南京诚勤教育科技有限公司 校园数据分析模型方案 V2.0 新 兴 教 育 大 数 据 服 务 商 工具 + 数据服务 Tools & Data Servies 特点： 1 ）工具灵活可插拔，不会成为负 资产。 2 ）投入小，见效快，可快速 开展基于学校现有信息化建设 状态下的数据分析应用。 3 ）数据服务碎片化，基于业务 需要进行选择。 模型 01. 校园印记 —— 为每位师生留下学校专属记忆 常州工程职业技术学院 - 教学诊改数据可视化中心 03. 预警类模型 江苏农林职业技术学院 - 学生疑似不在校模型分析 从学生的 : 一卡通消费记录 上网日志 图书借阅 各类门禁 课程签到 跑操打卡 数据维度构建分析 模型 通过刷卡时间段区 间为指标 计算学生是否在校 南京晓庄学院 - 一卡通数据分析 找方案 & 找标准 1. 找方案微信公众号（扫第一个码）每日分享各个领域高质量专业的解决方案，内容包括智慧城市、乡村振兴、智慧城管、 南京邮电大学 - 迎新数据大屏 杭州师范大学 -2019 官微新生大数据报告 南京晓庄学院 - 《我的大学时光》毕业生数据报告 模型 05. 招生数据报告服务 —— 让每年全校及学院招生情况分析报告输出更加简单 【我们如何思考解决？】 •简单便捷，只要上传基于高招网导 出的 Excel ，即自动产生当前招生数 据报告。 •统计准确高，避免人为错误。 1. 人工处理，工作量大 2

金融科技 36 国际金融 2024-10 INTERNATIONAL FINANCE 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 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 而在对金融领域专业能力要求较高、涉及提供强金 融投资建议、需要承担核心分析决策任务的业务场 景和业务环节中，大模型的落地应用仍然面临较大 约束和挑战，难以直接替代专业人员完成分析决策 任务，更多作为辅助核心决策人员展业的助手。具 体来看，大模型在金融领域应用的边界和约束主要 包括金融领域专业能力仍有欠缺、难以提供涉及较 严监管领域的复杂金融投资建议、在核心分析决策 环节无法替代人工等。 其中，在金融专业能力方面，由于金融服务存

智慧税务 大数据分析平台解决方案 目录 智慧税务大数据分析平台综述 1 智慧税务大数据分析平台总体架构 2 智慧税务大数据分析平台演进路线 3 智慧税务大数据分析平台一期实施重点 4 智慧税务大数据质量管理平台 5 6 Page 3 智慧税务管理分析类应用建设现状基本分析 关注的内容 存在的问题 基本的现状  集团数据仓库累积数据没有充分利用  缺乏面向整个智慧税务大数据的统 图，客户行为分析和预测无法实现；  缺乏面向金融业务运营管理的关键绩 效指标体系；  ……  已建立面向整个金融业务的数据仓 库，整合了前台业务运营数据和后台 管理数据，建立了面向金融的管理分 析应用；  智慧税务大数据已开展供应链金融、 人人贷和保理等多种业务，积累了一 定量的业务数据，同时业务人员也从 客户管理、风险评级和经营规模预测 等方面，提出了大量分析预测需求； 税源信息采集通道狭窄，缺乏有效的采集工具，无法保证采集质量。 3. 载体限于增值税发票。“金税工程” 三期仍然未解决税源的基础数据——交易数据采集问 题。 4. 税源管理体系存在缺陷，不能将企业交易与经营过程信息有机结合，税源信息分析亟需 创新的系统支撑。 5. “ 信息管税”能力和水平有待进一步提高和加强。 税务管理的机会与挑战 发票和申报信息 交易及其相关信息 需要关注的问题： 税源数据获取是一切工作的基础！

智能分析 AI Agent 在金 融 行业的先进实践与展 望 数势科技 岑润哲 金融行业经营分析领 域的现状和痛点 智能分析 AI Agent 相 较 传统解决思路的技术 创新 总结与展望 当前行业内通用解决思 路及主要问题 智能分析 AI Agent 的 应 用场景与价值 目录 C O N T E N T S 01 03 05 02 04 walmart* 简介 01 CONTENTS 金融行业经营分析领域的 现状和痛点 痛点 以下是 3 个不同客户发出的真实声音示例，反映了管理团队对现有数据 驾驶舱大屏产品的痛点体验： Data ≠� Insight ： " 我们公司花了很大精力建设了驾驶舱和各种大屏， 看起来很高端，但数字并不等于见解。每次有具体问题，团队还得回去 挖数据、分析指标，周报变成了无尽的等待游戏。 " Speed is is Everything ： " 每当董事会要求针对数据作出快速反应时， 我都希望能够立刻拿到结论，这个数据大屏却只能给我表面的数，深入 分析还得是手工在数仓里建作业，太慢了 。 " The Golden Why Question ： " 我们的驾驶舱解决了数据展示的问 题，但未触及数据解释的关键。当涉及到业务背后的为什么时，它似乎 没有答案。 " 这些真实的客户声音例子反映了一个通用的诉

采取实测的方式，成立产品测试团队，通过多个维度对基础大模型及相关产品进行评测，并邀请外部专家团队深入分析各个产品答案准确性、合理性等，在 审 核委员会的监督下，最终得出各厂商的评估结果，供用户选型参考。 toC 通用 场景类 生活助手 办公工具 toB 特定 行业类 金融 : 推荐场景 金融 / 咨询服务 : 财报 / 市场分析 互联网 / 媒体 : 文案 / 海报设计、广告词 创作、视频生成场景 学 习 与 实 训 社 区 预训练模型应 ⽤⼯具 低代码开发⼯ 具 安全与隐私⼯ 具 ⾃动化深度学 习 可视化分析 ⼯具 开发套 件 工具与 组建 量⼦机器 学习 云上部署编排⼯具 边缘与移动端推理引擎 大规模分布式训练 服务器推理引擎 全场景统一部署 前端推理引擎 自然语言处理 联邦学习 ，腾讯混元大模型 已经能够处理超长文本 ，通过位置编码优化技术 ，混元大模型对于长文处理效果和性能得到了提升。 支持文学创作、文本摘要、角色扮演能力 准确理解用户意图 ，基于输入数据或信息进行推理、分析 支持 AI 输入文字内容 ，然后给出相应的回答 ，可有效解决事实性、 时效性问题 ，提升内容生成效果。 具有识别“ 陷阱 ”的能力 ，通过强化学习方法拒绝被“诱导 ”，当用户可能问出难以回答甚至无法回