AI热点 4小时前 202 阅读 0 评论

靠10万+粉丝,北漂插画师秒贷款!华为全栈AI加速,让银行及时看见

作者头像
AI中国

AI技术专栏作家 | 发布了 246 篇文章

AI这把火,早已点燃了全球的各行各业,就连金融圈也不例外。  


放眼全球,「AI+金融」智能化转型成为不可逆转的大趋势。


华尔街投行Morgan Stanley率先将GPT-4深度整合至核心业务系统,让AI代财务顾问冲锋上阵,为客户提供个性化的解答。



与此同时,美国上市金融标杆企业Upstart更以实证数据证明了AI的效能——


其AI风控系统已独立完成91%贷款审批,显著提升信用评估的精准度和覆盖率。


反观国内,金融领域AI应用已全面开花,从智能投顾、风险管控,到自动化信贷等,AI渗透程度堪比华尔街。


值得注意的是,AI正打破传统金融服务的门槛。


大多数当代年轻人,普遍有着超前的消费意识。以往,并非每一个群体都拥有被金融看见的权利。



如今,通过拼接数据的碎片,AI正重新定义信用的边界。


贷款申请时,AI智能识别各类图片文件、自动分类;放贷时,AI还能自动对比大幅提升效率。


这套从轻松借贷、放贷,到智能回访的流水线,是AI逐步嵌入银行核心业务流程的亮眼成果之一。


在提升运营效率的同时,又拓展了金融服务的普惠边界。


不难看出,在金融实战中,大模型已释放出极大的应用价值。


AI赋能金融圈,痛点一键破除


回看过去,传统金融模式在效率、成本、风险把控、客户体验上,面临着前所未有的挑战。


一直以来,该领域依赖人工处理大量重复性任务,不仅耗时长,成本也高。


通常贷款审批流程冗长,动辄数天甚至数周,影响业务效率。又或是,人工客服高峰期响应慢。


再加上,客户需求日益个性化,传统的「一刀切」服务,难以精准满足,客户黏性低、流失率高。


另外,金融行业数据体量庞大且分散,跨部门整合难,客户数据未打通,便会导致营销和风控决策的滞后。


更难以应对的是,金融欺诈和洗钱活动日益复杂,传统风控系统难以应对新型威胁,导致高误报/漏报率。



自ChatGPT掀起「百模大战」之后,超强进化的AI成为了这些挑战的破局者。


智能客服7x24小时无休响应,大幅缓解人工客服压力,也能降低人员成本。


大模型还能通过分析客户行为数据,提供定制化理财建议和营销方案。


对于企业来说,AI还将有效优化内部工作流,助力开发新品,如智能投顾、数字银行等,提升市场竞争力。


那么,就一家金融企业来说,如何为业务创新与增长,找到强大的技术底座支撑?


让AI创新深入金融核心


华为技术来护航


华为全栈的技术实力,便是最好的答案。


在算力、算法、数据上,华为助力银行建设创新有效的算力底座。


这极富有远见,成绩也来之不易。


去年,Epoch AI观察到顶尖AI模型的训练算力,正以每年4-5倍的速度激增。


这直接造成了开发全新大模型的三大困难:


(1)硬件需求暴增:训练GPT-4级别模型需数万张GPU/TPU。


(2)研发门槛抬高:单次训练成本飙升至上亿美元,形成「算力护城河」。


(3)政策挑战:各国开始将大模型训练算力纳入战略资源管控(如美国芯片禁令、欧盟AI法案)。



采用自主创新算力,也给未来留下了更大的发展空间。要做到这一点离不开华为在芯片、计算、存储和网络等领域的技术积累。


华为还和多家头部银行,成立了人工智能「联合创新实验室」。


联合创新实验室的主要目标之一是基于全栈自主创新的算力集群,打造高效灵活的人工智能大模型平台。


为了帮助全球金融机构开展智能化变革,依托昇腾AI算力底座,华为持续加大在智能体平台、模型与场景能力的投入,并与生态伙伴深度协同,从AI平台、模型到应用层共同构建繁荣生态。


通过联合创新,华为与客户共同提升在算力底座、大模型、知识工程、平台工具、架构设计、场景应用、人才发展与生态建设等方面的全面能力,助力客户稳步推进AI变革落地。


在2025全联接大会期间,华为正式发布「金融智能体加速器FAB」(FinAgent Booster)。


它的诞生,专为金融机构提供助力,解决其AI在核心业务场景中,商业落地的难题,让AI业务变革更稳推进。


这一次,华为整合了AI创新方案、生态实践、与伙伴的联合方案、工程化经验,围绕智能体全面升级华为金融数据智能方案5.5,推出了全新知识湖方案,以昇腾加速大规模图计算与多模态知识分析;DataArts Studio知识管理平台,一站式开展知识治理、萃取和本体建模;联合Top伙伴,不断丰富知识应用创新,通过数据到知识升级,让AI更懂金融业务。



而这个全新的FAB,核心想法就是——


把AI落地的复杂留给自己,把简单留给客户和伙伴


具体来说,它具备了以下三大特点:


  • 开箱易用:结合金融AI智能体落地最佳实践,打造了50+创新场景工作流与样板间,帮助金融机构快速实现业务创新构想。


  • 开箱随用:联合伙伴积累了150多个金融MCP,沉淀了丰富的领域知识,支撑金融机构灵活组装内部、外部MCP,更简单高效地搭建智能体应用。


  • 开箱畅用:结合全新的昇腾算力和ModelArts Versatile智能体平台,进一步沉淀智能体工程工艺,解决复杂的工程化难题,如AI面客90%以上意图识别准确率和毫秒级时延,让智能体应用工程化繁为简。


如今,中国已经有200多家金融机构全面选择昇腾。


华为与全球Top金融机构持续深化AI创新,在运营、营销及对客领域落地数百个应用场景,实现从增效到增值,从内部运营到对客服务,从单点应用迈向综合解决方案的全面升级。


为了加快大模型在金融行业最后一公里落地,华为还构建了蒸馏、微调、增训、强化学习等能力。


为了兼顾成本与性能,还做到了大小模型协同。


优化推理效率,也是华为的一个独特的强项。从底层的芯片到系统架构层面的创新,华为软硬协同提升优化,做到了从底层到应用的全流程优化与开发。



CANN是华为昇腾AI基础软硬件平台的核心


此外,华为从芯片、软件到系统多个层面的创新也终于得到了认可。


这解决了交行AI的算力焦虑,也为用好AI、用AI赋能业务奠定了基础。


但这只是解决了有没有AI、能不能用AI的问题。


要想AI用得好,需要一套好的AI治理机制。


AI治理机制


银行将社会效益、战略契合度纳入AI项目评价标准,项目不仅「能落地」,还要「有价值、有意义」。


而人工智能在引领科技创新、赋能千行百业的同时,也伴随着多层次安全问题。


作为企业,需要在个人、组织和技术系统层次考虑AI安全问题。



信通院总结的AI安全问题


可以说,只有通过AI治理机制,才能真正做到「科技让金融更有温度」。


华为助力银行在三大方向上进行AI治理:全周期管理、数据治理和安全防护。


在数据治理上,华为以LakeSearch打造了全行企业级知识底座,助力合作伙伴构建了从全语义的知识建模到知识应用的全旅程方案,实现「模型+知识」的精准决策。


过去,银行可能只是查询表格数据等结构化数据;现在,银行可以统一处理文字、图像等半结构化、非结构化数据。


在安全上,华为凭借技术积累做到了「基础设施—模型—应用」全链路加固。


真正走向落地了


截至目前,我们已经看到了华为与金融机构深度合作的诸多成果。


大会期间,华为联合交通银行、太平洋保险和国泰海通证券,发布「数智金融三大全球样板点」,为全球金融机构的数智化转型提供参考蓝图和路径。



那么,这三家金融机构与华为具体合作了什么?


交通银行与华为深化合作,共同推动金融AI建设走深向实,探索金融AI应用的新范式,共同培养金融AI人才。


太保科技与华为成功落地,业内首个「算-网-存-云」协同的大规模训推算力平台方案。目前,该方案已支持保险业务上线20+AI应用场景。


此外,国泰海通与华为通过联合创新,打造全栈自主创新的分布式证券核心交易系统,全面提升系统性能与业务敏捷性。


眼前,就有一个活生生的例子,发生在我们身边。


28岁的艾琪(化名),是一位北漂的自由插画师,一直梦想着在北京开一家自己的创意工作室。


每次,当她看着卡上躺着少得可怜的数字,又瞬间打消了念头。想要贷款,工资流水又不稳定,传统信用评估并不友好。



对于银行来说,看重的是工资条、房产证。可是,艾琪的「财富」藏在了云端。


她在某平台上的数字插画月销上万,社交媒体账号10万+粉丝,线上课程订阅也小有收入。


然而,这些「数字资产」在传统银行的眼里却像空气,摸不着、算不了。


如今,故事将迎来新的转机。


AI的入场让数字资产也能「开口说话」。


它就像个超级侦探,依托大模型能力,迅速从海量数据中挖掘出用户个人信用画像。


审核和贷款Agent联动,辅助审查大量减少人工校验工作量。


而且,在办理贷款的业务流程,也实现了全部的自动化。


智能陪伴助手24小时在线问答,保证每一个问题都有回应,知识问答、操作指引、房产估值、行业洞察报告等全部拿捏。


比如,提供客户姓名、身份证号、个人征信报告编号等信息,AI助理即生成了一份可下载的报告。



在客服领域,华为助力银行构建智能客服平台,为客户经理创建数字分身。


不用下载任何App,打开小程序,就能主动与数字人视频对话。


普通人不用跑银行,在家动动嘴皮子,便可完成信息采集和业务办理。


在办公方面,他们携手推出的代码助手,简化了代码生成流程,AI Coding也在交行深入系统。


还有会议纪要生成AI,一键生成要点,方便内部回顾与存档,大幅节省了人力资源。


在风险管控领域,有反洗钱AI模型,反电诈实时预警AI;在零售普惠中,有远程视频核实、贷款智能外呼等。


除了以上场景,华为与银行深化不同领域的探索,多维度赋能金融数字化转型。


通过构建开放生态,将场景验证、安全试验、人才培养串联,实现「科技-产业-金融」良性循环。


这种全方位的AI合作正重新定义这银行服务的边界,从底层算力支撑到顶层应用创新,提供了可复制的标杆样本。


下一步,共创AI+金融新价值


银行拥抱AI的成功实践,是华为在智能时代,助力金融高质量发展的生动例证。


过去16年,华为携手金融行业,构建起了数字化和智能化双飞轮,用「数智」技术为行业创新发展注入新动能。


值得一提的是,华为还在金融行业构建起了一个庞大的「朋友圈」。


2024年9月,华为启动的「融海计划」以开放生态为依托,从出海、场景精筑、创新孵化三大方向全面赋能金融行业。


通过华为智慧金融伙伴出海计划FPGGP,华为携手中国伙伴,服务了80多个国家和地区的5,600多家金融客户,包括53家TOP 100银行。


最重要的是,基于AI大模型和鸿蒙技术生态,金融企业可以实现多场景的智能应用孵化。


未来,华为+伙伴+金融机构将继续深化合作,探索前沿技术,持续拓展金融AI的场景边界。


不仅如此,从艾琪的故事中,我们也能看到「AI+金融」可以为普通人带来实实在在的改变。


无论是自由职业者、创业者,还是中小企业,AI正让金融服务变得更加高效、更加公平、更加触手可及。


这场智能化变革,正重塑金融行业的未来图景。


智在必行,行则必达!



文章来自于微信公众号 “新智元”,作者 “新智元”

作者头像

AI前线

专注人工智能前沿技术报道,深入解析AI发展趋势与应用场景

246篇文章 1.2M阅读 56.3k粉丝

评论 (128)

用户头像

AI爱好者

2小时前

这个更新太令人期待了!视频分析功能将极大扩展AI的应用场景,特别是在教育和内容创作领域。

用户头像

开发者小明

昨天

有没有人测试过新的API响应速度?我们正在开发一个实时视频分析应用,非常关注性能表现。

作者头像

AI前线 作者

12小时前

我们测试的平均响应时间在300ms左右,比上一代快了很多,适合实时应用场景。

用户头像

科技观察家

3天前

GPT-4的视频处理能力已经接近专业级水平,这可能会对内容审核、视频编辑等行业产生颠覆性影响。期待看到更多创新应用!