數(shù)智時代，比信息更重要的是對信息的邏輯分析能力。

面對金融行業(yè)高密度集聚的海量數(shù)據(jù)和豐富的垂直領(lǐng)域數(shù)字化場景，在客戶洞察和營銷策略制定環(huán)節(jié)，往往會出現(xiàn)數(shù)據(jù)挖掘不足、個性化服務(wù)缺失和坐席效率低等難題。

如何從海量的信息汪洋中挖掘出有效文本、提供適配不同場景需求的個性化服務(wù)方案，乃至提供可靠的資源優(yōu)化策略，幫助客戶優(yōu)化團(tuán)隊協(xié)作效率，提高商業(yè)價值？作為一家技術(shù)驅(qū)動的數(shù)字金融機構(gòu)，馬上消費金融股份有限公司（以下簡稱“馬上消費”）給出了自己的答案。

依托100PB金融基礎(chǔ)數(shù)據(jù)、自建的智算中心、純線上業(yè)務(wù)模式和經(jīng)驗?zāi)Ｐ偷葎?chuàng)新集聚優(yōu)勢，馬上消費率先發(fā)布零售金融首個大模型“天鏡”，并基于大模型的生成、理解、歸納能力，構(gòu)建起智慧洞察平臺。

作為行業(yè)領(lǐng)先的、先進(jìn)AI驅(qū)動的模型決策系統(tǒng)，馬上消費采用“大模型+小模型”的架構(gòu)，實現(xiàn)了從“數(shù)據(jù)-知識-決策”的全鏈路優(yōu)化，特別針對小樣本環(huán)境下的金融風(fēng)險感知與識別、復(fù)雜金融風(fēng)險的分析和預(yù)測問題，以及基于LLM（大語言模型）的集中協(xié)作和實時在線決策系統(tǒng)，覆蓋了金融風(fēng)險因子挖掘和金融風(fēng)險預(yù)測等關(guān)鍵應(yīng)用場景。

企業(yè)內(nèi)各種文件、圖表等知識規(guī)模固然可觀，然而痛點卻也同樣鮮明：諸多非結(jié)構(gòu)性數(shù)據(jù)藏在“文山書海”中，不僅增加查詢時間和精力成本、效率低下，得出的數(shù)據(jù)也缺乏解釋力。“天鏡”大模型恰恰解決了這一痛點。

通過將不同系統(tǒng)中的數(shù)據(jù)進(jìn)行全面匯集和管理，“天鏡”可作為企業(yè)的數(shù)據(jù)中臺、同時在多個文檔的文字圖表等多模態(tài)文本中找到并融合答案，解決了數(shù)據(jù)分散、數(shù)據(jù)源多樣問題的同時，還可充分理解后將其組織為人更容易理解的語言，形成企業(yè)數(shù)據(jù)資產(chǎn)和洞察，大大提升大模型分析速度、降低分析成本，實現(xiàn)數(shù)據(jù)協(xié)同合作。

匯集數(shù)據(jù)的同時，該系統(tǒng)還可作為企業(yè)知識中臺，自動挖掘有價值的對話，精準(zhǔn)判定客戶需求、智能提取關(guān)鍵信息、快速歸納客戶特征，同時提供個性化信息補充，優(yōu)化客戶對話偏好分析，助力高效制定人機協(xié)同策略，為業(yè)務(wù)提供高價值的數(shù)據(jù)支持，避免大模型分析的幻覺問題的同時，顯著提升營銷效果，助力客戶實現(xiàn)營銷策略的精準(zhǔn)化和數(shù)字化資產(chǎn)的增長。

助力客戶高效挖掘數(shù)據(jù)、精準(zhǔn)制定策略、豐富個性化服務(wù)的同時，馬上消費也在致力于提高企業(yè)員工效率。依托積累的大量的績優(yōu)客服真實通話數(shù)據(jù)，馬上消費訓(xùn)練天鏡大模型、讓天鏡擁有一對多客戶服務(wù)的能力，也可作為人工坐席的輔助角色，幫助推薦、優(yōu)化回答，大大提高問題解決效率。同時，沉淀出群體智慧知識庫，將優(yōu)秀坐席經(jīng)驗低成本、規(guī)模化復(fù)制給全體客服和新員工，形成創(chuàng)新流水線，實現(xiàn)知識的循環(huán)和積累。

行業(yè)大模型想實現(xiàn)商業(yè)價值，就必須能夠直面客戶，在真實客服場景下檢驗效果。截至今年2月，天鏡大模型在智慧營銷和客服場景已運行5個月。實測數(shù)據(jù)可知，大模型意圖理解準(zhǔn)確率達(dá)91%，已接近于人，相較于傳統(tǒng)AI的68%有較大提升。

數(shù)智時代，大模型是金融數(shù)據(jù)升維再構(gòu)的通用AI新范式，也是企業(yè)贏得未來的必由之路，其核心潛力——對“數(shù)據(jù)-企業(yè)智能-新質(zhì)生產(chǎn)力”的高價值創(chuàng)造，將對企業(yè)發(fā)展起到不可忽視的巨大推動。展望未來，馬上消費將繼續(xù)強化新技術(shù)應(yīng)用的“預(yù)知性”安全和風(fēng)險管理，圍繞數(shù)字金融全棧服務(wù)創(chuàng)新釋放大模型技術(shù)紅利，并積極構(gòu)建大模型生態(tài)，加快形成可復(fù)制、可推廣的實踐經(jīng)驗，與同行伙伴共同提升金融的可得性、覆蓋面、滿意度，服務(wù)實體經(jīng)濟(jì)高質(zhì)量發(fā)展。