中关村科金:不断向前,拥抱下一个十年

2024-04-30
来源:融中财经 作者:融中财经
走在趋势前面。

GPT发布后,大模型成了新一代技术的焦点,其实早在十年前就已经有企业在模型领域不断深耕。

中关村科金,成立于2014年,过去十年的时间靠扎实的技术基础和领先的技术创新,为1600余家头部企业、200多个应用场景提供解决方案。并且获得IDG、中金资本等知名机构的青睐。

“中关村科金始终坚持AI长期主义战略,深入把握技术发展潮流,在对话式AI方向持续深耕,不断创新技术和产品,赋能千行百业,最终实现客户价值最大化。”中关村科金副总裁胡建林在出席2024中关村论坛年会“未来产业创新发展论坛”期间对融中财经分享道。

胡建林在2024中关村论坛年会上发言

“我们相信大模型技术可见未来十年的应用红利,而近两年正处在从技术突破期到应用深化期的临界点。中关村科金目前已完成了新一轮的布局:围绕知识平权、决策平权和体验平权“三大方向”,布局大模型+的“八大应用”,来满足市场需求和推动产业升级,提升新质生产力。”

在大模型火爆的如今,中关村科金将迎来下一个更好的十年。

01

技术为本的长期主义

GPT狂飙后,人工智能再次成为了话题的焦点。

其实,早在GPT发布之前,人工智能就已经成为了大众生活中一个重要的部分,而人工智能最初渗透的场景就是AI对话。

坚持AI长期主义战略的中关村科金,通过自研领域大模型、音视频、多模态交互三大核心技术,已经打造了数字化洞察与营销、数字化服务与运营、数“智”底座三大产品矩阵。

凭借领先的AI技术实力、系统的解决方案能力、深度的行业服务经验,中关村科金已服务1600余家头部企业200多个场景,将AI创新广泛应用于金融、政务、零售、医疗、制造等行业,助力企业高效赢得客户,实现数智化转型升级。

累计服务了工商银行、中国银行、邮储银行、招商银行、中国人保、泰康保险集团、中信证券、五矿信托、国家电网、上汽集团、中国长安、龙湖地产、百安居、捷安特、基恩士等数十家500强客户,拥有泛行业数字化经验。

而这一切的起点属于对金融行业的服务,聊起为何选择金融业作为业务的切入点,中关村科金副总裁胡建林表示,一方面是因为公司相关方在金融行业拥有较为深厚的积累和传承,另一方面是金融行业自身特点和公司商业策略决定的。

“与其他行业相比,金融机构的数据基础更好,对于数字化转型的需求也更明确,智能化手段带来的商业价值更明显。且强监管下的金融机构对产品技术要求更高,促使我们不断打磨和完善产品技术能力,提升产品技术的复用价值,可以快速适应其他行业需求。并且,金融行业作为国民经济的命脉,具有较高的社会关注度、品牌影响力和行业示范效应,增强其他行业对我们的信任和接受度。”

从金融行业切入,渗透到零售、政务、制造各个领域,中关村科金的技术逐渐成熟,也备受资本的青睐。截至目前,中关村科金已经完成了B轮融资,IDG、中金资本、方源资本、歌斐资产等均为其背后投资机构,累计获得约35亿元战略投资。并连续多年入选胡润百富全球独角兽榜,在《2023全球独角兽榜》中关村科金位列国内人工智能独角兽企业第七名。

“拿到融资之后,我们做的最重要的事情就是人才队伍的搭建和底层技术的打磨”胡建林这样说道,在如今千人员工的规模中,中关村科金的技术人员占比达到了67%,这样一个技术氛围浓厚的企业搭建了人工智能研究院,汇集了大批人工智能领域的顶尖人才与专家,团队规模超 300 余人。核心成员由清华、北大、中科院博士组成。

在技术方面,中关村科金坚持AI的长期主义战略。

底层技术能力方面,自主研发自然语言处理、语音识别、多模态生物防伪、OCR等多项人工智能原子能力,以及实时音视频通信、大数据等技术能力。累计申请受理408项专利,获得329项软著及CMMI5国际认证。其中,人脸识别、声纹识别等人工智能前沿技术领先行业,屡获国际大奖。中关村科金在国际深度伪造大赛FF++中以综合准确率94.1%斩获冠军;在国际声纹顶级赛事VoxSRC中以识别率99.7%的成绩获得双赛道亚军。并且还入选中国信通院“可信AI”人脸识别评估首批优秀级、工信部 “人工智能产业创新任务”揭榜单位。

针对前沿的大模型技术,中关村科金构建了组合式AI、持续学习、模型安全可行、平台化服务四大核心技术能力,即融合大模型和小模型的组合式AI风险分析、预测与决策技术,基于多模态人类反馈强化学习的人机协作复杂智能计算技术,基于多层防御增强的领域大模型安全可信核验技术体系和基于多层防御增强的领域大模型安全防伪技术体系;以及基于大模型的服务平台(MaaS)。

此外,中关村科金独创的模型微调技术,已实现领域大模型单卡推理、单周迭代,且能避免灾难性遗忘,模型能力获中国信通院权威机构认证,具备全面的语义、语音、视觉等基础能力,在5个能力域、46个能力项评测中准确度达95%+,已达到当前国产大模型最高能力级别4+,加速领域大模型高效商业化落地。

02

拥抱大模型

想要做好技术公司,不能只是迎接变化,还要走在变化前面。

中关村科金亦是如此,早在大模型火爆之前,就开始了对大模型的布局和接壤。

目前,中关村科金大模型应用已在银行、证券、信托、政务、制造等行业落地了企业知识库、企业办公、培训、投顾、核保、合规、营销、反诈等多个业务场景。

比如,在证券行业落地AIGC应用知识助手,基于大模型内容生成能力,为客户经理生成不同对客阶段、多样化的客户营销话术,营销文案撰写时间从10分钟缩短至10秒,高效辅助客户经理展业,提升客户经理对客服务的专业性;

在政务领域落地医保全知大模型,帮助群众实现医保问题即问即答,一站式获取医保全量信息。在公安反诈领域,大模型能够从以往几十、上百万的宣防劝阻电话录音中,学到受害人画像和不同诈骗手法排列组合下不同的应对话术,一分钟之内拨打电话,实现快速宣防劝阻;

在某头部零售企业应用场景中,以前在一个新场景构建外呼机器人,需要2-3周时间,且需要非常熟练的话术师。但现在,借助中关村科金领域大模型,只需1-2天时间即可成功交付,大幅降低交付成本,加快交付效率。原有30个话术师的工作量,现在2人即可完成,而且语义理解准确度从85%提升至94% 。

针对大模型最新的发展,胡建林表示,从业者必须敏锐地把握这一潮流,积极整合大模型技术以优化生产流程和提升产品和服务的智能化水平,从而满足市场对高效和个性化需求的期待。

同时,随着“人工智能+”行动的提出,企业也站在了重新定义商业模式的风口浪尖。大模型技术的引入不仅能够推动企业探索新的盈利模式,还能够激发价值创造,这要求从业者不仅要关注技术本身,还要思考如何将技术落地场景应用,通过创新商业模式来捕捉新兴市场的潜在价值,确保企业在竞争激烈的市场中保持领先。

在中关村科金看来,一个通用大模型不能代表所有,在企业内部,应该有四类大模型:私有化部署的通用大模型、知识大模型、工具大模型和决策型大模型。作为“大脑”,拥有更强的人机交互能力的大模型不是传统模型的替代品,基于认知推理的复杂任务拆解,精密规划并调用相应工具和小模型,将大模型与小模型进行深度融合,打通企业服务“最后一公里”。

因此,中关村科金未来将构建四大关键技术能力,包含模型安全可控、组合式AI、持续学习、平台化服务能力,长期以四大关键技术能力要求为核心,构建技术体系,围绕科技平权的“三大方向”,布局大模型+“八大应用”,帮助企业实现业务目标并提升市场竞争力,驱动数字经济高质量发展。

03

在创新中,寻找优势

技术也是一种潮流,但是想要做好不能只追随潮流,更要在潮流中创新。

对于技术创新,中关村科金过去的经验、数据、技术的积累都是其竞争优势和护城河。

ChatGPT火热伊始,多家行业头部企业与中关村科金开展共创,尝试推进大模型技术在具体场景的应用。中关村科金却发现通用大模型在企业具体场景中的应用效果不理想。

面对这一挑战,中关村科金认识到需要对通用大模型进行优化,以适应企业特定的业务场景和需求。

历时半年的研究和开发,耗费10万卡天算力,中关村科金整理出原子任务间的协同增益关系图,用于掺混数据,提升模型训练效果效率,单周完成模型微调,且能避免模型的灾难性遗忘。这一技术使得通用大模型能够高效地被训练成领域大模型,并且结合领域知识库,满足企业具体场景的需求。

基于这项技术,中关村科金进行了产品创新——公司推出了企业知识大模型、大模型应用开发平台以及“超级员工”系列AIGC应用,这些产品和平台的推出加速了大模型技术的快速落地,并为企业提供了开箱即用、系统无缝衔接、成本可负担的专属领域大模型服务。

再如金融安全领域,中关村科金拥有着技术和经验上的传统优势:中关村科金多模态生物防伪技术能够有效对抗100+攻击算法,拦截成功率>95%,已完成2亿客户身份核验,保障万亿授信资金安全落地。

然而,安全问题始终是金融行业的重大挑战之一,人脸安全事件频发,国家高度重视并提出警告,全行业每年黑产欺诈涉及资金额超过1100亿元。应对安全攻击的防御方案天然滞后于攻击的发生,这就带来了认知的客观时间差。

随着大模型的出现,中关村科金在原有的多模态生物识别与安全平台的基础上,创新应用大模型更强的编码能力、数据承载能力和域外推理能力,推出了“金融领域的多模态防伪专有大模型”,有效增强了对从未出现的攻击方式的应对能力,防御指标从90%提升到了99.9%,大幅缩小漏洞风险敞口。目前已在国内多家头部金融机构中得到应用,证明了其技术的先进性和实用性。

敏锐的嗅觉、经验的沉淀、开放的心态,都推动着中关村科金不断向前,拥抱下一个十年。

第一时间获取股权投资行业新鲜资讯和深度商业分析,请在微信中搜索“融中财经”公众号,或者用手机扫描左侧二维码,即可获得融中财经每日精华内容推送。

融中 热门

您可能也喜欢的文章