ChatGPT的横空出世，再度打破了人类对AI的认知和想象。

　　金融业向来对科技进步高度敏感，科技的每一次向前都会助其惊艳蜕变，对此长期深耕金融领域的AI科技公司百融云创深有体会。

　　2014年，百融云创成立，最初的业务正是基于机器学习算法、专门针对金融场景打造的信用评分模型，算是人机协同的最早雏形，也是AI落地金融场景的重要突破。

　　然而，金融机构对于机器学习模型是不接受的，直到AlphaGo让大众真正开始了解和接纳人工智能，终于才迎来了转折。

　　“银行开始主动问我们是否能够提供基于机器学习的人工智能算法。”张韶峰直言，客户对于人工智能技术的态度发生了明显转变，到了2016年年底与2017年初，百融云创已经大量使用机器学习模型，帮助金融机构在信贷风控、企业征信、精准营销等多个场景实现了人工智能技术的落地。

　　百融云创先后投入12多亿元用于AI产品研发，率先成立金融垂类AI实验室进行新式算法与应用研究。其中不乏ChatGPT同源技术。以百融云创智能语音机器人为例，百融云创自研基于Transformer的类ChatGPT语义理解技术、语音识别、语音合成集成到软交换系统中，提供毫秒级的语音交互反馈，从而可以在音色、情感、语速、对话层面全面拟人化，对通话者的语音识别的准确率能达到99%以上。

　　在贷后管理、信用卡唤活、财富营销、客户维护等环节，百融云创智能语音机器人每日进行超过亿级规模的自动交互频次，频次规模首屈一指。

　　某国有大行在零售业务条线中引入百融云创智能语音机器人之后，成本大幅降低，相比纯人工工况，“IVR+人工”模式节省成本约50%，“IVR”模式则可节省成本约90%，且两种模式考核结果接近人工服务标准的90%至95%。

　　AI在金融场景的繁荣，加速了百融云创与金融机构的合作深度和广度。截至目前，百融云创已与六大国有银行、十二家全国性股份制银行、逾950家区域银行以及汽车金融公司、保险公司等6000余家金融机构达成合作。

　　张韶峰表示，作为通用型AI大型现象级产品的ChatGPT不能直接被“搬入”垂直型领域。一个重要的原因是二者之间存在信息壁垒，通用型如果过渡到垂直型，需要时间的沉淀，需要进一步探索商业模式，同时更加需要借助于垂直领域的信息等助力。

　　这就类似数理化等基础科学和医学、农学、气象学、材料学等应用科学之间的关系，两者之间有差异性，但是也有交叉协作。

　　唯有基于深度的行业理解、洞察、思考和累积，才能够做出符合行业需要的产品，好的技术也才能够真正落地场景。ChatGPT，赋予了垂类AI公司更多想象。