在數(shù)字化浪潮席卷全球的今天，企業(yè)紛紛擁抱信息化、智能化，希望借助AI提升效率、降低成本、優(yōu)化決策。然而，理想很豐滿，現(xiàn)實卻很骨感。許多企業(yè)在AI轉(zhuǎn)型過程中面臨諸多挑戰(zhàn)：如數(shù)據(jù)質(zhì)量不高、場景選擇不準(zhǔn)、工程化落地具體問題多，成為AI應(yīng)用的瓶頸。大模型能力強(qiáng)大，但如何與業(yè)務(wù)場景真正融合，是一大難題。作為央企科技力量，中電金信近年來在行業(yè)數(shù)字化、智能化領(lǐng)域積極探索。中國電子首席科學(xué)家、中電金信研究院院長況文川表示，“中電金信依托中國電子全棧智算技術(shù)體系，以應(yīng)用牽動發(fā)力AI基礎(chǔ)設(shè)施建設(shè)，形成了‘數(shù)據(jù)+模型+平臺+應(yīng)用+服務(wù)’的端到端綜合解決方案模式，致力于打通AI應(yīng)用‘最后一公里’。”

中國電子首席科學(xué)家、中電金信研究院院長況文川

中電金信的破局之道：全棧智算+端到端服務(wù)

中電金信“數(shù)據(jù)+模型+平臺+應(yīng)用+服務(wù)”這一模式的核心在于，通過“五層協(xié)同”構(gòu)建垂直閉環(huán)技術(shù)生態(tài)。首先，數(shù)據(jù)質(zhì)量是AI的基礎(chǔ)，通過推動行業(yè)建設(shè)可私有化部署、可共享的高質(zhì)量數(shù)據(jù)集，開展行業(yè)知識工程建設(shè)，滿足金融等領(lǐng)域生成式AI爆發(fā)式增長的需求。其次，要夯實企業(yè)的AI底座：通過構(gòu)建AI基礎(chǔ)設(shè)施“源啟”，為行業(yè)提供安全、穩(wěn)定、高效的AI基礎(chǔ)設(shè)施。同時，要管好AI模型，圍繞模型全生命周期管理，打造全系列模型MaaS平臺，形成模型開發(fā)、模型調(diào)度、模型優(yōu)化、模型治理的閉環(huán)。在智能應(yīng)用生產(chǎn)方面，在構(gòu)造智能體平臺和智能體組件集群同時，將生成式AI和“軟件工廠”理念相結(jié)合，打造AI+軟件生產(chǎn)體系，推動行業(yè)應(yīng)用集群研發(fā)的全面智能化升級。最后，通過金融、場景視覺、多模態(tài)鑒偽等垂直領(lǐng)域自研AI模型，打造以智能渠道、智能營銷、智能風(fēng)控、智能運(yùn)營等為代表的新一代智能化應(yīng)用集群。

效果如何?用數(shù)字會說話

中電金信的解決方案并非紙上談兵。他們用實實在在的數(shù)據(jù)，證明了其端到端綜合解決方案模式的價值。在某頭部股份制銀行通過中電金信的方案，成功納管了全行上千個大小模型，每年減少人力成本2000萬+。在某頭部區(qū)域性銀行建設(shè)全行級模型服務(wù)管理平臺，實現(xiàn)了對存量AI平臺系統(tǒng)的有機(jī)整合，模型開發(fā)效率提升50%。杭州銀行部署中電金信的金融大模型及多模態(tài)鑒偽系統(tǒng)，實現(xiàn)了智能化的風(fēng)險評估，風(fēng)險識別準(zhǔn)確率預(yù)計提升30%。

未來展望：共建行業(yè)人工智能協(xié)同新生態(tài)

況文川院長表示，未來AI+行業(yè)發(fā)展呈現(xiàn)三大趨勢：一是基礎(chǔ)設(shè)施融合，實現(xiàn)高效算力調(diào)度和推理加速，打通DataOps、金融數(shù)據(jù)集與企業(yè)級知識工程，釋放數(shù)據(jù)資產(chǎn)價值;二是聚焦能力生成，將硬編排代碼生成、無代碼數(shù)據(jù)產(chǎn)品開發(fā)、智能體構(gòu)建三大能力融合為統(tǒng)一應(yīng)用研發(fā)平臺;三是推動生態(tài)共建，金融機(jī)構(gòu)應(yīng)聯(lián)合制定數(shù)據(jù)集分級標(biāo)準(zhǔn)與共享機(jī)制，避免金融機(jī)構(gòu)重復(fù)投入低水平的數(shù)據(jù)標(biāo)注與模型訓(xùn)練，聚焦于自身標(biāo)志性核心智能的打造。

在AI的浪潮面前，企業(yè)的管理者們需要更多的勇氣、智慧和實踐。中電金信的實踐告訴我們，AI工程化落地正在經(jīng)歷從競爭到逐步收斂的進(jìn)程，協(xié)作共贏才是更便捷的道路。

（智能網(wǎng)原創(chuàng)，轉(zhuǎn)載請注明出處）