在数字化和智能化的浪潮下,科大讯飞积极响应市场需求,持续推动智能科技的创新与应用。6月27日,科大讯飞在北京成功举办了讯飞星火V4.0发布会,以“懂你的AI助手”为主题,科大讯飞董事长刘庆峰发布了讯飞星火大模型V4.0及其相关落地应用,展示了其在大模型领域的最新成果。
在金融科技论坛,科大讯飞面向客户经理展业、尽调报告撰写、客户服务、软件开发四大应用场景,推出了基于讯飞星火V4.0大模型的AI助手产品——星火展业助手、星火尽调助手、星火智能客服、星火代码助手,能实现秒级生成客群营销建议、高效完成尽调报告撰写、快速响应客户咨询以及智能化的代码生成和管理,帮助金融机构降低成本、提高服务效率和决策质量。
星火展业助手
“在设计星火展业助手的时候,我们从客群、客户和产品三个维度,考虑客户经理的工作需求,让大模型支撑客户经理的展业工作。”会上,科大讯飞金融科技产品经理陈冰星、李伟峰,以价值客户筛选、客户经营策略生成、产品对比三个客群经营场景为例,展示了星火展业助手的四大核心能力:多维度客群数据分析,个性化经营策略生成,长文本营销内容标签抽取,海量产品文档知识问答。
从现场真机演示情况来看,星火展业助手可以将销售过程中的多个关键环节整合在一个平台上,提供连贯流畅的作业体验,避免多平台切换的繁琐。从价值客户筛选场景开始,基于多维度客群数据分析,销售人员可以快速识别高价值客户群体,并制定针对性的沟通策略。依据个性化经营策略生成,销售人员能够为客户设计定制化的产品组合和优惠方案,提高销售成功率。通过长文本内容标签抽取,销售人员可以创建有针对性的营销文案,提高客户参与度和满意度。无论是后台场景中的知识快速查询还是客户的即席提问,基于海量产品文档知识问答能力,销售人员可迅速获取结构化文档,让销售人员随时拥有强大的后援。
星火尽调助手
面向尽调报告撰写场景,科大讯飞推出星火尽调助手,旨在提升客户经理在尽调报告撰写工作中的效率和质量。星火尽调助手的推出,源于对客户经理在实际工作中面临的多重挑战的深入洞察。科大讯飞金融科技产品经理孙康、杨坤在现场发布时指出,客户经理在撰写尽调报告时常常面临信息来源众多、数据分散、搜集过程繁琐等问题,如单份素材上百页,高价值信息的筛选效率低,且风险易遗漏;一份报告上万字,素材誊写耗时长,内容分析难以面面俱到。
“星火尽调助手的设计初衷并非完全替代客户经理的工作,而是以助理和伙伴的角色,帮助客户经理提高工作效率。”孙康介绍,星火尽调助手融合了图文识别技术、长文本问答、总结、生成、推理技术以及多源异构数据集成技术,能够快速整合和分析大量文本数据,从中抽取关键信息,辅助完成贷前尽调报告,从而提升文档撰写效率与质量,为信贷审批提供支撑依据。
星火尽调助手的推出,将为客户经理带来三大工作模式的转变:信息采集环节,由人工采集信息变为机器智能采集加人工主观兜底的形式;风险防范环节,由人工判断变为支持机器预判为先、人工主观判断相结合的模式;文档编写环节,由人工编写变为机器一键成稿,同时保留客户经理编辑修改的权限和空间。
星火智能客服
智能客服是金融机构应用大模型的核心场景。在星火4.0底座能力的加持下,星火智能客服在处理超长文本、知识溯源以及实现超拟人合成能力方面,星火智能客服实现了进一步的技术升级。首先,“小飞小飞”唤醒功能使智能客服能够识别用户当前所在的页面,并主动询问用户可能遇到的问题,针对复杂的业务场景,星火智能客服能够解析用户意图、进行自主思考、获取系统信息,甚至完成业务计算。此外,星火智能客服在知识智能采编、智能体规划和流程编排方面的功能也得到了显著增强,能够从依靠人工绘制流程图、执行固化业务流程,进步到机器自主规划任务、调用相应技能,灵活地完成业务转型。
“星火智能客服为用户提供更加个性化有温度的客户体验,为企业打造线上线下全渠道的客户服务助手。”值得注意的是,星火智能客服具备快速上线新功能的能力,使金融机构业务拓展更加便捷。发布现场,王思睿、韩丽黎以手机银行代缴学校伙食费为例,展示了通过意图生成、业务技能配置和业务跳转页面流程等方式,银行快速创建和上线功能的过程。
星火代码助手
“针对金融业务逻辑代码生成效率不高、企业代码资产价值未能有效利用等行业痛点,科大讯飞发布了星火代码助手。”科大讯飞星火军团朱超表示,金融机构往往面临软件研发质量要求高、历史项目优质技术资产利用困难、AI能力提升研发效率困难等挑战。为解决这些问题,科大讯飞推出了星火代码助手,可对软件开发过程进行全链路的工作质效提升。
一方面,星火代码助手集成了代码审核、自动化测试和编程建议等功能,能够自动生成高质量的单元测试代码,从而大幅提升单元测试的效率,降低开发者的编码成本和门槛。另一方面,针对传统代码复用流程中的繁琐步骤,如权限申请、分支拉取和代码下载等,星火代码助手具备增强检索功能,可以将历史代码仓库和技术文档整合为知识库,并挂载到星火代码助手上,让开发者通过自然语言查询快速找到所需的代码片段或文档片段进行复用,有效减少资产复用的成本,提升复用率。
过去一年,行业一直在探索大模型技术在金融业务场景中的具体应用,越来越多的行业实践证明,AI不再是冰冷的技术,而是成为了真正懂金融、懂业务、懂客户的助手,为金融服务的智能化升级提供了强大动力。未来,随着大模型技术的不断发展和完善,我们有理由相信,金融服务将变得更加智能、高效和便捷。