【ITBEAR】在全球金融業(yè)矚目的Swift國際銀行業(yè)運(yùn)營大會(huì)（Sibos年會(huì)）上，數(shù)勢科技的數(shù)據(jù)智能產(chǎn)品總經(jīng)理岑潤哲向與會(huì)者深入解讀了大模型時(shí)代下Data+AI的創(chuàng)新實(shí)力。此次大會(huì)的一個(gè)亮點(diǎn)是數(shù)勢科技發(fā)布了SwiftAgent智能分析助手的新版本2.1，這一版本重點(diǎn)增加了“報(bào)告功能”，旨在滿足金融界對于高頻次及高標(biāo)準(zhǔn)報(bào)告的需求。
新版本的SwiftAgent不僅強(qiáng)化了其原有的智能分析能力，更在自動(dòng)生成報(bào)告方面取得了顯著進(jìn)步。企業(yè)可以根據(jù)自身需求，利用自有報(bào)告模板進(jìn)行個(gè)性化定制。同時(shí)，該系統(tǒng)還能智能地將企業(yè)內(nèi)部知識庫與數(shù)據(jù)分析結(jié)果相融合，生成更為精準(zhǔn)、深入且貼近實(shí)際業(yè)務(wù)需求的分析報(bào)告。
岑潤哲在會(huì)上特別指出，了解事件本身只是分析的起點(diǎn)，而探究事件背后的原因才是關(guān)鍵。為此，SwiftAgent的智能分析模塊結(jié)合了大小模型的優(yōu)勢：大模型用于識別意圖和理解需求，小模型則專注于精確的數(shù)據(jù)歸因分析，如維度歸因和因子歸因等。這一結(jié)合使得從數(shù)據(jù)異常到原因分析的響應(yīng)時(shí)間大幅縮短。
在金融行業(yè)的應(yīng)用場景中，SwiftAgent能夠快速識別出例如逾期客戶占比上升的具體原因，提供詳細(xì)的多維度分析和因子排序，為領(lǐng)導(dǎo)層的快速?zèng)Q策提供有力支持。
新版本的SwiftAgent還提供了從數(shù)據(jù)到洞察的轉(zhuǎn)化功能。用戶只需上傳內(nèi)部報(bào)告模板，系統(tǒng)便能根據(jù)大模型的分析結(jié)論和數(shù)據(jù)，自動(dòng)產(chǎn)出符合企業(yè)文化和表達(dá)習(xí)慣的報(bào)告。這些報(bào)告不僅支持保存、刷新和分享，還便于團(tuán)隊(duì)之間的協(xié)作和向上級匯報(bào)。
數(shù)勢科技作為一家專注于為全球客戶提供高效、精準(zhǔn)數(shù)據(jù)智能解決方案的公司，已在大金融、高科技制造和泛零售等領(lǐng)域積累了豐富的技術(shù)實(shí)力和行業(yè)經(jīng)驗(yàn)。其推出的一系列創(chuàng)新產(chǎn)品，如SwiftAgent等，正在助力眾多行業(yè)領(lǐng)軍企業(yè)實(shí)現(xiàn)數(shù)字化升級，打造新的業(yè)務(wù)增長點(diǎn)。
