金年会,金年会官网,金年会平台,金年会登录,金年会网址,金年会网站,金年会官方网站,金年会体育,金年会数字站,金年会app,金年会电子娱乐,金年会体育赛事,今年会体育,金年会最新网址入口,金年会靠谱吗

　　从自身的实践来讲，他表示，作为一个金融科技公司，神州信息不只是提供系统建设服务，也在给银行类的金融机构提供陪伴式的运营服务。在此，他给大家分享了三方面的经验，第一是实现客户的精准匹配，基于大数据,应用大模型技术，对全量客户进行标签化，可以更精准的识别各类的客群。第二是实现产品的精准匹配，基于“人-货-场”模型，可以帮助不同的客群匹配最合适的理财产品。其中非常重要的一点，就是加强移动APP的平台化，融入生态，融合场景，通过APP+AI实现实时精准推荐。第三是实现营销和服务流程的标准化，神州数码开创性提出了一个新的理论框架，“AI for Process”，基于AI来实现运营流程的标准化和智能化，实现降本增效。

　　徐启昌：感谢主持人，刚才杨教授提出了一些高瞻远瞩的观点，我补充一下。神州信息主要从事金融科技，其中主要是银行科技。从我们这几年服务银行理财板块、理财子公司的角度上，谈一谈我们从行业、业务侧观察到五个大的变化。第一个变化，银行理财的服务模式正在发生很大的转变，正从以卖方视角的“产品销售”模式转向客户视角的“买方投顾”模式，关注提供客户终身价值、提供更多的综合解决方案。第二是客户覆盖度的变化，杨教授刚才讲到，理财业务需要从高净值客户转向全量客户的财富管理，包括中生代，也包括新生代和银发一代，包括长尾客户，不仅包括城市客群，也包括农村客群，这是客群方面非常大的变化。第三是客户需求的巨大变化，各种各样的需求都有，既有稳健理财类客户希望财富保本增值的需求，也有追求高风险高收益的新生代的需求；既有个人需求，也有家族和代际传承的需求；需求的丰富度是比较高的。第四个方面是产品创新方面的变化，银行为了满足各类需求，这几年都在大力进行理财产品创新，既有银行自有的理财产品，也在通过生态合作引入更多的公募基金、私募基金和保险等各类非银产品，持续创新产品组合丰富产品品类。最后一个方面就是在理财业务底层技术支撑逻辑的变化，就是向AI寻找新的生产力，寻找新的生产工具。

　　神州信息最近三四年，从自身的实践来讲，作为一家金融科技公司，不只是提供系统建设，同时也在给银行类的金融机构提供陪伴式的运营服务，尤其是在理财领域，积累了不少经验，有三方面的经验快速跟大家分享一下。第一个经验，实现客户的精准匹配。我们利用内外部大数据和AI技术对全量客户打标签并进行客户画像，在银行我们最多可以提供上万个客户标签。通过把全量客户进行标签化处理，可以更精准的识别各类的客群。这样我们在银行里做一个理财活动的时候，传统上做一个活动的设计需要一个礼拜，现在即便在股份制大行我们基本上一天之内完成营销活动的设计。

　　第二个银行，这几年我们引入了“人-货-场”的模型，帮不同的客群、不同的客户匹配最合适的理财产品，通过这个方式们能更好的满足客户个性化的、千人千面的需求。在过程中我们对手机平台的认识发生了很大的变化，以前我们更多的认为高净值客户、私行的客户不会用手机平台，更喜欢面对面的服务。但是在我们实际做客户调研和在后台分析客户访问记录的时候发现不是那么回事，私行客户对手机银行的使用率比我们想的高得多。手机APP作为一个大平台，可以支持对场景和生态资源的引入，从而支撑“人货场”的闭环，这里的价值非常巨大。APP+AI都是我们需要重点考虑的点。

　　徐启昌：从监管合规上来讲，最最核心的问题都是数据相关的。这个问题的解决可以从两个方面看，一方面需要监管从风险的角度上划出一些基本的原则或者一些监管的红线。另外一方面，还是需要依靠金融科技行业的人，在技术方面要持续发展和突破。我们在做一些理财智能体时就面临着这个问题，怎么样在智能体里控制数据方位权限。智能体能访问我们所有的数据、所有的客户，这个智能体会不会告诉你，某个名人、某个领导或者某个朋友、某个同事的资产数据是什么样的，账户里有多少钱，持仓数据如何，这些内容肯定是要能封住的。在AI相关的技术实现上，这两年技术界已经发展了大模型前处理和后处理的方式，会对内容生成进行一些限制。前处理是对大模型进行事先的约束，后处理的时候，我们会对大模型生成的内容做一些检查和检验，使得不该泄露的信息不会泄露出去。

　　举个例子。从十几年以前开始，在个人征信领域我们已经在应用“数据可用不可见””原始数据不出门”等方法，2014年我们跟几个公司合作加工个人征信时开发了一个系统，首先在提供数据源的几家大的电商平台内部系统里对原始数据进行初步加工，生产中间状态的数据，然后这个系统整合不同的数据来源方数据的时候，实际整合的是中间已经经过二次加工的数据，通过这些工程的手段和技术手段，有效解决了数据保护和数据隐私的问题。数据应用效率和合规管控取决于我们在技术本身和工程方法上的进步。我在这方面是个乐观派。四五十年以前，当我们开始把所有的金融信息都放在计算机里的时候，也认可是不可靠的？计算机会坏，机房会着火，怎么办？我们发展了很多技术；当年我们把数据都存放在数据库里的时候，大家也是不相信的，所以当时有大量纸质的备份。新技术应用与合规是技术发展的一个永恒的话题，人类社会最美好的一点就在于通过不断的发展来解决问题，不断用监管做约束来防范风险，同时用技术的进一步发展来突破新技术的瓶颈，所以用发展的眼光来看，我觉得这个问题不大。

　　徐启昌：关于未来这几年的趋势，大家在方向和目标方面已经达成比较好的一致了，一定是拥抱AI，在五年之后到2030年实现AI原生，这已经成为普遍的共识了，也不仅仅局限于财富管理这个行业。尽管这个方向是明确的，但是道路是曲折的，就是刚才金科总说的。我这两年一直跟踪国外的AI应用发展情况，也发现一个问题，目前在整个金融行业，全球对于大模型、对于生成式AI的应用都只是在一些小点上的成功，并没有特别大的连成线或连成面的成功案例，这是全世界共同的难题。要破解这个难题，需要整个生态的力量，政产研学用各方面结合，也就是杨老师说的生态。