近日，第一財經(jīng)《金融方法論》欄目專訪容聯(lián)云創(chuàng)始人兼CEO孫昌勛，探討大模型技術的崛起為行業(yè)帶來新的機遇，以及如何通過工程化落地將技術能力轉化為實際生產力？大模型技術如何與復雜的金融場景深度融合？

Q：第一財經(jīng)：金融大模型場景應用現(xiàn)在如何？

A：容聯(lián)云創(chuàng)始人孫昌勛

“我們看到的大模型應用主要有四個方面，智能客服、反欺詐的質檢、大模型知識庫、會話洞察和數(shù)據(jù)挖掘”

我們看到的大模型應用主要有四個方面。

第一個是智能客服，智能客服不是一個新產品和服務了，過去好多年都在講，包括文本客服機器人、語音客服機器人這兩大類，是最主要的一個應用場景。

第二是反欺詐的質檢，風險控制對于金融企業(yè)是最核心的環(huán)節(jié)，是大模型應用的一個很重要的領域。

第三是金融機構都在建自己的知識庫，用大模型的技術去快速地、完整地構建金融機構自己的知識庫，形成知識助手，更好地幫助這些金融機構的員工去開展經(jīng)營活動。

第四是我們行業(yè)內的提法叫會話洞察。金融機構在過去的這么多年的日常經(jīng)營過程中，與他的C端客戶積累了非常多的溝通數(shù)據(jù)，有語音的、有文本的，這些溝通記錄是可以做深度挖掘的，挖掘出新的商機做二次營銷，這個也是我們現(xiàn)在遇到一個很重要的應用點。

Q：第一財經(jīng)：DeepSeek帶來了哪些改變？

A：容聯(lián)云創(chuàng)始人孫昌勛

“對于金融行業(yè)的大模型應用，找到合適的場景、做出場景化的應用、然后形成有經(jīng)濟的可行性，比技術的先進更重要”

DeepSeek讓大模型對算力的消耗降低到一個可接受的范圍，實際上它是提高了一個投產比：投入和產出比。我原來可能需要花 100 萬，現(xiàn)在可能只需要花 20 萬。但我原來花 100 萬，如果賺 40 萬這個生意就不劃算；如果現(xiàn)在花 20 萬能夠賺 40 萬，這個生意是成立的。金融行業(yè)也好、運營商也好、保險也好、證券也好，這些行業(yè)在特定場景需要跟業(yè)務流做對接、跟原有數(shù)據(jù)做輸入，實際上有大量的工程化的工作要去做，這個我認為是接下來垂類大模型核心的關鍵工作。比拼就是細分行業(yè)的大模型應用，主要是兩點，一個是找場景化應用的能力，知道這個場景是能給客戶帶來價值的；第二個是說能把這套配套的工程化的體系跟原來的系統(tǒng)做對接，能夠利用大模型的技術產生生產力、產生價值，這也是我們容聯(lián)云的核心能力。我認為對于金融行業(yè)的大模型應用，找到合適的場景、做出場景化的應用、然后形成有經(jīng)濟的可行性，比技術的先進更重要。

Q：第一財經(jīng)：金融機構數(shù)智化面臨哪些難點？

A：容聯(lián)云創(chuàng)始人孫昌勛

“全鏈路賦能實際上是說我們要把這些數(shù)據(jù)打通、要把這些上下游的系統(tǒng)要都去做智能化改造”

金融機構很龐大，有各個業(yè)務部門，包括借記卡、個人業(yè)務、信貸、財富管理等部門，很龐雜，這些各自的業(yè)務部門形成了自己的數(shù)據(jù)積累。這些數(shù)據(jù)積累都是一個一個的數(shù)據(jù)孤島，數(shù)據(jù)孤島的意思是說實際上這些數(shù)據(jù)的價值沒有最大限度的去利用，這是第一點：各個業(yè)務板塊、業(yè)務部門的數(shù)據(jù)不打通。

第二個點就是風險管控的滯后，特別在信貸，因為數(shù)據(jù)不通，所以風險識別沒有辦法做到及時性，通常情況是滯后的，而風險管控對于金融機構是最重要的環(huán)節(jié)，所以這個對他來講是一個核心痛點。

客服一直是金融機構很重要一個生產系統(tǒng)，就是對C端客戶溝通的一個窗口，窗口實際上原來的服務效率是比較低的。像在客服的溝通過程中，如果一旦發(fā)現(xiàn)對方是機器人，很多人就掛了。掛電話原因是什么呢？是因為機器人它有時候很難聽懂人的話，有時候答非所問，現(xiàn)在有一個術語叫幻聽，實際上原來傳統(tǒng)的 AI 它是沒有理解人的意圖的，所以就是說這些方面用大模型實際上都能夠逐步解決這些問題。

所以我們現(xiàn)在有個提法叫全鏈路的賦能，全鏈路賦能實際上是說我們要把這些數(shù)據(jù)打通、要把這些上下游的系統(tǒng)要都去做智能化改造，包括風控，包括營銷，包括售后。

Q：第一財經(jīng)：垂類大模型如何打造競爭力？

A：容聯(lián)云創(chuàng)始人孫昌勛

“我們的產品積累夠厚，對客戶的場景理解也夠深；我們的核心能力就是找到這樣的場景化應用、并把這些應用的工程化的工作做完備”

真正要把這個技術應用到金融場景，還是需要很多投入、做大量準備工作的。

所以不管是國內的芯片還是海外的英偉達芯片，我們都積極的去支持、去適配。只要有開源的我們都會接，把底座的平臺接進來，在上面去做應用，我們的核心能力就是找到這樣的場景化應用、并把這些應用的工程化的工作做完備。

我們的產品積累夠厚，對客戶的場景理解也夠深，所以在去年金融大模型的場景化應用剛剛推出來的時候，我們做了大量金融大模型的場景化應用。今年我們覺得到了規(guī)?；茝V的時候，比如說我們跟股份制銀行、大一些的城商行做標桿性案例。這些案例有了之后，我們再把這些成熟的場景、成熟的經(jīng)驗再推到更多的中小金融機構，讓這些中小金融機構少走彎路。

如果說企業(yè)不去擁抱大模型，可能很快就會被淘汰，喪失掉競爭優(yōu)勢。