主要观点总结
本文主要介绍了黄仁勋在CES上展示的英伟达产品迭代背后的算力升级，以及OpenAI在人工智能领域的最新进展和创新技术。奇富科技CEO吴海生认为AI是金融行业下一阶段高质量发展的引擎，金融机构需要更积极地拥抱新技术。奇富科技通过实践总结了大模型落地的三个飞轮，包括场景、数据和多智能体。吴海生也关注了金融行业AI化转型的现状和趋势，并提出了企业在AI时代应有的生态定位。
关键观点总结
关键观点1: 英伟达产品迭代和OpenAI的进展
黄仁勋在CES上的展示反映了AI技术不断进步，带动了行业变革。OpenAI展示了最新的AI应用和创新技术。
关键观点2: 金融行业对AI的接纳和应用
金融科技公司如奇富科技正在积极探索AI在金融领域的应用，通过实践总结了大模型落地的三个飞轮，包括场景、数据和多智能体。金融行业正在经历智能化变革，面临着新的挑战和机遇。
关键观点3: 奇富科技CEO吴海生的观点
吴海生认为AI是金融行业下一阶段高质量发展的引擎，但如何用好这个引擎是企业面临的挑战。他提出了企业在AI时代应有的生态定位，强调合作和协同的重要性。
正文
因为金融行业的特殊性，对技术的强依赖无需赘言，在每一个阶段都是拥抱创新技术最积极的行业。大约从2020年开始，金融行业的智能化变革就已经启动，可以说走在了AI的最前列。
作为对数据高度依赖的行业，运用AI可以显著提升运行效率，堪称AI的最佳实践场。业界也普遍认为，智能化这一波变革对于金融环境的影响甚至会远超制造业、零售业、旅游业等多数行业。
但当下的现实是，金融机构面临降本增效需求的同时，还有着迫切的业务创新需求，面对汹涌而来的AI大潮，可以说期望与忐忑并存。
吴海生所担心的是，AI的技术迭代太快，这会让很多创新变得不确定，可能今天的想法，明天就已经跟不上变化了。
幸运的是，金融行业几乎所有的生产要素都是数字化的，与其它行业相比天然适合大模型的训练和生成，更适合AI的落地。一直以来，整个行业都在积极进行着各种尝试，“今天的尝试不一定都是成熟或者一定是先进的，但是我们走在一条正确的路上，每天日常工作的改变都非常显著。”
确定的是，AI不是噱头，一定会给行业自身带来翻天覆地的变化。不确定的是，技术变化太快，不知道哪个应用真的能被沉淀下来。这种局面，其实不止于金融行业，几乎所有行业都要去面对。
面对确定和不确定，吴海生认为最好的办法就是更加积极，“今天所做的尝试要更大胆一点，要有信仰，无论是个人还是公司，都应该把自己变成能够利用技术的人。”
当然，所有尝试也不全是无的放矢，身处金融科技的第一线，与用户及金融企业有着密切联系，奇富科技也看到一些明显的行业趋势。
首先，现在AI的应用还是处于“副驾”阶段，就是辅助性工具，每一个环节都可以通过AI提效。在金融行业中人力密集的细分领域，比如客服、信贷业务员方面，都可以有很好的AI工具来助力。今天虽然不敢让AI做决策，仍需要人来操控“方向盘”，但未来随着大模型推理能力越来越强，AI也会从“副驾”慢慢过度到“主驾”。
其次，金融行业的特殊性在于，对个人隐私、数据的合规性要求要高于其它行业，所以端侧计算的发展很有必要。“这种端计算的能力，我们认为它特别适合中国科技金融的真实需求。”吴海生认为这其中会有很多创新机会。
最后，也是最重要的一个变化：大家都不再拼大模型了。
客户真正的需求是能不能把一个任务执行好，所以行业的关注点都往智能体（Agent）上转移。
做智能体，本质上是拼创意。奇富科技认为2025年将是智能体元年，更多的创业者会涌入这个领域。
比如奇富科技新推出的“小奇”，这是基于大模型技术的 AI 伴侣，可全天候服务，深度理解并预测用户的金融需求，具备全程智能无人工、多轮交互及语控功能，在提升用户额度申请与营销效率的同时，降低进线率。
当下正是产业周期的转折点，看得清的方向一定要把握，看不清的也要不断探索尝试。“大胆一些，”这是吴海生对自己也是对整个行业的一个建议。
大模型落地三个飞轮
不再卷大模型，不是不做大模型。行业不要一味地卷参数、卷算力，重点向大模型的落地上转移，智能体就是落地的重要方式之一。
每一个AI应用的背后都是大模型，那么大模型如何高效在金融行业落地生根呢？
奇富科技首席算法科学家费浩峻，在大量实践中提出了大模型落地的三要素，懂懂将其总结为三个飞轮。
奇富科技在2023年4月就推出了业内第一个金融大模型——奇富GPT，并在当年12月份推出了基于奇富GPT的坐席提效助手——奇富Copilot。刚上线时效果还不错，但是后来发现越来越不稳定。公司内部闭门反思后发现，不是模型好业务导向就好，而是需要真实场景不断磨练才能提升精准度。
