「雙碳」時代,誰在重寫數字金融?
導語:在新的變化和機遇面前,碳減排是企業社會責任的簽到簿,也是技術能力的試金石。
出品丨數科社 作者丨檸溪
正如“車的器官化”之說,“綠色”一詞似乎從未像今天這般被重新切割及深刻理解,因為它所涵蓋的范疇已不再是單一維度的生產、生活、制造等高耗能產業,還包含了數據、算法以及創新的科技應用等。
當新定義下的“綠色”成為代表遠見、值得期待的未來時,所有行業便迎來了重做一遍的機會。令人欣慰的是,在結構與價值重塑的過程中,以數字化為底盤的金融服務,成為撬開一切新價值的“切口”。
揆諸現實,大部分科技創新都會依存于數據,無論是從數據到洞見,指導業務的發展方向,還是從數據到算法,優化用戶價值漏斗。為了積累和提升這些能力,很多發展到一定階段的企業,都會選擇把核心的數據和算法能力沉淀到中臺。
未來,眾多科技創新企業如何建立中臺能力?在此基礎上,如何用技術創新方式推動節能減排,實現數字科技算力提升與節能減排的平衡兼顧?
01丨發力全息科技 探索“AI中臺”奧秘
人工智能、大數據的技術浪潮,讓眾多科技企業在自己的“野區”發育不斷積累著新的經驗,也懂得基于對客群服務需求的洞察,再倒推技術應用與金融服務的融合,并形成一套方法論和能力建設體系,在千變萬化的行業環境中不斷沖出重圍。
伴隨科技創新而來的,是規模龐大且具有時效性的數據,而對這些數據的處理、分析和響應能力直接決定了企業的運作效率,這使得AI通用算法、建模以及模型應用也成了行業必須具備的“武器”。其中“AI中臺”一度是行業公認的最優解決方案。
那么從傳統能力中解耦而來,以AI、大數據為依托的數字金融服務,到底如何才能中臺化?
馬上消費的解題訣竅則是,以全息科技為實踐基礎,構建AI中臺,將所有業務都在金融云上“云化”處理。以人工智能、大數據、區塊鏈、云計算四大技術驅動,在金融云基礎上建設AI中臺、大數據中臺、業務中臺三大中臺系統,全面賦能零售+金融的多元應用場景。
總結AI中臺意義:懂數據,更懂用戶。
通過AI中臺對企業數據資產的整合,馬上消費有能力挖掘全域數據背后的深層價值并賦能給企業各種前臺業務;對各種前臺業務中具有共性的技術方案、功能模塊和中樞平臺進行統一的建設與管理,從而大幅度提高研發效率和資源利用率;并打破協作壁壘,降低溝通成本,輸出可復用的功能,提升企業進行快速試錯和快速決策的能力。
值得關注的是,產業數字化大旗招展的當下,打造強有力的中臺,也已經寫進了各大銀行、保險的戰略布局:招商銀行宣布設置數據資產與平臺研發中心,定位就是“數據中臺”;中國農業銀行制定“六大中臺”戰略,打造數據、信貸、開放銀行、零售營銷、對公營銷和運營六大中臺;中國太保集團攜手阿里云首次打造集團級數據中臺,全面向數據智能要紅利。
金融機構在提供金融服務的過程中,通過將AI中臺、數據中臺與業務中臺相結合,可以大幅提升企業生產力。以全息科技為代表,反映在具體數據上,馬上消費人臉識別對比準確率99.9%,數字聲紋識別準確率99.9%,通用場景聲紋識別準確率98.88%,唇語活體檢測準確率96.88%,動作活體檢測準確率99.6%。在智能客服方面,馬上消費已實現100%的自主智能客服,智能客服問題覆蓋量99%,智能客服分流率93%。
科技在增強算力、提升效率之外,給企業更增添了一抹低碳“綠”。
時代更替,市場變遷。科技創新也好,產業賦能也罷,數字經濟發展必須兼顧生態環境保護的思想已經成為人類共識。數據顯示,馬上消費成立以來,通過自研金融云的綠色基礎設施,已累計減少二氧化碳排放量近5.9千噸;通過線上業務辦理,實現碳減排超過63.55萬噸;通過電子合同實現碳減排近1.30萬噸;通過機器人客服,語音機器人等,累計實現碳減排近千噸。
數字金融本身就在節能減排上起著不可忽視的力量,那么如何提升綠色算力,如何高效利用中央處理器,合理分配計算資源,減少資源消耗,將顯得更為重要。
02丨綠色算力還需看技術硬核
隨著算力成為各科技平臺的新生產力,數據成為新的生產資料,計算工程呈現指數級上升,尤其承載了數字接收、處理、轉發與存儲等功能,并且跟5G、互聯網、人工智能、新能源有著緊密聯系的數據中心,仍需耗費大量電力資源。
減少數據中心的電力耗能、壓減算力的電力資源消耗,已經成為新周期里對金融企業的技術創新的又一重考驗。
工信部今年印發的《新型數據中心發展三年行動計劃(2021-2023年)》就明確提出,在3年內基本形成布局合理、技術先進、綠色低碳、算力規模與數字經濟增長相適應的新型數據中心發展格局。
加快布局綠色智能的數據與計算設施,加快節能低碳技術的研發,加快先進綠色技術產品應用,鼓勵應用高密度集成等高效IT設備,已經成為國家部署。
對于科技公司而言,在云計算時代,結合人工智能、大數據等多種技術,可通過技術創新實現資源優化。比如,在保證服務穩定的前提下,合理分配計算資源,提高資源的利用效率,也能減少服務器的用量,從而減少碳排放。
馬上消費通過系統性優化算法能力,有針對性地提升算力能效,用技術創新推進節能減排——
1. AI中臺小型化,服務器配置資源從4臺減少到1臺即可完成平臺部署,技術升級對前臺輸出效率更高,減少數據中心碳減排;
2. NLP模型小型化,采用模型剪枝、蒸餾、量化技術,整體模型縮小90%,運行速度提高30倍(CPU版本),讓智能機器人參與客服環節,發揮智能質檢效用,年均提供逾10億次服務,平均算力節省90%以上,大幅實現碳減排;
3. 依托全息科技、優化視覺算法,系統平均響應時間從2.6s降低到2.1s,識別速度提升21%,顯存利用率提升25% ,人臉識別速度提升220%(CPU版本);
在新的變化和機遇面前,碳減排是企業社會責任的簽到簿,也是技術能力的試金石。而從科技到綠色升級的背后,蘊含的是馬上消費聚焦數字化、低碳化的戰略布局,以及全面推進普惠低碳的社會責任。
相信在未來,以馬上消費為代表的企業不僅可以充分發揮自身在金融服務產品和技術創新上的優勢,助推數字經濟向好發展,還將進一步賦能包括能源在內的各行業擁抱低碳發展,與伙伴一道共建綠色智能世界。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 特斯拉Optimus Gen3量產在即,哪些環節最具確定性?
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 4 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 5 Tesla AI5芯片最新進展總結
- 6 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 7 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 8 2026,人形機器人只贏了面子
- 9 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 10 AI Infra產業鏈卡在哪里了?


分享













