9月5日，作為2025世界智能產(chǎn)業(yè)博覽會(huì)重要活動(dòng)之一，計(jì)算機(jī)產(chǎn)業(yè)發(fā)展高層思享匯活動(dòng)在重慶舉行。馬上消費(fèi)人工智能研究院院長陸全應(yīng)邀出席活動(dòng)并作題為《大模型在消費(fèi)金融行業(yè)應(yīng)用的實(shí)踐與思考》的主題演講，分享了馬上消費(fèi)在大模型領(lǐng)域的實(shí)踐及大模型未來發(fā)展的洞察。

伴隨著“人工智能+”加速賦能千行百業(yè)，金融已成為目前大模型滲透率最高的行業(yè)之一。陸全指出，大模型落地應(yīng)用側(cè)重于四個(gè)層級，從底層到頂層分別為算力GPU芯片、基礎(chǔ)大模型、大模型應(yīng)用的快速生產(chǎn)、垂直場景大模型系統(tǒng)。

“如果以建筑物做比喻，大模型是一棟大樓，這四個(gè)應(yīng)用層級可以分別比喻成房子、水電、家具、裝修，其中底層由云廠商提供最基礎(chǔ)的算力?！标懭硎尽?/p>

那么，馬上消費(fèi)對金融大模型的應(yīng)用處于什么階段？據(jù)陸全介紹，圍繞第一層和第二層，馬上消費(fèi)做了三件事情：首先是推出能快速產(chǎn)生Agent的一站式大模型應(yīng)用構(gòu)建平臺(tái)PowerAgent，其次是選擇智能對話這一垂直應(yīng)用場景進(jìn)行深耕，最后是搭建了基于大模型技術(shù)的洞察平臺(tái)，提供持續(xù)反饋能力。

AI 時(shí)代，速度就是一切。誰能將先進(jìn)的算法模型快速、高效地轉(zhuǎn)化為實(shí)際生產(chǎn)力，誰就能占據(jù)優(yōu)勢。通過集成的AI中臺(tái)和智能體創(chuàng)建、編排等工具，馬上消費(fèi)PowerAgent平臺(tái)實(shí)現(xiàn)了模型的低成本、快速且規(guī)?；?cái)U(kuò)展至全場景應(yīng)用，可讓企業(yè)更快、更好地用上大模型。

據(jù)統(tǒng)計(jì)，相較于傳統(tǒng)AI應(yīng)用部署，PowerAgent平臺(tái)使得端到端響應(yīng)時(shí)間最快可以達(dá)到平均2s以內(nèi)，訓(xùn)練與推理硬件成本下降超過30%，智能體開發(fā)全周期提升效率100%以上。

談及PowerAgent平臺(tái)在馬上消費(fèi)的落地應(yīng)用場景，陸全在演講中提到，智能對話是目前大模型應(yīng)用最易規(guī)?；母哳l垂直場景，比較成熟的落地領(lǐng)域包括智能客服、智能營銷等在內(nèi)，帶來了顯著的提質(zhì)增效。

以智能營銷為例，通過深度挖掘海量用戶數(shù)據(jù)、構(gòu)建預(yù)測模型，PowerAgent平臺(tái)打造的外呼智能體，重構(gòu)人機(jī)協(xié)作模式，能夠精準(zhǔn)識別潛在客戶群體，并為其推送個(gè)性化的營銷信息，有效解決了潛在客戶數(shù)量大但人工外呼成本高、效率低的痛點(diǎn)。數(shù)據(jù)顯示，這種精準(zhǔn)營銷方式令營銷效果提升超過30%。

具體應(yīng)用落地過程中，如何確保大模型訓(xùn)練數(shù)據(jù)的質(zhì)量？對此，陸全給出了他的答案：馬上消費(fèi)搭建了洞察平臺(tái)，輔助大模型應(yīng)用構(gòu)建包含人類決策的反饋閉環(huán)。

一方面，通過離線洞察與知識挖掘，批量分析與挖掘既有數(shù)據(jù)，自動(dòng)萃取、沉淀為結(jié)構(gòu)化的知識庫、流程包與策略，強(qiáng)化模型訓(xùn)練效果。另一方面，依托人機(jī)協(xié)同實(shí)時(shí)洞察，實(shí)時(shí)捕捉、分析并理解每一次交互的上下文、意圖、情緒和結(jié)果，提供毫秒級的數(shù)據(jù)支撐。

在陸全看來，持續(xù)的數(shù)據(jù)“喂養(yǎng)”和迭代訓(xùn)練，將幫助大模型自我迭代、進(jìn)化，進(jìn)而更好地適應(yīng)新需求、新場景。

展望未來，大模型規(guī)?；瘧?yīng)用如何應(yīng)對AI幻覺挑戰(zhàn)、平衡收益與投入成本？陸全認(rèn)為，這需要遵循“三個(gè)準(zhǔn)則”：一是“激發(fā)天賦大于塑造能力”，不用傳統(tǒng)的、確定的編程思維去“硬編碼”大模型，而是引導(dǎo)它更好地理解和發(fā)揮其內(nèi)在能力；二是“創(chuàng)造環(huán)境設(shè)立規(guī)矩”，為大模型建立必要的輔助系統(tǒng)和約束，確保其行為在安全、可靠、可控的范圍內(nèi)。

“第三是關(guān)注‘長期目標(biāo)的正收益’，密切關(guān)注訓(xùn)練成本、推理token消耗、算力資源等，避免‘粗放式’投入導(dǎo)致項(xiàng)目不可持續(xù)。選擇適合當(dāng)前階段的模型和方案，而并非一味追求最龐大、最昂貴的短期目標(biāo)?！标懭毖?。