数字化转型路径 不同维度构建能力模型进行数字化转型升级 战 略 IT 服务价值主张 合作和 SBU 管理支持 基础设施 和管理 技术架构、基础设施建设 管理经营 IT 业务 ，包括财务管理 组 织 治理、组织模型 角色 ，资源和用人模式 流 程 指标和报告 过程驱动下的交付 数字化 运营 | 客户体验 | 业务模式 数字 运营 共享与管控 互联与协同 智能化业务运营 客户 改进 建议，以推动企业的发展和进步。 设立定期的绩效评估和反馈机制，以跟踪目标 的实现情况，并对团队成员的表现给予及时反馈 和激励。 营销推广规划信息屋 明年工作计划、工作目标、 SMART 模型 具体的 目标 / 行动 可量化 的指标 Enter your title Enter your title 与公司 / 部门 的目标关联 Enter your title 时间计划 Enter Lorem Ipsum is simply dummy text Lorem Ipsum is simply dummy text Lorem Ipsum is simply dummy text 战略帆船模型 新能源 能源配售 能源增值服务 大数据 软件开发 自动化 光伏设备 低压电器 输配电设备 储能 智能终端 l 品牌架构设计总体导向 >>> 做大做强母品牌，全 力支持 集团业务整体发展

AI+ 金融：大模型引爆金融科技革命 “AI+ 应用”系列（二） 分析师：刘泽晶 SAC NO ： S1120520020002 邮箱： liuzj1@hx168.com.cn 仅供机构投资者使用 证券研究报告 | 行业深度研究报 告 联系人：刘波 邮箱： liubo1@hx168.com.cn 华西计算机团队 2023 年 7 月 28 日 请仔细阅读在本报告尾部的重要法律声明 CAGR 为 18.2% 。 u 金融行业数据、场景丰富，大模型走上金融大舞台 我们认为，金融行业数据丰富且数据质量高，具备大模型训练的良好基础。同时，金融行业细分领域众多，且大量产品最终服务于 C 端用 户， 大模型应用场景丰富。随着大模型与金融业务的融合，创新应用将层出不穷。 金融行业数字化需求刚性，投入巨大，是大模型应用落地的大舞台 ：根据艾瑞咨询的数据， 2022 年，以银行、保险、证券为主的金融机 Bloomberg GPT 、 Morgan Stanley 、 Lemonade 、苏黎世保险、度小满、瑞穗金融集团等。 u 新一轮金融科技革命，产品 & 商业模式均有望革新 我们认为，随着大模型技术与业务的深度融合，头部金融科技企业有望实现产品和商业模式的革新，实现从产品 + 服务收费向 SaaS 订阅 收 费、运营分润收费的转变。 我们认为，金融科技细分领域众多，各细分领域龙头具备技术、行业

项目编号： 餐饮服务基于 DeepSeek AI 大模型 应 用 方 案 目 录 1. 引言............................................................................................................................................... ..................................................................................9 1.3 DeepSeek 大模型简介................................................................................................. ..................................................................................13 2. DeepSeek 大模型在餐饮服务中的潜在应用........................................................................................

AI 为主角 、人为助手的协作模式 微众银行： 黄叶飞 02 大模型在研发效能上的初步探索 05 Multi-Agents 实现研发流程提效 03 大模型辅助研发遇到的困难 04 Agent 离不开的 RAG 让 AI 成为主角的人机交互方式 研发流程面临的主要问题 目 录 复杂 内部研发效率主要体现在其复杂性上： 人员 、产品 、监管事情应接不暇。 研发流程面临的主要问题？ 不同岗位工作内容的复杂性占用不少研发成本 大模型在研发效能上的初步探索 o o o 版本发布 接口测试 性能测试 Bugs 设计稿 线上运维 系统监控 测试环境 交互稿 产品文档 功能测试 测试 运维 产品 架构文档 接口文档 联调 单测 初试 在 ChatGPT 出来后， 大模型似乎能辅助研发效能的提升。 大模型在研发效能上的初步探 索 大模型在研发效能上的初步探索 ，在开发过程中便于模型能理解 公司内部的基本组件并知道如何使用； 同时将公共组件调用生成问答对更进 准的让模型理解 代码解释及关联代码 首先把所有代码把无注释的代码先生成一份代码注释 、然后将代码注释及代 码用于做微调 大模型在研发效能上的初步探索 o o o 单元测试案例及代码 提取代码中的单元测试案例 、以及单元测试的代码， 更精准的做代码微 调 微调模型的试验之路是否可行

AI 大模型在金融行业的应用前景及 潜在影响分析 ◎姚泽宇 苏杭 作者简介 ：姚泽宇，中国国际金融股份有限公司研究部执行总经理 ；苏杭，中国国际金融股份有限公司研究部分析师。 摘要：当前，金融机构主要将大模型应用于业 务场景简单的非决策类环节。本文从展业流程角度 和业务场景角度系统梳理 AI 大模型在金融行业的 应用现状，并从应用趋势、赋能空间、产业格局三 个方面对大模型在金融行业应用趋势展开探讨，动 态、辩证分析大模型对金融体系的整体影响。本文 认为，监管机构、金融机构及技术服务商等各方可 通过加强合作、明确监管合规要求、完善风控制度 等降低大模型带来的相关风险；同时，针对未来大 模型广泛应用所带来的潜在风险也需提前讨论、积 极防范。 关键词：AI 大模型；金融行业；大数据；金融 风险 中图分类号：F832 文献标识码：A 一、大模型在金融行业的应用现状 大模型的出现给 传统判别式 AI，大模型具有更强的通用泛化能力， 能够处理复杂多样的信息理解、内容生成、多轮对 话等任务，在金融领域具有较大的价值创造空间。 例如，据麦肯锡测算，大模型有望给全球金融行业 带来每年 2500 亿 ~ 4100 亿美元的增量价值，对应 约 9% ~15% 的营业利润增厚空间；据清华经管联 合度小满等发布的《2024 年金融业生成式 AI 应用 报告》，大模型驱动的新商业模式有望为金融业带

技术咨询 2 预训练语言模型 预 训 练 微 调 将模型在大规模无标注数据上进 行自监督训练得到预训练模型 将模型在下游各种自然语言处理任 务上的小规模有标注数据进行微调 得到适配模型 AI大模型就是预训练语言模型 通过在大规模宽泛的数据上进行训练后能适应一系列下游任务的模型 预训练语⾔模型“预训练 + 微调”技术范式 ⼤规模⽆标注 ⽂本数据 模型预训练 不同特定任务 有标注训练数据 有标注训练数据 模型微调 测试数据 最终模型 从海量数据中自动学习知识 Ø Big-data Driven，模型基于大规模语料训练而成； Ø Multi-tasks Adaptive，支持多种任务，包括自然 语言生成NLG和自然语言理解NLU类的任务； Ø Few-shot (Zero-shot)，在少甚至无标注样本的 条件下支持推理（自监督学习）。 产业研究 战略规划 技术咨询 3 3 大模型发展历程 众多预训练模型相继涌现，OpenAI 以 GPT2、GPT-3、ChatGPT 等系列模型为代表，持续引领大模型时代的浪潮 Ø 2017 年，Google提出Transformer 框架在机器翻译中取得显著进步，其分布式学习和强大编码能力受到广泛关注。 Ø 2018 年 Google 和 OpenAI 基于Transformer 提出了预训练语言模型 BERT 和 GPT，显著提高了NLP

某某银行大模型客服助手解决方案 01 客服领域场景概述 02 大模型技术概述 03 大模型在客服领域的应用场景 04 某某银行的大模型客服助手实践 05 未来的发展方向 目录 CONTENTS 客户服务 通过电话、手机 APP 等渠道接入 , 为客户提供业务咨询、业务办 理、产品营销等银行服务 ，以语 音服务、文本服务、视频服务为 02 大模型技术概述 03 大模型在客服领域的应用场景 04 某某银行的大模型客服助手实践 05 未来的发展方向 目录 CONTENTS 大模型的基本概念 本报告的大模型特指类似 ChatGPT 的大型语言 模 型（ Large Language Models ， LLM ） ，是 一种由包含百亿以上参数的深度神经网络构建的 自然语言模型。 简单来说 ，大模型就像是一个拥有巨大知识库的 02 、大模型技术概 述 对话式交互会成为下一个具有超级增长点的交互方式 随着技术的发展 ，人机交互正不可逆转地向人更习惯的方式靠近。可以预见的是 ，接下来是强人工智能时代 ，过去成百上 千个 App 会逐渐演化成未来的成百上千个 Chatbot 。就像 Android 和 iOS 系统为手机赋能一样 ， Chatbot 将会逐渐成为 新的操作系统 ，逐渐为各行业赋能。 02 、大模型技术概

项目编号： 企业数字化转型 AI 大模型数字底座项目 设 计 方 案 目录 1. 项目概述.................................................................................................................................................... 37 3.4 模型层...........................................................................................................................................................................39 3.4.1 大模型选择与训练.. .........................................................................................41 3.4.2 模型优化与迭代..............................................................................................