- 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 2019年，正在落地的人工智能应用包括金融领域的反欺诈、生物识别类身份验证、智能客服等。正在加速研发的有智能网点服务机器人等。 ? 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. 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？ 如果说短期内企业并没有短期内进行容器化、分布式的建设规划的话，落地SRE是比较困难的。 具备软件开发能力：能够把运维诉求变成运维产品，然后把运维产品，最终落地成为具体的工具、系统。
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 2025-10-119 段 IT 工程师画像 + 成长落地指南
9 段 IT 工程师画像 + 成长落地指南一、9 段 IT 工程师核心画像段位 核心能力定位核心动作 核心价值 结合行业趋势 + 企业业务战略制定技术发展规划，统筹企业级大型技术项目，搭建企业技术人才梯队让技术成为企业业务发展的核心驱动力，成为企业技术战略制定者、行业技术标杆 二、如何成为一名 9 段工程师？ 顶尖阶段（9 段）：从团队引领到战略布局，让技术驱动企业发展核心目标：具备企业级 / 行业级全局视野，成为企业技术战略制定者战略规划：研究行业技术趋势，结合企业短期 / 长期业务战略，制定 3-5 年企业技术发展规划 ，确保技术与业务同频；全局统筹：牵头企业级大型技术项目，统筹跨部门核心资源，制定项目战略与落地节奏，把控整体项目风险；行业输出：沉淀企业技术 / 管理实践，向行业输出有价值的内容，与行业专家交流吸收先进经验反哺企业发展 贯穿全阶段的 3 个底层习惯（成长核心）双维持续学习：技术上每月学 1 个新知识点并尝试落地，业务上持续了解企业全业务链路与行业发展动态；常态化复盘沉淀：每日 / 每周 10 分钟短复盘记录问题与改进点
14810编辑于 2026-02-06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。 3.2九字落地真言①找战场：基于客单价、决策周期、成交链路，锁定1个主平台（投入70%精力），避免平均用力。②做结构：内容结构：放弃关键词堆砌，转向“场景×痛点×方案”的语义意图匹配。 A级（政府/权威媒体/百科）进预训练库；B级（垂直门户/知乎/行业报告）供RAG高频引用；C级（自媒体/用户口碑）作辅助补充。核心原则：三级信源事实必须100%交叉验证一致，否则触发重排降权。 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”。
1500编辑于 2026-04-15- 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？
在 AIGC 技术落地过程中，会产生什么新的应用场景？大模型的下一阶段突破可能来自哪些方向？ 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。 虽然用户勉强接受了这种体验降级，但显然这种交互方式远非理想状态，这也促使行业普遍开始重视"first-token 延迟"的优化工作。 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。
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。 ▊《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 9）支持 100 以上列的大宽表，支持多维度的查询分析。 2.
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。
43910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 未来发展趋势 8.1 技术演进 8.2 应用拓展 8.3 行业融合 9. 最佳实践 9.1 技术最佳实践 9.2 业务最佳实践 9.3 合规最佳实践 10. 结论 1. 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. 与其他行业的融合：与金融、医疗、教育等行业融合，提供跨领域的法律解决方案 与政府服务的融合：与政府服务融合，提供便捷的法律服务 与法律科技的融合：与其他法律科技产品融合，形成完整的法律科技生态 9. 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 - 来自专栏云技术+云运维
容器技术在企业落地的9个关键问题
很多传统行业和互联网企业相比在容器技术方面起步稍晚，但近两年随着容器关注度的空前火热，企业进步也很快，大力推进容器相关能力的建设。 Kubernetes、Mesos、Swarm 这三个开源方案都是行业内比较火热的资源编排解决方案，但它们各自的立足点各有千秋。 随着容器技术在企业生产系统的逐步落地，用户对于容器云的网络特性要求也越来越高，跨主机容器间的网络互通已经成为最基本的要求。 总结 容器技术在企业的落地，不是一蹴而就的，是一个渐进和价值普及的过程。技术的更迭方式可以是潜移默化的和平演变，亦或是轰轰烈烈的武装革命，容器技术应该归属于前者。
1.5K11发布于 2019-10-29 - 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
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。 大家在将更多时间和精力放在如何将大模型用下去，如何真正实现产业落地。 对于厂商而言，在推出行业大模型解决方案时，考虑更多的是把算力、技术要求这类高复杂事项留给自己，让企业少压力甚至无压力地部署应用。 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。 腾讯云，背靠腾讯优图实验室、腾讯 AI Lab 等顶级实验室的产品和技术能力，加上自身多年产业实践经验，提供了从底层算力、算法开发、AI 应用到全场景数智化的四级全链条服务，全力推动行业大模型落地。
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”。 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。 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。 该方案已经在北京，深圳等城市落地和使用。 另外语音技术也可以应用在其他的场景中。
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
那么不同行业的数据资产管理都分别具有什么样的特点特色呢？企业的数据资产实施演进一般具有哪些发展阶段呢？体量不同、行业不同、组织架构不同的企业又该如何选择适合自己的实施抓手呢？ 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 ，各行业的企业内外部环境正在悄然改变。 二、不同行业的数据资产 实施路径和工具选择 那么不同行业的数据资产管理都分别具有什么样的特点特色呢？体量不同、行业不同、组织架构不同的企业又该如何选择适合自己的实施抓手呢？ 发布资产报告：输出数据资产盘点成果、固定为标准，并执行落地。
1.1K20发布于 2021-07-29 - 来自专栏数据科学与人工智能
【数据】银行业9大数据科学应用案例
小编邀请您，先思考： 1 银行业的业务是什么？ 2 数据科学可以解决银行业什么问题？ 在银行业中使用数据科学不仅仅是一种趋势，它已成为保持竞争的必要条件。 1 欺诈识别 2 管理客户数据 3 投资银行的风险建模 4 个性化营销 5 终身价值预测 6 实时和预测分析 7 客户细分 8 推荐引擎 9 客户支持 结论 1 欺诈识别 机器学习对于有效检测和防范涉及信用卡 分析在银行业中的重要性不可低估。机器学习算法和数据科学技术可以显着改善银行的分析策略，因为银行业务的每个使用案例都与分析密切相关。随着信息的可用性和多样性迅速增加，分析变得更加复杂和准确。 9 客户支持 杰出的客户支持服务是保持与客户长期有效关系的关键。作为客户服务的一部分，客户支持是银行业中一个重要但广泛的概念。实质上，所有银行都是基于服务的业务，因此他们的大部分活动都涉及服务元素。 原文链接：https://activewizards.com/blog/top-9-data-science-use-cases-in-banking/ 版权声明：作者保留权利，严禁修改，转载请注明原文链接
4K30发布于 2018-07-30
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