此前有關(guān)“銀行客戶經(jīng)理為了拓展業(yè)務(wù),陪大媽們大跳廣場舞”的報道,讓人感覺很八卦。而有了聯(lián)想的“未來銀行”,客戶經(jīng)理或許可以不用再去借助這種方式拓展客戶了。
今日,在第22屆中國國際金融展上,在以“新金融 新體驗”為主題的展區(qū),聯(lián)想展示了由前端智能銀行網(wǎng)點解決方案和后端企業(yè)級解決方案所構(gòu)建的“未來銀行”。這些聯(lián)想與中信銀行聯(lián)手打造的方案,為廣大民眾帶來了更便捷的金融服務(wù)體驗。
客戶經(jīng)理不用陪跳廣場舞
此前不久,聯(lián)想與中信銀行達成了戰(zhàn)略合作伙伴關(guān)系,而此次在金融展上則全面展示了雙方致力打造的“未來銀行”。在展示區(qū),可以看到聯(lián)想從智能排隊機、預(yù)填單、移動銀行等方案展示。
在聯(lián)想“未來銀行”現(xiàn)場,用戶可以通過預(yù)填單系統(tǒng),在聯(lián)想ThinkCentre M9350Z一體機的觸控屏幕上填寫個人信息和業(yè)務(wù)資料,這些數(shù)據(jù)在排號的過程中就已傳入后臺系統(tǒng),當(dāng)用戶到達柜臺的時候,柜員無需再進行過多操作,只需通過“柜內(nèi)清”系統(tǒng)快速進行信息確認和身份審驗,之后直接讓客戶輸入密碼并簽字,幾分鐘的時間,業(yè)務(wù)就已經(jīng)辦理完成,極大提升了業(yè)務(wù)辦理效率,改變了以往辦個簡單業(yè)務(wù)就需要排一兩個小時隊的情況。
而通過廳堂營銷系統(tǒng),可以提前讀取客戶既往的業(yè)務(wù)數(shù)據(jù),讓大堂經(jīng)理的所使用的ThinkPad 10平板電腦上顯示出該客戶購買過什么銀行產(chǎn)品,在銀行屬于哪個細分層次的客戶,使其可以進行針對性的服務(wù),極大提升了客戶體驗和服務(wù)效率,未來,用戶可以在中信銀行的1000余家網(wǎng)點享受到這套解決方案所帶來的全新服務(wù)體驗。
由此,我們可以預(yù)期的是,銀行的客戶經(jīng)理非常至關(guān)的了解沒有必要非得跑到廣場上陪著大媽們跳舞,才可以獲得客戶的青睞,甚至“足不出戶”就可以為用戶提供更多量身定制的服務(wù)。
據(jù)中信銀行相關(guān)人員介紹,中信銀行在廣州、杭州、深圳等分行已經(jīng)推行這種“未來銀行”。目前,中信銀行大約采購了4000~5000臺的ThinkPad 10和MIIX 2平板電腦,每個點大約分配4臺。
另外,在展示區(qū),中信銀行還展示了動卡空間、卡霸等移動應(yīng)用。
聯(lián)想企業(yè)級服務(wù)受金融行業(yè)青睞
聯(lián)想集團副總裁、中國區(qū)大客戶事業(yè)部總經(jīng)理童夫堯表示,聯(lián)想作為金融行業(yè)領(lǐng)先的IT基礎(chǔ)架構(gòu)解決方案提供商,一直倡導(dǎo)與客戶進行協(xié)同創(chuàng)新,以技術(shù)引導(dǎo)和業(yè)務(wù)實踐的雙向驅(qū)動,高效產(chǎn)出更加多元化的服務(wù)和產(chǎn)品,而聯(lián)想集團與中信銀行的合作,是基于雙方在金融領(lǐng)域共同的愿景和多年合作造就的信任和默契所達成的,通過這種“銀企合作”的模式,聯(lián)想會對前沿技術(shù)在銀行典型的應(yīng)用進行探索,以創(chuàng)新的金融產(chǎn)品和服務(wù),為最終用戶帶來新體驗。
未來銀行的體驗,來自以聯(lián)想ThinkServer服務(wù)器為核心的數(shù)據(jù)中心的支持。
據(jù)介紹,聯(lián)想數(shù)據(jù)中心方案主要包括:LIV-Cloud云計算管理平臺解決方案、LeoStor云存儲解決方案、RISC to IA解決方案、LIM智能統(tǒng)一監(jiān)控解決方案、數(shù)據(jù)拯救解決方案等在內(nèi)的一系列企業(yè)級解決方案。其中LIM智能統(tǒng)一監(jiān)控解決方案,是聯(lián)想自主研發(fā)的面向數(shù)據(jù)中心基礎(chǔ)架構(gòu)的全方位監(jiān)控平臺,它以運維自動化替代了人力監(jiān)控,顛覆了原有的運維管理模式和方法,可實現(xiàn)10秒精確定位故障,并節(jié)約75%的人力維護成本。
值得一提的是,聯(lián)想RISC to IA解決方案,助力中信銀行率先在金融行業(yè)中實現(xiàn)了“去IOE”。
聯(lián)想作為中信銀行總行x86服務(wù)器主要提供商,已經(jīng)支持了其管理決策類系統(tǒng)和渠道應(yīng)用類系統(tǒng)兩大關(guān)鍵系統(tǒng)的建設(shè),充分驗證了聯(lián)想作為金融行業(yè)領(lǐng)先的IT基礎(chǔ)架構(gòu)解決方案提供商的實力。
截至2014年,聯(lián)想已經(jīng)服務(wù)了全國1350家銀行,425家保險證券公司。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。