云+AI，共建银行数智化未来

主讲人曹骏 03 02 01 04 自主创新&智能进化 技术推动变革 数智场景应用 数智基础设施 AI成为推动业务变革的关键力量01 腾讯从自有场景开始，与B端机构协同推动AI场景化落地 以LLM为代表的生成式AI应用进入第三年，行业场景落地呈加速趋势 腾讯700+业务场景应用AI提升应用效能 AI IN ALL腾讯云定位B + C，和行业客户共同推进AI的深入应用 金融行业大模型应用全景图 --全栈AI产品广泛探索场景应用实践，落地金融100+场景 银行数智场景应用02 数字化+智能化 银行行业大模型应用全景图--全栈AI产品广泛探索场景应用实践，生态协同，推动场景落地 乐享开箱即用一站式企业AI知识库，打造企业知识应用基础 企业级AI知识库-ima企业版 基于腾讯混元大模型与DeepSeek技术实现双模驱动，助力金融机构建动态化、权限可控、安全合规的智能知识库 多模态知识管理 支持Word、PPT、音视频、图片等30+格式的智能解析，通过RAG（检索增强生成）技术精准匹配用户查询，回答准确率超95% 支持更多AI应用拓展 提供完善的API服务与管理工具，支持企业级应用集成。乐享MCP插件，现已支持主流智能体开发平台的接入，协助企业开发业务场景AI Agent 场景2：大模型信贷尽调助手，助力银行对公信贷业务智能提效 尽调报告&信审 ✓人工审核采纳率93%✓工作效率提升10倍✓报告生成时长从10个工作日压缩到1个工作日 一站式识别+提取+分析，大模型能力覆盖95%的工作内容 腾讯78.14%人在用（超5w人），有40%的代码由AI助手生成，代码采纳率>28%，用户反馈的满意度高 某头部股份制银行基于腾讯平台的AI开发实践 腾讯代码助手解决方案 需求： ➢用户数6000+人 1、自研IDE插件困难，插件类型多，版本复杂，难以覆盖行内多样化的需求。 ➢采纳采纳率28% 2、模型微调困难，训练结果不收敛，并且新模型层不出穷，训练成果难以迭代。 ➢代码生成率31% 3、功能体验不佳，推广过程受阻，无法形成产品-推广-反馈-迭代的闭环。 4、度量体系建设难度较大，如何评估建设效果，评估AI编码对于组织的帮助成为难点。 场景4:基于腾讯会议的智能化营销展业、客户培训 金融版检测评估报告 ➢现有AI能力：AI助手（会中问答）、多语种翻译、实时转写➢AI能力接入：提供录制文件接口调用，对接行内大模型用于会议纪要、分析等场景 数据安全能力 ➢会议应用私有化部署在行内，会议沟通内容在本地服务端实时录制，录制文件云端不落地 数智结合的银行基础设施03 智能化+自主创新 TCE一站式智算集群提供通算智算一体化能力，全面提升AI应用效率 某头部商业银行智算平台案例 腾讯云一站式智算平台方案 资源提效与成本优化 项目成果 •超100小时连续训练•推理速度提升30%•3.2T高速RDMA网络•训练速度提升150-250%•高并发，千卡并发读写•GPU使用率提升60%+ ⚫一云多芯多卡适配⚫百余场景稳定运行⚫高效支撑模型训推 典型场景 ⚫AI知识库系统⚫AI辅助研发⚫智能客服系统⚫零售数字化服务 腾讯云提供包括大模型及工具平台在内的全面能力支撑行业客户业务创新 TI平台为金融银行业后训练、推理提效提供全面支撑 后训练效果/价值 腾讯云TI平台持续迭代，后训练、推理加速能力全面升级 自主创新智能进化04 腾讯云自主创新的基础平台在国内金融行业广泛应用 坚持自主创新、自主研发 国产软件主力军 •TDSQL数据库——首批上榜国家安可测评目录•TencentOS——通过国家安可测评、央行安可测评•TBDS湖仓一体——支撑企业构建自主创新数据引擎与治理体系•TCE金融云——一云多芯，支撑构建信创可用区或资源池•…… 全面推进，真替真用 掌握自主可控：软件供应链安全、持续性问题 坚持生态共建，国产云软件主力军 •信创适配：与信创服务器、操作系统等适配互认•联合方案：与ISV伙伴持续打造信创联合解决方案 深入核心业务：改造难度大、替换压力大 落地真正好用：性能低、系统兼容复杂、使用体验不佳 公、私同源多模态，更具生命力 •提供与公有云同源的私有云架构，全面适配国产软硬件，构建自主、统一平台，持续推进私有化 坚持场景打磨，让产品真正好用 •历经海量业务考验和验证，不断支持国产化场景落地攻坚，确保对金融机构穿越周期的持续、专业保障。 腾讯云TDSQL已成为金融核心应用数据库首选伙伴 大批基于TDSQL的中等规模银行新核心密集上线…… AI-Ready的创新数据管理与治理体系在国内银行业获得广泛的应用 某股份制银行新一代湖仓一体大数据平台 流批一体 AI-Ready 数据接入、治理、计算、存储，模型开发与部署，均实现自动化、实时化和高弹性，在元数据治理、查询优化、多引擎兼容性及AI开发友好性上均充分考虑了人工智能的处理需求，能够有效支撑AI的深入应用 建城流批一体的统一数据底座，通过查询加速区，对接多种大数据查询引擎，提供统一、安全的查询接口API，同时，引入高性能加速引擎，全面加强实时数据链路的分析能力，离线数据与实时数据结合，进一步满足应用不同特性查询场景。 AI-Ready、流批一体、敏捷可扩展、安全可控 近线 离线 实时 •以中台思维建设实时数据平台，整合不同场景及业务主题数据，提高实时数据的一致性及复用性。 •整合现有各离线数据平台，将数据仓库作为数据湖下的一个计算子模块，为 湖补 充 高价 值数 据，形 成“湖为主仓为辅”的数据架构。 •建设数据底座统一查询加速区，满足应用方自助探查、高并发点查等场景。 数据架构 统一元数据 金融级容灾 统一元数据中心，纳管多源（Hive、Hudi、Hbase、Kafka）元数据，实现元数据统一管理，支持事前注册元数据完成库表创建，同时支持库表创建后事后上报元数据，实现数据底座多源元数据统一纳管，为全行数据资产管理提供基础数据支撑。 实现大数据平台的容灾，创新性的构建了三AZ部署的分布式配置中心。能够根据不同业务类型设计不同的容灾级别，实现同城容灾实现秒级无感知切换，满足金融级容灾要求。 •引入了新的查询加速引擎，通过向量化引擎、基于代价的优化器等技术，支撑业务更快捷、高效地使用数据。 •基于云原生技术栈，实现实时大数据计算能力的云化部署。 •以解耦为核心思想，拆分交易型、分析型集群，满足多场景。 技术架构 智能化运维 安全可控 通过智能化技术提升运维、运营质效。将运维指标数据与机器学习模型融合，实现资源使用精准化动态推荐，提升作业运行稳定性，提升集群运营管控质量。 在腾讯云的支持下，行方建立了对平台的全面掌控能力，实现大数据核心组件的自主掌控，具备自主编译、独立部署、自主维护的能力，有效保障自主可控与软件供应链的安全性。 “云-数-模-应用”飞轮，驱动AI跨越数据和场景鸿沟，深度创造价值