案例名称:【交易业务运营过程中的数字化转型实践】
公司名称:【长江证券股份有限公司(000783)】
案例简述:
随着金融行业的高速发展,业务办理线上化、自动化、智能化已是大势所趋。公司在交易业务运营的数字化转型过程中,经历了三个阶段:分散化运营、集中化运营、智能化运营。
(一)分支机构按照总部发布的任务范围和要求,分散开展业务,业务效果高度依赖业务员的 个人能力。
(二)按照“有序推进、由分到总”的模式逐步实现集中化运营。集中运营平台针对原有业务流程进行精准优化,业务逐步全面覆盖,以凭证无纸化、现场自助终端、远程视频等技术,实现了 7*24小时“全员业务受理、总部集中办理”的集中运营模式。
(三)采用人工智能等新兴技术,逐步打造了全流程智能化的智能审核系统,事中进行实时质检和语音辅助,事后进行智能助审和客户资料自动化复检。应用RPA技术,将人工参与转变成系统自动化执行,减少人为操作失误,提升效率。智能化转型后,客户体验和业务办理效率得到明显提 升,客户和工作人员切实享受到了数字化转型的红利。
经过多年努力,公司已完成一百余项业务的数字化转型,形成了初具规模的数字化券商蓝图,交易运营类业务数字化覆盖率达98%以上,单笔业务平均耗时缩短近60%,为企业投融资、社会资金流动提供了高效的平台,为我国振兴制造业、实现疫情后经济复苏做出了卓越的贡献。
扫码查看详细案例
好文章,需要你的鼓励
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。