意見領袖 | 洪偌馨 伊蕾

　　“人類邁向奇點的千年征程已經(jīng)步入沖刺階段?！边@是奇點大學掌門人雷·庫茲韋爾在其最新著作中提出的觀點。

　　早在近20年前（2005年），庫茲韋爾就在《奇點臨近》（《The Singularity Is Near）》一書中大膽預測，AI將在2029年通過圖靈測試、達到人類智能水平，并在2045年與人類融合，而后者就是庫茲韋爾口中的“奇點”。

　　20年后，在這本名為《奇點更近》（注：英文名《The Singularity Is Nearer》）的書中，他不僅重申前了前述觀點，而且再次預言：

　　未來10年里，人們將與看起來非常人性化的AI互動；到21世紀30年代，不斷進步的AI和日漸成熟的納米技術將以前所未的方式促進人機結合。

　　自ChatGPT橫空出世以來，隨著大模型和生成式AI成為科技領域的主流敘事方式，相比于20年前，越來越多的普通人也開始感受到“奇點”到來的可能性，甚至有了“AI一日，人間一年”的說法。

　　這樣看來，庫茲韋爾的預測都略顯“保守”了。

　　典型如金融行業(yè)，過去兩年里，包括互聯(lián)網(wǎng)公司、傳統(tǒng)金融機構、金融科技公司等都推出了自己的大模型，并且不斷加速迭代。

　　如果說2023年困擾從業(yè)者們的問題還是“國內(nèi)市場能否孕育出頂尖的大模型”，那么在2024年，市場關注的重點已經(jīng)來到“大模型如何為我所用”，甚至是更實際的商業(yè)化等問題。

　　事實上，相比于2023年金融大模型的“千帆競發(fā)”，在2024年，我們看到了更多金融智能體（AI Agent）在不同場景中加速落地，通過矩陣式的創(chuàng)新全面重塑業(yè)務流程和客戶體驗。

　　在最近舉行的“2024年度人工智能大模型金融領域示范場景及創(chuàng)新應用案例成果特展主題日”活動上，奇富科技提到，在過去半年時間里，公司完成了100多個金融智能體嘗試，其中26個達到了商用級別。

　　在具體場景上，這26個智能體覆蓋了客戶的全生命周期，包括貸前、貸中、貸后甚至睡眠客戶的管理，在工作內(nèi)容上則覆蓋了客戶識別、產(chǎn)品服務、產(chǎn)品研發(fā)和經(jīng)營分析等核心環(huán)節(jié)。

　　1

　　大模型“進階”：

　　從拼參數(shù)到拼“落地”

　　過去一年里，包括微軟、谷歌等在內(nèi)的巨頭不僅紛紛推出智能體應用，而且意在打造一個更加龐大的生態(tài)。

　　“未來的AI智能體可能比人類還多，人類將生活在一個有數(shù)億、甚至數(shù)十億AI智能體的世界中?！盡eta CEO扎克伯格在今年7月的訪談節(jié)目中預測。

　　國內(nèi)市場上，以百度、騰訊、阿里為首的互聯(lián)網(wǎng)廠商也基于自家的大模型平臺，為用戶推出智能體開發(fā)平臺。

　　具體到金融領域，以奇富科技的實踐來看，其在2024年3月上線了具備金融科技特性的智能體平臺“AI STUDIO”。

　　奇富科技一面通過企業(yè)級RAG（注：Retrieval-Augmented Generation，檢索增強生成）逐步構建起企業(yè)級知識庫，另一方面則利用AI FLOW（注：多功能工具，主要用于管理和優(yōu)化機器學習工作流）調(diào)用企業(yè)級知識庫和大模型，在二者的協(xié)同之下，前述覆蓋不同業(yè)務和流程節(jié)點的智能體紛紛上線。

　　那么，到底什么是智能體？為什么它會成為AI領軍者們看好和布局的對象？

　　2024年7月，Open AI定義了通往AGI（通用人工智能）的五個等級，其中Agent（智能體）就位于L3，相比于L1的對話能力、L2的推理能力，其最大特征在于能夠采取行動、執(zhí)行任務。

　　換言之，如果說之前的大模型之爭，是在比拼誰能打造一個知識儲備更豐富的“超級大腦”，那么智能體比拼的，是在這個大腦支配下的“數(shù)字員工”具體解決業(yè)務問題的能力。

　　比如，它能否感知周圍環(huán)境的變化、更好地接受指令；能否進行獨立思考和判斷，并且有邏輯和計劃地解決問題，甚至于調(diào)用工具去逐步完成一系列任務。

　　眼下，市場涌現(xiàn)出的大批智能體可能尚未達到Open AI定義的程度，但這并不妨礙我們看到市場的真實需求。

　　工信部披露的數(shù)據(jù)顯示，截止到2024年10月，現(xiàn)有完成備案上線、能為公眾提供服務的生成式人工智能服務大模型已接近200個，注冊用戶超過了6億。

　　換言之，無論是在企業(yè)端還是客戶端，大模型本身都已經(jīng)不足為奇。

　　然而，過往市場評判大模型好壞的標準主要是測試評分，但過分強調(diào)“應試教育”也使得一些大模型陷入了“高分低能”的怪圈——雖然參數(shù)大、得分高、性能強，但在實踐中卻沒有用武之地。

　　與之相對應的，以奇富科技為代表的市場參與者們，著力于把通用的金融數(shù)據(jù)與業(yè)務場景結合，打造“更懂金融+更懂場景”的大模型，反而取得了很好的反饋。

　　“2024年以前，大家都在拼模型的參數(shù)和能力，但是現(xiàn)在市場已經(jīng)出現(xiàn)了明顯的變化”，奇富科技CEO吳海生表示，“如果大家能夠把現(xiàn)有的模型應用好，能夠執(zhí)行好一項任務，也會帶來巨大的價值”。

　　事實上，在企業(yè)降本增效的強烈需求之下，越來越多的企業(yè)開始關注新技術如何作為“生產(chǎn)力工具”實現(xiàn)新的價值創(chuàng)造，這也是金融大模型混戰(zhàn)進入智能體階段的根本原因。

　　數(shù)據(jù)顯示，通過有效的分發(fā)，奇富科技顯著增加了推理服務器的效率，預計每年可以節(jié)約創(chuàng)新成本約600萬元。

　　并且，智能體平臺構建的所有能力都在安全環(huán)境下進行，為企業(yè)的規(guī)?；瘎?chuàng)新提供了強大的驅動力。

　　2

　　結構性機會：

　　“所有業(yè)務都值得重做一遍”

　　有一種觀點認為，大模型時代，所有的金融業(yè)務都值得重做一遍。

　　這種說法雖然看起來有些絕對，但卻并不夸張。立足于當下的市場環(huán)境，每一點業(yè)務流程的優(yōu)化和客戶體驗的提升都值得珍惜。

　　尤其在人工智能一日千里的進化速度之下，點滴的進步都可能帶來成本結構甚至商業(yè)模式的重塑。

　　比如，在金融科技領域，坐席人員和研發(fā)人員是規(guī)模最龐大的兩個群體，也是市場參與者們最大的“成本中心”。

　　也正因如此，通過AI賦能一線坐席和開發(fā)人員是各機構布局的重點。

　　以奇富科技的實踐來看，基于此前發(fā)布的QiFuGPT大模型，公司打造了Copilot人機交互領航系統(tǒng)。

　　作為一線坐席的“副駕”，在新手坐席上崗時，它可以通過模擬真實場景為他們提供崗前培訓；在服務客戶的過程中，幫助坐席實時洞察客戶需求并提供專家級金融話術支持；還可以在服務結束后為坐席進行服務“質(zhì)檢”，并提供優(yōu)化建議。

　　這不僅能夠直接提升客戶端的服務體驗，也可以大幅縮短公司培養(yǎng)一線坐席的時間成本、提升服務質(zhì)量。

　　數(shù)據(jù)顯示，自9月該系統(tǒng)上線至今，已試用坐席中80%以上會持續(xù)使用，對整體業(yè)務有接近200%的提效。

　　與此同時，在公認的大模型最佳應用場景——研發(fā)領域，奇富科技推出Jarvis和奇富Chat BI來實現(xiàn)開發(fā)效率的優(yōu)化和BI工作方式的轉變。

　　一方面，通過引入RAG技術，Jarvis生成代碼的效率實現(xiàn)飛躍，30%的代碼可以由AI自動生成，每天執(zhí)行的案例已經(jīng)突破1萬個；

　　另一方面，奇富Chat BI則將公司的大數(shù)據(jù)平臺進一步優(yōu)化，業(yè)務人員可以像人機對話一樣直接駕馭大數(shù)據(jù)，獲得業(yè)務優(yōu)化建議。

　　不只是員工和企業(yè)，用戶同樣可以直觀感受到人工智能帶來的體驗提升。

　　典型如小微業(yè)務，QiFuGPT能構建知識圖譜，如果客戶名下有多家公司，它能夠根據(jù)小微行業(yè)數(shù)據(jù)、研報以及一系列的圖譜判斷哪家公司的貸款資質(zhì)更好，從而生成適配的額度和價格體系。

　　與此同時，QiFuGPT還可以基于對客戶生產(chǎn)經(jīng)營狀況的了解，比如行業(yè)周期、回款情況等迭代識別用戶真實需求和還款能力，進而幫助客戶選擇借款周期、貸款額度和產(chǎn)品。

　　而在為金融機構提供整體技術服務環(huán)節(jié)，為打破小微金融的“打破不可能”三角（注：即成本可控、風險可控、規(guī)模發(fā)展三個目標無法同時實現(xiàn)），奇富科技希望能使用數(shù)字化、智能化技術進行成本重構。

　　作為奇富科技技術輸出的核心平臺，奇富數(shù)科最新發(fā)布的數(shù)字普惠信貸解決方案FocusPRO2.0，通過把線上、線下采集到的數(shù)據(jù)和大模型進行融合，進而做出更加有效的授信。

　　數(shù)據(jù)顯示，在利用新技術對風險定價、人工作業(yè)等幾十項成本進行重構之后，奇富數(shù)科能幫金融機構把小微業(yè)務的整體成本優(yōu)化1.5%-2%。

　　這是什么概念呢？

　　中國銀行業(yè)的平均ROA水平為0.85%，中國銀行業(yè)的平均凈息差已經(jīng)跌至1.5%以下。

　　1.5%的成本優(yōu)化可以把過去商業(yè)的不可行問題變得可行，在提升金融機構商業(yè)可持續(xù)能力的同時，更好地為實體經(jīng)濟“輸血”，為小微企業(yè)提供支持。

　　而這或許也是這場“技術盛宴”的真正價值所在。

　　正如庫茲韋爾在書中所說，“我無法確定地說奇點之后的生活會是什么樣子。但通過理解和預測帶領人類走向奇點的過程，我們可以確保人類在最后接近奇點時的道路是安全和成功的。”

　　來源：馨金融

　　(本文作者介紹：洪偌馨，資深財經(jīng)記者、主持人，自媒體“馨金融”創(chuàng)始人。)