去年年末，ChatGPT问世轰动全球，生成式AI、大模型引发人工智能二次浪潮，并很快将这股浪潮推向垂直行业。

在大模型的加持下，生成式AI的潜力被无限放大。国内外科技巨头、创业公司纷纷大力投入资源，争抢生成式AI商业化落地赛道。

百融云创CEO张韶峰表示，毫无疑问，当前AI在垂直行业的应用趋势正从决策式AI向生成式AI进化，AI走向2.0时代。但这一技术革新并不是一个非此即彼的过程。生成式AI性能强大、优势明显，却无法解决所有问题。在数据建模和智能交互方面，生成式AI技术占优势;而在信用评分和欺诈检测等方面，决策式AI技术更胜一筹。

事实上，百融云创一直在低调探索生成式AI。2017 年，百融云创就立项研发智能语音多轮多模态对话技术。2018年，将AI Chatbot投用于金融客服环节，替代人工客服进行作业。国有大行拿它给村民做社保卡发放回访，节省大量人工回访成本。后来因为特殊时期，银行人工客服无法到岗，银行对其需求剧增，百融云创AI Chatbot因此得以大规模商用。

百融云创AI chatbot采用与ChatGPT同源技术。两者均基于Transformer架构搭建算法模型，同时采用了自然语言处理技术、预训练模型等。如今，百融云创AI Chatbot每天进行2000万-3000万通电话，支持过亿级规模的自动交互频次。

近日，百融云创推出全新智能代码生成助手BR-Coder，它将极大地提升程序员的开发效率，助力商业机构研发提质增效。在技术研发上，百融云创始终站在AI前沿，敏锐洞察AI发展趋势。

张韶峰表示，未来决策式AI和生成式AI两种算法将有机融合，互为补充，可以灵活应对不同的场景和需求，在追求高效率和高性能之间达到更佳平衡。

拥有行业Know-how优势

与产业革新相伴的，还有大模型时代的崛起。大模型完美演绎了超能力，但对于垂直行业来说，“大”非万能。

受行业语料等因素限制，即便掌握着更大参数、更强算力，通用大模型在垂直领域的运行效果出现边际递减。针对特定行业训练的大模型，在垂直领域的智能交互中表现更佳。

张韶峰表示，垂类行业的人工智能的有效应用，离不开人机协同以及行业know-how。唯有基于深度的行业洞察和语料累积，才能够做出符合商业需要的产品，先进的技术也才能够真正落地到场景应用中。

行业know-how重点体现在哪里?

具体来讲，第一，能不能够深入地洞察行业?以CRM(客户关系管理)为例，CRM管理需要很深刻的industry know-how和domain knowledge。同时，在做业务过程中，还需要形成专有数据的竞争壁垒。专有数据可以用来不断优化模型，业务量越大形成的专有数据量越大，才能更好地训练和优化模型，从而提升业务效果。业务效果的提升又会进一步扩大业务规模，业务规模的扩大会进一步加大专有数据生成规模，循环往复，进而乘上规模化的良性飞轮。

第二，能不能够深入地分析用户?就是对 consumer 或者是small micro business的分析理解，协助客户完成数智化 KYC(了解你的用户)。

第三，有没有足够多的产品服务?同样是贷款产品，可以分成消费贷、房贷或者是房抵贷，或者说汽车分期等等，保险产品也分财产险、寿险，寿险里面还分终身寿险、长期重大重疾险等等。经过多年的数智服务，百融云创的产品和解决方案可以覆盖金融场景的全生命周期。协助客户完成数智化 KYP(了解你的产品)，现在可以用类似于AIGC方式去总结。

“在业务理解上，我们对垂类行业的理解一定会做到90分以上。”张韶峰表示。

行业know-how是专家经验、行业知识、组织能力、工程能力的综合体，而这也恰恰是垂直企业的竞争优势所在。业内人士认为，只有在垂直行业拥有深刻认知和经验积累的人工智能企业，才具备率先构建AI赋能产业数智化的领先优势，也才能够将技术的无限遐想落地生根，撬动垂直行业变革。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。