FX168财经网_全球视野外汇黄金加密货币NFT资讯网

2024外滩大会圆满闭幕！超5万人现场参与科技人文嘉年华

认为，2024外滩大会已经成为全球观察中国AI产业落地和发展的重要窗口。因其在金融科技领域的权威性，大会吸引了全球金融科技界的顶尖专家和企业领袖。包括蚂蚁集团、美国运通、汇丰银行、彭博、富达国际、瑞银集团、星展银行以及印尼的支付平台Dana等，均派出代表参与了此次盛会，他们就AI与金融的结合、资产通证化引领Web3等话题展开了交流。与会嘉宾普遍认同，中国在全球金融科技领域扮演着引领者的角色，特别是在上海，这里汇聚了最前沿的技术和丰富的实践经验。会间，一系列金融科技成果首发亮相：上海人工智能实验室联合同济大学发布书生·济世(InternCF)数字金融平台，蚂蚁集团发布AI金融管家“蚂小财”、网商银行发布小微理财系统“布谷鸟”等。本届大会新增设的“创新者舞台”和“AI创新赛”受到了参与者的热烈反响。44位科技才俊在创新者舞台上展示了他们精致而富有创意的科技探索成果。AI创新赛共吸引了来自超过20个国家和地区的7000多支参赛队伍、近万名选手报名，选手们来自北京大学、复旦大学、斯坦福、麻省理工学院、新加坡国立大学等高校，以及微软、谷歌、中科院自动化研究所、微软亚洲研究院等企业和科研机构。大会发布的“科技人文十问”引起了与会者的广泛共鸣和热烈讨论。如何应对AI与人类抢饭碗？人类的思考力会因为AI退化吗？“人机共生”时代还有多远？AI可能超越工具属性，获得意识，甚至建立AI文明吗？…… “科技为人”是外滩大会给出的答案。美国著名学者凯文·凯利在大会演讲中表达：“我们今天所担心的许多问题，或许并不是最难解决的，真正的挑战可能是我们还未曾想象到的未知问题。要实现我们期望的由人工智能驱动的未来，最好的途径之一就是积极参与其中。” 在2024年外滩大会上，70余家秉持可持续发展理念的品牌商齐聚一堂，共同打造了“绿色生活节”。在这里，科技不仅是人类进步的推动者，更是美好生活的缔造者。与会者见证了科技的强大潜力和深远价值，感受到了科技如何为人类的未来注入活力和希望。在大会期间，人才招聘会吸引了蚂蚁集团、美团、腾讯、阿里云、小红书等50余家行业领军企业，提供了逾1000个岗位。此次招聘会共收集到4100份高质量简历，显示出求职者的热情和专业水准。同时，大会参与企业在现场开展了154场商务洽谈，达成1000多项合作意向，这为它们接下来的业务拓展和战略合作奠定了基础。作为全球金融与科技创新的中心，上海这座充满活力的城市为外滩大会这场科技大会注入了其开放包容与的基因。外滩大会正在成为上海科创生态系统的重要组成部分，以及上海科技创新活动的标志性事件之一。

证券之星2024-09-07

港股开盘：恒指微涨0.07%、科指跌0.1%，内房股多走高世茂集团涨超3%

开源证券：一方面，在AIGC的拉动下，中国AI投资规模有望呈现快速增长的趋势，互联网、运营商、政府等下游行业需求旺盛，智算项目密集落地;另一方面，美国AI禁令下，发展国产算力势在必行，以华为昇腾、海光、寒武纪为代表的国产算力正在崛起，高度看好国产AI算力方向。

金融界2024-09-05

中美突传重量级消息！中国人工智能工程师正秘密使用被禁的英伟达芯片

w表示，他也可能不知道买家的真实身份。中国AI公司经常通过新加坡或其他地方的子公司进行交易。过去两年，类似的平台越来越多，因加密货币领域的活动变慢，他们腾出一些先前用于挖掘数字货币的计算机，来收集分散于全球各地的运算能力，然后出租给AI开发人员。

tqttier2024-08-26

33家区域ISP伙伴与浪潮信息签署战略合作协议

创新的桥梁 - 区域ISP伙伴作为深化中国AI应用发展的中坚力量, 凭借其市场贴近性、行业深入性、客户关系紧密性、数据资源丰富性和服务价值高等优势，能更好的理解场景和应用，具备与客户联合创新的天然优势，不断推动着人工智能应用的创新落地。在元脑生态的合作框架下，浪潮信息持续深化与区域ISP伙伴战略合作模式，大力支持区域业务发展。2023年，共新增60余家千万级区域ISP伙伴。本次所签署战略合作协议的33家ISP伙伴更是覆盖上海、广东、江苏、浙江、山东、天津、湖南、重庆、陕西、安徽、福建、江西、辽宁等13个省区，签约区域和签约金额双双创下新高。携手区域ISP伙伴，抢抓人工智能+先机当前，AI大模型正在与丰富的产业场景相结合，释放万亿市场空间。然而，要将大模型的技术潜力转化为区域市场的实际应用，仍需解决开发链条冗长、上手难度高、试错成本高昂和产业集聚效应差等挑战。区域市场亟需高效、易用、端到端的大模型应用开发平台，以加速大模型应用创新与落地，抢占区域大模型应用市场的先机。为此，浪潮信息携手区域ISP伙伴，基于大模型开发平台"元脑企智"EPAI，为区域行业客户提供应用开发全流程的平台化产品，通过端到端的解决方案，解决大模型应用开发流程复杂、门槛高以及多元多模适配难、成本高等落地难题，助力区域ISP伙伴高效开发和部署生成式AI应用，轻松构建基于行业场景的大模型应用开发与持续迭代能力，打造智能生产力。浪潮信息总经理助理、渠道推进部总经理毛柏林指出："大模型在区域的应用落地，既是机遇又充满挑战。浪潮信息将依托区域ISP推广联盟，以企业大模型开发平台‘元脑企智'EPAI为引擎，赋能区域ISP伙伴全面提升各项能力，通过联合方案共创、市场联合营销、技术支持与升级等全方位深度合作，共同推动大模型在各区域各场景下的应用落地与商业模式复制，携手区域ISP伙伴把握人工智能+的时代先机。" 未来，浪潮信息将持续依托产品、技术、生态、人才方面等综合优势，并不断加强对区域ISP伙伴的政策扶持，实现尽己所长，优势互补，加速生态价值的释放。通过聚合左、右手伙伴、依托协同共生、开放共赢的元脑生态发展理念，通过工具赋能、知识赋能、深挖价值、权益保障等多维度举措，共同加速释放AI技术带来的巨大价值。

美通社2024-08-13

资本运作加速产业升级，“芯”质生产力获新动能

42.29%，已取得重大进展。同时，中国AI芯片的国产化进程也在加速推进。据IDC数据显示，2023年中国加速芯片的出货量接近140万张，其中GPU卡占据了85%的市场份额。然而，更令人瞩目的是，中国本土AI芯片的出货量已经超过20万张，占比约14%。这一数据不仅显示了国产AI芯片在市场中的竞争力，更预示着国产化的巨大潜力。随着母基金资本入市，国产AI芯片的市场空间有望进一步扩大。这不仅有助于提升国内企业的自主创新能力，也将推动整个产业链的优化和升级，为中国经济的高质量发展注入新的活力。半导体盈利能力提升，有望带来业绩持续催化。随着2024年下半年半导体行业盈利能力的显著提升，我们将迎来一个关键的盈利拐点。这一盈利修复主要得益于手机及消费电子需求的持续增长，以及工业侧芯片需求的复苏。半导体设备的国产化订单兑现、晶圆代工厂商的量价齐升、模拟芯片的复苏扩散、封测行业的稼动率提升，以及数字芯片品类的多样化，都将共同推动整个行业的盈利水平。涨价、量增带来的利用率提升和规模效应，将成为这一盈利驱动力的主要来源。图：下游需求的持续复苏数据来源：Wind 母基金的设立，不仅是对集成电路产业的一次重大投资，更是对未来科技创新的一次深远布局。通过这一战略举措，将推动政府资源与社会资本的协同联动，以市场化的方式链接创新资源，支持原始创新和成果转化。这不仅为芯片国产化的研发和应用提供了坚实的资金支持，也为整个产业链的创新和发展提供了广阔的空间。半导体芯片ETF（516350，A类：018411；C类018412）作为布局芯片产业龙头的便捷标的备受广大投资者关注！以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-08-02

千亿芯片大牛股，估值上天了

较2月初上涨超12%。而寒武纪有着“中国AI芯片第一股”光环，且一度对标英伟达，自然不会缺席本轮热炒。另一方面，AI龙头业绩持续兑现。英伟达业绩兑现高增。2025财年Q1，营收260亿美元，同比增长262%，归母净利润为148.8亿美元，同比增长628%。海光信息作为国内算力芯片龙头，同时也作为国产CPU+DCU稀缺标的，业绩增长势头依然很猛。据业绩预告，今年上半年营收同比增长37%—50%，归母净利润同比增长16.3%—30.8%。既然其他AI龙头业绩可以实打实兑现，自然也可以激发资本市场对于寒武纪未来业绩的想象。 02 未来寒武纪能否兑现业绩，其实面临很大的不确定性。首先看基本盘——收入结构非常不稳定。寒武纪2016年成立以来，推出了寒武纪1A、1H处理器，因华为海思一炮而红。这两款芯片分别搭载华为海思麒麟970、980芯片上，并集成于华为P20Pro、Mate20Pro、Mate20X等手机上，出货量过1亿部，而这是公司2017-2018年99%的营业收入来源。 2019年，华为海思自主研发芯片处理器架构，除已达成合作外，不再继续采购寒武纪终端智能处理器IP产品。当年，华为海思带来6366万元收入，较2018年大幅下滑44%，营收占比降低至14%，后来归零了。 2019年，公司发力智能计算集群系统。当年拿下珠海横琴项目，收入2亿元，占到营收比例的47%，能拿到这笔订单或有中科院计算所的提携（为寒武纪第二大股东）。此后，该业务也成为寒武纪营收的“顶梁柱”。不过，客户需求不是线性递增，而是一年换一批——2020年为江苏南京、无锡数据湖项目；2021年为江苏昆山项目；2022年为江苏南京项目（二期）；2023年参与台州、沈阳两地的算力基础设施建设项目。除此之外，寒武纪在2021年发布边缘产品思元220边缘系列，当年边缘产品营收1.75亿元。但2022年萎缩至0.38亿元，2023年进一步下降至0.11亿元。该业务极度依赖一个行业头部公司的需求，没有持续性。云端产品线方面，寒武纪先后推出云端训练芯片（思元290）、云端推理芯片（思元100、思元270及思元370）。去年初ChatGPT横空出世，科技大厂在人工智能大模型上快速加大投入，寒武纪智能芯片相关业务理应会爆发的。然而，该业务产品线受供应链冲击（美国实体清单）。2023年调整销售策略，优先服务毛利高、信用好的客户。去年收入仅0.91亿元，同比反而大幅下滑58.7%。整体来看，寒武纪成立至今，几大业务收入来源均不稳定。其次，AI芯片业务能否取得顺利突围，还得打一个大大的问号。一方面，国内外竞争对手如云。抛开海外实力强劲的对手外，单看国内便有华为昇腾、阿里平头哥、百度昆仑芯、海光信息、天数智芯等一大批科技公司。目前，寒武纪最新一代云端智能训练芯片思元590，该芯片采用MLUarch05全新架构，实测训练性能较在售旗舰产品有大幅提升，整体性能比国内大部分对手都要好，接近英伟达A100。据飞鲸投研，思元590在特定场景优势较强，但通用性并不高，可能会阻碍产品推广。最为关键的是，寒武纪没有构建起自己的生态圈，想要大规模出货可能没有那么容易。下游服务器厂商中，大多都跟华为各方面业务合作密切，包括拓维信息、烽火通信、华鲲振宇、神州数码、中国长城等，且华为昇腾910芯片性能优异。海光信息则有中科曙光，浪潮信息、紫光股份等则大多使用海外巨头芯片。而互联网厂商，百度、阿里有自己的AI芯片公司。并且，AI开始爆发的这几年，资本开支是最大的，对AI芯片需求是很旺盛的。但行业红利不会持续太久，未来需求会逐年放缓，AI芯片竞争对手会越来越多，还在大笔烧钱的寒武纪会不会错过最佳黄金期，尚未可知。 03 在2020年的一次媒体采访中，寒武纪创始人陈天石曾说道：“Intel今年52岁，AMD今年51岁，NVIDIA今年27岁。寒武纪只有4岁，和行业前辈比起来还只是个孩子。罗马并非一天建成，前辈标杆也都是筚路蓝缕走过来的，我们有远大的志向，但长跑才刚刚开始。” 是的，寒武纪太需要时间去研发攻关、发展壮大了。但能否顺利大突围，拿下AI芯片国产替代的一部分份额，一切都是未知数。但从PB估值维度看（利润亏损无法对比PE），寒武纪高达19.5倍，且远远超过其余155家半导体公司的任意一家，行业指数平均为3.68倍。很显然，资本市场挺慷慨的，现在就把寒武纪市值顶上1000亿，难免有些过于亢奋了。（全文完）

格隆汇2024-07-27

超70家分销商逃避拜登禁令？中美突传重磅：英伟达“受限制芯片”仍持续输出中国

《华尔街日报》消息，其追踪的商家正在向中国AI初创企业或研究机构出售受限制的英伟达产品或含有该公司先进芯片的服务器，因为这些供应商无法采购足够的产品来满足该国大型科技公司的需求。 “尽管迄今为止取得了令人瞩目的进展，但未来几年，中国本土芯片的性能可能仍将落后于美国及其盟友的芯片，这一切都使走私成为一项潜在的有利可图的事业，”CNAS总结道。 “到2023年，只有相对较少数量的受控AI芯片将进入中国，可能只有数百个，但也有可能不会超过数千个。” #AI热潮# 在听证会早些时候，肯德勒向委员会呼吁提供更多资金，她表示这些资金将用于支持商务部网络追踪规避行为。新墨西哥州民主党参议员凯瑟琳·科尔特斯·马斯托(Catherine Cortez Masto)对这一请求表示同情，并表示她被告知该部门自2010年以来就没有增加过资金。“我可以想象现在会很困难，因为你们的管辖和监督能力已经增强，无法覆盖你们需要的部分保险范围，”她说。肯德勒回答说，她的部门需要大约1亿美元来改造过时的系统，并将其转变为有用、高效的数据和分析支持。 “有了更多资金，我们将增强我们的技术专长。我们将致力于提高数据和分析能力，当然还有我们的执法能力，”她说。然而，肯尼迪拒绝了肯德勒的请求，声称肯德勒的工作人员只需要互联网连接就可以开展工作。

圈内人2024-07-26

行业研究｜有连云等资深玩家助力AI+金融应用创新

卓越的研发能力。核心创始团队来自IBM中国AI实验室，曾参与Watson研发，具备优秀的技术和工程实力。公司利用AI与大数据分析技术，为券商和银行提供内容科技与智能营销产品，助力客户获取、活跃和交易转化。深耕金融行业，掌握增长场景的深度KnowHow，并以AI Agent为基座，打造行业刚需的应用产品体系。产品已实现PMF，覆盖了80%的大中型券商和50%的大型银行。企业优势：技术实力强：深擎的核心技术团队源自IBM人工智能实验室，技术底蕴深厚。深擎自主研发的金融行业预训练模型（L1），效果准确率评测，超国内多个千亿模型，接近GPT4。大模型在2B场景落地过程中，最重要是准确率，在客户关心的重要技术指标上深擎处于行业领先地位，譬如：Function call多场景复杂接口的识别准确率达93%以上，多轮语义准确率和召回率分别达到95%和90%以上，AIGC内容合格率超95%。深入业务与场景：深擎在发展过程中，吸引了一批来自甲方客户的业务专家，因此能够把技术、产品与客户业务做有效整合。通过场景设计，深度融入客户核心业务，实现可量化的业务价值。譬如，有多款自研AIGC内容产品规模化上线运行，嵌入客户核心营销流程，实现内容生产效率超100倍提升。数据丰富且高质量：经过多年积累，深擎在证券行业沉淀了大量行业数据与标注数据。并且通过产品在业务场景上的闭环，能够源源不断获得更多行业数据。这些关键数据都是深擎模型训练与产品迭代的重要保障。客户案例多且合作深：深擎已与多家国内前十大券商合作大模型项目落地，案例数量在行业内处于领先地位。客户多，意味着产品的有效迭代就快，而非脱离市场的闭门造车。头部客户代表着行业内最新的发展共识，代表着新质生产力。项目案例多，意味着遇到的实际问题多，踩的坑多，解决问题的办法就多，也更加合理。此外，深擎与多家头部券商在大模型落地过程中有深度合作，通过产品、数据、业务形成闭环迭代，能够让客户真正把产品使用起来，并不断根据用户反馈、数据反馈，迭代AI产品。甜新科技甜新科技成立于2016年，总部位于上海，是一家以AIGC和5G视频通信技术、行业大模型为核心的人工智能创新型高科技企业。由红杉中国、金沙江创业投资、同创伟业等投资。公司的产品包括VCRM系列产品，是基于Al+视频的营销解决方案，助力企业营销转化。致力于在视频营销科技领域，为行业客户提供以深度融合Al+视频为基础的场景化服务解决方案。公司主要服务的方向包括零售电商、新消费品牌、银行、保险、消费金融、游戏等行业。企业优势：多种客户触达方式：平台可提供目前市场上主流客户触达方式，包含：AI交互视频、视频通知，AI语音外呼、视频短信、文本短信等客户触达方式，可根据不同的客户触达目标选择及组合。提高用户参与度：通过互动视频，用户可以与数字人内容互动，相比传统视频内容，这种形式能极大地提升用户的参与度和兴趣，从而增加用户停留时间和参与深度。提升品牌影响力：首先，通过一段3分钟原视频，即可快速生成和金融机构代言人真人一模一样的数字人分身，五官、动作、表情、声音完全模仿本人，通过数字分身与客户进行视频对话，基于自然语言处理及大模型技术，可实现多轮对话和智能互动。互动视频能够以其新颖的形式和丰富的用户体验增强品牌形象，通过用户与视频内容的互动，可以增加品牌的曝光度和记忆度。千人千面的客户服务：利用AI技术，基于用户的行为和偏好提供个性化的视频内容推荐，实现真正意义上的“以用户为中心”。这种个性化的体验可以有效提升用户满意度和忠诚度。效率提升：外呼营销平台能自动分析用户数据和互动结果，沉淀数据、为营销人员提供数据支持，帮助其快速调整营销策略，提高营销转化效果。基于AIGC的内容生产：外呼营销平台能可以根据客户的需求和偏好生成个性化的营销内容，如：使用不同的数字人形象，数字人复刻、声音复刻，同时，为了提高客户参与度和转化率可以快速生成大量营销内容，减少人工编辑时间和成本，满足金融行业的快速变化和更新需求。澜码科技澜码科技是一家基于大语言模型的企业级AI Agent平台公司，核心团队成员来自Google、IBM、腾讯、字节、阿里、依图等国内外知名互联网和AI公司。澜码科技率先填补了国内大模型中间层的空白，是国内探索大语言模型应用落地和AI Agent的先行者。基于底层大语言模型，澜码科技自主研发了能够连接人和系统的企业级Agent平台“AskXBOT”，助力企业构建基于专家知识的超级自动化，从而提升业务质量和效率。澜码科技已完成来自IDG资本、联新资本、Atom Capital参与的数千万A轮投资，并与多家上市公司和独角兽企业达成战略合作。企业优势： “模型中立”优势：目前大语言模型厂商在发布模型时仅定义了参数，未对模型的具体特性参数（FeatureList）进行定义，这就意味着企业用户在落地应用大语言模型时往往面临盲人摸象的困境，难以准确评估模型在特定应用场景中的适用性和效率，以及难以根据自身需求高性价比的选择、调整和优化模型，这需要基于经验和实际情况不断进行匹配和调试。作为模型中立厂商，澜码科技在过去一年多的大语言模型应用实践中，积累了大量实战场景下Agent原子能力的表现数据，因此更加了解在不同场景下的模型的表现和效果。专家知识是AI Agent 得以在企业落地的关键：专家知识的高度决定了AI Agent能够提供的价值高度，数据会帮助专家快速迭代专家知识，从而提高AI Agent的通用性。大语言模型缺乏企业特定领域知识，解决不了实际业务问题，如同一位名校毕业的高材生，由于缺乏实践经验而难以胜任具体的业务任务；此外，大语言模型对于自身能力边界的认知模糊，导致在面对超出自身能力范畴的问题时，仍试图依靠自身理解给出答案，结果往往南辕北辙，这就是常说的“模型幻觉”。因此，在企业级应用场景下，专家知识对大语言模型落地至关重要，可以说专家知识决定了AI Agent的天花板。在澜码AskXBOT平台，可以沉淀专家的知识和行业经验，构建企业知识库，促进知识共享与传承。基于此，Agent辅助知识治理，配合专家知识数字化沉淀；专家知识赋能Agent与工作流，形成良性闭环。针对办公，特别是金融、财务的办公场景的成熟技能的封装能力。和企业已有组织、权限、基础设施的集成。有连云有连云成立于2015年，是国内领先的金融AI应用服务商。旗下的“麒麟AI大模型”通过智能创作、推荐和推送，赋能金融机构及上市公司，帮助客户在市场推广、产品销售和声誉管理等场景中实现增益降本。公司专注于金融数字化转型的痛点，推进大模型的垂直应用，结合庞大的金融专业语料库，集成自然语言处理、OCR和多模态技术，实现各类事件指标的准确、实时、智能化获取，满足自定义和配置需求。企业优势强大的技术基础：有连云的“麒麟AI大模型”通过智能创作、推荐和推送，赋能金融机构及上市公司，帮助客户在市场推广、产品销售和声誉管理等场景中实现增益降本。精准的数据处理：麒麟大模型能够实时获取和解析ETF产品层面的数据，生成产品分析、研报摘要和观点，提升信息检索效率和AI批量生成资讯，解决基金公司在产品营销中的难点。广泛的生态连接：强大的生态连接可渗透到数据、交易、搜索、新闻、视频和财经等投资者聚集地，一键辅助投资者教育和价值投资理念呈现，并生成多维BI可视化报表，帮助基金公司快速分析和决策。全面的合规保障：在上市公司声誉管理和投资者关系管理领域，麒麟大模型通过智能创作、智能标签和可视化报表服务，保障资讯的真实合规，并实时跟踪推送状态，提供强有力的商业决策支持。行业认可：有连云已获得国家互联网信息办公室的3项深度合成算法备案，入选中国信通院《2023大模型和AIGC产业图谱》，并获得数字化软件产品能力DSSC优秀级认证，成为中国信通院《数字化软件产品及服务能力体系规范》编制单位，参与行业标准制订。金融行业落地Gen AI的关键能力尽管在金融行业落地Gen AI 会面临数据隐私和安全、技术和资源门槛、模型解释性和透明度，以及监管合规等挑战，但落地难度相较于传统AI项目，难度会更低，实施路径也更直接。甜新科技认为金融行业落地Gen AI需要跨越以下7个维度的关键能力： 1. 明确转型目标和战略：金融机构首先需要明确自身的数字化转型目标和战略，确定AI技术在其中的角色和定位。一个有效的Gen AI规模化落地战略，必须包含以下关键因素：高层领导层的愿景、一致性和承诺，以及业务单元级对交付结果的责任、清晰的应用场景和目标、全面的运营计划。 2. 选准应用场景：在明确转型目标后，金融机构需要选准AI技术的应用场景。这些场景应该是业务流程中的痛点或价值创造的潜在领域。例如，AI技术可以用于风险评估、信贷审批、智能投顾、客户服务等方面。 3. 数据和技术的积累：金融机构需要积累大量的数据和相关的技术能力。数据是AI技术的基础，而技术能力则决定了金融机构在AI领域的竞争力。这包括建设数据仓库、数据挖掘、机器学习、深度学习等技术能力。在部署大模型的时候，金融企业获机构需要与自身现有的系统、工作流程、企业应用程序和数据源集成。这是一个关键且复杂的任务。麦肯锡认为，有效的集成和模型维护将依赖于多个架构组件：上下文管理和缓存、策略管理、模型中心、提示库、MLOps平台、风险管理引擎、大型语言模型（LLM）运营等。（深擎科技采访供图）数据质量至关重要，尤其是在通用人工智能领域。面对海量且非结构化的数据集，确保输出答案的质量变得更加具有挑战性。领先的金融机构正借助优质人才和自动化技术，在数据生命周期的关键环节进行精准干预，以保证数据的高标准质量。同时，数据领域的领导者需要深入考虑新技术带来的安全风险，并随时准备根据法规的变化迅速采取行动。 4. 构建高效的组织架构：为了推动AI项目的顺利实施，金融机构需要构建高效的组织架构。这包括设立专门的AI团队、明确职责和分工、以及与业务部门的紧密合作。要优化组织架构之前，金融机构必须思考当前的架构为何难以无缝集成AI创新能力。成功落地AI的金融机构，并不是鼓励落地相关计划，而是通过为现有团队配备所需的资源，并积极拥抱通用人工智能所需的技能、人才和流程来实现相关目标。 5. 注重人才培养和合作：金融机构需要培养一批既懂金融业务又懂AI技术的复合型人才。还需要定期评估自己的人才招聘策略，以适应不断变化的优先事项。清晰的职业发展和晋升机会——以及有意义和价值的工作——对普通的技术从业者来说非常重要。此外，与AI领域的领先企业或研究机构合作，可以加快技术进步和创新。 6. 强化合规和安全风险管理：金融机构在实施人工智能技术时，必须确保其操作的合规性和安全性。这不仅包括遵守相关的法律法规，还涉及到保护客户隐私、预防欺诈和洗钱等风险。在引入大型模型和生成式人工智能之前，金融机构通常需要对其风险管理和模型治理框架进行重新设计，并根据需要开发新的控制机制。模型的可解释性和决策的公正性是关键问题，必须在推广任何生成式AI应用之前得到全面而深入的解决。通过这种方式，金融机构可以在确保技术优势的同时，维护其业务的合规性和安全性。 7. 持续优化和创新： AI技术是不断发展的，金融机构需要在实践中持续优化和创新。这包括收集反馈、改进算法、探索新的应用场景等。金融行业落地Gen AI的挑战尽管大模型和Gen AI能为金融行业带来巨大价值，但囿于要被高度监管的属性，金融行业在落地大模型和生成式AI要面临比其他行业更严峻的诸多挑战。以下是最关键的三大问题： 1、确保数据质量和安全性对于金融企业而言，获取高质量、具有代表性的数据分析来训练人工智能模型是实现技术优势的关键所在。AI模型的性能和准确性在很大程度上取决于训练数据的质量，因此，金融机构必须实施严格的数据治理流程，以确保数据的准确性和可靠性。许多银行拥有一个庞大而复杂的数据架构，这些架构往往跨越了数十年，涉及多种大型机系统。将这些分散的数据整合并准备用于人工智能项目是一项艰巨的任务，需要投入大量的资源和努力。同时，金融企业还必须严格遵守数据保护法规，确保敏感的客户数据得到妥善的匿名化处理和安全保护。这不仅涉及到技术层面的挑战，也考验着企业在数据隐私和合规性方面的责任和担当。 2、符合金融法规金融领域对人工智能系统的应用必须严格遵守一系列法规，且涉及信贷审批、交易监控等多个业务环节。合规性要求金融机构必须对相关信息记录详尽并始终维护模型的透明度，这无疑增加了管理的难度和成本。同时，金融机构还需定期对AI系统进行性能监控，确保没有偏差，并妥善处理可能出现的意外结果。此外，AI技术在金融领域的应用涉及到对海量数据的处理和分析，这不仅要求金融机构拥有强大的存储和计算资源，也带来了对基础设施的挑战。尽管云计算提供了灵活的解决方案，但数据安全和地区法规的限制常常成为其广泛应用的障碍。同时，将先进的AI工具与金融机构现有的IT系统无缝集成，也是一个需要克服的技术难题。 3、道德考量和偏见人工智能在金融领域的整合引发了重要的道德考量，特别是在偏见和公正性方面。人工智能系统可能会无意中延续甚至加剧训练数据中存在的偏见。例如，如果历史贷款数据对某些特定人群存在偏见，那么基于这些数据训练的人工智能模型可能会继续使这些群体处于不利地位。此外，快速变化的监管环境对金融机构提出了更高要求。随着法律和道德对AI的期望不断演变，金融机构需要不断适应新的监管政策，并保持系统的灵活性以应对这些变化。人工智能在金融领域的未来尽管生成式人工智能是目前各行各业的流行词，但如何将该技术付诸实践的最佳方式仍然尚未确定。澜码科技CEO周健指出，目前金融行业面临的主要挑战是大型模型的准确度尚未达到令人满意的标准，以及还未找到将特定场景与相应的技术进行有效匹配的路径。整个行业面临的核心难题在于如何精心选择或开发出适合的大模型和解决方案，然后确保它们在特定应用场景中的表现能够超越人类，这也是最具挑战性的部分。此外，在认知层面，一个普遍的误区是人们常常被所谓的“理想路径”所误导，认为大语言模型能够应对所有任务。然而，在实际操作中，可能由于业务人员对专业知识掌握不够精确导致无法完成相应任务。在这种情况下，我们需要通过更高效的人机交互方式，使业务人员能够明确地表达他们的需求，以便在业务流程中实现端到端的有效支持。另一个常见的误区是，人们期望用户去适应技术，而不是让技术去适应用户。如果整个行业能够在技术适应用户交互方式和需求理解方面做出创新和改进，就可能充分发挥大型模型的潜力。但目前，这一领域的探索还相对较少。金融行业落地大模型和生成式AI不仅需要技术上的升级，还需要进行企业文化的转型，以接纳创新，这将是一个漫长且充满挑战的过程。参考资料： https://www.mckinsey.com/industries/financial-services/our-insights/scaling-gen-ai-in-banking-choosing-the-best-operating-model https://www.datacamp.com/blog/ai-in-finance https://usa.visa.com/about-visa/newsroom/press-releases.releaseId.20661.html 作者：qiuping 来源：非凡产研以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-07-23

一文读懂2024全球人工智能大会的新亮点

人工智能全球治理上海宣言》，向世界传递中国AI的声音。大会期间，人形机器人成为重要亮点，智能终端展区中共有42款智能机器人亮相，其中人形机器人共有22款，包括广受关注的第二代特斯拉Optimus。此外，多家国内大模型厂商在展会期间发布了最新的基础大模型，国内基础模型能力与海外的差距进一步缩小。一年一度的世界人工智能大会如期举办，展现AI产业风采伴随着人工智能产业的发展和繁荣，WAIC也已逐步成为在产业届颇具影响力的盛会。今年的世界人工智能大会以“以共商促共享，以善治促善智”为主题，展会面积超过5.2万平方米，超过500家企业带来的1500余项产品参展，9位图灵奖、菲尔兹奖、诺贝尔奖得主和88位国内外院士现身畅谈AI产业未来方向。除了全球AI产业界最新技术和产品成果外，本届WAIC还向世界传递了AI发展和治理的中国声音。大会开幕式上，《人工智能全球治理上海宣言》正式发布，宣言提出要促进人工智能发展，维护人工智能安全，构建人工智能的治理体系，加强社会参与和提升公众素养，提升生活品质与社会福祉，呼吁各方积极响应，携手行动，共同推动人工智能造福全人类。总理在大会开幕式上致辞时表示“中国始终积极拥抱智能变革，大力推进人工智能创新发展，高度重视人工智能安全治理，实施了一系列务实举措为全球人工智能发展和治理作出积极探索，贡献了建设性思路和方案”。机器人阵列成为亮点，具身智能已不再遥远由18台人形机器人组成的“十八金刚”先锋阵列是今年WAIC的八大镇馆之宝之一，机器人阵列中所展示的产品既有来自国家地方共建人形机器人创新中心所研发的全尺寸开源公版机器人“青龙”，也有来自傅利叶、宇树科技、开普勒等创新公司的最新产品。通过软硬件解耦，现场的机器人能够完成统一的动作。除了“十八金刚”，在整个智能终端展区中共有42款智能机器人亮相，其中人形机器人共有22款，其中最引人注目的便是特斯拉展位上的第二代Optimus机器人。自去年具身智能的概念提出以来，英伟达、谷歌、OpenAI等全球科技巨头纷纷加大对机器人领域的研发投入。今年，英伟达发布了ProjectGR00T人形机器人基础模型和Isaac机器人平台，加快硬件厂商设计和训练机器人的进程。特斯拉作为人形机器人产业的旗手，更是宣布将于2025年量产Optimus系列人形机器人，具身智能距离走进千家万户或许已经不在遥远。国内大模型厂商继续更新基础大模型，与海外的差距进一步缩小 2023年以来，基础大模型能力追赶海外是国内科技厂商的重要议题。经过一年多的发展，目前国内大模型能力与海外的差距已显著缩小，部分厂商针对细分领域的垂类大模型已达到和海外大模型同等的高度。在本届WAIC上，国内科技公司进一步展示了基础模型能力的进步。上海财跃星辰、阶跃星辰携手国泰君安证券，围绕金融语料场景，基于国产信创算力集群打造最懂金融的大模型；支付宝发布多模态医疗大模型，支持千亿级别参数的医疗视觉识别；商汤发布日日新5.5大模型体系，包含6000亿参数的基础大模型日日新5.5，流式多模态交互模型日日新5o，支持端侧运行的日日新5.5Lite；中信集团发布大模型驱动的新一代债券智能助手BondCopilot、全栈自主可控的大模型能力服务平台仓颉、出版行业全流程AIGC创作平台夸父。当前人工智能指数估值处于历史较低分位，性价比凸显人工智能ETF（159819，场外联接A类：012733；C类：012734）紧密跟踪的中证人工智能主题指数选取为人工智能提供基础资源、技术以及应用支持的公司中选取代表性公司作为样本股，反映人工智能主题公司的整体表现。截至7月5日，中证人工智能主题指数市销率为2.97x，处于近10年13.32%分位，具备较好的配置价值。随着WAIC上展示的产品和技术实现进一步商业化，中证人工智能主题指数投资价值有望持续显现。图：中证人工智能主题指数点位及PS估值数据来源：Wind，数据截止至2024年7月5日以上内容与数据，与界面有连云频道立场无关，不构成投资建议。据此操作，风险自担。

有连云2024-07-10

API“搬家”24小时挑战，中国AI厂商凭什么完美接盘？

震演习"。在这场突如其来的技术风暴中，中国AI厂商展现出的灵活性和应变能力，不仅为用户提供了及时的解决方案，更彰显了我国AI产业的强大实力和创新潜力。国内AI厂商的迅速反应彰显行业实力面对OpenAI的突然"跑路"，国内AI巨头们展现出了令人惊叹的反应速度和灵活性。仅仅在24小时之内，多家大型AI模型开发商就推出了针对性的"搬家"方案，为原本依赖OpenAI API的用户提供了平滑过渡的途径。这些方案不仅在功能上与OpenAI的API相近，更在数据安全性、定制化服务以及本地化支持等方面做出了独特优化。国内厂商的快速反应不仅体现了中国AI行业的技术实力，更展示了其对市场需求的敏锐洞察和快速响应能力。这种灵活性无疑将成为中国AI产业在国际竞争中的重要优势。 API本地化助力中国AI生态系统的构建在这次"搬家"行动中，国内AI厂商不仅仅是简单地替代OpenAI的API服务，更是在积极构建一个更加稳定、可靠且符合本土需求的AI生态系统。通过提供本地化的API服务，这些厂商正在为中国的AI发展铺平道路。本地化的API不仅能更好地满足中国用户的特定需求，还能在数据安全、技术主权等敏感问题上提供更好的保障。这种本土化的API服务将大大增强中国AI产业的自主性和竞争力，为未来的技术创新和应用拓展奠定坚实基础。同时，这种灵活性也体现在API的快速迭代和优化上，使得中国的AI生态系统能够更快速地适应市场变化和用户需求。在这场突如其来的"搬家"风波中，中国AI行业展现出的灵活性和应变能力令人印象深刻。面对国际技术环境的不确定性，我们的AI厂商不仅迅速提供了替代方案，更在积极构建符合本土需求的AI生态系统。这种灵活性不仅确保了用户的业务连续性，更为中国AI产业的长远发展注入了强劲动力。可以预见，随着本地化API服务的不断完善和创新，中国的AI生态系统将变得更加强大和自主，为未来的技术革新和产业升级打下坚实基础。

金融界2024-06-26

24小时热点