生成式AI重塑銀行對(duì)公信貸業(yè)務(wù)報(bào)告-孔維高

孔維高RobinKong某商業(yè)銀行數(shù)創(chuàng)辦負(fù)責(zé)人 3術(shù)：AIGC的5個(gè)信貸用例 4法：1433-1框架，4個(gè)模式，3階段21、取勢(shì)：金融“五篇大文章”之科技金融生產(chǎn)關(guān)系與全要素生產(chǎn)率實(shí)現(xiàn)“躍升”相匹配數(shù)字金融部數(shù)字化轉(zhuǎn)型辦生產(chǎn)關(guān)系與全要素生產(chǎn)率實(shí)現(xiàn)“躍升”相匹配數(shù)字金融部數(shù)字化轉(zhuǎn)型辦xx產(chǎn)業(yè)賽道專班首席AI官（CAIO）生產(chǎn)力：科技金融支持“科技+產(chǎn)業(yè)+金融”的良性循環(huán)：直接融資：資本市場(chǎng)+風(fēng)投間接融資：信貸，投貸聯(lián)動(dòng)金融科技復(fù)合型人才32023年10月30日美國(guó)總統(tǒng)拜登正式簽署第11、取勢(shì)：金融“五篇大文章”之?dāng)?shù)字金融中國(guó)金融行業(yè)整體處于“中國(guó)金融行業(yè)整體處于“四期疊加”：信息化末期、移動(dòng)化成熟期、開放化成長(zhǎng)期、智能化探索期金融行業(yè)的四次數(shù)字化浪潮核心能力四次浪潮核心目標(biāo)發(fā)展階段核心能力四次浪潮核心目標(biāo)系統(tǒng)替代手工，實(shí)現(xiàn)效率系統(tǒng)替代手工，實(shí)現(xiàn)效率提升信息化》軟件工程信息化》軟件工程收尾期到13年，絕大多數(shù)業(yè)務(wù)的電子化信息化程度已經(jīng)高度成熟移動(dòng)端功能發(fā)展移動(dòng)端功能發(fā)展均較成熟成熟期用戶運(yùn)營(yíng)敏捷迭代移動(dòng)化》開放化成熟期用戶運(yùn)營(yíng)敏捷迭代移動(dòng)化》開放化》智能化》開放替代封閉，延伸服務(wù)，開放替代封閉，延伸服務(wù)，實(shí)現(xiàn)無所不在、無縫流暢數(shù)據(jù)替代經(jīng)驗(yàn)，實(shí)現(xiàn)高度個(gè)性、智能的客戶體驗(yàn)生態(tài)連接20世紀(jì)末，金生態(tài)連接20世紀(jì)末，金融行業(yè)開始探索信息化建設(shè)以銀行為代表的金融機(jī)構(gòu)17年開始發(fā)力開放銀行智能手機(jī)快速普智能手機(jī)快速普及，金融行業(yè)大力開發(fā)移動(dòng)端大數(shù)據(jù)、人工智能大數(shù)據(jù)、人工智能探索期探索期19901995200020052010204，，11、取勢(shì)：AI時(shí)代+數(shù)智化上半場(chǎng)：卷大模型，下半場(chǎng)：卷基于大模型的AI原生應(yīng)用；高估未來兩年的成果，低估了五年的進(jìn)展？數(shù)字化轉(zhuǎn)型更多發(fā)力于個(gè)金ToC業(yè)務(wù)，而百花齊放的AI智能體將更深刻，更徹底地改變復(fù)雜業(yè)務(wù)的ToB領(lǐng)域？AI嵌入AI嵌入:輸入+推理+輸出AI副駕駛:RAG+提示工程AI智能體:記憶+規(guī)劃+工具與行動(dòng)AI人多任務(wù)Agents 工業(yè)革命是生產(chǎn)力的變革，帶來生產(chǎn)關(guān)系、社會(huì)結(jié)構(gòu)的演進(jìn)：工業(yè)：20世紀(jì)中期，工業(yè)工人占比約為50%，現(xiàn)在約為19%，多數(shù)人轉(zhuǎn)向了服務(wù)業(yè)；知識(shí)工作者：央媒報(bào)道游戲公司用AI節(jié)省了50%美術(shù)成本；麥肯錫預(yù)計(jì)在2045年前后，AI將取代50%的職業(yè)…人AIAI人多任務(wù)Agents 工業(yè)革命是生產(chǎn)力的變革，帶來生產(chǎn)關(guān)系、社會(huì)結(jié)構(gòu)的演進(jìn)：工業(yè)：20世紀(jì)中期，工業(yè)工人占比約為50%，現(xiàn)在約為19%，多數(shù)人轉(zhuǎn)向了服務(wù)業(yè)；知識(shí)工作者：央媒報(bào)道游戲公司用AI節(jié)省了50%美術(shù)成本；麥肯錫預(yù)計(jì)在2045年前后，AI將取代50%的職業(yè)…單任務(wù)單任務(wù)Agent 562、明道：對(duì)公信貸，從管控走向賦能，修通“最后一公里”數(shù)據(jù)難場(chǎng)景難風(fēng)控嚴(yán)經(jīng)驗(yàn)多人才難數(shù)據(jù)難場(chǎng)景難風(fēng)控嚴(yán)經(jīng)驗(yàn)多人才難組織難標(biāo)化采集OCR/流系與行業(yè)洞察部數(shù)據(jù)，客戶畫像，賦能主導(dǎo)，行業(yè)定位、財(cái)務(wù)等固化為邏輯規(guī)則，策一行一策經(jīng)營(yíng)鍵結(jié)論流程長(zhǎng)文件多強(qiáng)差異大轉(zhuǎn)型不是一陣風(fēng)，而是一套“組織+場(chǎng)景+產(chǎn)品+移動(dòng)+體驗(yàn)”組合拳，難在端對(duì)端價(jià)值實(shí)現(xiàn)的“最后一公里”。72、明道：生成式AI，將重塑銀行信貸業(yè)務(wù)FEDBACFEDBACG7類可復(fù)用生成式AI服務(wù)，可滿足如下業(yè)務(wù)需求G123123B.銷售話術(shù)生成：結(jié)合通用信息和客戶個(gè)人信息生成話術(shù)C.正式報(bào)告生成：生成材料，作為信貸申請(qǐng)資料或交易后文件456E.智能搜索引擎：解析分散在各文件和數(shù)據(jù)源（如基金招募說56F.外部數(shù)據(jù)發(fā)現(xiàn)：從半公開數(shù)據(jù)庫等外部數(shù)據(jù)源中發(fā)現(xiàn)數(shù)據(jù)7782929端到端轉(zhuǎn)型成效最高的4大高優(yōu)先級(jí)價(jià)值鏈（包括預(yù)測(cè)式端到端轉(zhuǎn)型成效最高的4大高優(yōu)先級(jí)價(jià)值鏈（包括預(yù)測(cè)式AI）圓圈大小與使用服務(wù)的員工人數(shù)成正比；一個(gè)圓圈可能存在多個(gè)場(chǎng)景用例圓圈大小與使用服務(wù)的員工人數(shù)成正比；一個(gè)圓圈可能存在多個(gè)場(chǎng)景用例82、明道：數(shù)據(jù)中臺(tái)AI中臺(tái)將重塑信貸業(yè)務(wù)9安全工程應(yīng)用層抓場(chǎng)景集成助手安全工程應(yīng)用層抓場(chǎng)景集成助手?jǐn)?shù)據(jù)治理數(shù)據(jù)層數(shù)據(jù)是基礎(chǔ)3、信貸數(shù)智化架構(gòu)：基于“場(chǎng)景+數(shù)據(jù)“的架構(gòu)藍(lán)圖11產(chǎn)業(yè)鏈營(yíng)銷與行研助手2財(cái)報(bào)與信貸報(bào)2財(cái)報(bào)與信貸報(bào)3信貸定價(jià)3信貸定價(jià)數(shù)據(jù)分析助手4風(fēng)控助手4風(fēng)控助手55會(huì)議與知識(shí)沉淀模型編排模型編排Agent工具Agent工具大模型接入大模型接入知識(shí)庫接入知識(shí)庫接入模型評(píng)估模型訓(xùn)練|模型推理數(shù)據(jù)工程工具模型評(píng)估模型訓(xùn)練|模型推理數(shù)據(jù)工程工具文檔拆分-文本解析-QA生成數(shù)據(jù)標(biāo)注-數(shù)據(jù)清洗-數(shù)據(jù)增強(qiáng)知識(shí)庫數(shù)據(jù)庫準(zhǔn)實(shí)時(shí)數(shù)倉準(zhǔn)實(shí)時(shí)數(shù)倉數(shù)字化原生應(yīng)用：系統(tǒng)+AI助手AI原生應(yīng)用：自然語言交互，多模態(tài)交互，AI智能體3.1營(yíng)銷助手-業(yè)務(wù)需要既懂信貸，又懂財(cái)務(wù)，還懂產(chǎn)業(yè)，再懂風(fēng)險(xiǎn)融資？1、1、某民營(yíng)銀行：”基于大模型，提高模型預(yù)測(cè)知識(shí)圖譜：在微調(diào)或RAG中使用，增強(qiáng)AI的可靠性、有效性和透明度數(shù)據(jù)抽取：結(jié)構(gòu)化、半結(jié)構(gòu)化、非結(jié)構(gòu)化信息提取-知識(shí)融合（消解-消歧）-知識(shí)加工-知識(shí)圖譜三元組：實(shí)體|關(guān)系|實(shí)體，實(shí)體|屬性|屬性值路由器&多路召回路由器&多路召回提示工程提示工程準(zhǔn)確性：通過疊加專業(yè)知識(shí)庫，避免“幻覺”知識(shí)庫更新：定期全量更新知識(shí)庫權(quán)限管控：對(duì)接行內(nèi)文檔權(quán)限控制系統(tǒng)資料來源：行業(yè)內(nèi)對(duì)于行業(yè)內(nèi)生成式AI落地實(shí)施案例的公開報(bào)道對(duì)公信貸業(yè)務(wù)流程長(zhǎng)，其間需要客戶經(jīng)理撰寫大量文檔，耗占大量生產(chǎn)力：文檔：營(yíng)業(yè)執(zhí)照、財(cái)務(wù)報(bào)表、稅務(wù)記錄、征對(duì)公信貸業(yè)務(wù)流程長(zhǎng)，其間需要客戶經(jīng)理撰寫大量文檔，耗占大量生產(chǎn)力：文檔：營(yíng)業(yè)執(zhí)照、財(cái)務(wù)報(bào)表、稅務(wù)記錄、征綜合解決方案：結(jié)合傳統(tǒng)自動(dòng)化技術(shù)的結(jié)構(gòu)化剛性，生成式AI的探索性流動(dòng)性，服務(wù)于業(yè)務(wù)場(chǎng)景創(chuàng)新。3.2財(cái)報(bào)與盡調(diào)助手-企業(yè)財(cái)報(bào)、現(xiàn)金流分析，償債能力智能分析傳統(tǒng)盡調(diào)報(bào)告：上一代NLP技術(shù)大數(shù)據(jù)公司生成的盡調(diào)報(bào)告、信貸報(bào)告等，僅含公開信息，未能公、私域數(shù)據(jù)融合，難以迭代需求資料來源：行業(yè)內(nèi)對(duì)于行業(yè)內(nèi)生成式AI落地實(shí)施案例的盡調(diào)助手：基于生成式AI的解決方案，江蘇某城商落地集成LLM、OCR、規(guī)則引擎、指標(biāo)分析引擎等技術(shù)，利用大模型開發(fā)平臺(tái)構(gòu)建Agent體系，財(cái)報(bào)數(shù)據(jù)準(zhǔn)確率達(dá)95%以上，報(bào)告生成可接受率達(dá)85%以上，特別在財(cái)務(wù)比率自動(dòng)化分析，行業(yè)基準(zhǔn)值對(duì)標(biāo)，償3.33.3定價(jià)助手-NL2SQL技術(shù)，業(yè)務(wù)流程x數(shù)據(jù)驅(qū)動(dòng)=利潤(rùn)提升數(shù)據(jù)治理與數(shù)據(jù)質(zhì)量是基礎(chǔ)：某城商行實(shí)現(xiàn)“看得清、看得全、看的透”，構(gòu)建了x用戶標(biāo)簽、x項(xiàng)經(jīng)營(yíng)指標(biāo)，x實(shí)時(shí)數(shù)據(jù)指標(biāo)和標(biāo)簽1定價(jià)21定價(jià)2資金成本議價(jià)資金成本議價(jià)保本價(jià)格風(fēng)險(xiǎn)成本目標(biāo)價(jià)格稅務(wù)成本目標(biāo)利潤(rùn)運(yùn)營(yíng)成本保本價(jià)格風(fēng)險(xiǎn)成本目標(biāo)價(jià)格稅務(wù)成本目標(biāo)利潤(rùn)運(yùn)營(yíng)成本4343管價(jià)審價(jià)管價(jià)審價(jià)報(bào)價(jià)格優(yōu)惠價(jià)格優(yōu)惠優(yōu)惠價(jià)格貸款價(jià)格優(yōu)惠價(jià)格貸款價(jià)格資料來源：行業(yè)內(nèi)對(duì)于行業(yè)內(nèi)生成式AI落地實(shí)施案例的公開報(bào)道與現(xiàn)有FTP方案3.4會(huì)議助手+知識(shí)助手-實(shí)現(xiàn)一戶一冊(cè)，“事事有著落”抓風(fēng)控信貸審結(jié)報(bào)告與信貸會(huì)議跟進(jìn)事項(xiàng)管理助手，“隱性知識(shí)的顯性化”，沉淀銀行行業(yè)知識(shí)與風(fēng)控知識(shí)：并支持用戶通過提示語調(diào)整風(fēng)格，用戶只需簡(jiǎn)單修改即可作為最終審批書下發(fā)，大幅減輕審批書編寫工作量；某大模型的實(shí)時(shí)語音轉(zhuǎn)文字，提煉會(huì)議紀(jì)要與行動(dòng)項(xiàng)的會(huì)議助手某股份制：審計(jì)領(lǐng)域，構(gòu)建的知識(shí)助手3.53.5風(fēng)控助手-小模型+大模型，科技金融做精做深，向?qū)I(yè)行某民營(yíng)銀行申請(qǐng)專利：普惠金融125個(gè)行業(yè)，補(bǔ)充上下游信息，完善產(chǎn)業(yè)鏈雙智協(xié)同：“幻覺”不可避免，大模型繪制的產(chǎn)數(shù)智化風(fēng)控業(yè)務(wù)架構(gòu)模型：平臺(tái)化前臺(tái)、組件化中臺(tái)、智能化后臺(tái)信貸策略解決方案及系統(tǒng)信貸風(fēng)險(xiǎn)監(jiān)測(cè)與決策數(shù)智化風(fēng)險(xiǎn)模型庫數(shù)智化風(fēng)控業(yè)務(wù)架構(gòu)模型：平臺(tái)化前臺(tái)、組件化中臺(tái)、智能化后臺(tái)信貸策略解決方案及系統(tǒng)信貸風(fēng)險(xiǎn)監(jiān)測(cè)與決策數(shù)智化風(fēng)險(xiǎn)模型庫數(shù)據(jù)層宏觀：一行一策宏觀：一行一策行業(yè)特征、景氣、健康、產(chǎn)業(yè)鏈傳導(dǎo)全生命周期陪伴成長(zhǎng)貸前盡職調(diào)查征信情況分析盡職調(diào)查報(bào)告征信情況分析貸中審查審批CRR評(píng)級(jí)信貸審結(jié)報(bào)告審批條件跟進(jìn)清單貸后風(fēng)險(xiǎn)管理提款|還款貸后風(fēng)險(xiǎn)管理提款|還款貸后輿情監(jiān)控運(yùn)營(yíng)與監(jiān)控風(fēng)控處置建議風(fēng)險(xiǎn)風(fēng)險(xiǎn)因子庫信號(hào)庫標(biāo)簽庫風(fēng)險(xiǎn)對(duì)公評(píng)級(jí)行為評(píng)分風(fēng)險(xiǎn)風(fēng)險(xiǎn)不良資產(chǎn)率撥備覆蓋率不良貸款率不良貸款率特征庫風(fēng)險(xiǎn)計(jì)量貸款集中度貸款集中度易|投資|擔(dān)保|任職|合4.14.1擇法：1個(gè)運(yùn)營(yíng)管理框架人工智能能力圖能力集中化方法人工智能能力圖能力集中化方法人工智能優(yōu)先領(lǐng)域人員和組織機(jī)制人工智能治理合規(guī)部、風(fēng)控部、信息安全、架構(gòu)、高管組織人工智能能力人工智能技能評(píng)估產(chǎn)學(xué)研用創(chuàng)新機(jī)制人員和組織機(jī)制人工智能治理合規(guī)部、風(fēng)控部、信息安全、架構(gòu)、高管組織人工智能能力人工智能技能評(píng)估產(chǎn)學(xué)研用創(chuàng)新機(jī)制人工智能團(tuán)隊(duì)之間產(chǎn)品驅(qū)動(dòng)，敏捷組織登月計(jì)劃燈塔快速贏利基礎(chǔ)知識(shí)穩(wěn)定狀態(tài)實(shí)施實(shí)際運(yùn)作選擇構(gòu)思所有權(quán)、維護(hù)和變更管理用例優(yōu)先級(jí)排序支持和價(jià)值監(jiān)測(cè)入攻擊等算法倫理模型約束規(guī)范模型的快速糾錯(cuò)與約束機(jī)制知識(shí)產(chǎn)權(quán)知識(shí)產(chǎn)權(quán)保護(hù)開源軟件治理體系負(fù)責(zé)任的人工智能戰(zhàn)略信息過濾規(guī)范有害信息的穩(wěn)定狀態(tài)實(shí)施實(shí)際運(yùn)作選擇構(gòu)思所有權(quán)、維護(hù)和變更管理用例優(yōu)先級(jí)排序支持和價(jià)值監(jiān)測(cè)入攻擊等算法倫理模型約束規(guī)范模型的快速糾錯(cuò)與約束機(jī)制知識(shí)產(chǎn)權(quán)知識(shí)產(chǎn)權(quán)保護(hù)開源軟件治理體系負(fù)責(zé)任的人工智能戰(zhàn)略信息過濾規(guī)范有害信息的規(guī)范訓(xùn)練與推理數(shù)據(jù)的隱私保護(hù)原則企業(yè)文化產(chǎn)學(xué)研用結(jié)合放慢腳步，延長(zhǎng)完美結(jié)果的期望負(fù)責(zé)任的AI治理與程程化和參考架構(gòu)和參考架構(gòu)人工智能平臺(tái)目標(biāo)和參考架構(gòu)4.1擇法：1個(gè)AI創(chuàng)新驅(qū)動(dòng)，戰(zhàn)略框架資料來源：畢馬威《大模型與生成式AI的銀行業(yè)應(yīng)用價(jià)值初探》工智能部門的大量資源領(lǐng)導(dǎo)執(zhí)工智能部門的大量資源領(lǐng)導(dǎo)執(zhí)有精選的人工智能人才大多數(shù)大公司在實(shí)施人工智能戰(zhàn)略后中心AI中心AI業(yè)務(wù)單位/職能AI引領(lǐng)AI引領(lǐng)業(yè)務(wù)單位/職能業(yè)務(wù)單位/職能業(yè)務(wù)單位/職能業(yè)務(wù)單位/職能業(yè)務(wù)單位/職能2中心人工智能作為“促進(jìn)者”2中心人工智能作為“促進(jìn)者”3中心人工智能作為“執(zhí)行者”完全集中AILead中心AI業(yè)務(wù)單位/職能業(yè)務(wù)單位/職能業(yè)務(wù)單位/職能41非集中化業(yè)務(wù)單位/業(yè)務(wù)單位/職能業(yè)務(wù)單位/職能業(yè)務(wù)單位/職能具備人工智能能力的團(tuán)隊(duì)不具備任何人工智能能力的團(tuán)隊(duì)具備人工智能能力的團(tuán)隊(duì)4.24.2擇法：落地實(shí)施的“三個(gè)階段”AIGC是一個(gè)新的“大航海時(shí)代”，挑戰(zhàn)重重：缺人才，缺場(chǎng)景，成本高，風(fēng)險(xiǎn)高-有幻覺，我應(yīng)該封閉等待，還是積極擁抱未知？AIGC是一個(gè)新的“大航海時(shí)代”，挑戰(zhàn)重重：缺人才，缺場(chǎng)景，成本高，風(fēng)險(xiǎn)高-有幻覺，我應(yīng)該封閉等待，還是積極擁抱未知？AIAI籌備期，緩坡地貌：每天的日常，公有模型+公有數(shù)據(jù)輔助處理；右圖的左下角象限，辦公場(chǎng)景，生產(chǎn)力工具，嵌入式協(xié)同如代碼生成AI的探索期，小徑地貌：從0到1，嘗試從低成本、高回報(bào)的業(yè)務(wù)用例出發(fā)，探索私有化部署，或有失??；進(jìn)入前中臺(tái)業(yè)務(wù)場(chǎng)景，規(guī)?；瘜?shí)施期，陡壁地貌：從1到N構(gòu)建多場(chǎng)景、多應(yīng)用，創(chuàng)新重塑業(yè)務(wù)；成熟期后，面向客戶服務(wù)，甚至成為核心業(yè)務(wù)能力的一部分4.3擇法：有關(guān)大模型選擇的“三個(gè)路徑”通用基礎(chǔ)大模型通用基礎(chǔ)大模型L2場(chǎng)景垂類專用大模型L1金融行業(yè)大模型4.4擇法：科技團(tuán)隊(duì)的“三個(gè)技術(shù)抓手”抓手一檢索增強(qiáng)生成RAG抓手一檢索增強(qiáng)生成RAG：利用嵌入(embedding)，使大模型能基于給定的數(shù)據(jù)庫來生成答案。系統(tǒng)首先到向量數(shù)正確地問對(duì)的問題RAG，每個(gè)環(huán)節(jié)都有難點(diǎn)抓手三微調(diào)：修改模型的參數(shù)，使得模型在有限提示詞下，一次性生成答案的質(zhì)量更高。精調(diào)模的數(shù)據(jù)和一定的算力資源（需高算力芯片）。正確地問對(duì)的問題RAG，每個(gè)環(huán)節(jié)都有難點(diǎn)抓手二提示工程：利用強(qiáng)有力的提示詞設(shè)計(jì)，使模型給出契合專業(yè)性要求的準(zhǔn)確答案。利用LangChain把問題解決的長(zhǎng)線邏輯和相關(guān)例子全部融入進(jìn)去，使大模型能214.34.3擇法：AIGC落地實(shí)施的RoI論證適合的才是最好的：小公司小閉環(huán)，大公司大閉環(huán)適合的才是最好的：小公司小閉環(huán)，大公司大閉環(huán)變異成本：上圖粉色，數(shù)據(jù)，數(shù)據(jù)標(biāo)注，并發(fā)用戶，token長(zhǎng)短，推理，持續(xù)優(yōu)化的實(shí)施原則實(shí)施原則：垂直應(yīng)用為先，以私有化部署為主；與現(xiàn)有系統(tǒng)松耦合，由點(diǎn)及面分步實(shí)施；大模型、小模型、AI原生應(yīng)用協(xié)同發(fā)展22痛點(diǎn)即突破點(diǎn)，難以找到適合的業(yè)務(wù)用例：AI方案平均需要超過8個(gè)月才能從原型轉(zhuǎn)化為生產(chǎn)4.44.4擇法：AI-Ready的組織，人才是起點(diǎn)，高價(jià)值場(chǎng)景是突破點(diǎn)234.4擇法：ALLINAI？好奇恐懼嘗試接受2023年9月完成初次算力采購與部署鄧寧-克魯格效應(yīng)月份各部門骨開會(huì)討論2024年的商用上而下、自下而上的在“要做大模型”上逐步達(dá)成了一致?！爸酪觥焙秃诵模汉诵模骸百x能”人而非取代人：利用AI的“意圖識(shí)別”和“推理"能力，可讓AI成為助手，放大"人"的產(chǎn)能與人類大腦處理語言極其相似：與人類大腦處理語言極其相似：1800-2000億個(gè)神經(jīng)元，GPT3.5:2千億參數(shù)；通過預(yù)測(cè)編碼來處理語言，學(xué)習(xí)與適應(yīng)等，多模態(tài)中被Mask的單詞；擴(kuò)大語言模型的規(guī)模，可以顯著提高零樣本與小樣本學(xué)習(xí)的能力.微調(diào)：質(zhì)量數(shù)據(jù)－全參微調(diào)SFT＋人類標(biāo)注預(yù)訓(xùn)練模型:是一個(gè)未加控制的“怪物”（圖：修格斯怪物H.P.預(yù)訓(xùn)練模型:是一個(gè)未加控制的“怪物”（圖：修格斯怪物H.P.Lovecraft），訓(xùn)練數(shù)據(jù)來源于對(duì)互聯(lián)網(wǎng)，其中可能包括點(diǎn)擊誘導(dǎo)、錯(cuò)誤信息、政治煽動(dòng)、陰謀論或針對(duì)特定人群的攻擊等內(nèi)容沿革：深度學(xué)習(xí)，特定模型，模式識(shí)別海量數(shù)據(jù)訓(xùn)練大模型，泛化能力，多行業(yè)：提前10年-尚不完美，足夠強(qiáng)大；Gartner：處于膨脹期望的峰值，2-5年將被市場(chǎng)主流采用；啟明創(chuàng)投：類似互聯(lián)網(wǎng)的97-98年全球：麥肯錫-每年貢獻(xiàn)“一個(gè)英國(guó)的GDP”-2.6-4.4萬億美元；2030-2060年間50%的知識(shí)工作者的工作將逐步被垂類大模型云知聲|銜遠(yuǎn)科技|無限光年云垂類大模型云知聲|銜遠(yuǎn)科技|無限光年云利用第三方模型構(gòu)建的應(yīng)用Jasper|Descript|Copy.ai|TutorEAI.ai基礎(chǔ)模型&API服務(wù)OpenAI|智譜基礎(chǔ)模型&API服務(wù)OpenAI|智譜AI|文心一言HuggingFace|StabilityAI阿里ModelScope|騰訊MaaS英偉達(dá)DXGCloud|騰訊-星脈網(wǎng)絡(luò)|字節(jié)-火山引擎|阿里云|曙光智算工具鏈-AnyScale,MosaicMLCPU/GPU-中央處理器，圖形處理器-訓(xùn)練推理可編程FPGA|專用ASIC:TPU機(jī)器學(xué)習(xí)|NPU-神經(jīng)網(wǎng)絡(luò)微觀：對(duì)于銀行，業(yè)務(wù)部門，個(gè)人生產(chǎn)力的意義與價(jià)值，擁抱AIGC常用:ChatGLM/gamma/訊飛星火認(rèn)知大模型/阿里通義千問常用:ChatGLM/gamma/訊飛星火認(rèn)知大模型/阿里通義千問大