北京银行金融人工智能应用平台建设与实践-代铁.pdf

《北京银行金融人工智能应用平台建设与实践-代铁.pdf》由会员分享，可在线阅读，更多相关《北京银行金融人工智能应用平台建设与实践-代铁.pdf（24页珍藏版）》请在三个皮匠报告上搜索。

1、北京银融智能应平台建设与实践1建设背景1总体架构2技术特点3场景应用4目录CONTENTS3项目背景：人工智能技术是金融科技发展的重要推动力1.1“人工智能+”行动政府工作报告国家层面构建人工智能增长引擎行业层面金融服务全生命周期智能化 人工智能是新一轮科技革命和产业变革的重要驱动力量，加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手，是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。注重引进和培养金融、科技、数据复合型人才，重点关注大数据、人工智能等专业领域。推动营销、

2、交易、服务、风控线上化智能化。2021年，人民银行发布金融科技发展规划2022-2025抓住全球人工智能发展新机遇，以人为本全面推进智能技术在金融领域深化应用。着力打造场景感知、人机协同、跨界融合的智慧金融新业态，实现金融服务全生命周期智能化。2022年，银保监会发布关于银行业保险业数字化转型的指导意见加强创新技术的前台应用，丰富智能金融场景。国际形势AI全球竞争加剧我国在芯片、框架、基座模型等AI生态上处于劣势 自ChatGPT诞生到Sora走红，AI大模型技术引发全球持续关注，掀起了第四次人工智能革命浪潮。大模型呈现出来的智慧涌现能力，被认为不亚于PC和互联网的诞生，将彻底改变产业形态和竞

3、争格局。通用人工智能是全球科技竞争的焦点，也是中美科技博弈和战略竞争的必争之地。未来的竞争力取决于人工智能在日常业务中的应用。大模型在芯片、框架方面的建设生态不如英伟达、cuda、Pytorch等国外产品。加快建设具有全球影响力的人工智能创新策源地实施方案 2023年5月提出，到2025年，本市人工智能技术创新与产业发展进入新阶段，基础理论研究取得突破，原始创新成果影响力不断提升，关键核心技术基本实现自主可控。项目背景：金融行业大模型应用的难点1.2l美国政府半年来三次修改贸易政策，限制AI芯片、材料，甚至装有芯片的个人电脑出口中国。l英伟达限制中国AI芯片运行CUDA框架。l90%的网络数据

4、为国外产生或国外语言，ChatGPT使用的数据英文占92%，中文不到1%。l金融行业数据集较少，中文更少，内容主要是新闻和上市公司公告，内容单一。l生成式模型输出不可控，在金融场景下表现未知。l大模型金融应用测试验证困难，风险暴露不充分。l端到端解决方案不够，降低使用场景充数。4项目背景：建设AIB人工智能驱动的商业银行1.32023年，北京银行提出了“B=IB+AIB”理念，并指出:“要加快企业级数字化转型，用AI驱动构建面向未来的金融核心能力，推动经营质效和客户体验的提升，为高质量发展注入新动能。秉持“一个银行、一体数据、一体平台”的理念，聚焦人工智能技术的创新应用，积极构建金融智能生态。

5、”5发展模式业务结构客户结构营运能力管理方式支持产品创新建立量化风控模型，依托模型实验室和风险滤镜，助力打造全面的风险管理体系。3全面建设数字京行知识驱动的“大模型”应用体系优化客户服务助力建设智慧金融服务场景，为一线客户经理提供智能营销工具，提升双客体验。4加强风险管理5提高运营效率精准拓客营销利用机器学习技术，建设量化投资组合、精准营销、客户流失等模型，助力获客、活客、留客。12利用大模型驱动RPA、数字人等数字化技术重塑业务流程，降低成本，提升效率。开放语音、图像、文字识别等AI服务，利用AI技术促进智能化、数字化产品创新应用。6以数据驱动的“小模型”应用体系“大模型”+“小模型”双轮驱

6、动1.4 项目目标：建设以知识驱动的“大模型”应用体系建设背景1总体架构2技术特点3场景应用4目录CONTENTS总体功能架构2.1基础设施（算力）作业调度CPUGPUNPU监控管理集群管理邮件通知公共服务效果监控特征监控系统消息用户管理项目管理弹性扩缩存储统一接入存储统一管理计算资源接入两级资源池计算资源管理机器学习模型深度学习模型作业建模模型验证NotebookAutoML可视化建模智能OCR特征平台（数据）文本标注图片标注语音标注标注审核表管理字段管理数据申请客户信息交易信息产品信息行为信息知识库Data Analytics Engine（DAE）数据底座数据沙箱（脱敏数据）数据底座数据