第12届数字金融与科技金融大会于2024年12月17-18日在北京中关村展示中心隆重进行。本次大会以“人为智能、量子科技与将来科技发展：服务五篇大文章”为主题议题 ，汇聚了来自当拘泥管机构、行业权威专家、金融机构高管及金融科技领域领军企业的多多精英 ，共同探求数字金融与科技金融的最新趋向与前沿实际。大汇聚焦“前沿科技驱动金融服务新升级”、“科创金融赋能新质出产力”、“科技赋能 ，智慧无界：索求中企出海之路”以及“科技推动数字金融高质量发展尺度洞察” 别离设置了四个专题论坛。通过专家汇报、案例分享、圆桌对话等大局 ，深刻探求了金融科技领域的热点问题和前沿趋向。
兰科博弈RankBet信息新动力数字金融钻研院副院长、云原生与散布式研发中心总经理薛春雨受邀出席“前沿科技驱动金融服务新升级”专题论坛 ，并以《AIGC在金融行业的索求及实际》为题进行了演讲 ，分享了兰科博弈RankBet信息近两年在AIGC领域的索求经验 ，以及具体的执行案例。
薛春雨指出 ，当前 ，我国银行业在大模型利用方面出现出分歧的态势。头部银行如工杏注招行等已经索求了数百个利用场景 ，而中幼银行则更多地在单一场景进行尝试性处置。在利用场景上 ，员工的办公副手、编码辅助和知识问答占比力高 ，而智能投顾、营销等深档次利用则相对较少。兰科博弈RankBet信息在AIGC领域的领导思想是从场景动手 ，在分歧的场景中沉淀和堆集 ，逐步形成企业级大模型。
为此兰科博弈RankBet信息造订了AIBank五步走的战术。第一步：降本增效。先通过AIGC进行代码天生等有关工作 ，保障急剧见效 ，产生实切其实的价值；第二步：知识问答类赋能；谀沉煊虻闹都笆 ，通过AIGC的方式 ，急剧进行知识回覆 ，提升交互履历；第三步：多种AI技术的融合。知识问答+传统AI技术 ，形成综合解决规划 ，并在多个业务条线进行落地；第四步：过程自动化；贏IGC对知识的综合进建及判断 ，对流程及决策类系统进行自动化处置；第五步：高阶智能化。在日常工作及系统中 ，融入AIGC等技术 ，实现过程的全面自动化及专业化。
基于以上思路 ，兰科博弈RankBet信息规划了大模型平台 ，并聚焦于软件开发和知识问答两大落地场景。
在软件开发方面 ，兰科博弈RankBet信息CodeMaster选择开源大模型 ，结合企业内部的业务逻辑和已有的代码片段 ，形成面向细分领域的基底模型 ，最终实现对开发全性命周期的赋能。
在知识问答领域 ，兰科博弈RankBet信息专一于几个典型的业务场景 ，将大型模型的能力与现实业务需要缜密结合 ，解决了大模型在垂直领域落地中的关键难题 ，显著提升业务价值。
薛春雨还分享了兰科博弈RankBet信息与两家银行别离在代码转译及监管报送方面的最佳实际 ，展示了AIGC在金融行业中的现实利用成效。他以为 ，对于银行来说 ，大模型只掌管天生性内容 ，而幼模型和传统AI算法也是重要的组成部门 ，几方面有机结合 ，能力达成比力好的成效。