2025年4月10日第一財(cái)經(jīng)【懂行】《DeepSeek引爆“智變”：你的行業(yè)如何被AI重塑？》線(xiàn)下沙龍?jiān)诒本┲嘘P(guān)村創(chuàng)業(yè)大街舉行。沙龍聚焦AI重塑供應(yīng)鏈、醫(yī)療、金融領(lǐng)域，對(duì)話(huà)頭部企業(yè)與學(xué)者，探討技術(shù)落地挑戰(zhàn)與行業(yè)協(xié)作路徑。第一財(cái)經(jīng)特邀容聯(lián)云副總裁&諸葛智能創(chuàng)始人孔淼、安恒信息技術(shù)副總裁林明峰、德勤TMT行業(yè)高級(jí)經(jīng)理周立彥，圍繞“AI中臺(tái)如何打通“流量-風(fēng)控-服務(wù)”閉環(huán)”展開(kāi)深度對(duì)話(huà)。

沙龍主理：德勤TMT 行業(yè)高級(jí)經(jīng)理周立彥

沙龍嘉賓：容聯(lián)云副總裁、諸葛智能創(chuàng)始人孔淼

安恒信息技術(shù)副總裁林明峰

德勤周立彥：容聯(lián)云基于DeepSeek R1大模型推出的「知識(shí)助理」，強(qiáng)調(diào)以業(yè)務(wù)場(chǎng)景驅(qū)動(dòng)技術(shù)落地。在金融領(lǐng)域，知識(shí)管理往往面臨文檔復(fù)雜、合規(guī)更新頻繁、安全要求高等挑戰(zhàn)。請(qǐng)結(jié)合案例說(shuō)明DeepSeek的語(yǔ)義理解與RAG技術(shù)如何實(shí)現(xiàn)從“被動(dòng)檢索”到“主動(dòng)賦能”的跨越？

容聯(lián)云孔淼：容聯(lián)云基于DeepSeek R1大模型推出的「知識(shí)助理」，在金融領(lǐng)域?qū)崿F(xiàn)了顯著的技術(shù)落地。我們迅速對(duì)接該模型，重點(diǎn)解決傳統(tǒng)大模型難以應(yīng)對(duì)的金融合規(guī)、安全及私有數(shù)據(jù)支持問(wèn)題。通過(guò)功能化約束和模型微調(diào)，確保生成的答案精準(zhǔn)符合業(yè)務(wù)場(chǎng)景需求，避免非合規(guī)內(nèi)容的出現(xiàn)。

針對(duì)金融機(jī)構(gòu)內(nèi)部復(fù)雜的業(yè)務(wù)細(xì)節(jié)，如理財(cái)產(chǎn)品、貸款產(chǎn)品等，我們利用RAG技術(shù)整合私有數(shù)據(jù)和知識(shí)，使模型能夠深入理解企業(yè)特有的業(yè)務(wù)邏輯。這一技術(shù)不僅降低了對(duì)人工知識(shí)運(yùn)營(yíng)的依賴(lài)，還實(shí)現(xiàn)了知識(shí)庫(kù)的自動(dòng)化構(gòu)建，顯著提高了知識(shí)管理的效率。

在前端應(yīng)用方面，「知識(shí)助理」為銀行網(wǎng)點(diǎn)和在線(xiàn)系統(tǒng)提供了智能化的問(wèn)答支持。員工無(wú)需通過(guò)多層詢(xún)問(wèn)即可快速獲取準(zhǔn)確答案，從而提高了業(yè)務(wù)辦理效率。同時(shí)，對(duì)于高頻變動(dòng)的營(yíng)銷(xiāo)活動(dòng)，「知識(shí)助理」能夠?qū)崟r(shí)更新信息，確保一線(xiàn)員工及時(shí)掌握最新動(dòng)態(tài)，提升響應(yīng)速度和客戶(hù)滿(mǎn)意度。

德勤周立彥：安恒信息如何應(yīng)對(duì)AI帶來(lái)的新型風(fēng)險(xiǎn)？

安恒信息林明峰：在金融與醫(yī)療領(lǐng)域的AI訓(xùn)練中，大量涉及個(gè)人隱私和敏感數(shù)據(jù)。由于大模型的數(shù)據(jù)訓(xùn)練具有不可逆性，一旦隱私數(shù)據(jù)被用于訓(xùn)練，將永久留存于平臺(tái)基座，僅能通過(guò)全量更新基座數(shù)據(jù)消除，導(dǎo)致持續(xù)性安全風(fēng)險(xiǎn)。我們作為信息安全企業(yè)，在金融領(lǐng)域提供數(shù)據(jù)全生命周期的保護(hù)方案，從數(shù)據(jù)獲取到銷(xiāo)毀的整個(gè)過(guò)程，我們都有相應(yīng)的保護(hù)措施。同時(shí)，我們也是基礎(chǔ)設(shè)施的安全保護(hù)者，確保數(shù)據(jù)流通和基礎(chǔ)設(shè)施的安全。此外，我們還是AI技術(shù)的受益者，利用內(nèi)部的安全模型和技術(shù)，為金融企業(yè)和基礎(chǔ)設(shè)施提供智能化的安全防護(hù)。

在應(yīng)對(duì)AI帶來(lái)的新型風(fēng)險(xiǎn)方面，我們發(fā)現(xiàn)AI平臺(tái)面臨攻擊和漏洞測(cè)試的挑戰(zhàn)。因此，我們從兩個(gè)角度幫助AI體系應(yīng)對(duì)這些風(fēng)險(xiǎn)。首先，我們進(jìn)行AI倫理對(duì)齊，通過(guò)監(jiān)測(cè)輸入輸出內(nèi)容，確保應(yīng)答的合規(guī)性，解決可能出現(xiàn)的幻覺(jué)和非合規(guī)詞匯問(wèn)題。其次，在AI的使用和訓(xùn)練過(guò)程中，我們處理隱私和敏感數(shù)據(jù)，防止數(shù)據(jù)泄露和威脅。

我們還通過(guò)內(nèi)容過(guò)濾和處理，解決大模型平臺(tái)在輸入輸出中的安全性問(wèn)題。同時(shí)，我們對(duì)模型和基礎(chǔ)設(shè)施進(jìn)行加固，以保證模型的安全性。這些都是我們?cè)诮鹑跀?shù)據(jù)安全領(lǐng)域應(yīng)對(duì)AI帶來(lái)的新型風(fēng)險(xiǎn)的具體措施。

德勤周立彥：大模型如何解決金融行業(yè)“數(shù)據(jù)豐富但場(chǎng)景碎片化”痛點(diǎn)？

容聯(lián)云孔淼：作為垂直場(chǎng)景的應(yīng)用廠商，我們聚焦于將大模型技術(shù)與行業(yè)需求深度結(jié)合。與傳統(tǒng)通用大模型廠商不同，我們認(rèn)為金融領(lǐng)域的數(shù)據(jù)豐富性和場(chǎng)景碎片化并非障礙，反而是機(jī)遇。大模型通過(guò)海量數(shù)據(jù)處理能力，解決了小模型時(shí)代依賴(lài)人工標(biāo)注、成本高且泛化弱的痛點(diǎn)。例如，在智能客服場(chǎng)景中，我們構(gòu)建覆蓋呼入呼出、在線(xiàn)客服、坐席輔助、質(zhì)檢等全流程的智能化平臺(tái)，利用大模型統(tǒng)一處理語(yǔ)音、文本等多模態(tài)數(shù)據(jù)，并通過(guò)RAG（檢索增強(qiáng)生成）技術(shù)降低訓(xùn)練成本——僅需上傳業(yè)務(wù)文檔即可自動(dòng)構(gòu)建知識(shí)庫(kù)，無(wú)需全量微調(diào)。

此外，場(chǎng)景碎片化恰恰成為護(hù)城河：通用廠商難以深入細(xì)分領(lǐng)域，而我們通過(guò)深耕營(yíng)銷(xiāo)、風(fēng)控、服務(wù)等場(chǎng)景，將數(shù)據(jù)與業(yè)務(wù)鏈路閉環(huán)，為企業(yè)提供“AI即服務(wù)”的輕量化落地路徑，最終實(shí)現(xiàn)成本降低與效率提升的雙重價(jià)值。

德勤周立彥：針對(duì)金融AI模型的合規(guī)性審查面臨的挑戰(zhàn)，安恒信息的解決方案是什么？

安恒信息林明峰：安恒信息針對(duì)AI模型合規(guī)性構(gòu)建了系統(tǒng)性防護(hù)框架。在法規(guī)層面，我們嚴(yán)格遵循網(wǎng)信辦的AI安全要求，以及《中華人民共和國(guó)網(wǎng)絡(luò)安全法》和《中華人民共和國(guó)個(gè)人信息保護(hù)法》等數(shù)據(jù)隱私規(guī)定，確保模型上線(xiàn)后不會(huì)引發(fā)數(shù)據(jù)泄露與幻覺(jué)風(fēng)險(xiǎn)。

具體來(lái)說(shuō)，我們?cè)谀Ｐ蜕暇€(xiàn)前會(huì)進(jìn)行倫理對(duì)齊和風(fēng)險(xiǎn)問(wèn)答對(duì)檢測(cè)，通過(guò)數(shù)萬(wàn)種問(wèn)答對(duì)來(lái)測(cè)試模型，及時(shí)發(fā)現(xiàn)數(shù)據(jù)泄露和模型幻覺(jué)問(wèn)題。針對(duì)參數(shù)量較小的模型容易出現(xiàn)幻覺(jué)的情況，我們會(huì)使用對(duì)齊方式和測(cè)試手段進(jìn)行糾正。此外，我們還通過(guò)輔助能力對(duì)模型重新進(jìn)行人工或知識(shí)對(duì)齊，幫助模型糾偏。

我們相信，隨著安全法規(guī)的不斷完善，AI將會(huì)變得更加精確。我們安恒信息也將持續(xù)努力，為金融領(lǐng)域提供更加安全、可靠的AI模型合規(guī)性防護(hù)框架。

德勤周立彥：零售金融的個(gè)性化推薦如何避免“算法偏見(jiàn)”？AI大模型和中臺(tái)在零售金融核心場(chǎng)景落地的最大障礙與解決方案是什么？

容聯(lián)云孔淼：算法偏見(jiàn)多由技術(shù)驅(qū)動(dòng)，如公司過(guò)度考核KPI，追求人均市場(chǎng)提高、用戶(hù)限量活躍提升等，易陷入算法偏見(jiàn)。解決這個(gè)問(wèn)題，一方面要在產(chǎn)品和業(yè)務(wù)設(shè)計(jì)中，以用戶(hù)需求群為出發(fā)點(diǎn)，而非僅依賴(lài)算法和數(shù)據(jù)；另一方面，在業(yè)務(wù)體現(xiàn)上，如智能化營(yíng)銷(xiāo)，要提供以用戶(hù)為中心的行為采集、分析平臺(tái)，不只是呈現(xiàn)匯總概率結(jié)果，而是把用戶(hù)洞察落到每個(gè)個(gè)體的習(xí)慣上，根據(jù)客戶(hù)喜好，在頁(yè)面加入交互算法，設(shè)計(jì)新產(chǎn)品滿(mǎn)足用戶(hù)變化的需求。

服務(wù)環(huán)節(jié)中，以前客戶(hù)與坐席和在線(xiàn)的溝通記錄常被忽視，機(jī)器識(shí)別也僅停留在關(guān)鍵詞特點(diǎn)，缺乏理解。如今大模型可篩選這些數(shù)據(jù)，感知客戶(hù)怎么說(shuō)、怎么答，還能了解對(duì)手情況。通過(guò)事后數(shù)據(jù)復(fù)盤(pán)，能了解潛在需求模板、服務(wù)改善點(diǎn)，避免陷入個(gè)性化偏差，使客戶(hù)看到的不是算法偏見(jiàn)，而是動(dòng)態(tài)行為。這樣從用戶(hù)體驗(yàn)角度出發(fā)，通過(guò)信息檢查，能更好地解決算法偏見(jiàn)問(wèn)題 。

德勤周立彥：AI風(fēng)控系統(tǒng)如何平衡誤殺率與漏殺率？安恒的動(dòng)態(tài)調(diào)優(yōu)機(jī)制是什么？

安恒信息林明峰：在AI驅(qū)動(dòng)的風(fēng)控系統(tǒng)中，我們引入了高參數(shù)大模型以提升效率，但其“半黑盒”特性導(dǎo)致判斷過(guò)程難以完全透明，誤殺率與漏殺率的平衡成為關(guān)鍵挑戰(zhàn)。

為應(yīng)對(duì)這一問(wèn)題，我們?cè)谀Ｐ蛢?nèi)部設(shè)置了智能體閾值與風(fēng)險(xiǎn)控制機(jī)制，結(jié)合高頻交易上下文進(jìn)行綜合判斷。同時(shí)，我們利用小模型的用戶(hù)行為分析等技術(shù)，為大模型提供輔助判斷依據(jù)，以降低誤判風(fēng)險(xiǎn)。

對(duì)于高風(fēng)險(xiǎn)或重要區(qū)域，我們采用二次判斷策略，結(jié)合多維度分析，有效提升判斷準(zhǔn)確性。盡管大模型顯著提升了效率，但在實(shí)際運(yùn)行中仍需持續(xù)優(yōu)化，通過(guò)增加外部風(fēng)險(xiǎn)應(yīng)對(duì)能力，進(jìn)一步降低誤殺率與漏殺率，確保風(fēng)控系統(tǒng)的穩(wěn)健性和可靠性。