16｜北京银行：如何用AI构建面向未来的金融核心能力？
代铁、高玉娴
你好，这里是极客头条。
近年来，全球 AI 竞争日益激烈，通用智能成为竞争的焦点。国家层面鼓励构建人工智能增长引擎，打造具有国际竞争力的数字产业集群。而金融行业凭借其丰富的大规模数据积累和多元化应用场景，成为大模型应用的理想领域。
不过，金融大模型在行业应用中仍然面临诸多挑战，今天我们就来看看北京银行为了构建人工智能驱动的商业银行，都做了哪些探索？
背景
金融大模型在行业应用中面临三大挑战：高端芯片受限、数据问题以及大模型应用风险。例如，美国政府限制 AI 芯片出口，ChatGPT 主要使用英文数据，而中文数据不足 1%，同时金融行业数据来源也较为单一。此外，大模型存在幻觉问题，模型输出的准确性问题限制了其在金融领域的应用，目前主要应用于边缘场景。
为应对这些挑战，北京银行近年来一直致力于探索人工智能在商业银行的应用，打造人工智能驱动的商业银行（AIB）。去年，北京银行提出了 B=IB+AIB 的理念，即投行驱动与人工智能驱动相结合的商业银行，强调加快企业级数字化转型，用 AI 构建面向未来的金融核心能力，提升经营质效和客户体验。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
1. ChatGPT代表的大模型技术在人工智能产业中迅速发展，全球AI竞争日益激烈，通用智能成为竞争焦点。 2. 金融行业作为大模型应用的理想领域，面临着高端芯片受限、数据问题以及大模型应用风险等挑战。 3. 北京银行提出了B=IB+AIB的理念，即投行驱动与人工智能驱动相结合的商业银行，强调加快企业级数字化转型，用AI构建面向未来的金融核心能力，提升经营质效和客户体验。 4. 北京银行构建了“4+N”的全栈国产化大模型应用体系，包括算力底座、企业级知识库、MaaS平台和基于Agent的应用平台，以推动人工智能技术在银行业务中的深入应用和创新。 5. 从应用架构的角度来看，北京银行构建了一个覆盖前中后台的大模型应用体系，以私有化、通用化、行业化、专业化和普惠化为引领。 6. 北京银行的人工智能平台从下到上分为五个主要层次：算力层、数据层、框架层、模型层和应用层，为业务赋能。
该试读文章来自《极客头条》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论