一个很好的例子,有一句俗语叫“一二三到台湾,台湾有个阿里山”。但你可能不知道玉山是台湾最高的山,取名玉山银行也是希望其可以成为台湾最好的银行。
“从1992年玉山银行成立之初,服务就是玉山的DNA,希望为每一位顾客提供最优质的服务。”台湾玉山银行数位营销部协理刘美玲说。玉山银行最大的股东并不是某一个财团,95%的员工都持有玉山银行的股票,占整体股票的1/4,所以玉山就是每一位员工的事业,而且每一个员工都具备管家精神,这在数字化转型中是非常有帮助的。
台湾人口正长期呈现出负增长,预计到2025年每五个人中就有一位老人,人口结构的变化对于玉山银行的业务是一个很大的冲击。因为台湾是全世界银行密度最高的地区,平均每3.14平方米就有一个网点,总共有3500多个网点。
玉山银行在面对利差1.4的环境下,2007年成立数据团队帮助改造产品和服务流程。刘美玲举了行销信用贷款的例子,玉山银行原有通过风险计量模型和人为审批进行评估,但是这是一个非常长的过程,而数据团队通过收集所有产品线的信息,可以很快的计算出每一个数据的风险和价值。
普惠金融、场景金融、智慧金融是玉山银行定位的三个新金融方向,其中智慧金融就离不开人工智能,玉山银行在AI上进行尝试,通过访谈12个单位,打通8个系统,4月24日上线了小I随身金融顾问。
让小I成为玉山银行的员工,这中间使用了Watson技术,通过语义可以清楚知道顾客的需求,提供精准的服务。玉山银行希望通过人工智能打造一个有温度的服务,而不是冷冰冰的回复,所以小I目前定位在社群服务,等它更聪明后将服务更多的范围。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。