此前有關“銀行客戶經(jīng)理為了拓展業(yè)務,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)務就已經(jīng)辦理完成,極大提升了業(yè)務辦理效率,改變了以往辦個簡單業(yè)務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,極大提升了客戶體驗和服務效率,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體驗。
由此,我們可以預期的是,銀行的客戶經(jīng)理非常至關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。
據(jù)中信銀行相關人員介紹,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、卡霸等移動應用。
聯(lián)想企業(yè)級服務受金融行業(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)領先的IT基礎架構解決方案提供商,一直倡導與客戶進行協(xié)同創(chuàng)新,以技術引導和業(yè)務實踐的雙向驅(qū)動,高效產(chǎn)出更加多元化的服務和產(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)想會對前沿技術在銀行典型的應用進行探索,以創(chuàng)新的金融產(chǎn)品和服務,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)中心基礎架構的全方位監(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)和渠道應用類系統(tǒng)兩大關鍵系統(tǒng)的建設,充分驗證了聯(lián)想作為金融行業(yè)領先的IT基礎架構解決方案提供商的實力。
截至2014年,聯(lián)想已經(jīng)服務了全國1350家銀行,425家保險證券公司。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術,實現(xiàn)AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。