制表：Li Yingchao 8月25日，中国农业银行发布了一项公告，要求竞标企业微信AI质量检查能力建设项目。这只是有关竞标的信息之一（包括下面的公告和公告，在下面均由6家银行发布），涉及AI Power的建设，一种大型的研发模式，并成为AI银行行业主动布局的微观界。 同时，在东中国一项调查中发现的证券时报记者，该记者基于区域物业，客户群结构和数字基础，不同类型的商业银行为AI开发提供了不同的途径。 AI银行部署技术的变化很大 最近，许多银行（例如农业银行，工业银行和北京）抓住了有关AI相关项目的竞标信息，涵盖了许多主要方向，例如大规模研发，COM设置电力基础设施构建，智能质量检查和研发助理。 其中，工业银行要求合作伙伴和打算根据银行内数据培训财务模型，以提高研发效率；北京银行宣布开发建造全堆栈国内AI计算功率平台。此外，借助河南银行，河南农村商业银行和其他机构还积极促进有关研发助理的基础设施和智能项目的信息，苏州农村商业银行的运营项目最初已经确定了获胜的候选人。 证券时报记者发现，不同的URI银行具有部署AI功能的不同技术。 “在财务垂直模型的应用程序布局中，一些大型国有银行非常保守。” Ant Digital Finance AI产品总经理CAO帮派告诉《美国证券时报》记者GE国有银行更喜欢在需求水平上的关键应用程序，例如基础设施建设和高于水平的一般服务；尽管一些商业城市银行和股票银行表现出更强的愿意改变和促进更大的AI转型。 一家金融技术公司的首席技术官还告诉《证券时报》记者，银行中AI应用程序布局的差异也受到许多因素的影响，例如地区经济，银行内文化和历史数字投资。 “由于其不同的地区和领导风格，具有相同规模的商业城市银行可能具有不同的AI技术。” 从当前的实施情况来看，大型国有银行依靠资源来生成生态平台和系统。例如，ICBC的“ ICBC情报归纳”促进了大型和大型模型之间的伙伴关系。联合股票的库专注于Systematizat的规模和建设离子。例如，超过120个大型中国商人占据了许多领域，并实施了1,600多个Citic Bank的“ Citic Brain”情况；商业城镇银行和商业乡村银行转向更改场景和地区服务。例如，上海银行推出了AI移动银行业务和重庆农村商业银行“ AI Xiaoyu”，适用于不同的情况。 尽管存在差异 - 布局，但不同的银行也有许多共同的功能：它们都集中在AI如何改善客户体验上，即适应业务流程，降低运营成本并增强风险控制能力。今年8月，中国银行协会发布的“中国银行客户服务中心和远程银行开发报告（2024）”显示，根据不完整的统计数据，31％的客户服务中心和远程银行完成了大型银行模型部署。 此外，在连续美国技术的成熟度和Sesnarrative的持续扩展，对AI的银行需求并没有停止升级，从最初的辅助工具逐渐变化，转变为推动业务变革的基本优势。根据2024年的年度报告，六家国有银行的金融技术投资总规模达到1.2459亿元人民币，同比增长2.15％。同时，在上市银行的年度报告中经常注意到人工智能，大型模型，数字人员，计算能力基础架构和数据系统等关键字。 从一般到深水区 金融技术行业的一位高级从业人员告诉《证券时报》记者，毫无疑问，金融行业是AI实施的最有希望的领域之一，但基于实际条件，目前，金融机构专注于大型模型技术的整体应用领域。 “ Cur复活，银行在一般领域中具有许多AI应用技能，例如传统客户服务，获取代码知识和写作。 该人补充说，在此对比应用应用程序后面，有三个主要挑战：一个是技术成熟的障碍；第二个是专业要求的挑战；第三是考虑成本因素。他说：“许多机构倾向于为等待和试验阶段实验而进行酵母的AI情况，并且对真正与业务核心的基本情况非​​常谨慎和谨慎。” 例如，该银行的零售银行占有10多种主要情况，例如存款，贷款和信用卡。每个场景都包括ES不同的业务情况和子阶段，总数数百。这些复杂的子C-csalms要求AI代理一次打破一个。 “它不仅需要丰富而准确的专业数据作为支持，而且对专业技术研究技能，开发以及实际应用的高度要求很高。”上述面试官说。 证券时代的记者从该行业中学到了一般功能和应用程序方案之间的桥梁间隔，因为今年，金融技术公司的改善为银行提供了金融方案技术能力的服务，从一般模型变为专业模型或专业模型。商业银行在计算，强度-TAO和R＆D的力量上投入了大力投资。无论是明智的投资顾问，控制模型还是基本情况，例如银行财富管理，ARGE模型是AI智能机构是否可以真正“运行”的关键。 技术和螺旋市场 目前，深厚的金融整合和人工智能正在推动在方向和轮换方向上浮出水面的工业变革。 “包括银行在内的一些金融机构，尤其是在看到同龄人在AI中取得了非凡成就之后，他们更加担心：我的业务使用切割技术（例如大型模型）应该如何？” 尽管AI技术反映了一个巨大的想象空间，但对金融业的容忍度的自然严格和低需求仍在目标与事实之间差距。通用模型中常见的“幻觉”和输出错误尚未完成，它完全符合高度整洁的财务标准，这也为许多机构提供了“ AI焦虑”核心。 目前，该行业通常认为Pagingphotog重复的财务垂直模型的重复范围，它仍处于发展“以技术为导向”的阶段。 AI Digital Technology的AI技术负责人Zhang Peng表示，这一过程是由宏观水平的技术驱动的，而微型级别则由微型级别的业务驱动。 上述金融技术公司的首席技术官采访说，随着技术逐渐加剧并通过了应用的目的，市场中的因素或需求因素将逐渐占主导地位。 在技​​术的早期阶段，许多银行机构可能无法准确提出部署和应用AI的特定需求，也就是说，他们不了解AI边界的边界和AI应用程序的场景。随着银行业逐渐意识到AI值的AI值，该机构的业务方面将开始提出更高的逆转要求，例如REA中的严格指标l响应速度，结果零误差等情况，以及严格的合规性，这将继续迫使技术重复和优化。 一家为银行业提供服务的金融技术公司的负责人说，“技术促进商业意义的认可和准确性”的双向角色继续推动金融领域的AI上限。 “它不仅是由技术或单一要求的要求，而且是发展的进化合作，并结合了与接触的争议和接触。” （文章来源：安全时间） 金融的官方帐户 24小时滚动播放最新的imfinancial和视频形成，并扫描QR码，以供更多粉丝遵循（Sinafinance）