“所有的思考一定是围绕数据去做，而不是像原来基于惯性思维或拍脑袋去做”。某中国最具代表性的商业银行首席信息官如是说。持续探索数据驱动赋能业务创新是该银行构建新一代数字银行的核心理念，自数据平台基础体系搭建完成后，该行不断探索基于数据驱动业务发展的场景应用，例如柜面客户归属客户经理、客户自助回单查询、实时资产负债视图等。同时，该行积极探索大模型赋能智慧金融，期望通过融合大语言模型技术，指导全行领导及员工进行经营决策，优化风险管理、资源配置，提升银行决策效率。本文将深入探讨 Kyligence AI 解决方案如何助力金融企业实现高效数据协作与深度数据挖掘。
领先的数智化举措离不开顶层思维
该行领导对数字化转型提出了明确的要求：“一不瞎折腾、二往业务靠拢”。这要求在推进数字化转型的过程中，必须保障信息与核心数据的安全，同时科技创新能力要与业务发展同步，不能成为业务的瓶颈。然而，做到这一点，离不开顶级数字化思维的设计与实践。该行在数字化目标下，要求全行基于数据提出问题，运用数据分析问题，并通过数据验证解决问题的方法和效果。无论是日常决策还是战略规划，所有的思考都应以数据为导向，而非依赖惯性思维或主观臆断。无论是业务部门还是科技部门，在整个转型过程中应关注如何使用数据、应用数据。
因此，该行践行数据驱动决策的模式，深入分析海量客户数据，制定更为精准的营销策略和产品设计。在数据产品创新方面，开发出更贴合客户需求的金融产品和服务。同时，该行构建了数据服务体系，将数据转化为服务能力，提供个性化金融服务。随着大语言模型的应用落地，该行积极探索大模型赋能智慧金融，期望通过融合大语言模型技术，以创新的方式展示全行经营关键指标。行领导可以通过自然语言交互，快速对利息净收入等核心经营指标的变化进行业务归因问答，从而指导业务决策，优化风险管理、资源配置，提升银行决策效率。经 Kyligence 专家团队与之交流与评估，该行存在以下痛点：
以往银行领导看数需重度依赖 IT，加之传统取数方式周期长，灵活性低，难以快速洞察核心业务变化及应对复杂的外界金融环境；
对于指标异动原因没有高效的分析方式，依赖 IT 或分析人员层层下钻到明细数据进行分析，效率低下，无法快速指导决策。
Kyligence AI 解决方案及成果
Kyligence AI 解决方案为企业级客户提供可靠、安全、可控的 Data + AI 落地应用，通过对接企业已有的数据源，智能一站式指标平台将帮助企业实现统一的数据语言和目标管理，以及服务型的数据治理；其配备的 AI 数智助理将进一步降低业务用户使用数据的门槛，助力业务人员进行快速、准确的决策，为业务创新提供准确可靠、 100% 可解释的数据支持；此外，Kyligence 独具技术优势的企业级 OLAP 平台更将为企业大规模使用数据、推广 AI 应用提供坚实的技术底座。
目前，该行已部署本地版 Kyligence AI 解决方案，并将 Kyligence 司南本地大语言模型对接部署在行内国产信创 GPU 硬件，设计并管理银行经营管理类指标。Kyligence 指标平台 + AI 数智助理通过与 LLM 大模型结合，可直接赋能行领导与业务部门通过自然语言问答方式，敏捷进行核心业务指标归因与洞察，促进大模型应用创新与数智金融落地。该方案已实现以下效果：
图：自然语言问答指标进展
提升指标归因分析：行领导可直接与AI 数智助理进行自然语言对话，快速、灵活地从不同视角对业务指标进行归因；
提升数据洞察效率：结合 AI 创新用数模式，降低用数门槛，成倍提升指标用数效率，快速洞察业务，提升金融决策效率。
联系我们
如需了解企业级指标平台及 AI 产品的更多信息，欢迎致电 400-8658-757 进行相关业务咨询。
内容说明：财视中国对本文的撰写亦有贡献。
Kyligence 已服务中国、美国、欧洲及亚太的多个银行、证券、保险、制造、零售、医疗等行业客户，包括建设银行、平安银行、浦发银行、北京银行、宁波银行、太平洋保险、中国银联、上汽、长安汽车、星巴克、安踏、李宁、阿斯利康、UBS、MetLife 等全球知名企业，并和微软、亚马逊云科技、华为、安永、德勤等达成全球合作伙伴关系。Kyligence 获得来自红点、宽带资本、顺为资本、斯道资本、Coatue、浦银国际、中金资本、歌斐资产、国方资本等机构多次投资。
点击「阅读原文」了解更多
