《科创板日报》9月6日讯（实习记者 王云嘉 记者 黄心怡） 9月5日，“‘In AI·无限未来’创新大会”正式亮相外滩大会。本次AI创新大会由上海报业集团旗下、科创板日报主办， AI daily、蓝鲸新闻协办，在上海·黄浦世博园区 C11馆举行，是2024外滩大会核心“见解论坛”之一。
“源于界面强大的金融信息服务能力和场景理解优势，以及阶跃星辰持续、快速通用大模型迭代能力的加持，财跃星辰致力于践行“人工智能+”行动，全面赋能文化传媒、金融等行业新商业模式的落地。”9月5日下午，在“In AI 无限未来”创新大会的“‘我与AI’TED演讲”上界面与阶跃星辰旗下大模型独角兽财跃星辰副总裁万军如是说。
万军介绍道，财跃星辰今年3月份发布了国内首个由国有企业自主研发、完全可控的千亿参数财跃大模型；财跃星辰结合服务金融机构、上市公司的优势，帮助行业客户找到“AI+”的融合点，共建落地场景，为客户提供算力、数据、模型、应用、智能体等一站式解决方案，协助行业客户在落地人工智能过程中面临的模型训练、模型推理、语料标注、人才建设等问题。
以下内容摘录自现场演讲：
AIGC赋能新闻采编业务
新闻传播领域应用AI是从去年三季度开始尝试的方式。新闻采编端，我们抓五个场景，第一个是信息源收集，第二个是选题确定，第三个是寻找采访对象并完成采访执行，第四个是如何完成高质量的完成新闻内容制作和生成；另外，还包括如何制定有效的传播方式。
传统的新闻采编如同“煮沸海洋”般耗时耗力。我们在和采编团队沟通过程中，会探讨如下问题：比如信息源收集，有没有更好的方式完成信源的有效收集和整理？如何选择一些可以产生爆品方向的新闻创作？再比如：能不能基于大量原始的二手资料，有针对性地选择深度具有传播性的话题或者新闻方向去做？ 还有如何通过过往成功经验，去生成标准化新闻稿件，围绕和读者连接端做一些有更多媒体交互的方式。围绕上述痛点和需求，我们将AI能力完整的赋能在采编链条里面，以AIGC的方式赋能新闻采编业务。
经过近一年的时间，沉淀一批AIGC商业化的产品和工具，包括：公告智能稿件、互动平台智能写稿、港股公告智能稿件、债券智能稿件、科创板日报投融&科创板日报工商变更智能稿件等等。从实际效果来看，内容准确度达到98%；另外从生产效率来看，从小时级达到分钟级的提升。
同时，过程指标更加显著，编辑团队和内部创作团队对于AI工具的使用得到极大的提升，采编人员愿意并且高频使用AIGC工具。这对于我们协同打造AI编辑团队，尤其是深度让AI应用落地在业务工作中非常重要，形成一个正向的持续循环和优化。
除此以外，在传统纯文字版的传播方式以外，我们把很多新媒体手段和AI工具融合到媒体传播中，包括从文字端到有声播报、数字分身、虚拟主播、互动评论、以及文生视频等等。
金融行业“AI+”机遇与挑战
金融行业面在落地AI+过程中，面临的三个难点：如何适配业务场景、如何使得成本最优以及确保如何保证内容安全可信。
在赋能金融行业应用场景方面，源于财跃星辰金融端沉淀足够的行业know-how以及足够的垂类语料，我们可以提供一揽子方案：基于财跃大模型底座，基于智能体开发平台，构建满足金融机构不同需求的专业智能体开发，包括效率提优、协同赋能、工作陪伴以及安全合规等方向，围绕金融机构不同的业务场景，包括：智能资讯、智能投研、智能投顾、智能审核等业务需求，设计有效的专属工具去完成它落地的需求。
从实践来看，2024年我们认为金融机构大模型落地的商业化元年，两个方向得到大家认同：第一个是作为生产力效率工具被认可；第二个，作为内部的效率流程优化工作被认可。很多人问大模型场景是什么？我们会结合场景价值和数据资产维度来展开讨论，就是同一个话题，比如财富管理，在不同金融机构的业务场景、业务理念围绕大模型赋能方向和侧重点并不一样。
大模型落地业务场景，金融机构的伙伴们从知晓到认知到务实落地，更关注实际的业务效果以及如何让大模型发挥效果，深度探讨的方向包括知识库的构建，服务流程的优化，如何满足大模型落地过程当中的适配，还有大模型本身在持续迭代的方向，另外还有如何在完善数据安全以及兼顾ROI平衡的思考等等。
通常，在实际落地前期我们很多时候和金融机构伙伴沟通两个核心问题：为什么做这个事情，以及打算怎么做这个事情？按照MECE原则，我们会尽可能一起明确需求以及设计一个可度量的项目目标作为项目建设的出发点。
财跃赋能金融行业的人工智能落地的实践工作主要包括：
首先，我们有这样一款基础的产品叫做智慧资讯，基于AIGC实现了资讯覆盖度和产能得到了大幅提升。无论在证券、基金、保险这些容易跟用户互动的领域，智慧资讯实现了热点消息全覆盖，全广谱资讯捕捉，可以赋能投资顾问、理财经理等一线业务伙伴，实现更有效的和客户高频交互，回归到投资理财业务交流上。
其次，围绕财富业务探索智能投顾新模式。财富管理线这是每一个在做业务线的领导比较关注的方向。如何让一线团队更有战斗力？如何让更有经验的人赋能在一线上？如何让每个人成为超级个体？如何提升2B2C的转化路径，提升转化效率等等？都要做好AI工具集的整理和按照客户生命周期的自动化推送和服务，这期间我们为金融机构设计了AIGC的产品工具集。
第三,在智能投研当中包括了几个典型的需求，比如如何有效的收集资料、如何快速的形成标准化报告，如何更有效的整理会议纪要，如何形成特色性的词条报告以及能否实现政策量化等等。财跃一直围绕这些典型投研场景，提供更准确、全面和及时的投资研究支持。
另外，还有一个方向就是智能审核，在传统人工审核以及基础NLP技术的基础之上，进一步利用多模态大模型提高合规审核人效，优化自动化审核准确率以及降低误判率。
结语
我们欣喜的看到越来越多的伙伴已经或者正在尝试推进ALL in AI的路上，我们已陆续看到了实践给产能方向给大家带来的变化，大模型的应用和实践是一个需要时间和耐心的累积过程，我们相信“道阻且长，行则将至”。
