“數(shù)據(jù)是數(shù)字化時代的石油,是企業(yè)發(fā)展的戰(zhàn)略性資源,但很多時候,數(shù)據(jù)并非知識,二者中間隔著重要一環(huán)——數(shù)據(jù)價值的萃取和提煉,形成解釋力,這正是天鏡大模型的著力點。” 近日,馬上消費人工智能研究院院長陸全在金融大模型發(fā)展論壇暨馬上消費大模型發(fā)布會上表示。

天鏡大模型是馬上消費深入金融企業(yè)不同業(yè)務(wù)場景,運用大模型技術(shù)推動企業(yè)數(shù)據(jù)價值挖掘的重要探索。它就像一枚堅硬銳利鉆頭,正幫助企業(yè)穿鑿厚重的巖層,抵達、打撈數(shù)據(jù)富礦。

“天鏡”,意味著大模型就像一面鏡子,是人類思維與智慧經(jīng)由AI工具,在數(shù)字世界的鏡像。要達到“鏡像”人腦、擁有同等思維智能的目標(biāo),就不能僅僅是某個工具的單點應(yīng)用、一個技術(shù)元素的簡單嵌入,必須回到問題的原點,整體性思考驅(qū)動智能發(fā)展的“命門”。

本質(zhì)上,百模大戰(zhàn)還是認(rèn)知之爭,發(fā)展框架之爭,對AI “第一性原理”的理解不同,研發(fā)路徑也大相徑庭。天鏡同其他大模型的本質(zhì)差異在于,馬上消費在8年金融數(shù)字化的積累中,深刻理解了數(shù)據(jù)對金融企業(yè)發(fā)展的決定性意義,其研發(fā)的底層邏輯也清晰可見——“讓天鏡大模型引爆企業(yè)數(shù)據(jù)潛能”。

在陸全看來,數(shù)據(jù)是金融企業(yè)發(fā)展的能源。就非結(jié)構(gòu)化數(shù)據(jù)來說:人工經(jīng)驗就像風(fēng)能、太陽能,無處不在但分散稀疏,需要全新的方式聚合利用;各類圖表、文檔就如藏在頁巖中的新型化石能源,提取方式?jīng)Q定價值高低;而結(jié)構(gòu)化數(shù)據(jù)如企業(yè)數(shù)據(jù)庫,就像礦藏豐富的大型油田,資源有限且開采門檻很高;至于像數(shù)字人這樣的未來形態(tài)數(shù)據(jù),大范圍應(yīng)用已成為確定趨勢,但也對數(shù)據(jù)和知識管理提出了更高的要求。

陸全表示,天鏡大模型將應(yīng)用于營銷獲客、風(fēng)險審批,客戶運營、客戶服務(wù)、安全合規(guī)、資產(chǎn)管理6個零售金融最典型的場景,以模型和數(shù)據(jù)驅(qū)動業(yè)務(wù),讓大模型真正落地,解決行業(yè)痛點問題。

萃取數(shù)據(jù)價值,天鏡大模型的“煉金術(shù)”

匯聚群體智慧

人才是企業(yè)最寶貴的財富,他們身上的經(jīng)驗、能力豐富而駁雜,有血有肉、活潑生動。以最常見的客服崗位來說,他們沖在第一線,在成千上萬通客服通話中摔打出了自己的話語邏輯和處置經(jīng)驗。以往,這部分非結(jié)構(gòu)化數(shù)據(jù)價值不可觀測、追蹤和分析,人走了,知識就流失了。

馬上消費瞄準(zhǔn)這一痛點,依托積累的大量的績優(yōu)客服真實通話數(shù)據(jù)訓(xùn)練天鏡大模型,提煉萃取一線人力經(jīng)驗,匯聚成群體智慧,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。此外,大模型真正沉淀出群體智慧知識庫,將優(yōu)秀坐席經(jīng)驗低成本、規(guī)?；瘡?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。當(dāng)前,天鏡大模型在智慧營銷和客服場景已運行3個月。實測數(shù)據(jù)可知,大模型意圖理解準(zhǔn)確率達91%,已接近于人,相較于傳統(tǒng)AI的68%有較大提升;客戶參與率和營銷成功率分別為61%和30%,均略高于平均人工坐席57%的參與率和28%的營銷成功率,但和人工績優(yōu)坐席水平仍有一些差距。

這些差距,也為天鏡大模型“越用越聰明”指明了方向。傳統(tǒng)AI客服依賴話語配置,只能回答特定的問題,但規(guī)則的設(shè)置不可能窮盡成千上萬細分場景。而大模型能綜合各種信息自主學(xué)習(xí)并生成“模板”中沒有的回答,實現(xiàn)更為復(fù)雜的反饋和決策,并不斷自我優(yōu)化。

喚醒沉睡知識

發(fā)布會上,陸全還讓天鏡大模型秀了一把多文檔處理能力。

他認(rèn)為,很多企業(yè)的數(shù)據(jù)其實是“虛胖”的、“散裝”的。表面上看,企業(yè)內(nèi)各種文件、圖表等知識規(guī)模相當(dāng)可觀,卻也存在結(jié)構(gòu)性矛盾:非結(jié)構(gòu)性數(shù)據(jù)藏在“文山書?！敝?知識濃度低,查詢時間和精力成本很高,效率低下,解釋力不足。

大模型的誕生,高效解決了提取、利用非結(jié)構(gòu)化文檔中的數(shù)據(jù)資料的痛點。例如,將企業(yè)招股書、財報、經(jīng)濟預(yù)測數(shù)據(jù)等文件上傳至大模型后,工作人員可以就文檔提問,如企業(yè)利潤變動情況、業(yè)務(wù)發(fā)展分析等問題,天鏡能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,充分理解后將其組織為人更容易理解的語言。經(jīng)由天鏡的能力,企業(yè)可以在內(nèi)部織就一張靈活的數(shù)據(jù)網(wǎng),交織有序、暢通無阻,數(shù)據(jù)價值充分釋放。

“深入解析金融領(lǐng)域?qū)I(yè)術(shù)語、同時查詢定位多個不同文檔、洞悉金融圖表隱含信息、強大歸納總結(jié)能力”,陸全總結(jié)道,這些能力,正是激活沉睡知識的關(guān)鍵。

激活數(shù)據(jù)生產(chǎn)力,向產(chǎn)業(yè)縱深處探尋

所謂引爆企業(yè)數(shù)據(jù)潛能,不僅需要讓數(shù)據(jù)沉淀成知識,更要充分流動、形成能力,這需要大模型擁有扎根產(chǎn)業(yè)的技術(shù)洞見,激活生產(chǎn)力。

眾創(chuàng)數(shù)據(jù)價值

正如“冰山理論”形容的那樣,金融機構(gòu)生產(chǎn)、留存了大量的數(shù)據(jù),但很多時候,它們被埋藏、堆積在水面下,未能應(yīng)用在實際經(jīng)營中優(yōu)化決策,讓數(shù)據(jù)產(chǎn)生價值。因為“礦”雖富,可“開采”門檻很高,很多時候沒有合適的數(shù)據(jù)分析師挖掘數(shù)據(jù)之間的關(guān)聯(lián)價值。

陸全表示:“大模型時代必然會顛覆人與數(shù)據(jù)傳統(tǒng)的交互方式?！碧扃R大模型SQL生成平臺不再需要代碼等指令,也不需要專業(yè)的數(shù)據(jù)洞察,可直接向AI 用大白話輸入問題,天鏡自動理解需求、生成結(jié)構(gòu)化的查詢語言,再給出注釋和解釋,按照人的意思去完成任務(wù)。

這中間一段復(fù)雜的流程被大模型略去后,數(shù)據(jù)應(yīng)用門檻極大降低,形成明晰易得的知識體系,沉睡的數(shù)據(jù)價值被瞬間“激活”,實現(xiàn)人人都能靈活定制、使用數(shù)據(jù)的目標(biāo)。這將大大提高資源利用率,實現(xiàn)數(shù)據(jù)資源彈性伸縮,快速響應(yīng)各類場景的數(shù)據(jù)應(yīng)用,賦能業(yè)務(wù)發(fā)展。

這正是馬上消費追求的“眾創(chuàng)數(shù)據(jù)價值”的終極目的。

當(dāng)前,天鏡每日線上SQL生成數(shù)量650多次,SPIDER標(biāo)準(zhǔn)數(shù)據(jù)集EX得分75.2,代表天鏡大模型生成的SQL有75%能在數(shù)據(jù)集上運行并得到正確結(jié)果。ChatGPT此項得分為82分,而天鏡在馬上消費細分業(yè)務(wù)場景中運行,使用者滿意反饋比例82.3%,意味著天鏡在熟悉業(yè)務(wù)上的生成能力超過ChatGPT。

打造數(shù)字分身

發(fā)布會上,以馬上消費數(shù)字人框架為基礎(chǔ),天鏡大模型能力加持的“天鏡數(shù)字人”首次亮相。

陸全將天鏡數(shù)字人的特點總結(jié)為“數(shù)字外表+智慧大腦+情感內(nèi)心”的結(jié)合,旨在打造大模型驅(qū)動的“三合一”數(shù)字員工,擅理解,有溫度,懂心理學(xué)的智能秘書,或不休不眠的智能“打工人。

他進一步解釋到,天鏡數(shù)字人希望能讓每個員工都能輕松擁有自己的數(shù)字分身,上傳一段自己5分鐘的視頻素材并定制一些參數(shù)后,就能以極低的成本生成“另一個我”,與本人聲音、表情甚至性格都很像,隨時可以被喚起,成為人人都擁有的超級助手,代替員工完成大量工作。

馬上消費是金融機構(gòu)中死磕語音識別、情緒識別的公司之一,自研國內(nèi)領(lǐng)先的AI心理引擎,在該領(lǐng)域積累了大量的專利和核心技術(shù)。在“AI心理學(xué)”的加持下,數(shù)字人對用戶心理的把握更精準(zhǔn),服務(wù)更貼心。

“馬上消費持續(xù)拓展虛實共生,可信開放的數(shù)字融合體”,陸全表示,天鏡大模型不僅致力于為企業(yè)提高生產(chǎn)效率,也希望能把個體從大量重復(fù)勞動中解放出來,回歸用戶,做深價值,共同迎接大模型時代,讓更多人享受科技普惠帶來的獲得感。

譚建榮、倪光南、孫茂松和楊新民四位院士和近200家金融機構(gòu)共同見證了天鏡大模型的發(fā)布。發(fā)布會后,譚建榮院士專程到馬上消費總部座談交流,深入了解大模型關(guān)鍵技術(shù)研發(fā)和產(chǎn)業(yè)落地問題。他認(rèn)為,馬上消費能探索金融大模型,說明是行業(yè)的領(lǐng)頭羊。因為“有了數(shù)據(jù)和模型,才能從不確定的關(guān)系轉(zhuǎn)變?yōu)榇_定的關(guān)系,從變量中找出不變量”。

匯集智慧、喚醒知識、眾創(chuàng)價值、數(shù)字分身,天鏡大模型在四個場景的應(yīng)用,分別讓數(shù)據(jù)價值實現(xiàn)有效沉淀、快速流動、高效運用、生產(chǎn)力倍增,這四維能力也形成引爆數(shù)據(jù)價值的兩條路經(jīng):沉淀那些隱而不彰、分散、小顆粒的數(shù)據(jù),降低大塊狀、結(jié)構(gòu)化、多模態(tài)數(shù)據(jù)的使用門檻。