- 综合排序
- 最热优先
- 最新优先
- 来自专栏决策智能与机器学习
人工智能落地金融行业概况【2019】
落地情况 AI落地过程与算法模型的技术成熟过程相匹配，目前仍处在第一阶段和第二阶段，其中各个阶段的落地也是从简单环节替代人力逐步向整体替换过度： Step1：从简单场景的重复工作开始替代人的工作，如身份识别 Step3：是初级决策性工作替代，如风控、交易等 Step4：是高级决策性工作替代，如投研、投顾等 Final：将实现主动创造性工作替代。 落地方案 在各个业务的落地之中，智能技术目前以简单场景的分类识别能力为主，如语音、人脸、推荐等。下一步将在反欺诈识别和对话机器人（RPA）等复杂业务的分类识别方面有所作为。 由于技术门槛和行业门槛的限制，创业公司以提供第三方服务为主，逐步积累技术和用户。 在资管、证券、信贷、保险等方向的主要从业公司如图所示。 ? 报告下载：艾瑞咨询《2019年中国金融科技行业研究报告》PDF下载，公众号回复：20191215
60920发布于 2020-08-04 - 来自专栏嘉为动态
关于SRE在金融行业落地的探讨
本文我们就以Google经典运维体系理念——SRE为例，通过对SRE的主旨内容剖析，梳理SRE与运维开发之间的联系，同时通过典型SRE落地案例详解，与大家一同探讨SRE在金融行业的落地经验。01. 3）SRE指导思想与关键概念SRE具备以下几个指导思想：拥抱风险：不确定性始终存在，我的目标是通过一系列的方法，去减少风险。服务质量目标：透过具体指标反应运维水准，反过来约束失误可靠性。 SRE在金融行业落地探讨1）落地案例分析以国内某大型银行SRE实践为例，其SRE落地进程有以下几个重要关键点：① 确定SRE落地的核心理念：符合长期战略，改善运维手动、重复性工作，建立SRE团队提升运维价值 除此之外我们对众多企业SRE进程和落地实践也进行了详细的深入分析，包含农业银行、腾讯、美图等，如您感兴趣，欢迎点击了解详情！2）经验探讨① SRE是否适合在金融行业落地？ ② 如果要落地，需要注意哪些事项？主要有3个重点：标准规范制定：标准化、规范化是体系建立的第一步，运维的标准规范需要与开发与业务达成一致。
1.2K10编辑于 2022-08-14 行业应用落地版（面向企业 运营人员）
行业痛点：为什么聊天机器人成了 “刚需工具”？ 核心逻辑：企业怎么用聊天机器人落地？ 三大行业落地案例（附实操方案）案例 1：电商行业 —— 售后客服机器人（降本 60%）企业痛点：某生鲜电商，售后咨询占客服总量的 70%（如 “水果坏了”“漏发商品”），人工处理 1 条需 5 分钟，高峰时用户等 案例 2：教育行业 —— 学习助手机器人（提效 40%）企业痛点：某 K12 辅导机构，老师每天要回复 200 + 条重复问题（如 “今天作业是什么”“这道题怎么解”），没时间专注教学。 案例 3：营销行业 —— 品牌互动机器人（转化提升 30%）企业痛点：某美妆品牌，线下活动吸引的用户，后续无法持续互动，转化率低（仅 5%）。
19420编辑于 2025-10-11企业GEO行业标准落地方法论+行业深度解析
落地框架：找战场（平台差异化选型）→做结构（内容Markdown化/技术Schema化）→强信源（A/B/C三级交叉验证）。 三、GEO+GEM落地方法论：双引擎与九字真言我们将GEO落地抽象为可复制的「双引擎×9字真言」框架。3.1双引擎定位GEO（防御基建）：让AI认识你、防幻觉、防截流。 Q3：中小企业如何低成本启动GEO？A：遵循“单点突破”原则。 Q4：GEO行业未来的合规趋势是什么？A：随着315曝光与监管介入，行业正从“技术投机”转向“合规基建”。 *E-E-A-TGuidelines&StructuredDataMarkup*.[3]Hwangetal.(2024).
1500编辑于 2026-04-15- 来自专栏音视频技术
HTTP3落地Pinterest
Beardsley, Haowei Yuan 译 / 核子可乐 技术审校 / Liang Ma 图一：Pinterest的HTTP/3架构 现在，HTTP/3已经在Pinterest落地。 本次升级是为了紧跟行业趋势，确保以更快、更可靠的网络基础改善Pinterest的用户体验和业务指标。 QUIC: 由Chromium/谷歌为HTTP over UDP而开发；项目随后被提交至IEFT进行标准化（即HTTP/3）。 落地HTTP/3意义何在？ 在Pinterest落地HTTP/3 策略 安全和指标永远第一。尽管Pinterest强调速度的重要性，但更重要的是要以妥帖恰当的方式采用HTTP/3。 落地现状 我们已经在关键流量类型上启用了HTTP/3，并升级/利用移动客户端的网络堆栈以采用HTTP/3。 流量：Pinterest多CDN边缘网络上的各主要生产域均已启用HTTP/3。
1.1K30编辑于 2023-04-04 - 来自专栏IT创事记
新华三营建新生态，数字大脑行业落地
新华三集团副总裁、解决方案部总裁李立说，解决方案部的工作重点就是基于“4”，着力于联合“N”这端，把数字大脑计划付诸落地。 反过来，新华三也通过行业场景的聚焦，把行业的应用需求导入转换为对“4”（自身产品方案）的具体要求，并做最佳的适配。 数字化时代的到来，使很多行业的客户需求发生了变化。 这样的解决方案要交付给客户，还要有与客户业务产生强相关的智慧行业应用，这些应用都是由行业知名的ISV提供的。 在新华三的360°行业场景化体验中心，我们也能看到这一解决方案在浙江农信的应用情况，并支持相关金融业务演示。 DI.Lab的一个重要职能是能力中心运维，从体验、赋能、测试、生态四个维度进行组织建设，用于创造具有行业竞争力的解决方案。
50720编辑于 2022-06-28 - 来自专栏深度学习与python
多模态技术爆发元年，行业应用如何落地？
邵帅： 腾讯正基于多模态基础模型，研发图像、视频、3D 内容生成系统。 这些研究方向既涉及核心算法突破，也直接关系到技术落地的可行性。 行业落地应用 赵波：在提升多模态模型的效率（如降低计算成本、加速推理）方面，两位认为当前最值得关注的技术路径是什么？ 赵波：在技术落地的业务场景中，端侧算力限制是否为落地的关键瓶颈？如何平衡效果与速度？ 高欢： 从实际业务落地的角度来看，我们往往需要在模型效果和执行效率之间寻找平衡点。 我相信，这种交互革命很快就会成为行业标配，而实现这一目标的关键就在于持续优化模型的响应速度。 同时，3D 技术也在部分游戏场景中落地，目前主要用于道具和简单场景的建模。在创新玩法方面，我们重点关注互动影游这一游戏与影视结合的新形式。
73110编辑于 2025-04-26 - 来自专栏博文视点Broadview
来看看深度学习如何在文娱行业“落地”
2 文娱行业面临的画质问题 一方面，近两年《开国大典》《我的祖国》等高清修复内容多次刷屏全网，使老电影焕发新生机。 3 实验室介绍和技术手段 摩酷实验室是由阿里巴巴达摩院和优酷联合成立的，旨在对世界级的前沿Media AI技术进行研究，驱动在全媒体领域的持续产品模式创新，进而深耕并沉淀为可规模化的生产力。 ▊《阿里云天池大赛赛题解析——深度学习篇》 天池平台 著 揭开人工智能算法的神秘面纱 透析大赛专业选手的解题思路 本书聚焦深度学习算法建模及相关技术，选取医疗、视频、工业三个非常有行业代表性的赛题：瑞金医院 本书从经典行业案例出发，内容由浅入深、层层递进，既可以作为专业开发者用书，也可以作为参赛选手的实战手册。 （京东满100减50，快快扫码抢购吧！）
49020编辑于 2023-04-19 - 来自专栏深度学习与python
HTAP 在快递行业助力时效分析的落地实践
企业级实践及开源之路》一书，该书集结了中国几乎所有主流基础软件企业的实践案例，由 28 位知名专家共同编写，系统剖析了基础软件发展趋势、四大基础软件（数据库、操作系统、编程语言与中间件）的领域难题与行业实践以及开源战略 3）时效要求高：对分析时效的要求也越来越高，已经不满足于 T+1 离线计算，或者半小时级别的分析。 4）多维度：技术方案支撑多维的灵活分析。 图 2-3-3 是升级后的时效系统架构。 在原有的架构上，升级后的时效系统引入了 TiDB 和 TiSpark，消息接入 Spark/Flink，最终的数据写入 TiDB。 图 2-3-2 中通快递原来的时效系统整体架构 图 2-3-3 升级后的时效系统架构 升级后的时效系统架构相较以前的关系数据库的分表，无论是 TP 业务还是 AP 业务，都极大地减少了开发人员的工作量 3. 大宽表建设 接下来给大家简单地介绍中通快递的大宽表建设情况，如 图 2-3-4 所示。 图 2-3-4 大宽表建设情况 1）目前宽表有 200 多个字段，至今还在继续增加。
35710编辑于 2024-01-17 - 来自专栏资讯分享
携手AIIA，助推行业大模型安全高效落地
会上，腾讯云凭借在行业大模型落地等方面的能力积累及产业贡献，被AIIA授予“基础平台工作组副组长单位”以及“安全治理委员会副组长单位”。 来自人工智能领域的多位院士专家、行业领军学者、知名企业代表见证了这一时刻。当谈到当前AI基础平台的挑战时，硬件资源不足、服务不稳定以及软件易用性等问题成为了行业焦点。 此外，我们联合生态伙伴，将大模型技术与20多个行业结合，提供超50个行业大模型解决方案，帮助客户提质增效。内容创作领域对大模型的生成速度、理解能力要求高，是最能验证大模型场景广度的领域之一。 在金融领域，腾讯云作为推动行业大模型发展的核心单位，联合信通院发布国内首个金融行业大模型标准，为金融行业智能化的高质量发展提供了重要支撑，为全面促进大模型安全合规和可信发展提供了重要保障；前不久，腾讯还联合信通院 未来，腾讯云也将协同产业伙伴，持续升级产品、技术能力，加速千行百业应用落地，助力更多实体实现高质量的数智化转型升级。
44010编辑于 2023-12-13 - 来自专栏AI SPPECH
57：Agentic在法律行业落地的垂直案例拆解
作者： HOS(安全风信子) 日期： 2026-04-20 主要来源平台： GitHub 摘要： 本文深入分析Agentic在法律行业的落地案例，包括法律合同审查Agentic的构建过程、变现路径和实战经验 通过本文，您将了解如何在法律行业应用Agentic技术。 目录 1. 本节为你提供的核心技术价值 2. 法律行业的痛点与挑战 2.1 传统法律服务的痛点 2.2 技术挑战 3. 本文将深入分析Agentic在法律行业的落地案例，重点介绍法律合同审查Agentic的完整构建过程和变现路径，为法律行业的数字化转型提供参考。 2. ，技术应用需要符合监管要求 3. Agentic在法律行业的落地，不仅是技术的创新，更是法律服务模式的创新。通过科技与法律的结合，可以推动法律行业的发展，为社会提供更公平、更高效、更便捷的法律服务。
14910编辑于 2026-04-08 - 来自专栏机器之心
大模型进入「落地战」，腾讯云下手「行业」大模型
一轮是 2020 年 GPT-3 开启的炼大模型，百亿、千亿甚至万亿的「参数量」成为大模型角逐的重心；另一轮则是最近 ChatGPT 引领的新一轮生成式大模型热潮，短短几个月就火出了圈。 6 月 19 日，在主题明确的「行业大模型及智能应用技术峰会」上，腾讯首次公布腾讯云行业大模型进展，也让我们看到了腾讯对大模型在产业落地的思考。 正如每项落地的 AI 技术一样，作为使用者，企业首先清楚自身行业需求，然后将这些需求转化为大模型解决的课题，这其中不能一概而论，也是大模型最终能否为企业带来效益的先决条件。 腾讯云为大模型准备的基础设施包含高性能计算集群 HCC，算力性能较前代提升 3 倍，为大模型训练提供高性能、高带宽和低延迟的智算能力支撑；自研星脉高性能计算网络为新一代 HCC 计算集群带来 3.2Tbps 从今天的这波发布中，我们就能够看到腾讯云对大模型技术发展前景的这种考量：聚焦推动大模型技术真正落地行业。
1.1K40编辑于 2023-08-07 OpenTenBase 技术解读与实战体验：从架构到行业落地
面对金融、政府、医疗、电信等行业对高可用、高性能和兼容性的严苛要求，腾讯云 TDSQL 团队推出的 OpenTenBase，以企业级 HTAP（混合事务与分析处理）数据库的定位，成为业界瞩目的新星。 海量数据高并发：高扩展性实战过去在互联网行业，单机数据库常因容量、性能瓶颈频繁“爆表”。 3. 多级容灾：关键业务的“护城河”在金融行业落地时，最看重的就是业务连续性。OpenTenBase 支持同城多活与跨地域容灾，自动切换、无缝恢复。 结语作为国产分布式 HTAP 数据库，OpenTenBase 不仅在架构和技术上走在前沿，更在兼容性、扩展性和高可用性方面为行业用户带来了实实在在的价值。
35310编辑于 2025-08-29- 来自专栏携程技术
干货 | 腾讯云智能语音行业落地探索与实践
现在腾讯云大数据与人工智能产品中心AI应用产品组担任高级产品经理，负责智能语音相关AI产品，拥有互联网、金融等行业人工智能落地的丰富经验。本文来自倪捷在“2018携程技术峰会”上的分享。 本文梳理了智能语音技术发展路线，行业现状以及其面临的挑战等相关情况，并详细阐述了语音技术的常见落地场景以及相应的一些优化。 3）定制化提升，语料训练，热词。 3.3 客服机器人 经过大量探索和实践证明语音最大落地场景就是机器人。 四、腾讯云智能语音落地案例分享 腾讯云在智能语音方面已经有一些成功的落地方案，包括跟金融行业，故宫，亚朵酒店等的一些合作。 在此同时，跟亚朵酒店的合作中，利用“小微”智能音箱打造智慧酒店的行业智能解决方案。在酒店中，接入相关设备，他可以听得懂、看得见。
1.8K40发布于 2019-04-22 - 来自专栏AI人工智能
行业应用案例：MCP在不同垂直领域的落地实践
行业应用案例：MCP在不同垂直领域的落地实践摘要 Hello，我是摘星！ 在彩虹般绚烂的技术栈中，我是那个永不停歇的色彩收集者。 每一个优化都是我培育的花朵，每一个特性都是我放飞的蝴蝶。 作为一名专注于企业级AI解决方案的技术顾问，我有幸参与了多个行业的MCP落地项目，从传统制造业的智能化改造到金融服务的风险管控，从医疗健康的诊断辅助到教育培训的个性化学习。 本文将通过详细的案例分析，展示MCP在金融、医疗、制造、教育、零售、物流等主要垂直领域的落地实践，深入探讨各行业的应用特点、技术挑战、解决方案以及取得的业务成果，为正在考虑或即将实施MCP项目的企业提供有价值的参考和指导 金融服务行业1.1 应用场景概览金融行业作为数据密集型和监管严格的行业，对MCP的应用呈现出独特的特点：图1：金融行业MCP应用场景1.2 案例分析：某大型银行的智能风控系统项目背景：某国有大型银行需要构建新一代智能风控系统 通过对MCP在不同垂直领域落地实践的深入分析，我们可以清晰地看到这一协议标准在各行各业中展现出的巨大应用潜力和价值。
93820编辑于 2025-08-07 - 来自专栏猫头虎博客专区
猫头虎 分享AIGC在那些行业更容易落地？
摘要 AIGC（人工智能生成内容）正在各个行业掀起一股新的技术浪潮。从电商到教育，从医疗到媒体，AIGC都展现出了其独特的优势和广泛的应用前景。 本文将深入探讨AIGC在各个行业的应用，分析其优势和挑战，并分享一些实用的代码案例和操作技巧。 正文 AIGC在电商行业的应用 1.1 产品描述自动生成 在电商平台上，每一件商品都需要详细的描述来吸引顾客。 print(response) AIGC在教育行业的应用 3.1 自动批改作业 AIGC可以自动批改学生的作业，给出详细的评语和改进建议，减轻教师的工作负担。 小结 AIGC技术在各个行业的应用前景广阔，通过合理的应用，可以显著提升效率，降低成本，创造更多的商业价值。无论是电商、医疗还是教育，AIGC都展现出了强大的潜力。
28300编辑于 2024-05-26 - 来自专栏大数据在线
不止于“算”，开放计算加速技术落地和行业赋能
，实现上述子项目和物理接口之间的标准化，加速数据中心液冷技术的创新与落地。 ，实现通用服务器、高密度服务器、整机柜服务器、AI服务器等四大系列全线产品均支持冷板式液冷，建成亚洲最大液冷数据中心研发生产基地，打造全生命周期液冷数据中心整体解决方案在互联网、金融、教科研多领域应用落地等一系列实质性动作 因此，满足多元算力需求、推动各种新场景落地应用就至关重要。“融合、标准、精准将助力算力设施多元化升级，通过标准化+微定制，可以快速满足多计算场景的硬件精准化设计，提供高效、多元、多态的算力设施供给。” 事实上，开放计算相关技术向传统行业的数据中心延伸绝非易事，陈彦灵认为， “这是由于传统行业和互联网行业用户的应用模式和基础设施能力不同导致的。” 例如，浪潮信息就在积极探索适合传统行业的标准框架，例如通过标准服务器+标准机柜的组合方式，构建满足部分整机柜特性的产品，来让传统行业用起来。
45920编辑于 2022-12-13 - 来自专栏EAWorld
数据资产管理之多行业实施落地方法论
目录： 1.数据资产实施领域现状以及演进发展 2.不同行业的数据资产实施路径和工具选择 3.数据资产之不同抓手的实施落地方法论 4.数据资产之实施价值体现参考 一、数据资产实施领域 现状以及演进发展 当前数字化时代已至 三、数据资产之不同抓手的 实施落地方法论 1. 实施分析 数据资产管理项目实施的特点各有不同，以下从3方面对进行分析： 项目建设周期：与传统数据应用项目不同，数据资产管理项目是长期、持续的实施项目。 3. 实施内容 1) 管理制度 资产管理制度是组织决策力的体现，可以具体落地到以下3方面： 组织机构：保证数据资产管理工作开展的必要组织和人员角色，在数据资产过程中涉及对数据结构和源数据信息补充，需要高层领导支持 3) 资产发现 资产发现是依托数据标准化工作和IT工具进行IT实施落地。由IT技术部门进行主导，业务部门配合。需要按照资产化共识进行优化与提升，完成领域内的数据资源资产化。 ?
1.1K20发布于 2021-07-29 - 来自专栏腾讯云TVP
数字化转型：智慧物业行业落地与应用的突围之路！
当前地产与物业行业进入不确定性增加，营收放缓的“乌卡时代”，企业应如何通过数字化手段应对时代的变化呢？ 作者简介 蒋伟，腾讯云 TVP 行业大使、长城物业集团高级副总裁兼环渤海大区 CEO。 组织参与了长城物业集团 C 版 SOP 体系构建，行业内第一个呼叫中心（call center）组建，基于 SAAS 模式开发的一应云系统（BMS 系统、CSS 系统、CCS 系统、联盟购），积极参与推动了行业内联盟化 同时，伴随着业委会的建设与酬金制的落地，未来的物业服务也会更加透明化、规范化，这一切都将驱动着物业服务向更良性的发展轨道前进。 物业企业数字化的落地实践 2021 年，长城物业 600 多个项目在短短一个月就上线完毕，按照传统的做法 600 个项目可能一年还不一定能厘清摸透。但是我们通过线上化快速复制的方法，一个月就轻松完成。
3.1K30编辑于 2023-01-18 智慧调控 AI 助手系统：技术架构、行业落地与人机协同实践
制造业生产线参数优化强化学习决策器PPO（近端策略优化）以 “长期收益最大化” 为目标（如制造业的能耗降低 + 产能提升、零售业的销量提升 + 库存减少），持续迭代调控策略新能源工厂产线参数优化、零售业促销力度调整二、行业落地案例 ：从效率提升到价值创造系统在制造业、零售业、智慧城市等领域落地，验证了显著的业务价值。 人机协同：从 “替代人工” 到 “增强能力”系统摒弃 “完全自动化” 路径，构建 “AI 辅助 + 人工决策” 的增强型协作模式，平衡效率与可靠性：可视化交互与方案推荐：通过交互式看板向操作人员展示 3 ，验证数据采集准确性与简单调控策略效果，输出 “数据接入规范”“算法参数模板”；扩展期（3-6 个月）：覆盖关联业务（如从辅助车间扩展至主生产线、从单门店扩展至区域门店），上线云端数字孪生与强化学习功能 随着因果推理、多智能体等技术的落地，系统将从 “操作层调控” 向 “战略层辅助” 跃迁，成为企业与城市智能化转型的核心基础设施，推动各行业实现 “更高效、更绿色、更智能” 的发展目标。
1K10编辑于 2025-10-21
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号