提及到人工智能技術的發展，很多人首先想到的是AI技術，從決策式AI到生成式AI，一個完整的AI閉環正在逐步形成，與此同時，一個全新的增量市場也開始出現在人們眼前。深耕AI領域的百融云創，目前也正瞄準市場趨勢，全力推動決策式AI技術融合到垂直產業中，助力更多金融機構實現轉型發展。

在探索的過程中，百融云創越深刻認識到，當我們談AI的時候，其實更應該談的是經濟。較高的技術門檻和高昂的經濟成本，讓AI產業化之路走得磕磕絆絆，產業界對技術的反應一度意興闌珊。

面對這種現狀，百融云創CEO張韶峰認為，決策式AI在感知、推理、決策等方面展現出強大的能力，勢必將帶來一場浩大的技術革命，但需要一個全新的商業理念和方法論來推開這扇技術大門。

他認為，決策式AI已不單純是一門技術，更不是一錘子買賣，不能將決策式AI當做是一般的工程化產品來看待。比如最初微軟公司售賣Office辦公軟件的方式，賣出一套產品收取一筆錢，這是技術產品第二產業化。但這不適用于高技術門檻和高成本的決策式AI技術，要想將決策式AI大面積嵌入到產業中，需要改變整個游戲規則，要顛覆一個場景一個模型的售賣方式，采用服務化的理念，將決策式AI推進到第三產業的范疇。

在這種理念的驅使下，以決策式AI為基礎，百融云創率先將MaaS（模型即服務）模式在金融領域發揚光大。百融云創通過“大規模預訓練﹢微調”的范式，有效集成大模型、自然語言處理、智能語音、知識圖譜等多項技術，通過上游的訓練后形成強泛化能力的模型，為產業客戶提供模型訓練、模型調用和模型部署等服務。

百融云創就好像是為客戶培養了一位技術精湛的音樂家，面對不同的樂譜稍加練習就可以演奏出優美的樂曲，而不需要從頭開始學習都啦咪嗖。

這大大改變了AI產業的商業模式，傳統模式下構建一個復雜的AI模型，企業要走完“數據處理-環境處理-模型訓練-模型調優-模型部署-生產應用”的漫長路徑。而在MaaS模式下，這一路徑被簡化成“大模型-數智工具-應用場景”三步，建模效率得到質的提升。

產業客戶無需關注硬件設備和底層技術細節，只需要將精力專注于業務邏輯，通過API調用現成模型產品，就能直接用于產業應用，或者根據百融云創的大模型“微調”出自己的產品。在金融領域，無論是大型銀行還是中小銀行，都能輕松上手，無需額外的學習成本。

事實證明，這種方式是可行的。在不到十年的時間里，百融云創即把AI能力輸送到7000多家客戶中，調用量達到百億級。

但張韶峰清晰地認知到，如果以一個宏觀的視角來觀察，決策式AI拉開了AI上半場的序幕，它只是完成了部分任務。對于產業而言，決策式AI主要作用于中間作業環節，面對的是產業客戶而非終端用戶。以金融產業為例，百融云創通過決策式AI幫助金融機構，掌握幾十萬乃至更多數量級客戶實時分析能力，輔助其決策。在某銀行的合作中，助力其將審批時長從幾個小時大幅壓縮到幾分鐘以內。

在營銷場景下，百融云創通過決策式AI為金融機構提供科學建議，比如觸達用戶的方式到底是用APP推送、發短信，還是上門服務。但無論是用戶分析還是營銷策略的制定，后續采取怎樣的行動完全取決于金融機構的偏好，可以說，百融云創決策式AI為金融機構提供的僅是決策的參考，是對中間環節的賦能，對業務結果的影響是間接的。

決策式AI+生成式AI打開增量市場

而以大模型、AIGC為代表的生成式AI技術的崛起，為決策式AI補齊了最后一塊拼圖。生成式AI最大的優勢就是其強大的交互能力，通過語音、文字還是視頻等多模態的交互，AI直接與廣大的個人用戶“碰面”了。

百融云創將決策式AI和生成式AI進行串聯，將AI能力從中間作業環節延伸至最終效果環節，讓AI在垂直行業變得可用、可見、可感知。比如在財富管理領域，一名線下客戶經理的管戶數量是有上限的，有90%以上的客戶無法觸及。百融云創通過決策式AI對用戶進行數智化洞察，制定完善的營銷和運營策略，然后結合生成式AI所生成的文字和語音與用戶進行深度交互。在某國有大行的合作中，在決策式AI與生成式AI的協作下，一名客戶經理每天只需花不到60分鐘就能完成3000條以上的個性化消息推送，與客戶進行1萬次以上的深度對話，而以往被忽略掉的長尾客群也得到了“私人訂制”般的服務。

決策式AI和生成式AI二者完全可以融合，且對垂直產業而言將帶來極大的幫助，對于金融行業的各個環節也是如此。在兩大AI技術的相輔相成下，包括產品營銷、投資顧問、財富管理等環節將獲得更好的效益，金融產業鏈條也將獲得暢通。作為AI云服務的領航者，百融云創深耕AI技術，未來，也將繼續聚焦決策式AI及生成式AI的融合，推動AI在垂直行業的普惠發展。