九游娱乐-官方入口

　　如何实现从能用到好用，真正为业务创造价值，为金融强国建设做好科技支撑，是我们当前面临的一大课题。

　　智能体（Agentic）时代，AI将通过调用工具自主完成任务，实现业务流程的自闭环。对于金融机构而言，AI带来的既是一场结构性变革，也是重塑行业竞争机遇，具体将产生五个方面的深远影响：一是重塑交互流量入口；二是重新定义产品服务竞争逻辑；三是重塑全用户服务旅程；四是重构运营对象与运营形态；五是深刻影响组织架构与员工能力形态。

　　基于这一趋势，华为制定了面向金融行业的AI战略规划——在智能体时代，助力金融领域数智化转型，AI应用从“可用”升级为“好用”。该战略将提供三大核心支撑：先进的昇腾算力底座、沉淀金融场景工程经验与能力的智能体开发运行平台，以及AI人才培养与组织能力提升服务。

　　金融业是典型的强监管、高标准行业，简单套用通用大模型或外挂知识库的模式，实际效果往往“不可用”。金融AI落地的真正挑战，在于场景化工程化能力的构建。以手机银行这一典型场景为例，用户需求千变万化，要端到端解决系统性的时延、精度、拟人化体验及成本控制问题，整体系统设计需统筹考虑多级跳转与断点续办、模型与智能体的双重调优、系统集成适配，以及全链路检测运维体系的搭建。由此可见，金融AI要实现“好用”的目标，90%取决于工程化能力，仅10%依赖于模型本身的能力。

　　目前，华为通过与金融机构联合创新、提供专业服务等方式展开合作，助力客户打造企业级AI开发平台，构建组织全域的AI能力体系，解锁更多AI应用场景，最终实现业务的全面智能化升级。

　　1. 把AI作为公司级战略，需最高管理层牵头进行整体战略规划，并推动组织目标和思路达成一致；

　　2. 业务部门深度参与是成功的必要前提，价值点捕捉、流程梳理和优化是AI创新的基础工作，需构建技、业、数融合的AI团队，持续深化AI创新；

　　3. 坚持“好用”原则评判场景落地成效，避免做“盆景”，关注日调用次数、Token消耗等指标；

　　4. 基础模型能力快速迭代，模型开源成为主要趋势，构建开放架构的模型管理平台，灵活自主的集成多元化模型能力；

　　5. 基础模型、Agent平台等产品技术仍在快速迭代中，在金融专业领域无法开箱即用，要结合领域级工程经验进行场景端到端优化，才能满足金融场景规模生产的要求；

　　6. AI创新不是短期项目，应打造企业级AI流水线，构建持续运营和迭代优化的平台能力、工程方法和管理治理机制；

　　7. 数据资产尤为重要，驱动新一轮的数据治理，构建企业高质量数据集，有效支撑AI应用；