在2025年QCon全球軟件開發(fā)大會上，容聯(lián)云大模型產(chǎn)品負(fù)責(zé)人唐興才以《垂直行業(yè)大模型應(yīng)用從“技術(shù)Demo”到“生產(chǎn)力引擎”的跨越》為題，直面當(dāng)前大模型技術(shù)落地卡點，結(jié)合銀行、保險等實戰(zhàn)案例，為行業(yè)帶來一場關(guān)于“智能體價值變現(xiàn)”的硬核分享。

AI落地困境：技術(shù)能力≠生產(chǎn)力

當(dāng)下，AI 技術(shù)正從“產(chǎn)品能力驅(qū)動”向“最終用戶需求驅(qū)動”轉(zhuǎn)型。很多大模型應(yīng)用智能體卻還被困在“技術(shù) Demo”階段，難以轉(zhuǎn)化為實際生產(chǎn)力。

唐興才指出，核心矛盾在于：

• 場景選擇困境：從“什么都能做”到“什么值得做”，不同場景ROI難量化。
• 技術(shù)適配難題：算力成本高、模型幻覺難控等。
• 組織協(xié)同斷層：業(yè)務(wù)、技術(shù)、數(shù)據(jù)部門割裂，價值閉環(huán)難形成。

他以金融行業(yè)為例，強(qiáng)調(diào)“ROI思維”的重要性——例如，銀行信用卡場景中，AI每提升1%的催收效率，即可帶來百萬級收益。然而，若技術(shù)沒有與核心業(yè)務(wù)場景對齊，或是無法嵌入現(xiàn)有業(yè)務(wù)流程，投入再高的算力也難見成效，這才是企業(yè)真正的落地焦慮。

三步實現(xiàn)“生產(chǎn)力引擎”跨越

part one

場景選擇：快速找到高價值場景

唐興才強(qiáng)調(diào)，拒絕為AI而AI，必須找到企業(yè)生命線的核心價值點。

面對當(dāng)前大模型應(yīng)用陷入"場景泛濫"困境，企業(yè)面臨資源投入與業(yè)務(wù)價值的艱難抉擇。他提出高價值場景的篩選模型：高價值場景 = 業(yè)務(wù)價值密度 × 數(shù)據(jù)可用性 × 流程嵌入度。

part two

技術(shù)架構(gòu)：場景化智能體敏捷開發(fā)

唐興才展示了容聯(lián)云“銀行AI大模型總體建設(shè)框架”，這套框架以“認(rèn)知+感知雙引擎驅(qū)動、分層解耦、業(yè)務(wù)適配”為核心。

他表示，容聯(lián)云的技術(shù)架構(gòu)不是簡單的“模型+算力”堆砌，而是業(yè)務(wù)價值的翻譯器。結(jié)合銀行行業(yè)特性打造分層式、模塊化的智能體體系，并引入知識治理工程，確保大模型能力與業(yè)務(wù)場景深度適配，成功解決了企業(yè)級AI落地中“技術(shù)堆砌難用、場景碎片難融、數(shù)據(jù)孤島難破”三大難題，成為支撐智能體向生產(chǎn)力轉(zhuǎn)化的技術(shù)底座。

part three

落地策略：可規(guī)?；瘡?fù)制的保障

組織適配方面，要實現(xiàn) “業(yè)務(wù)-IT 技術(shù)-數(shù)據(jù)” 三角協(xié)同，避免因部門間協(xié)作不暢導(dǎo)致項目失敗。

成本控制上，從輕量MVP驗證切入（如單場景質(zhì)檢Agent），通過模塊化擴(kuò)展降低試錯成本。持續(xù)迭代則通過“用戶反饋→模型優(yōu)化→場景擴(kuò)展→數(shù)據(jù)沉淀”，形成越用越聰明的自增強(qiáng)飛輪。

大模型應(yīng)用重塑行業(yè)生產(chǎn)力

最后，唐興才展示了多個標(biāo)桿案例，印證容聯(lián)云在金融行業(yè)大模型技術(shù)落地的實際價值：

某銀行x容聯(lián)云智能語音

某頭部銀行信用卡中心面臨催收人力成本高、合規(guī)風(fēng)險大、回款率波動三大痛點，傳統(tǒng)AI語音機(jī)器人因話術(shù)僵硬、意圖誤判導(dǎo)致客戶掛斷率超60%。

容聯(lián)云通過大模型打造超擬人音色克隆+多Agent協(xié)呼能力，實現(xiàn)：

• 效率提升：單坐席管理10路并發(fā)外呼，日均處理量從80通提升至500通。
• 成本優(yōu)化：回款率從32%提升至47%，人力成本下降60%。
• 合規(guī)保障：質(zhì)檢違規(guī)率從15%降至2%，客訴率下降80%。

某壽險x容聯(lián)云坐席代理

在某頭部壽險公司的自助服務(wù)場景，傳統(tǒng)文本機(jī)器人因知識覆蓋不足導(dǎo)致客戶咨詢轉(zhuǎn)人工率高達(dá)84%。

容聯(lián)云通過大模型重構(gòu)知識庫與業(yè)務(wù)流程編排，實現(xiàn)：

• 知識加工效率：30萬字行業(yè)文檔知識加工從50人天縮短至7小時。
• 服務(wù)體驗優(yōu)化：咨詢類問答首解率從60%提升至80%，轉(zhuǎn)人工率下降至55%。
• 流程自動化：通過流程編排，將保單查詢、理賠申請等12類業(yè)務(wù)辦理時長從平均15分鐘壓縮至2分鐘，日均減少35次人工介入。