多项围绕数字技术发展的政策发布实施，利好在人工智能及大数据领域拥有核心技术并进行产业化应用的企业。在此背景下，不同的金融IT服务商在人工智能和大数据领域选择不同的“科技点”，呈现出百花齐放的局面。

　　《中国经营报》记者了解到，金融IT服务商信雅达（600571.SH）聚焦AI投入，致力于AI和金融业务的融合。“在目前新数字化周期下，数字化IT技术的突破从底层基础技术升级开始，通过对底层技术的投入，用大模型为代表的AI技术重构金融机构的IT系统。”信雅达高级副总裁、首席技术官嵇津湘表示。

　　夯实底层技术

　　从政策到市场，都在积极拥抱大数据和AI的发展。

　　近年来，国家层面高度重视数字技术的发展，先后发布《数字中国建设整体布局规划》《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》《“十四五”国家信息化规划》等多项支持政策，以推动人工智能、大数据等数字技术发展，进一步促进数字技术和实体经济深度融合。

　　在此政策背景下，信雅达作为IT服务厂商中的一员，在2019年开始进军AI领域。AI大模型的实现需要多种技术支持，在底层技术投入上，信雅达主要围绕夯实OCR（文本自动化电子化采集识别）以及NLP（自然语言处理模型）两方面的技术来切入AI大模型的研究。

　　OCR技术在金融机构的大数据采集过程中发挥较大作用。

　　对于金融机构而言，在客户开户以及业务办理过程中，需要大量拍照、扫描等动作进行信息采集，上传的影像资料多，人工分拣耗时耗力、效率低下，同时完成审核程序后，很多信息被储存起来并未再次被利用起来。

　　业内一个共识在于，在大模型时代，企业的私有数据具有核心价值。而在大模型时代的OCR技术可以实现对更复杂文件的识别，对于数据采集以及进一步的信息挖掘起到较大作用。

　　“在初期信息采集中，非结构化信息中含有用户意图、行为偏好、市场趋势等高价值信息，未来在经营管理、客户营销和风险控制等方面价值重大。目前信雅达结合自有的OCR图像处理能力，通过运用大模型强大的自然语言处理能力和逻辑推理能力，将这些数据进行智能化转换处理，形成大数据AI时代需要的数据标签。”嵇津湘进一步解释道，“不同于一般生产资料，数据可以被多次利用，形成新的标签，在新的模型中不断被迭代使用。在这个过程中，以大模型为核心，通过大小模型联动，对现有多渠道信息采集过程中海量非结构化数据进行自动化、智能化处理，创造各类数据价值，为银行客户服务和经营源源不断提供有效的数据支持。”

　　公开信息显示，2022年以来，信雅达将战略重点聚焦在金融场景化、数字化和智能化，依托2016年成立的金融大数据和人工智能研究院，信雅达围绕自然语言处理、图像识别、知识图谱和AI定制化建模四大能力开展深入研究。

　　当海量数据被采集并打上标签之后，经过人工智能的归纳提炼，通过自然语言对外输出则是数字化进程中的另一个重点，其中，NLP技术是AI模型的另一重要技术。

　　对于NLP技术的应用，早期金融服务公司就通过应用该技术构建了聊天机器人以及AI助理等系统；在大语言模型时代，通过预训练的语言模型，可以向外输出更流利、更具有逻辑连贯性的内容。以ChatGPT为代表的大预训练语言模型出现，生成式人工智能被当成一种新的生产力，但该技术的安全性则是目前业内讨论较多的话题。

　　浙江大学光华法学院特聘研究员、硕士生导师周翔指出：“因为系统在用户提问后必须回答问题，所以只能根据大模型过去学习的语料库内容，基于概率进行回答，那么这些数据的质量影响着系统回答的质量。”他进一步指出：“如果这种信息误导现象出现在医疗、金融、交通或法律行业，将产生极大危害。”

　　信雅达在生成式人工智能的研发中也重点关注到这个问题，嵇津湘告诉记者：“应用NLP技术的人工智能问答类产品在金融业主要面临两大挑战：首先，大模型的技术起源是基于互联网ToC的场景，而金融业对客户隐私保护、信息安全有着更高要求，需要使用能够本地化部署并符合信创要求的自主可控的技术。另外大模型普遍存在幻觉，也就是大家常说的‘胡说’问题，金融机构服务中，如果出现不准确的内容，银行自身也需要承担相应的责任，所以对输出的信息可靠性和准确性要求极高。其次，金融机构都有自身成熟的科技运维体系，用以保障IT系统运行的可靠性、稳定性、可维护性，如何对现有大模型技术进行改造加固，使其融入现有运维体系，需要投入大量的工作。”

　　对于生成式人工智能的相关问题，政策上也在持续关注。2023年4月，为促进生成式人工智能技术健康发展和规范应用，国家互联网信息办公室起草了《生成式人工智能服务管理办法（征求意见稿）》，向社会公开征求意见。

　　2023年8月，《生成式人工智能服务管理暂行办法》正式实施。这是我国首份针对生成式人工智能的规范性监管文件，是人工智能领域监管的重要实践，明确了发展和安全并重、促进创新和依法治理相结合的原则。

　　政策催化技术与业务结合

　　技术只有在落地到实际应用中才能发挥最大价值。

　　金融IT服务商在人工智能和大数据领域的新一轮市场竞争已悄然而起，在这一轮竞争中，比拼的是谁能更好地将人工智能和大数据的底层技术与系统解决方案融合，将技术落地并应用。

　　自2018年以来，各产业积极响应国家“2+8+N”三步走战略，布局信创转型与建设。

　　2020年8月，金融行业信创一期试点启动，试点机构47家，包含银行、保险和券商，要求信创基础软硬件采购额占到其IT外采的5%—8%。2021年5月，金融行业信创二期试点启动，试点机构扩容至198家，试点机构要求OA及邮件系统替换成全栈信创产品，一般系统开始进行部分信创应用，同时要求试点单位信创投入不低于全年IT支出的15%。可以看出信创在金融行业中，正在被越来越广泛应用。

　　信雅达在加大相关技术研发力度的同时，持续探索人工智能在金融行业与自身业务的落地结合。

　　2022年，信雅达公司启动AI 战略，以人工智能、大数据等新技术重构金融业务和管理流程，帮助客户降低前沿技术应用门槛，全面赋能大金融客户。

　　嵇津湘告诉记者，目前底层AI技术应用在业务产品中，改变了原有的业务逻辑，传统的解决方案也在AI技术的应用下实现了迭代升级。

　　据悉，信雅达将通用大模型能力以及OCR、NLP、运筹优化等AI技术整合到统一AI底座（AI应用赋能平台）中，数字化产品方向中的每一个产品都可以方便地使用，形成了AI赋能的数字化运营、数字化经营、数字化管理、数字化风控和数字化产业金融等五大产品。

　　嵇津湘进一步解释：“在流程挖掘、智能作业调度等场景中，此前的业务流程和策略制定上是由人决定的，在AI时代，以客户体验为中心的订单式全流程智能决策中心，作为全局策略大脑，数据结合算法，对前台需求和后台服务资源进行精确匹配，以运营目标最优的服务交付方式实现客户市场快速响应，端到端提升客户体验。”

（文章来源：中国经营网）