如何打通AI從模型到場(chǎng)景的“最后一公里”？近日，新網(wǎng)銀行邀請(qǐng)了新希望金融科技聯(lián)合創(chuàng)始人、執(zhí)行總裁高斌，迪洛斯人工智能科技創(chuàng)始人、董事長(zhǎng)湯浩，新網(wǎng)銀行科技專家李開宇做客“AI構(gòu)造力”直播間。三位行業(yè)一線人士圍繞打通AI從模型到場(chǎng)景的“最后一公里”的話題，用鮮活的案例和深刻的思考，剖開了AI從“實(shí)驗(yàn)室”到“生活場(chǎng)”的真實(shí)路徑。

嘉賓海報(bào)。新網(wǎng)銀行供圖

AI落地的緊迫感，是危機(jī)更是轉(zhuǎn)機(jī)??

對(duì)企業(yè)和個(gè)人而言，這不僅是“是否擁抱”的選擇題，更是“何時(shí)擁抱”的生存題。AI技術(shù)創(chuàng)新的周期越來越短，但落地難的質(zhì)疑始終如影隨形。這種緊迫感，在金融行業(yè)尤為明顯。高斌對(duì)此深有體會(huì)：“2023年還在小范圍測(cè)試大模型，2024年就意識(shí)到跟隨遠(yuǎn)遠(yuǎn)不夠。而隨著2025年智能體元年的開啟，客戶經(jīng)理開始需要用AI分析營(yíng)銷話術(shù)，風(fēng)控團(tuán)隊(duì)需要它挖掘潛在風(fēng)險(xiǎn)，內(nèi)部運(yùn)營(yíng)更需要它解放重復(fù)勞動(dòng)?！?/p>

湯浩用一組數(shù)據(jù)揭示了行業(yè)的焦慮：過去70年里，AI經(jīng)歷了多次“技術(shù)熱潮—預(yù)期破滅—低潮”的循環(huán)，而這一次若無法在2-3年內(nèi)證明其對(duì)生產(chǎn)力的實(shí)質(zhì)性提升，等熱潮退去后，可能再次陷入長(zhǎng)達(dá)10年的沉寂。

李開宇表示，DeepSeek新版發(fā)布后，AI全民教育普及，技術(shù)迭代加速，智能體已能獨(dú)立處理復(fù)雜場(chǎng)景、規(guī)劃執(zhí)行并交付結(jié)果。為此，新網(wǎng)銀行戰(zhàn)略升級(jí)，從科技驅(qū)動(dòng)創(chuàng)新轉(zhuǎn)為行級(jí)戰(zhàn)略驅(qū)動(dòng)全行創(chuàng)新，當(dāng)前重點(diǎn)聚焦客戶服務(wù)等場(chǎng)景，同步推進(jìn)全行各類各場(chǎng)景智能體應(yīng)用。

從“小切口”到“大變革”，AI的“構(gòu)造力”藏在細(xì)節(jié)里??

“AI不是顛覆行業(yè)的核武器，而是解決具體問題的手術(shù)刀?！备弑笥眯孪Ｍ鹂频膶?shí)踐印證了這一點(diǎn)。在服務(wù)銀行零售轉(zhuǎn)型時(shí)，他們沒有急于全面替換傳統(tǒng)系統(tǒng)，而是從“小切口”切入：以數(shù)據(jù)分析為例，基于數(shù)據(jù)標(biāo)準(zhǔn)化積累，開發(fā)Chat BI替代人工：通過理解問題需求，自動(dòng)匹配元數(shù)據(jù)生成SQL并執(zhí)行，實(shí)現(xiàn)大數(shù)據(jù)平臺(tái)從建平臺(tái)到AI賦能經(jīng)營(yíng)的跨越。類似案例包括客戶經(jīng)理數(shù)字孿生、代碼編寫、流程調(diào)度等。

這些“小切口”的成功，讓高斌總結(jié)出一個(gè)關(guān)鍵經(jīng)驗(yàn)：AI應(yīng)用必須是可評(píng)估、可調(diào)試、可解釋的閉環(huán)。就像修水管，先修好一個(gè)漏水點(diǎn)，讓團(tuán)隊(duì)看到效果，才能逐步推廣到整個(gè)管網(wǎng)。通過工作流串聯(lián)各閉環(huán)，最終形成大結(jié)果，確保局部效果可追蹤，逐步實(shí)現(xiàn)全面賦能。

湯浩也尤為認(rèn)可這種“小切口”觀點(diǎn)。選擇員工覺得好用的場(chǎng)景，能提升效率、減輕重復(fù)勞動(dòng)。這類場(chǎng)景員工也愿意使用，解決具體痛點(diǎn)后，團(tuán)隊(duì)能直觀看到變化與提升，建立信任。通過一個(gè)個(gè)小切口的打通與驗(yàn)證，逐步推動(dòng)AI進(jìn)一步進(jìn)化，而非急于求成。

這種“從場(chǎng)景中來，到場(chǎng)景中去”的邏輯，正是打通“最后一公里”的核心密碼：AI不是飄在天上的技術(shù)，而是長(zhǎng)在土里的工具。

安全與效率的“平衡術(shù)”，沒有標(biāo)準(zhǔn)答案只有動(dòng)態(tài)最優(yōu)解??

“最后一公里”的落地絕非坦途。其實(shí)當(dāng)前大部分企業(yè)最常見的困惑是：本地化部署怕數(shù)據(jù)泄露，用云端又怕“幻覺”誤導(dǎo)決策。

所謂“幻覺”，是指大模型在生成內(nèi)容時(shí)可能出現(xiàn)的無中生有。例如，一份醫(yī)療報(bào)告若因模型“幻覺”生成錯(cuò)誤診斷，后果不堪設(shè)想。對(duì)此，湯浩指出，全本地化部署并非良藥：企業(yè)僅用自有數(shù)據(jù)訓(xùn)練模型，就像用一本教材反復(fù)復(fù)習(xí)，知識(shí)永遠(yuǎn)停留在已知區(qū)，無法迭代進(jìn)化；而行業(yè)需要的是“云端算力+產(chǎn)業(yè)知識(shí)+場(chǎng)景驗(yàn)證”的三維融合。

李開宇通過新網(wǎng)銀行的實(shí)踐案例將大模型應(yīng)用分為從“行外”到“行內(nèi)”：行外通過云端大模型處理非敏感信息，如市場(chǎng)分析等，利用其聯(lián)網(wǎng)能力和泛化性提升效率；行內(nèi)則基于開源技術(shù)在本地部署，處理交易數(shù)據(jù)等敏感信息，同時(shí)成立智擎AI+行動(dòng)小組，并聯(lián)動(dòng)多個(gè)部門，讓新網(wǎng)銀行的智能化從“盆景”變?yōu)椤帮L(fēng)景”。這種“分而治之”的策略，背后是更深層的行業(yè)共識(shí)：AI落地不是“非此即彼”的選擇，而是“協(xié)同共生”的生態(tài)。

高斌進(jìn)一步解釋：就像電力時(shí)代需要電網(wǎng)，AI時(shí)代需要“智能云”提供算力底座、“產(chǎn)業(yè)云”沉淀行業(yè)知識(shí)、“場(chǎng)景云”解決具體問題的三位一體。企業(yè)無需重復(fù)制造，只需聚焦自身業(yè)務(wù)痛點(diǎn)，就能快速組裝出適合的AI工具。

每個(gè)人都是“AI構(gòu)造師”，技術(shù)向善才是終極答案??

直播尾聲，3位嘉賓的目光從行業(yè)轉(zhuǎn)向更廣闊的未來。高斌表示：“AI的終極目標(biāo)不是取代人，而是解放人。當(dāng)AI幫我們處理完重復(fù)勞動(dòng)，人類將有更多時(shí)間專注于創(chuàng)造、情感和創(chuàng)新。”湯浩說道，“中國(guó)有全球頗為豐富的產(chǎn)業(yè)場(chǎng)景?！蔽磥?年，行業(yè)級(jí)AI將從可用走向好用，甚至不可或缺。李開宇則用務(wù)實(shí)語言點(diǎn)題：知識(shí)是AI的燃料。企業(yè)需要沉淀全局知識(shí)網(wǎng)絡(luò)，個(gè)人需要構(gòu)建體系化認(rèn)知——這才是未來最核心的競(jìng)爭(zhēng)力。

(責(zé)編：章華維、薛育建)

相關(guān)知識(shí)

大模型落地醫(yī)療，每個(gè)人的AI健康助手正加速到來
大模型落地教育，360兒童手表開啟AI陪伴學(xué)習(xí)時(shí)代
華為云發(fā)布醫(yī)療健康解決方案，推進(jìn)盤古大模型在五大場(chǎng)景落地
人人都談的“AI+醫(yī)療”，有哪些場(chǎng)景成為現(xiàn)實(shí)？
騰訊健康張渝:以大模型落地場(chǎng)景為承載，催化醫(yī)療產(chǎn)業(yè)高質(zhì)量發(fā)展
落地了超1300家，騰訊健康A(chǔ)I大模型商業(yè)化加速跑
這個(gè)XR場(chǎng)景落地信號(hào)，蘋果成為最大「黑馬」
AI降低醫(yī)療行業(yè)門檻 百度大模型商業(yè)落地加速
覆蓋10大醫(yī)療應(yīng)用場(chǎng)景！國(guó)產(chǎn)AI大模型應(yīng)用典型案例盤點(diǎn)
誰是 AI 大模型助手的 “天選之子”？

網(wǎng)址: AI場(chǎng)景落地不空談，用“小切口”讓大模型成為好幫手 http://www.gysdgmq.cn/newsview1739669.html