百融云创推动决策式AI与生成式AI融合发展

作者:小编 更新时间2023-10-11 15:59:20 点击数:

自2006年,科学家模拟人类神经元提出了神经网络的深度学习算法以来,决策式AI便以席卷之势漫延到各个领域。百融云创作为AI云服务领航者,从创立之初即着手将决策式AI技术引入到垂直产业之中。

越深入产业,百融云创就越深刻认识到,当我们谈AI的时候,其实更应该谈的是经济。较高的技术门槛和高昂的经济成本,让AI产业化之路走得磕磕绊绊,产业界对技术的反应一度意兴阑珊。

面对这种现状,百融云创CEO张韶峰认为,决策式AI在感知、推理、决策等方面展现出强大的能力,势必将带来一场浩大的技术革命,但需要一个全新的商业理念和方法论来推开这扇技术大门。

他认为,决策式AI已不单纯是一门技术,更不是一锤子买卖,不能将决策式AI当做是一般的工程化产品来看待。比如最初微软公司售卖Office办公软件的方式,卖出一套产品收取一笔钱,这是技术产品第二产业化。但这不适用于高技术门槛和高成本的决策式AI技术,要想将决策式AI大面积嵌入到产业中,需要改变整个游戏规则,要颠覆一个场景一个模型的售卖方式,采用服务化的理念,将决策式AI推进到第三产业的范畴。

在这种理念的驱使下,以决策式AI为基础,百融云创率先将MaaS(模型即服务)模式在金融领域发扬光大。百融云创通过“大规模预训练﹢微调”的范式,有效集成大模型、自然语言处理、智能语音、知识图谱等多项技术,通过上游的训练后形成强泛化能力的模型,为产业客户提供模型训练、模型调用和模型部署等服务。

百融云创就好像是为客户培养了一位技术精湛的音乐家,面对不同的乐谱稍加练习就可以演奏出优美的乐曲,而不需要从头开始学习都啦咪嗖。这大大改变了AI产业的商业模式,传统模式下构建一个复杂的AI模型,企业要走完“数据处理-环境处理-模型训练-模型调优-模型部署-生产应用”的漫长路径。而在MaaS模式下,这一路径被简化成“大模型-数智工具-应用场景”三步,建模效率得到质的提升。

产业客户无需关注硬件设备和底层技术细节,只需要将精力专注于业务逻辑,通过API调用现成模型产品,就能直接用于产业应用,或者根据百融云创的大模型“微调”出自己的产品。在金融领域,无论是大型银行还是中小银行,都能轻松上手,无需额外的学习成本。

事实证明,这种方式是可行的。在不到十年的时间里,百融云创即把AI能力输送到7000多家客户中,调用量达到百亿级。

但张韶峰清晰地认知到,如果以一个宏观的视角来观察,决策式AI拉开了AI上半场的序幕,它只是完成了部分任务。对于产业而言,决策式AI主要作用于中间作业环节,面对的是产业客户而非终端用户。以金融产业为例,百融云创通过决策式AI帮助金融机构,掌握几十万乃至更多数量级客户实时分析能力,辅助其决策。在某银行的合作中,助力其将审批时长从几个小时大幅压缩到几分钟以内。

在营销场景下,百融云创通过决策式AI为金融机构提供科学建议,比如触达用户的方式到底是用APP推送、发短信,还是上门服务。但无论是用户分析还是营销策略的制定,后续采取怎样的行动完全取决于金融机构的偏好,可以说,百融云创决策式AI为金融机构提供的仅是决策的参考,是对中间环节的赋能,对业务结果的影响是间接的。

而以大模型、AIGC为代表的生成式AI技术的崛起,为决策式AI补齐了最后一块拼图。生成式AI最大的优势就是其强大的交互能力,通过语音、文字还是视频等多模态的交互,AI直接与广大的个人用户“碰面”了。

百融云创将决策式AI和生成式AI进行串联,将AI能力从中间作业环节延伸至最终效果环节,让AI在垂直行业变得可用、可见、可感知。比如在财富管理领域,一名线下客户经理的管户数量是有上限的,有90%以上的客户无法触及。百融云创通过决策式AI对用户进行数智化洞察,制定完善的营销和运营策略,然后结合生成式AI所生成的文字和语音与用户进行深度交互。在某国有大行的合作中,在决策式AI与生成式AI的协作下,一名客户经理每天只需花不到60分钟就能完成3000条以上的个性化消息推送,与客户进行1万次以上的深度对话,而以往被忽略掉的长尾客群也得到了“私人订制”般的服务。

决策式AI和生成式AI的完美搭配,对于垂直产业而言,强大的知识分析能力和内容生成能力将兼而得之。


轻创AI创作系统
Tag: 生成式AI