目前负责澜舟科技的产品研发和商业化落地工作。2021年9月加入澜舟科技,之前曾任阿里云大数据与AI产品和解决方案负责人,城市大脑产品负责人。此前在微软美国和中国工作十余年,曾任微软中国云计算与企业事业部首席产品经理,先后负责微软 Azure 认知服务,CityNext 智慧城市大数据平台等产品。她具有北京大学学士、美国纽约州立大学硕士、宾州州立大学MBA学位。

目前负责澜舟科技的产品研发和商业化落地工作。2021年9月加入澜舟科技,之前曾任阿里云大数据与AI产品和解决方案负责人,城市大脑产品负责人。此前在微软美国和中国工作十余年,曾任微软中国云计算与企业事业部首席产品经理,先后负责微软 Azure 认知服务,CityNext 智慧城市大数据平台等产品。她具有北京大学学士、美国纽约州立大学硕士、宾州州立大学MBA学位。
AI的演进之路,从只能做单个任务的专用模型的AI 1.0时代,到一个通用模型做广泛任务的AI 2.0时代,最终走向通用人工智能(AGI)。人工智能也从感知智能,走向认知智能,到生成智能及决策智能。随着AI能力越来越强,开发和使用越来越简单,结果也越来越可控。
进入大模型时代过程中,各个行业AI应用发展成熟度不一,关键要素在于:
①行业特征与企业经营目标导向;
②数字化基础能力建设;
③数据资源沉淀,特别是行业know-how导向数据资源等。
大模型产业链可大致分为基础设施层、模型层及应用层,目前整体层级尚不够完整,能够全栈端到端布局的玩家数量相当有限。大多数公司选择进行部分布局,如中间层和应用层都持续有具有深度行业理解的创业公司进入,澜舟科技选择在模型层和应用层并进。
行业案例:金融行业的人工智能技术应用场景的广度不断扩展,目前已经覆盖营销、服务、投研、投顾、风控、研发等前中后台数字化经营关键环节,于行业而言,其核心价值将在原有AI能力的基础上进一步释放,结合业务云化趋势,"Al+金融"正在进入深化应用创新的阶段。
目前为止,澜舟科技基于孟子金融行业大模型,已经签约同花顺、华夏基金、中金公司、联通资本等金融行业客户或伙伴企业,并在智能投研场景中先行落地,且逐步进入营销、服务、投顾等业务场景中。
金融行业的应用场景丰富,是最早进行数字化转型的机构,因此数字化程度高,成为AI大模型落地应用的最佳场景之一。
演讲提纲:
听众收益:



