來源：北京商報

ChatGPT的橫空出世，再度打破了人類對AI的認知和想象。

猶如2016年，AlphaGo成爲第一個戰勝圍棋世界冠軍的人工智能機器人，一夜之間人們理解了人工智能，感受到它的潛力。

ChatGPT能夠基於上下文語義、語境，與人自然流暢地對話，整體表現更高階、更智能、更聰明。推出兩個月後，ChatGPT就書寫了各種傳奇，出色地完成網友的瘋狂測試，月活躍用戶達到1億，成爲歷史上增長最快的消費者應用程序。

AlphaGo和ChatGPT帶來的轟動，均爲AI技術進步創造的明星效應。褪去光環，方可還原技術的真實面貌和演變路徑，也才能看清楚AI賦能產業所帶來的巨大飛躍和突破式發展。金融業向來對科技進步高度敏感，科技的每一次向前都會喚醒金融機構體內沉睡的因子，助其驚豔蛻變。近年來，AI賦能金融數智化轉型即是最好印證，對此長期深耕金融領域的AI科技公司百融雲創深有體會。

這一次也不例外。實際上，以ChatGPT爲代表的AIGC（AI自動生成內容）技術並不新奇，在國內金融領域如智能營銷、智能運營、智能客服等場景早已得到廣泛運用。

機器學習算法

奠定人機協同雛形

“來得早不如來得巧”，以此形容AI進場金融場景再合適不過。

2013年互聯網金融興起，給傳統金融帶來極大衝擊。一些創新能力強的銀行開始擔憂，互聯網技術會就此改變銀行，於是想在信貸端進行創新性探索。

有3家股份制銀行與百融雲創CEO張韶峯交流，希望能夠用技術幫其解決線上信用卡申請者的資信問題。於是，張韶峯和團隊抱着試一試的態度，創新使用機器學習算法，幫銀行評估客戶資質和質量等級。結果出乎意料的好，一方面用戶能在網上快速獲得金融服務；另一方面銀行服務效率大幅提升，還降低了線下發卡成本。

2014年，百融雲創成立，最初的業務正是通過信用評分模型幫助銀行補充完善線上信用卡申請資信。基於機器學習算法、專門針對金融場景打造的信用評分模型，算是人機協同的最早雛形，也是AI落地金融場景的重要突破。

然而，當百融雲創將這項最新成果進行商業化拓展時，卻遇到了“跑得快”的無奈。由於機器學習、深度學習這類人工智能算法模型太過前瞻，很多銀行客戶將其拒之門外。張韶峯迴憶道，當時許多銀行更習慣傳統的邏輯迴歸算法，這樣的算法處理的數據字段比較少，算法也更具解釋性，用起來相對簡單，技術理解起來很容易。一開始，他們對於機器學習模型是不接受的。

很多時候百融雲創在服務金融機構的時候，需要先轉爲使用傳統邏輯迴歸的方法去做。對於機器學習模型，百融雲創只能在內部堅持使用。

從這一點能看到，當一項前沿技術沒有被大衆感知之前，它所遭遇的現實困境不亞於螞蟻撬動大象。故事的轉折發生在AlphaGo的成名。

AlphaGo讓大衆真正開始瞭解和接納人工智能，讓AI從幕後走向臺前，從冰冷陌生變得溫暖生動，變成了大衆可視可感的具象產品。

此後，AI通往金融場景的大門敞開。“銀行開始主動問我們是否能夠提供基於機器學習的人工智能算法。”張韶峯直言，客戶對於人工智能技術的態度發生了明顯轉變，到了2016年年底2017年年初，百融雲創已經大量使用機器學習模型，幫助金融機構在信貸風控、企業徵信、精準營銷等多個場景實現了人工智能技術的落地。

類ChatGPT技術

已成熟應用於金融場景

彼時，互聯網金融從上半場進入下半場，To B科技公司取代To C，行業紅利、資源向頭部To B科技公司集中。與此同時，隨着國家對數字經濟的鼓勵和扶持，金融數智化轉型需求日益高漲，金融機構開啓了數智化轉型競賽，機構內部自上而下加快推動轉型步伐。

過去五年，以大型商業銀行爲代表的金融機構斥巨資加大IT科技投入。在架構轉型和信創政策的帶動下，未來幾年這一趨勢還將延續。國際著名諮詢機構IDC預計，2023年我國銀行IT支出規模將達到1873.5億元，預期增速10.5%。

作爲金融數智化轉型賦能者，百融雲創先後投入12多億元用於AI產品研發，率先成立金融垂類AI實驗室進行新式算法與應用研究，用於支撐和引領金融數智化邁向更高階段。通過“信息+算力+算法+場景”的疊加效應，自研的智能語音機器人、機器學習平臺、自然語言處理等創新模型和技術手段相繼落地金融場景，百融雲創構建了面向複雜金融場景的深度感知和定製化的數智解決方案體系。

其中不乏ChatGPT同源技術。以百融雲創智能語音機器人爲例，百融雲創自研基於Transformer的類ChatGPT語義理解技術、語音識別、語音合成集成到軟交換系統中，提供毫秒級的語音交互反饋，從而可以在音色、情感、語速、對話層面全面擬人化，對通話者語音識別的準確率能達到99%以上。

在貸後管理、信用卡喚活、財富營銷、客戶維護等環節，百融雲創智能語音機器人每日進行超過億級規模的自動交互頻次，頻次規模首屈一指。同時，疊加算法驅動的智能營銷中臺等技術中堅，可以有效提升金融機構服務的準確度和運營效率。

某國有大行在零售業務條線中引入百融雲創智能語音機器人之後，成本大幅降低，相比純人工工況，“IVR+人工”模式節省成本約50%，“IVR”模式則可節省成本約90%，且兩種模式考覈結果接近人工服務標準的90%至95%。

過去五年，在內外多重因素的驅動下，AI在金融場景全面開花。大衆深刻感知到AI的無處不在，也許不經意間接聽到的信用卡還款提醒電話或是開卡營銷電話，就是Chatbot在作業。

AI在金融場景的繁榮，加速了百融雲創與金融機構的合作深度和廣度，公司前瞻性佈局的優勢終於顯現。截至目前，百融雲創已與六大國有銀行、12家全國性股份制銀行、逾950家區域銀行以及汽車金融公司、保險公司等6000餘家金融機構達成合作。

ChatGPT賦予垂類公司

更多想象

2022年末，ChatGPT迅速躥紅，又一次點燃AI的沸點。

人工智能有5個要素：算法、模型、數據、算力、場景。ChatGPT雖稱不上AI革命，準確地說是模型和場景應用的一次飛躍，但是ChatGPT創新了AI交互方式，是AI真正普及爆炸的導火索。

如果將AlphaGo視爲技術應用的“陽春白雪”，那麼ChatGPT更像“下里巴人”。ChatGPT的出現，大大降低了普通人使用AI的門檻，它將走進人們的日常工作和生活裏。

可以預見，一個全新的、更爲廣闊的AI時代正在到來。業界已形成共識：AI將帶來產業重構，以自然語言處理爲代表的人工智能算法將改寫互聯網和移動互聯網產品形態。

事實上，無論是泛AI公司，還是垂類AI公司都在歡欣地迎接新時代的到來。

以微軟、百度爲代表的國際國內科技巨頭爭先恐後，紛紛佈局迎戰。面對巨頭的入場參賽，垂類AI公司的生存空間會不會被擠壓，是否會被巨頭超越，或失去核心競爭力？

對此，張韶峯表示，作爲通用型AI大型現象級產品的ChatGPT不能直接被“搬入”垂直型領域。一個重要的原因是二者之間存在信息壁壘，通用型如果過渡到垂直型，需要時間的沉澱，需要進一步探索商業模式，同時更加需要藉助於垂直領域的信息等助力。

在AIGC時代，通用智能和垂直領域智能是何種關係呢？張韶峯做了一個很形象的比喻，“這就類似數理化等基礎科學和醫學、農學、氣象學、材料學等應用科學之間的關係，兩者之間有差異性，但是也有交叉協作”。

業內專家也表示，ChatGPT目前的數據庫仍較爲有限，而且ChatGPT還沒解決好及時性和準確性這兩大關鍵問題，它有可能基於當前的算法和數據輸出不準確信息。這對於金融、信息等對於安全性要求極強的垂直領域來說，可謂是致命的。

技術本身只是一種工具，好的技術是爲產品服務的。

唯有基於深度的行業理解、洞察、思考和累積，才能夠做出符合行業需要的產品，好的技術也才能夠真正落地場景。ChatGPT，賦予了垂類AI公司更多想象。

圖片來源：企業供圖