审视人工智能的发展，必须放在宏大的历史图景中。 从决策人工智能到生成人工智能，人工智能的一个圈层正在逐渐形成，同时，一个全新的增量市场正在逐渐打开。
人工智能第三产业化 自2006年科学家模拟人类神经元并提出神经网络深度学习算法以来，决策人工智能已蔓延到各个领域。 百融云创是人工智能云服务的领导者，自成立以来就开始将决策人工智能技术引入垂直行业。 越深入行业，百融云创越意识到，当我们谈论人工智能时，我们实际上应该谈论经济。 技术门槛高、经济成本高，使得人工智能产业化之路磕磕绊绊，行业对技术的反应迟缓。 面对这种情况，百融云创CEO张少峰认为，决策人工智能在感知、推理、决策方面展现出了强大的能力，势必带来巨大的技术革命，但需要全新的技术变革。商业理念和方法论推开了这项技术的大门。 他认为，决策人工智能不仅仅是一项技术，更不是一次性销售，决策人工智能不能被视为通用工程产品。 例如，微软最初销售办公软件的方式是销售一套产品收取一笔费用。 这是科技产品的第二次产业化。 然而，这不适用于高科技、高成本的决策人工智能技术。 要将决策人工智能大规模嵌入到行业中，需要改变游戏规则。 要颠覆一场景一种型号的销售方式，采用服务化的模式。 其理念是将决策人工智能推进到第三产业范畴。
决策AI——AI的中场争夺战 在此理念驱动下，百融云创以决策AI为基础，在金融领域率先发扬MaaS（模型即服务）模式。 通过“大规模预训练+微调”范式，百融云创有效融合了大模型、自然语言处理、智能语音、知识图谱等多种技术。 客户提供模型训练、模型调用、模型部署等服务。 百融云创就像为客户培养了一位技艺精湛的音乐家，面对不同的乐谱，稍加练习就能演奏出优美的音乐，而不需要从头学习杜拉米苏。 这极大地改变了AI行业的商业模式。 传统模式下构建复杂的AI模型，企业要经历“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。 在MaaS模式下，这条路径被简化为“大模型-数字智能工具-应用场景”三个步骤，建模效率得到质的提升。 工业客户无需关注硬件设备和底层技术细节，只需要关注业务逻辑，通过API调用现成的模型产品，即可直接用于工业应用，或者“微调” ”他们自己的模型基于百融云创的大模型产品。 在金融领域，无论是大型银行还是中小型银行，都很容易上手，无需额外的学习成本。 事实证明，这种做法是可行的。 不到十年的时间，百融云创已向7000多家客户交付AI能力，通话量达到数百亿。 但张少峰清醒地认识到，如果从宏观角度看，决策人工智能拉开了人工智能上半场的序幕，而它仅仅完成了部分任务。 对于行业来说，决策AI主要应用于中间操作，面对的是行业客户而不是最终用户。 以金融行业为例，百融云创帮助金融机构利用决策AI掌握数十万甚至更多数量级客户的实时分析能力并辅助其决策。 在与银行的合作中，将审批时间从几个小时缩短到几分钟内。 在营销场景中，百融云创通过决策AI为金融机构提供科学建议，比如是否使用APP推送、发送短信、或者上门服务等方式触达用户。 但无论是用户分析还是营销策略制定，后续行动完全取决于金融机构的偏好。 可以说，百融云创的决策AI为金融机构提供的只是决策的参考和中间环节的参考。 赋权，对业务成果的影响是间接的。 03决策AI+生成AI打开增量市场
以大模型、AIGC为代表的生成式人工智能技术的兴起，完成了决策人工智能的最后一块拼图。 生成式AI最大的优势在于其强大的交互能力。 通过语音、文字或视频等多模态交互，AI直接与广大个人用户“见面”。
百融云创串联连接决策人工智能和生成人工智能，将人工智能能力从中间运算延伸到最终效果，让人工智能在垂直行业变得可用、可见、可感知。 例如，在财富管理领域，线下客户经理可以管理的账户数量是有限制的，90%以上的客户都无法接触到。 百融云创利用决策AI对用户进行数字智能洞察，制定全面的营销和运营策略，然后结合生成式AI生成的文本和语音与用户进行深度交互。 在某大型国有银行的合作中，在决策AI和生成AI的配合下，一名客户经理每天不到60分钟即可完成3000多条个性化消息推送，与客户沟通10000余条深度对话，以往被忽视的长尾客户群也获得了“个人定制”服务。
决策人工智能与生成人工智能的完美结合，将为垂直行业提供强大的知识分析能力和内容生成能力。 尤其是在金融行业，由于两种AI技术的融合，中间层和业务层可以打通，产品营销、投资咨询、财富管理等环节将迎来前所未有的效益。 推而广之，在整个大资产运营领域，也将打开一个全新的增量市场。
本站对作者上传的所有内容将尽可能审核来源及出处，但对内容不作任何保证或承诺。请读者仅作参考并自行核实其真实性及合法性。如您发现图文视频内容来源标注有误或侵犯了您的权益请告知，本站将及时予以修改或删除。
Copyright © 2017-2018