关键字: [亚马逊云科技， 生成式AI， Proactive， 金融行业Ai应用， 大数据决策生涯， 生成式Ai模型， 语音Ai助手， 智能化运营解决方案]

导读

柏荣是一家服务于金融行业的大数据和AI科技公司，为国内主要银行提供AI解决方案。柏荣在生成式AI领域有8年研发经验，通过语音AI助手促进了800亿金融资产交易。柏荣针对不同业务场景训练了专门的大模型，并构建了Agent Builder平台，实现了从营销获客到贷款审批、催收等全流程的AI化。柏荣的语音AI助手在催收领域表现出色，回退率可达50%。柏荣还为财富管理提供了市场解读、产品推荐、资产配置等AI助手，让普通投资者也能享受私人银行级服务。柏荣正在与阿里巴巴开展深入合作，为金融机构提供更好的AI解决方案。

演讲精华

以下是小编为您整理的本次演讲的精华。

柏荣是一家专注于金融行业的大数据和人工智能科技公司，拥有11年的发展历史。它的客户覆盖面广泛，包括中国所有的国有大行、12家股份制银行，以及将近1000家城商行和农商行，与这些金融机构保持着近10年的合作关系。柏荣主要提供大数据和决策分析的能力，但在生成式人工智能领域的研究已经持续了8年时间。

2017年6月，Foundation Model(大模型)这一概念问世后，柏荣于当年10月就开始研发语音模态的大模型。这一领域对柏荣的收入贡献巨大，公司的许多人工智能研发项目都是为了给客户创造真正的业务价值，同时也为柏荣带来收益。2024年，柏荣通过交互式人工智能，主要是语音智能体，促进了800亿金融资产的交易，这些交易主要集中在信贷领域。

柏荣拥有自己的专属大模型，获得了工信部的备案认证。他们发现，在不同的业务场景中，如客服、营销和催收，对模型的要求是不尽相同的，没有一个模型可以包打天下。例如，在营销领域，柏荣训练的一个14B的模型虽然在大模型中算很小，但在营销场景中表现出色。这个名为Proactive的模型能够主动引导客户对话，将其拉回到主流程，在与客户语音交互时可以做到200毫秒的响应时间，兼具良好的聊天效果和响应速度。

柏荣有一个名为Agent Builder的工作流程系统，包括大模型幻觉控制、工程化支持和小模型支持等，称为Support Star。同样的大模型放在不同的Builder上，效果也会有所不同，所以柏荣追求在自己的平台上发挥大模型的最佳效果。柏荣认为他们的语音人工智能应用是一个杀手级应用。在金融行业，柏荣可以支持多种业务场景，包括营销、贷款审查、催收等。

柏荣在今年的Morgan Stanley的人工智能应用60强榜单中，是金融垂直领域唯一上榜的企业。柏荣强调，人工智能的目的是为金融机构带来真正的业务价值，并且可以直接体现在利润表中。今年，柏荣与很多央企和国有银行的领导交流时，发现他们都在关注人工智能的投入产出比，即人工智能的价值是否可以弥补投入。

柏荣认为，金融机构需要对业务流程进行拆解，将业务拆分为一系列有逻辑、互相支撑的活动或任务，然后考虑人工智能可以承担哪些岗位的任务，是独立完成还是作为协助，对最终的关键绩效指标(KPI)有多大贡献，从而为人工智能定价。这是推动金融机构和科技公司将人工智能真正转化为企业价值的思路。柏荣举例说，对于一个年薪6万美元的初级编码人员，可以用人工智能代理以每月2000美元的价格完成相同工作。

在信贷领域，柏荣提供了大数据、决策人工智能(MAS)和生产人工智能(Production AI)的完整解决方案，涵盖营销、贷款审查和催收等环节。柏荣特别强调催收领域，认为这是一个劳动密集型行业，今年催收市场出现大爆发。他们用语音智能体进行催收，在第一天的催收率可以达到人工的94%，但三天后可以超过人工104%，主要原因是人工在执行时会出现情绪波动、工作量超载等问题，而人工智能可以稳定高效地执行任务。

对于30天以内的M1逾期客户，柏荣的人工智能催收可以实现50%的回退率，在催收行业获得了较高认可。柏荣认为，他们在金融领域积累了10多年的深厚行业经验，技术与行业完美适配、形成技术与业务良性循环才是最重要的。柏荣与一家较大的汽车金融公司合作，共同研发了一种通过语音智能体进行线上审查的创新尝试，对于一些相对低风险的申请件，完全不需要人工介入，而是通过语音人工智能进行审查、自动打分。

在催收领域，柏荣的人工智能解决方案形成了一个闭环。首先，人工智能会对客户进行第一次外呼，并对重要内容进行标记和提炼。然后，根据对话内容对客户画像进行动态更新。之后，人工智能会生成个性化的后续沟通内容，并通过语音合成实现无人化服务。在语音合成方面，柏荣发现不同情绪下的语调抑扬顿挫不同，需要训练情感大模型进行情感标注，使语音合成更加自然。最后，人工智能会对模型和策略进行迭代优化。

柏荣每天有8000万次语音外呼服务，拥有20万个人工智能助手，可以为语音模型提供大量优化数据。他们的大模型不仅在准确度方面表现良好，在情感把控方面也做得很好。柏荣最近与一家头部城商行测试催收智能体的效果，发现在催收的第一天，人工智能的产能达到人工的94%，但三天后已经超过人工104%，主要原因是人工在执行时会出现延迟、情绪波动等问题，而人工智能可以持续稳定高效地工作。

在财富管理领域，柏荣解决了供给侧的革命。由于人力有限，传统上无法为50万元以下的客户提供专业服务，但通过人工智能，可以将一个理财经理的服务半径从400-600人扩大到1000-3000人。柏荣的语音能力可以通过语音陪伴和理解能力扩大服务半径，并根据客户的生命周期和持仓情况自动触发营销流程。

此外，柏荣的人工智能还可以用于内部培训、质检等，提高整体专业能力水平。柏荣与一家头部券商合作，要求在与客户的后续沟通中，根据上一轮对话生成新的个性化内容，而不是重复相同内容。这需要利用大模型的长期记忆和动态标记客户画像的能力，并通过语音合成实现无人化服务。

柏荣为客户提供了四大类智能体服务:1)每周市场解读和预判;2)基于多维度的产品推荐;3)将专业术语解读为普通投资者可以理解的内容;4)每月资产配置分析和再平衡建议，原本只有私人银行的高端客户才能享受到，现在普通投资者也可以获得。柏荣的人工智能助手在提高销售产能和内部效能提升方面获得了很高的采纳度，如将各类助手嵌入银行APP中。柏荣与一家较大的股份制银行合作，将各类人工智能助手嵌入到银行的APP中，这是一个创新实践。

柏荣认为，大模型应用的核心点包括:1)将金融机构几十年来积累的知识和数据转化为可被大模型理解的数字化知识库;2)确保大模型的输出没有偏差，可被信任。柏荣通过自己的大模型全栈解决方案来实现这一目标，但在算力层和通用大模型层，柏荣正在与阿里巴巴开展深入合作，希望与这样的全球大厂合作，为金融机构提供更好的服务。

总的来说，柏荣公司在金融行业的人工智能应用实践涵盖了语音交互、大模型训练、业务流程优化、客户服务提升等多个方面，展现了柏荣将人工智能与金融行业深度融合的能力和经验。他们的解决方案不仅可以提高金融机构的运营效率，还能为广大普通投资者提供更优质的理财服务，真正实现了人工智能在金融领域的价值创造。柏荣通过交互式人工智能促进了800亿金融资产的交易，主要集中在信贷领域;在营销领域训练的14B大模型可以做到200毫秒响应;与一家汽车金融公司合作研发线上审查应用;对30天内M1逾期客户的催收可实现50%回退率;每天有8000万次语音外呼服务，拥有20万个人工智能助手;测试显示催收智能体三天后可超过人工104%的产能;通过人工智能可将理财经理服务半径扩大到1000-3000人;与一家股份制银行合作将人工智能助手嵌入银行APP。这些具体数据和客户案例充分展现了柏荣人工智能应用的卓越成果。

下面是一些演讲现场的精彩瞬间：

柏荣是一家服务于金融行业的大数据和人工智能科技公司，成立于2014年，目前已与包括国有大行和股份制银行在内的近1000家银行建立了长达10年的合作关系。

领导们关注AI的投入产出比，需要将业务流程拆解并评估AI在每个环节的贡献，从而合理定价AI应用。

通过人工智能技术，财富管理服务可以覆盖更广泛的客户群体，将客户经理的服务半径从400-600人扩大到1，000-3，000人。

大模型应用的核心点包括将企业知识构建为可被大模型理解的知识库，以及确保大模型输出的可信度和无偏差性。

总结

在金融行业的数字化转型中，人工智能扮演着关键角色。柏荣作为一家专注于金融行业的AI公司，通过大数据和生成式AI技术，为银行、证券等金融机构提供了全面的智能化解决方案。

柏荣的AI助手可以高效地完成营销、贷款审批、催收等多个环节，提高了金融机构的运营效率和客户服务质量。其语音AI助手在催收领域表现出色，能够持续稳定地执行任务，最终超过人工水平。在财富管理方面，柏荣的AI助手可以为普通投资者提供个性化的市场解读、产品推荐和资产配置建议，实现了金融服务的普惠化。

柏荣认为，成功应用AI需要将企业知识数字化，并通过大模型进行智能化处理，确保输出结果的准确性和公正性。未来，柏荣将与阿里巴巴等科技公司深入合作，充分利用算力和大模型技术，为金融行业带来更多创新。

我们正处在Agentic AI爆发前夜。2025亚马逊云科技中国峰会提出，企业要从“成本优化”转向“创新驱动”，通过完善的数据战略和AI云服务，把握全球化机遇。亚马逊将投入1000亿美元在AI算力、云基础设施等领域，通过领先的技术实力和帮助“中国企业出海“和”服务中国客户创新“的丰富经验，助力企业在AI时代突破。