即使传 奇如乔布斯，也承认自己踩过不少坑，留下了很多“伤疤”。
他在1997年苹果开发者会议中说：“ 你必须从客户体验开始，然后反向去寻找技术 。而不是先从技术开始，然后想办法把它卖掉。我犯过的这样错误恐怕比这个房间里的任何人都多，留下的很多伤疤。”
01
PMF即“真理”
AI时代，并不会改变商业的底层逻辑，PMF（Product-Market Fit，产品与市场的匹配度）是必须迈过去的坎。
金沙江创投主管合伙人朱啸虎，在最近的一次采访中谈及AIGC时，总共说了16次“PMF”。他已不再投没有应用场景的AIGC项目。
残酷的现实摆在眼前：2023年以来，AIGC的爆发打开了很多行业的想象空间，大家都觉得再不做就晚了。结果一年过去，发现在诸多场景遇到了落地上的阻力。
一个典型案例是，某个AI创业团队，拿了天使轮，做法律方向。但创业一年始终解决不了法律条文的准确率问题，模型幻觉严重。融资款主要用来招兼职开发、买法律相关数据，目前已花完，但整体没进展，剩余款项也迟迟不能到位，团队陷入了停滞状态。
玩家们终于意识到，看得见摸不着的海市蜃楼，终有消逝的一刻。 AI大模型的真正价值，归根结底要体现在具体的场景中。
本次政府工作报告，首次提出了“人工智能+”行动。AI+行业的火越烧越旺。
有没有成功的案例？
02
奇富大模型赢在哪？
大浪淘沙后人们惊讶地发现，金融科技行业，站在了赛道的最前端，起跑姿势最为丝滑。
原因也不复杂。大模型+金融，归根结底是“软硬结合”的金融科技探索与实践方向。 “软”在于对金融业务层面的深入理解，“硬”则在于技术、数据、算力方面的积累。 对此，金融科技行业对此天然有渴求，早在多年前便开始了探索。
奇富科技就是其中之一。
最新财报显示， 2023年Q4奇富科技实现净收入44.96亿元，同比增加15.08%；公司股东应占净利润11.12亿元，同比增长27.49%；公司股东应占非公认会计准则下净利润为11.54亿元，同比增长25.01%。
运营数据上，Q4奇富科技总撮合及发起贷款规模达1190.02亿元，较2022年同期1045.72亿元增长13.8%。2023年全年促成和发放贷款总额4758亿元，累计获授信额度用户5090万同比增长14.4%。
随着奇富大模型走出了磨合期，为公司业务赋能的效果日益显著。其自我学习更新的表现，改编一句余承东的话说就是“全行业都能用、越用越好用”。
奇富大模型，何以新之？
中金公司形容，大模型的迭代是一场“暴力”填数据、拔规模而造就的“美学盛宴”。行业大模型优势在于“专精”，贴近真实场景（具备行业know-how），可满足特定任务需求。
不得不承认，主打垂类领域，奇富科技的先发优势令人艳羡。
在“软”的层面，奇富科技积累了足够丰富的业务洞察与场景分析，将金融业务流程拆分成一系列可智能化节点。 例如，生成式AI的一大痛点是内容真实性与内容合规，而奇富科技依靠一系列政策规范文档与条款，形成了丰富的信贷合规处置经验，并以此完成信息围栏的构建，让大模型安全可控。
在“硬”的层面，奇富科技在数据行为、语料、问答、金融图谱等方面，已经积累了大规模数据；在技术积累方面，其一直具有优越背景，AI视觉、语音文本互换，自然语言处理与神经网络算法都处于互联网公司第一梯队，且拥有适配金融行业需求的充沛算力。
有一说一，奇富科技对于AI的诉求，并不是因为AIGC的出现而突然出现。实际上，该公司从很早就开始探索AI对于业务的改进，并在某些业务环节实现了AIGC参与的降本增效。
朱啸虎说，你不要去砸钱做AIGC，关键是找不找得到PMF。时代机会无私地展现给所有人，但不是每位选手都能产生更快的加速度。在这方面，奇富科技的积淀已深，准备好迎接一场泼天的富贵。
早在2017年，奇富科技就通过AI算法平台、算法库进行训练，最终提炼出了能够真正用于业务场景的各种模型。2022年，奇富科技更是前瞻性地启动了大模型团队建设、算力准备和技术研发工作，将大模型确立为公司的战略级项目。随后的2023年AIGC大爆发，公司进一步倾注大量资金、人力及其他关键资源，全力推进大模型的发展。
那些拥有足够创新意识和实干精神的企业，才能成为跑在前面的弄潮儿。
经过一年多的实践探索，奇富大模型在营销、电销、编程等多个场景中均取得了显著成效。在基于开源基准的基础知识能力评测中， 奇富大模型不仅在与参数相同的开源金融模型中效果最佳，更是超越了部分参数更大的开源金融模型。
以营销领域为例，奇富科技将AIGC与大模型技术相结合，形成了自动化+AIGC的全闭环能力，这在业内堪称首屈一指的创新。目前，超过70%的图片素材和20%的视频素材都由AI生成，应用到实战后，客户触达规模提升了21.4%，授信成本优化了9%。大模型对业务增效的逻辑，实实在在摆在了眼前。
在电销坐席方面，语义分析和线索挖掘帮助提升电销线索识别准确率高达98%，同时将转化率提高超过5%。
在智能客服场景中，传统模式会让客户明显感觉是在与机器人对话。而经过大模型陪练机器人的帮助，奇富的电销系统通话时长提升了15.1%，侧面反映出用户的对话体验有了明显改善。
在通话质检环节，大模型自动化质检实现了100%覆盖，将检出率提高了15%。在语音机器人话术生成场景，生成话术优质率已达70%。
此外，奇富科技还打造出小微用户知识图谱，覆盖了高达97.26%的小微用户，且能深度剖析法人、上级机构、抵押、债权等多种复杂的关系类型，从而有效降低了风险敞口，提升风控能力。
如今，朱啸虎投AIGC项目的一个考核指标，就是PMF，看能否创造数量级的价值提升。核心在于，深刻认知行业的特性，探寻成本效益的最佳优化方案。确实难找，但奇富大模型短期内达成的数据也证明，这种高价值垂类模型是真真切切的存在。
03
金融机构需要什么？
乔布斯说，在我们为苹果制定战略和愿景时，一开始是从我们能为客户带来怎样的好处开始考虑，我们能将客户带向哪里？而不是一开始先和工程师们一起坐下来，弄清楚我们拥有哪些厉害的技术，然后考虑如何营销它。
金融机构需要什么？
去年5月，奇富科技对104家中小金融机构进行访谈，旨在分析金融机构对于GPT产品的需求。调研发现：
72%的受访金融机构相信，通过使用自然、流畅、个性化语言的GPT产品，可以有效 缓解客户情绪， 降低客户投诉率 。
67%的受访金融机构表示，他们需要一款能够全面、准确地解读征信报告的GPT产品， 提高信贷人员的工作效率和精准度 。
64%的受访金融机构认为，GPT产品的能力将有助于提炼信息、整合材料、生成报告， 减轻金融机构内部繁重的案头工作 。
奇富大模型作为首个金融行业的垂直大模型，跑通PMF后，向内可聚力，向外可赋能。
举个栗子。
奇富大模型的另一应用分支——毓智AI专家，专门为金融产品研发和数据分析等应用场景提供支持。这是首个将大模型应用于代码开发和数据分析等技术领域的尝试，具备了研发工程师和数据分析师的专业能力。
通过毓智AI专家的帮助，奇富科技将过往金融科技业务成果整理并输出，形成了可复用的金融技术研发实践知识库。此外，毓智虚拟数据分析专家能够应对各类金融业务数据分析需求，为金融商业数据分析提供了更易理解的解决方案。
NBA比赛中，要想赢得胜利，需要有一股“关键力量”。商场同样是竞技场，金融科技行业想成为AI弄潮儿，奇富大模型就扮演着“关键力量”的角色。
比如核心的业务风控环节，以奇富大模型基座为核心衍生的智能征信解读，可以帮助金融机构更加全面、高效地理解和判断用户，优化过去在智能征信解读上千万级变量衍生和众多深度模型建设工作。也就是说，大模型是对无数AI模型更智能化的替代。
在新能源车领域，纯电路线和增程路线一直争论不休，但从理想汽车、赛力斯问界的销量来看，更多用户选择了没有里程焦虑的增程款。实践证明，行业大模型也不能单纯追求技术的飞跃，而是要与现实紧密结合，实现成本效益的最优化。
奇富科技的业务数据，亦说明公司迈过了PMF这道坎。
截至2023年4季度末， 奇富科技已与157家金融机构建立合作关系 ，帮助它们为超过5086万用户提供授信服务。4季度的撮合放款规模达到1190亿元，同比增长13.8%。2023年，奇富科技再创佳绩， 撮合放款规模高达4758亿元 ，同比增长显著，增幅达15.4%。
以大模型为引领，奇富科技打开了二次增长空间。更可贵的是，当冲动的劲头消退，AIGC创业者感觉迷茫之际，其以精准的MPF能力给他们展现了标杆样本，证明了一条可行之路。成为乔布斯当然不易，但在垂直行业笑傲江湖，至少奇富科技已经做到了。
•END•
