上海
有这样的一个理财助手，能根据你提问的方向，同时分析全球股市、新闻头条和社交媒体情绪，不到一秒钟就能给出投资建议，并且可以根据历史对话，敏锐地识别你的情绪，给予更有温度的回答。这样的顾问还可以同时服务上百万人，与传统理财师一天只能处理几十个客户的投资组合相比，效率快了上百倍。
大模型时代的到来，为金融AI落地提供了全新范式。金融行业丰富的业务场景和海量的高质量数据，也为大模型提供了绝佳的应用舞台。
例如银行使用大模型进行风险评估、智能客服、投资报告生成等任务；保险公司则利用大模型进行自动化代理，如智能催收和数字人，以提高业务效率；除此之外，大模型在提供金融服务方面，如金融资讯、业务办理等，目前已较能胜任常规的基础金融对话。
据相关机构统计，在45家银行最新发布的2024年年报中，有32家提及大模型的应用情况，多家银行披露了大模型技术的规模化落地成果。尤其在头部银行，应用场景已经超过了200个，并实现上亿次的高频调用。
华为云Stack推出大模型混合云，具备坚实算力底座、使能百模千态、赋能千行万业三大能力，致力于让企业都能拥有自己的专属大模型。面向金融行业，华为云Stack基于大模型混合云的强大算力和领先的AI平台，在保障金融数字资产安全的同时，通过金融AI场景建设，构建一个数字化、智能化的金融生态体系，提升场景智能化水平，加速金融业培育新质生产力。
专业高效的客服助手，让金融服务有精度更有温度
在客服业务场景，大模型可以在通话前、通话中和通话后三个阶段提高客服场景处理效率，实现降本增效。
- 在通话前进行前情摘要，使电话坐席快速判断客户咨询目的，压缩客服人员了解客户问题背景时长，提高客服了解客户意图的效率。
- 在通话中通过RAG知识检索，快速生成问题答案，并可以对于无法线上解决的问题提供安抚话术，提高客服人员解决客户问题的效率。
- 通话后可以自动生成工单，按照模板自动提炼总结，解决通话后工单生成效率问题，提高工单生成自动化率，提高客服人员效率。
智能化信贷助手，让风控更精准、效率更升级
当前金融机构一线客户经理需要输出大量百页级授信报告，消耗客户经理大量时间精力。且授信报告输出需要整合、梳理大量客户信息、参考资料，人工效率低。
华为云Stack大模型混合云可以根据客户文档信息、企业报告大纲模板、语言风格要求生成信贷报告和审批报告；授信指引功能通过搜索方案帮助一线经理获取贷款业务、系统操作、客户信息等关键知识。从报告生成和信息查询两个维度帮助客户经理提高信贷办理效率，无痛高效输出长篇报告，提高接待流程效率。
人性化催收助手，让回款更高效、体验更温暖
目前信用卡业务使用决策式机器人进行催收，存在意图识别不准确、话术不精细、无法挖掘用户更多信息、无法应对复杂场景的对话等痛点。应用大模型开发催收机器人，建立更精细的话术库和意图识别模型，拓展场景的广度以及对话内容的深度，提升回收率。
同时在人工催收的过程中，面临严格的监管要求，需要较高的业务水平，平衡好催收力度和汇款效率是一门艺术，业务能力不够好很可能导致客户投诉，催收业务本身的压力也会造成一定的人员流失。大模型基于通话上下文和客户画像生成推荐的话术辅助人工催收，可以大大减轻催收业务人员的压力，帮助业务人员更高效专业地处理对客沟通层面的业务，同时提升催收还款率。
展望未来，华为云Stack将持续深化技术创新，与金融机构共同探索智能客服、智能投研、智能风控、智能营销等更多应用场景，推动金融业从数字化向智能化全面升级，为实体经济高质量发展提供更智能、更高效的金融服务。
注：本文素材来自华为云，版权归作者所有
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
