近日，第一财经《金融方法论》栏目专访容联云创始人兼CEO孙昌勋，探讨大模型技术的崛起为行业带来新的机遇，以及如何通过工程化落地将技术能力转化为实际生产力？大模型技术如何与复杂的金融场景深度融合？

Q：第一财经：金融大模型场景应用现在如何？

A：容联云创始人孙昌勋

“我们看到的大模型应用主要有四个方面，智能客服、反欺诈的质检、大模型知识库、会话洞察和数据挖掘”

我们看到的大模型应用主要有四个方面。

第一个是智能客服，智能客服不是一个新产品和服务了，过去好多年都在讲，包括文本客服机器人、语音客服机器人这两大类，是最主要的一个应用场景。

第二是反欺诈的质检，风险控制对于金融企业是最核心的环节，是大模型应用的一个很重要的领域。

第三是金融机构都在建自己的知识库，用大模型的技术去快速地、完整地构建金融机构自己的知识库，形成知识助手，更好地帮助这些金融机构的员工去开展经营活动。

第四是我们行业内的提法叫会话洞察。金融机构在过去的这么多年的日常经营过程中，与他的C端客户积累了非常多的沟通数据，有语音的、有文本的，这些沟通记录是可以做深度挖掘的，挖掘出新的商机做二次营销，这个也是我们现在遇到一个很重要的应用点。

Q：第一财经：DeepSeek带来了哪些改变？

A：容联云创始人孙昌勋

“对于金融行业的大模型应用，找到合适的场景、做出场景化的应用、然后形成有经济的可行性，比技术的先进更重要”

DeepSeek让大模型对算力的消耗降低到一个可接受的范围，实际上它是提高了一个投产比：投入和产出比。我原来可能需要花 100 万，现在可能只需要花 20 万。但我原来花 100 万，如果赚 40 万这个生意就不划算；如果现在花 20 万能够赚 40 万，这个生意是成立的。金融行业也好、运营商也好、保险也好、证券也好，这些行业在特定场景需要跟业务流做对接、跟原有数据做输入，实际上有大量的工程化的工作要去做，这个我认为是接下来垂类大模型核心的关键工作。比拼就是细分行业的大模型应用，主要是两点，一个是找场景化应用的能力，知道这个场景是能给客户带来价值的；第二个是说能把这套配套的工程化的体系跟原来的系统做对接，能够利用大模型的技术产生生产力、产生价值，这也是我们容联云的核心能力。我认为对于金融行业的大模型应用，找到合适的场景、做出场景化的应用、然后形成有经济的可行性，比技术的先进更重要。

Q：第一财经：金融机构数智化面临哪些难点？

A：容联云创始人孙昌勋

“全链路赋能实际上是说我们要把这些数据打通、要把这些上下游的系统要都去做智能化改造”

金融机构很庞大，有各个业务部门，包括借记卡、个人业务、信贷、财富管理等部门，很庞杂，这些各自的业务部门形成了自己的数据积累。这些数据积累都是一个一个的数据孤岛，数据孤岛的意思是说实际上这些数据的价值没有最大限度的去利用，这是第一点：各个业务板块、业务部门的数据不打通。

第二个点就是风险管控的滞后，特别在信贷，因为数据不通，所以风险识别没有办法做到及时性，通常情况是滞后的，而风险管控对于金融机构是最重要的环节，所以这个对他来讲是一个核心痛点。

客服一直是金融机构很重要一个生产系统，就是对C端客户沟通的一个窗口，窗口实际上原来的服务效率是比较低的。像在客服的沟通过程中，如果一旦发现对方是机器人，很多人就挂了。挂电话原因是什么呢？是因为机器人它有时候很难听懂人的话，有时候答非所问，现在有一个术语叫幻听，实际上原来传统的 AI 它是没有理解人的意图的，所以就是说这些方面用大模型实际上都能够逐步解决这些问题。

所以我们现在有个提法叫全链路的赋能，全链路赋能实际上是说我们要把这些数据打通、要把这些上下游的系统要都去做智能化改造，包括风控，包括营销，包括售后。

Q：第一财经：垂类大模型如何打造竞争力？

A：容联云创始人孙昌勋

“我们的产品积累够厚，对客户的场景理解也够深；我们的核心能力就是找到这样的场景化应用、并把这些应用的工程化的工作做完备”

真正要把这个技术应用到金融场景，还是需要很多投入、做大量准备工作的。

所以不管是国内的芯片还是海外的英伟达芯片，我们都积极的去支持、去适配。只要有开源的我们都会接，把底座的平台接进来，在上面去做应用，我们的核心能力就是找到这样的场景化应用、并把这些应用的工程化的工作做完备。

我们的产品积累够厚，对客户的场景理解也够深，所以在去年金融大模型的场景化应用刚刚推出来的时候，我们做了大量金融大模型的场景化应用。今年我们觉得到了规模化推广的时候，比如说我们跟股份制银行、大一些的城商行做标杆性案例。这些案例有了之后，我们再把这些成熟的场景、成熟的经验再推到更多的中小金融机构，让这些中小金融机构少走弯路。

如果说企业不去拥抱大模型，可能很快就会被淘汰，丧失掉竞争优势。