
記者了解到,“畢馬威盤古之AI工廠:通過深入分析金融機(jī)構(gòu)的數(shù)字化轉(zhuǎn)型需求,整合數(shù)以千計(jì)的咨詢服務(wù)成果,并融合眾多AI算法專家的技術(shù)沉淀,為客戶定制AI模型,利用最貼近業(yè)務(wù)的AI模型和服務(wù)賦能業(yè)務(wù)創(chuàng)新。
提及人工智能的發(fā)展趨勢,畢馬威中國及亞太區(qū)主席陶匡淳表示:“人工智能作為一種新興技術(shù),已經(jīng)逐步延伸到金融、零售、醫(yī)療健康等多個(gè)領(lǐng)域和方向。從近年來進(jìn)博會(huì)的參展情況可以看到,隨著國內(nèi)相關(guān)政策的支持和5G通信技術(shù)的商用,人工智能已經(jīng)在眾多領(lǐng)域?qū)崿F(xiàn)規(guī)模效應(yīng)。畢馬威也將整合更多前沿科學(xué)技術(shù),探索新的解決方案和實(shí)踐方式,不斷提升創(chuàng)新能力,更好地滿足客戶的業(yè)務(wù)訴求,助力中國發(fā)展成為全球最大的人工智能市場。”
高效智能因子主導(dǎo)盤古AI工廠
畢馬威中國智慧之光主管合伙人徐瑯朗表示:“參與進(jìn)博會(huì)的企業(yè)不約而同地表達(dá),當(dāng)前人工智能正成為新一輪產(chǎn)業(yè)變革和數(shù)字化發(fā)展的重要驅(qū)動(dòng)力量,但企業(yè)在面對(duì)人工智能應(yīng)用時(shí),依然面臨不少挑戰(zhàn)。比如,數(shù)據(jù)治理層面,支撐智能化轉(zhuǎn)型的數(shù)據(jù)基礎(chǔ)較差,缺少開發(fā)的標(biāo)準(zhǔn)化方法和自動(dòng)化能力;場景規(guī)化層面,業(yè)務(wù)價(jià)值鏈與可智能化的應(yīng)用場景普遍較分散,導(dǎo)致AI應(yīng)用場景不明確等;應(yīng)用解決方案開發(fā)層面,從驗(yàn)證到部署時(shí)間周期太長,首次落地和重訓(xùn)練調(diào)優(yōu)要求不同難以執(zhí)行等;技術(shù)基礎(chǔ)設(shè)施層面,AI開發(fā)技術(shù)門檻高,缺少易用的平臺(tái)型開發(fā)工具,組織內(nèi)缺少統(tǒng)一的Al技術(shù)管理和服務(wù)能力等。”
面對(duì)企業(yè)在人工智能應(yīng)用的痛點(diǎn),畢馬威AI平臺(tái)通過構(gòu)建可復(fù)用能力,快速賦能各類行業(yè)客戶需求,為企業(yè)解決根本問題。畢馬威盤古之AI工廠具有豐富的AI基礎(chǔ)算子,可提供101個(gè)基礎(chǔ)算子,覆蓋OCR,計(jì)算機(jī)視覺,自然語言,語音等多個(gè)人工智能領(lǐng)域,基本上包含了當(dāng)前技術(shù)條件下最先進(jìn)的算法模型。同時(shí)盤古AI工廠提供14個(gè)業(yè)務(wù)算子,包含了通用文檔解析,智能合規(guī)等多個(gè)落地場景的AI能力。這條生產(chǎn)線可以像拼接樂高積木一樣根據(jù)業(yè)務(wù)需求進(jìn)行靈活選配和拼裝,在大幅縮短項(xiàng)目周期的基礎(chǔ)上也能保證交付質(zhì)量,為前端業(yè)務(wù)的低成本創(chuàng)新提供了有力支持。
靈活賦能、模型的持續(xù)訓(xùn)練與優(yōu)化
基于行業(yè)歷史的賦能實(shí)踐,畢馬威提出的面向應(yīng)用的AI工廠(App-oriented AI Factory)賦能思路,可以按需選擇所需的標(biāo)注工具和AI核心引擎等功能,對(duì)客戶場景進(jìn)行最小集合定制化賦能,保證交付質(zhì)量的同時(shí)大大降低了時(shí)間及人力成本。
此外,由于AI模型與數(shù)據(jù)強(qiáng)相關(guān),其性能隨著樣本數(shù)據(jù)量的增加和樣本質(zhì)量的提升而得到優(yōu)化,因此如果我們有新的標(biāo)注數(shù)據(jù)或者標(biāo)簽體系調(diào)整時(shí)就需要重新訓(xùn)練AI模型,以便達(dá)到更精準(zhǔn)的模型預(yù)測結(jié)果。畢馬威針對(duì)這一特性設(shè)計(jì)了模型重訓(xùn)練的監(jiān)測機(jī)制,自動(dòng)觸發(fā)模型再訓(xùn)練,從而使得模型原來越聰明,業(yè)務(wù)體驗(yàn)越來越好。
“畢馬威在各行業(yè)積累了多年的咨詢經(jīng)驗(yàn),基于盤古AI工廠實(shí)現(xiàn)了自己的AI模型孵化平臺(tái),并積累了眾多應(yīng)用方案。在賦能實(shí)踐基礎(chǔ)上,畢馬威提出了面向應(yīng)用的盤古AI工廠(App-oriented AI Factory)賦能思路,可以按需選擇所需的標(biāo)注工具和AI核心引擎等功能,對(duì)客戶場景進(jìn)行最小集合定制化賦能,保證交付質(zhì)量的同時(shí)降低時(shí)間及人力成本。”徐瑯朗補(bǔ)充到。