成免费CRM每天都不重样_实时更新_招行信息技术部副总成免费CRM每天都不重样经理俞吴杰：为大模型应用开“绿色通道”

招行信息技术部副总成免费CRM每天都不重样经理俞吴杰：为大模型应用开“绿色通道”

　　有了世界顶尖球员，2018年，上港队势不可挡，首轮比赛就以8：0大胜大连一方队，创下中超单场最大分差。最终，上港队在那个赛季提前一轮获得中超联赛冠军。

21世纪经济报道记者李览青上海报道在“科技立行”的战略引领下，招商银行是信息科技投入规模最高的股份行，也是数字化基础设施建设较快的银行之一。2019年，招行提出加快向“金融科技银行”转型，并在公司章程里规定“每年金融科技整体预算原则上不得少于本行上一年度营收的3.5%，其中‘招行金融科技创新项目基金’预算额度原则上不低于上一年营收的1.5%”。目前从人员分配来看，信息技术部是招行一级部门中人数最多的部门，截至2024年6月末，公司研发人员数量达到10653人，占集团员工总数的比重达到9.23%。2022年底，招行实现科技底盘从传统架构升级换代到云架构，并将所有应用系统全部迁移至云上。在今年的中期业绩发布会上，招行行长王良提到将用三年时间实现从“线上招行”向“智慧招行”的跨越。在智能化变革深刻影响的当下，招行在基础设施建设、AI等新兴技术应用层面有哪些新的思考与应用？近日，招行信息技术部副总经理俞吴杰接受了21世纪经济报道记者采访。他提到，今年年初招行开始建立智算平台，并通过FinTech基金对大语言模型方面的基础设施建设与应用开设“绿色通道”，推动AI在钱多、人多、耗时多的场景里发挥更大的价值。谈投入：为大模型应用开“绿色通道”一直以来，聚集资金与数据优势的商业银行都是数智化转型的领头羊。从2023年全年科技投入数据来看，12家银行科技投入超50亿元，其中8家银行投入超百亿。就招行自身来看，其信息科技投入经历了从2018年到2021年的迅猛增长，从2022年开始已趋于平稳，截至2023年末科技投入金额约141亿元。俞吴杰告诉记者，招行信息技术投入分为两大方向，一是传统的软硬件投入，二是在探索大语言模型落地时，搭建智算平台、挖掘应用场景的投入。传统的软硬件投入主要是围绕招行的云基础设施。2023年3月，招行宣布完成全面上云，目前招行的“两朵云”分别为“金融交易云”与“原生云平台”，前者重“稳态”，后者重“敏态”。俞吴杰表示，这是招行面向未来的数字化新基建，投入非常大，就从硬件来说，“两朵云加起来需要数万台服务器。”他提到，此外还有软件投入、维保费、人力等。面对生成式AI带来的大模型浪潮，招行第二大科技投入的方向是智算平台，该平台从今年年初开始建立。“以前我们的服务器集群叫做通算平台，现在和大模型相关的我们称为智算平台。”据俞吴杰介绍，智算平台包括招行的大语言模型训练平台与推理平台两个方面。他提到，招行探索大模型的目标不是建立通用模型，而是在金融行业建设垂直领域的大模型。“无论是训练还是推理，集群投入都是以亿为单位的。”俞吴杰提到，每台GPU的价格上百万，仅算力配置的成本就相当高昂，同时还需要引进相关人才，这意味着持续的投入。俞吴杰坦言，应用场景需要业务部门和技术部门一起创新，存在一定试错成本，招行的解法是用FinTech基金来提供容错成本，每年招行FinTech基金的预算额度原则上不低于上一年营收的1.5%。“总行对于大语言模型的基础设施建设和应用，都是全力支持，基本上都能通过FinTech基金走绿色通道。”俞吴杰表示。招行对智算平台的全力投入，是因为大语言模型正在银行各个业务板块全方位地释放价值。在俞吴杰看来，虽然大模型在银行的落地应用还处于探索阶段，但已经为业务带来了非常显著的变化。俞吴杰指出，在从“线上招行”向“智慧招行”转变的过程中，线上化、数据化、智能化、平台化、生态化的“五化”建设至关重要，目前招行已基本完成线上化和数据化阶段。在智能化阶段，俞吴杰提到，AI已经融入到银行日常的营销、服务、风控、经营等各个方面。例如在服务质检方面，过去人工客服接听电话、记录内容、整理归类的流程可能需要五分钟，但现在可以借助语音识别转换成文本后交给大模型处理，可以把流程缩短到“秒”级，大幅提升工作效率。谈落地：到“钱多人多耗时多”的场景中去在探索大模型落地应用的过程中，数据、算力、算法的“三驾马车”是金融机构和科技厂商的必答题，对招行来说也是如此。俞吴杰告诉记者，基于传统AI技术，招行已在语音语言、计算机视觉等方面有广泛落地应用，但对大语言模型与智算平台建设的探索还是近两年才开始的，接下来将聚焦两个方面。第一是持续建设推理集群。“未来的大模型应用，对算力提出刚性要求，如果没有算力服务就很难扩展场景、提升用户体验。”俞吴杰提到。第二是扩大训练的集群。俞吴杰明确指出，招行不会将精力放在通用大模型训练上，而是聚焦专业领域。招行选择了两条路径，一是基于效果较好的通用大模型，结合专业领域知识以及招行在日常经营中积累的专业语料，“做深”领域大模型；二是将领域大模型投入到更多场景中，基于场景实现应用创新。“我们认为银行有三个重要的‘密集型’特征，分别是数据密集、知识密集、人力密集。”俞吴杰表示，在“钱投入多”、“人投入多”、“耗时多”的场景下，AI将产生更大的价值。据俞吴杰介绍，招行的创新应用一般是自上而下、自下而上“两条腿走路”。自上而下方面，招行会基于对大模型应用的整体规划来投入资源。俞吴杰提到，目前该行的规划是按照业务条线、业务形态的“两维矩阵”来挖掘前述的“三多”场景，前者对应零售、批发、中后台等条线，后者对应营销、服务、运营、风控、合规、办公等场景。自下而上方面，招行通过FinTech基金、创新竞赛等形式，激励一线业务人员在实际工作中应用大模型。“在上层做规划的时候，可以从全局出发，但往往一线听得到炮火的员工，对业务的真实需求理解最深。”俞吴杰表示，招行将加大在培训、机制、资金等各方面投入，引导一线员工在日常工作中挖掘大模型的实践场景。据介绍，截至今年10月末，招行全行已有超过100个场景在应用大语言模型。俞吴杰表示，未来招行还将加大在智算平台投入，扩大规模、提升性能，并与高校、厂商等共同攻关技术难点。谈未来：加强协同应对AI风险尽管以大模型为代表的AI技术已经开始释放应用价值，但不可否认的是，新兴技术也带来了新的风险与挑战。俞吴杰指出，大语言模型在银行的落地应用还存在幻觉问题、资源消耗巨大、数据隐私保护、答案生成可解释性等方面问题。例如在客服场景中，如果大模型的思考时间过长，可能影响客户体验，但性能调优需要更大规模的算力，与更多的资源消耗；又如在贷款审批等涉及决策的场景下，多层神经网络模型是“黑盒”，可能使得业务“不敢用”。对此，招行的解法是“协同”，既包括人机协同，也有大模型与小模型的协同。客户服务是大模型最先落地应用的场景之一。俞吴杰提到，随着银行客户数量、账户数量的增加，对客户服务的需求快速增长，客服业务的发展也经历了人工客服、机器客服和人机协同的三个阶段。他指出，在第二个阶段主要是通过自然语言处理的小模型，来实现客户交互，但由于机器理解可能的偏差，影响客户体验。目前，招行的智能客服来到人机协同的第三阶段，机器人可以解决简单、相似性较高的问题，当出现复杂问题，或AI判断用户情绪需要人工干预时，可以无缝衔接到后台坐席人员处理，最终在实现规模效应的同时提供“有温度”的服务。为进一步解决大模型因幻觉导致的准确度不高、可解释性不强、响应时间过长等问题，招行采用大模型与小模型协同的方式。俞吴杰表示，小模型的“小”只是相对于大语言模型的量级而言，基于传统方法建立的模型，一般是针对某一场景开发的专有模型。“大的趋势是大模型的覆盖范围会越来越广泛，如果它的准确度和效果能达到使用标准，它的可复用性可以大幅降低银行的边际成本。”俞吴杰指出，虽然小模型需要专门的开发、部署、维护，但它有很好的可解释性，对场景有针对性，特别是在精准的数值处理方面，小模型的表现较好，因此未来大模型和小模型仍将长期并存。“大部分银行只要有能力，基本都会布局大语言模型，但这是一项持续的大规模投资，不是所有银行都适合这种大规模投入的。”俞吴杰表示，不建议大量中小银行盲目跟风。在产生价值、可复用的场景上，中小银行机构可以基于大行经验进行大模型的应用探索。

koa12jJid0DL9adK+CJ1DK2K393LKASDad

编辑:年广嗣

TOP1热点：女儿沉迷抽小马宝莉妈妈扔卡扔到崩溃

　　“上一届亚运会，我拿了个人的铜牌，现在我有机会复制上次的荣誉和成绩。”在帮助伊朗乒乓球男团改写个人历史之后，阿拉米扬就要开始为接下来的个人赛事做准备，“我相信，我甚至可以比上次表现得更好。”。

　　同时，在使用中国制造的电池或技术这一问题上，“产业内部当然有这样的共识。”费瑞翔博士对第一财经记者表示，中国的很多电动汽车厂商都在与德国供应商合作，比如博世（Bosch）和舍弗勒集团（Schäffler）。“电动汽车行业合作非常紧密，因为他们必须这样做，所有人都清楚。”他补充道。

TOP2热点：马龙全红婵站一起

　　费瑞翔博士说：“如果谈公平，我们需要退一步，从大局出发：几十年来，欧洲汽车业在中国销售其技术先进的汽车赚了不少钱——先是通过进口到中国，后来直接在当地生产。截至2021年，中国仍然是德国汽车出口的第一大国。现在，情况正在慢慢发生变化，中国的汽车制造商和供应商开始在欧洲销售和投资。但重要的是要认识到，中国汽车制造商和供应商并不是以更便宜的价格销售几十年前的标准产品。他们提供的是基于部分自主创新技术的极具竞争力的产品，并且这些技术已经形成了国际标准，例如在电池领域。”