数智驱动普惠金融科技高质量创新发展

核心观点与关键数据

1.1 新生产力：大模型应用从外延走向核心，驱动消费金融践行普惠服务

• 核心观点：大模型应用从边缘场景向核心业务场景渗透，通过AI与全业务场景融合提升普惠金融服务效率。
• 关键数据：
  • 某金融科技公司通过大模型实现AI与全业务场景融合，提升行业标准。
  • 某持牌消费金融机构应用文本大模型实现意图识别、话术推荐等，提升智能分流率。
  • 趋势：从降本增效转向增长与风险收益统筹，营销、客服、审核仍为最高优先级场景。
  • 通过智能体开发平台打造直接影响放款规模、通过率、收益率、逾期率的“智能应用agent”。

1.2 新生产力：AI尽职调查，助力信贷业务提效

• 核心观点：大模型智能审核方案实现信贷业务端到端合规审核全流程自动化、智能化。
• 关键数据：
  • 某机构通过文档细粒度拆分技术实现关键信息精准定位，自动化对比规则库得出审核结论。
  • 基于行业规范构建标签库，采用SFT微调技术提升匹配精确度，人工复核确保准确性。
  • 工作效率提升60%，审核准确率提升30%，覆盖10+跨部门多场景。

1.3 新生产力：多模态进件审核提效，助力支付机构生态大有可为

• 核心观点：创新打造工业化流水线，通过多模态进件审核提升商户入驻和进件审核效率。
• 关键数据：
  • 某跨境支付公司应用场景包括事前、事中、事后审核，大幅缩减人工审核成本。
  • 经营场景识别准确率约90%，门头照名称识别准确率大于90%，提升监管合规满足度。
  • TI-One训练平台、TI-Matrix应用平台分别面向开发者、数据科学家和运营人员提供全流程支持。

2.1 新生产要素：基于Data+AI，构建承载数据资产的智能数据湖

• 核心观点：通过Data+AI构建智能数据湖，实现复杂数据处理需求，提升数据资产成果转化。
• 关键数据：
  • 某机构建设企业数据湖，基于Iceberg实现湖仓一体，统一存储、计算、治理与元数据管理。
  • 流程时效性提升：统一引擎处理流和批量任务，简化架构设计，降低维护难度。
  • 数据查询时效提升：明细查询4-7倍，聚合查询3-6倍，数据加工时效近1小时缩短至5分钟。

3.1 云基础设施底座：筑牢自主可控根基，实现云原生与国产软件落地应用

• 核心观点：通过分阶段迁移逐步实现自主可控，支撑普惠金融合规稳定高效展业。
• 关键数据：
  • 分阶段迁移策略，逐步实现云原生与国产软件落地应用。
  • 从“立梁架柱”迈入“厚积成势”新阶段，AI与云计算深度融合，打造新一代普惠金融科技核心竞争力。
  • AI大模型规模化应用于业务智能、辅助提效和研效创新等核心场景。
  • 搭建企业级AI模型框架，强化数据合规与隐私保护，平衡数据使用中的效率、成本与安全。
  • 全栈自主可控的AI云原生，通过混合云算力调度平台提升算力利用率。