張文斌：Agent正在重塑客戶體驗(yàn)與金融風(fēng)險(xiǎn)決策模式
2025-04-30 中國質(zhì)量萬里行 點(diǎn)擊：次
第八屆數(shù)字中國建設(shè)峰會于4月29日至30日在福建省福州市舉行。峰會期間，由北京大學(xué)主辦的“數(shù)智賦能·金融創(chuàng)新”數(shù)字金融分論壇，深入探討了數(shù)字技術(shù)如何重構(gòu)金融生態(tài)以及適應(yīng)新時(shí)代需求的數(shù)字金融人才培養(yǎng)模式。
國家數(shù)據(jù)局副局長夏冰、中國科學(xué)院院士梅宏、中國工程院院士凌文、北京大學(xué)信息科學(xué)技術(shù)學(xué)院院長侯士敏、北京大學(xué)光華管理學(xué)院院長劉俏、度小滿首席技術(shù)官張文斌、中金研究院執(zhí)行總經(jīng)理周子彭等參加了本次分論壇。
張文斌以《Agent重塑客戶體驗(yàn)與金融風(fēng)險(xiǎn)決策模式》為題進(jìn)行了分享。他表示，以R1推理大模型發(fā)布為關(guān)鍵節(jié)點(diǎn)，大模型能力、通用工具能力以及AI在金融中的應(yīng)用場景都發(fā)生了巨大變化。在模型能力方面，從擅長語義理解與內(nèi)容創(chuàng)造的生成式大模型，轉(zhuǎn)向具備復(fù)雜邏輯推理能力的推理大模型。通用工具也從專注效率提升和能力拓展的智能助手，升級為擁有自主決策與行動能力的Agent。
度小滿CTO張文斌做主題分享
隨著AI能力的不斷提升和對AI需求的不斷增長，推理大模型在金融中的應(yīng)用從客服助手、資料審核等“外圍”領(lǐng)域，深入到用戶體驗(yàn)、風(fēng)險(xiǎn)決策等“核心”場景。
張文斌認(rèn)為，在客戶體驗(yàn)上，AI Agent重構(gòu)了交互模式，可以全流程對客戶進(jìn)行線上引導(dǎo)，實(shí)時(shí)解答用戶疑問，有效避免了人工干預(yù)導(dǎo)致的體驗(yàn)割裂。以信貸領(lǐng)域的用戶借款為例，他詳細(xì)對比了傳統(tǒng)流程與AI技術(shù)改進(jìn)后的差異：以往，用戶在APP申請借款后，如果沒有自動通過審批，就需要進(jìn)行人工審核，信審人員致電用戶要求補(bǔ)充資料，需要重復(fù)詢問客戶很多問題，流程繁瑣且等待時(shí)間長，涉及多次跳轉(zhuǎn)和人工操作。而現(xiàn)在，借助AI技術(shù)，從授信、用信、增信到自動審批，全流程實(shí)現(xiàn)線上引導(dǎo)，就像給每個(gè)人配備了專屬客戶經(jīng)理，保障了體驗(yàn)的一致性。
在風(fēng)險(xiǎn)管理領(lǐng)域，相比傳統(tǒng)風(fēng)控模式將原始數(shù)據(jù)加工為結(jié)構(gòu)化變量再處理，存在信息折損的問題，推理大模型能夠充分理解全維度原始數(shù)據(jù)，提升數(shù)據(jù)使用效能。例如，它可以基于用戶流水識別出疑似向高風(fēng)險(xiǎn)賬戶轉(zhuǎn)賬等小概率但高風(fēng)險(xiǎn)的行為。
對于大模型如何落地應(yīng)用，張文斌建議：一是尋找“小切口”構(gòu)建Agent，例如在風(fēng)控場景中，先從信用評級相對弱的客群中篩選出優(yōu)質(zhì)客戶，深入特定場景、特定客群，基于特定目標(biāo)研發(fā)差異化Agent，實(shí)現(xiàn)做深做透。二是先落地應(yīng)用，利用產(chǎn)生的場景化數(shù)據(jù)反向優(yōu)化模型，形成“場景應(yīng)用－數(shù)據(jù)積累－模型迭代－效果優(yōu)化”的“飛輪效應(yīng)”。三是集中算力和人才，建立適應(yīng)AGI時(shí)代的企業(yè)組織。通過集聚算力資源與專業(yè)人才，成立專項(xiàng)團(tuán)隊(duì)加速AI應(yīng)用落地；優(yōu)先培育“AI覺醒人才”，發(fā)揮其示范效應(yīng)，帶動全員融入AI轉(zhuǎn)型，實(shí)現(xiàn)組織能力的跨越式升級。
掃碼投訴
京公網(wǎng)安備11010502034432號