7月10日,由央视总台主办的“AI领创企业重庆行暨西部金融中心之夜”活动正式拉开序幕。金融各机构科技专家齐聚山城，开展了一场AI技术革命、趋势和应用实践的论道。海尔消费金融有限公司(简称“海尔消费金融”CIO梁树峰在“AI汇聚数字金融——金融AI创新应用前沿分享”分论坛上围绕“AI+金融:探寻硅基时代的新质生产力”发表主题演讲。

图为：海尔消金首席信息官梁树峰

他指出,在全球科技浪潮的推动下,金融机构正经历数字化、智能化的深刻变革。中国人民银行印发的《金融科技发展规划(2022—2025年)》再次强调金融科技的重要性,进一步加大了对金融科技的支持力度,为金融服务提质增效、防范金融风险提供了有力支撑。“金融科技已进入AI驱动业务重构的新纪元,大模型技术正推动行业从‘效率提升’向‘价值重塑’的跨越,成为催生金融新质生产力的核心引擎。”

梁树峰将金融科技发展历程其概括为“四部曲”。即1.0阶段实现服务在线化,依托云计算和互联网完成线下到线上的迁移;2.0阶段进入数字化,通过数据中台和机器学习实现精准营销与风险决策;3.0阶段呈现“+AI”特征,智能客服、生物识别等单点AI工具优化服务流程;当前已迈入4.0“AI+”阶段,AI全面融入业务全流程,通过智能体技术重构决策体系与组织关系,实现超专家级响应。

“AI不再是辅助工具,而是定义新业务模式的核心动能。”他强调,在这一阶段,技术不仅能提升效率,更从根本上改变金融服务的底层逻辑,推动金融行业从“人力密集型”向“智力密集型”转型。

梁树峰认为AI大模型技术在给金融行业带来了数据、效率、能力边界上的三大突破。在数据利用层面,多模态大模型打破传统数据处理的信息损耗困境,可直接融合人行报告、图像、语音、视频等原始数据,实现0信息损耗的动态风险感知,风险表征能力显著提升。在效率提升方面,大模型通过“跨模态融合特征”替代多个独立模型的工作,将单个模型的人力成本从8人月降至0.5人月,同时具备深度思考、自主决策等能力,可完成从基础识别到复杂风险判断的全流程任务。在能力边界突破方面,大模型与领域专家的结合打破了“专家天花板”。传统专家模型可能在某特定场景的客群表现优异,一旦换客群后可能效果骤降;而大模型能挖掘数据间隐藏的关联特征,结合专家经验形成“超专家级”决策体系。例如在风险领域,通过大模型对活体识别背景信息的知识蒸馏与图谱关联分析,可发现专家肉眼难辨的欺诈团伙特征。

梁树峰先生表示，海尔消费金融自成立之初就将“场景金融和科技金融”写入了创业战略基因。2024年，海尔消费金融正式成立AI战略链群，从人才引进、人才培养、AI研发、AI实践等多维度全面提升AI战略落地效率。目前，在AI技术上，海尔消费金融已经从战略到场景的全链路落地。聚焦“AI First”战略落地技术实践,目前公司主要聚焦三大板块构建AI驱动体系。

技术底座上,海尔消金构建“大模型+小模型”双飞轮架构,依托开放智能体平台实现AI平权,让全员都能调用AI能力;业务重构上,对获客、风控、客服等全链路进行AI渗透,通过智能决策自迭代提升效率、降低成本;组织变革上,推进全员AI培训,目标是让每个人都拥有专属AI助手,例如人力部门的招聘助手、资管部门的训练智能体等。

具体场景中,其智能客服已从基础问答升级至语音大模型阶段,实现从成本中心到价值引擎的转变,常见问题处理率达80%,人力成本降低40%,并沉淀为可复用的机器人工坊,延伸至交易、催收领域;智能风控系统通过多模态特征融合,精准识别16类伪造身份证件,部分类别准确率接近100%,验证了“大模型+专家”的价值。

最后,他还呼吁行业共建“AI+金融”生态,通过技术共研、人才培育、数据开放与成果开源,破解“数据孤岛”“算法幻觉”“人才缺口”等共性挑战,推动金融科技向更深层次发展。

免责声明：此文内容为本网站转载企业资讯，仅代表作者个人观点，与本网无关。所涉内容不构成投资、消费建议，仅供读者参考，并请自行核实相关内容。