纪要涉及的行业和公司 - 行业：金融银行业 - 公司：雨信科技、DeepSeek 纪要提到的核心观点和论据 大模型在信贷场景的应用 - 核心观点：大模型加持可提升信贷审批效能和稳定性、准确性，实现信贷营销准入、尽调、审批、风控一体化 [1][3] - 论据：大企业审批时间从4天缩短到半天或1天；非现场尽调时间从一天或七八个小时缩短到半小时；可在尽调过程中提前暴露或识别风险，实时预警 [1][2][3] 大模型在工单处理场景的应用 - 核心观点：大模型可大幅提升工单处理效率 [4][5] - 论据：原本一年四万多个工单，约一千多份/天，需25 - 30人，单件需1 - 2小时，每天处理300件；使用大模型测试验证后，可提升到每天至少2000件 [4][5] 大模型在数据集市场景的应用 - 核心观点：大模型可缩短数据集市代码生成时间 [6] - 论据：以前数据集市分析到代码测试生成需10人，使用大模型可缩短三个月 [6] 大模型的选择与优化 - 核心观点：选择合适的大模型并进行优化可提升计算和推理能力，消除幻觉和保证稳定性 [8][9][10] - 论据：去年9月前12家主流大模型在计算Top3产品收入占比指标时均未达要求，DeepSeek是当时唯一能算对三个指标的模型；通过不断调试和增加语调支持，可提升大模型反馈能力 [8][9][10] 市场需求与变化 - 核心观点：中小金融机构和业务部门对算力需求增加，一体机需求快速增长，金融云也有市场需求 [11][12][13] - 论据：很多客户提出先试用机器；希望一体机业务部门开箱启用；金融机构有算力托管和云服务需求，但需满足监管要求 [11][12][13] 银行与外部厂商合作 - 核心观点：银行虽有强大AI团队，但在业务经验上有短板，外部厂商如雨信科技有优势，可帮助银行将模糊愿景转化为真实需求 [18][19][20] - 论据：银行AI团队对业务的long haul经验不足；雨信科技熟悉业务、科技和流程，能帮助业务部门完成顶层目标需求，将愿景转化为可落地需求给科技部门 [18][19][20] 产品化与商业模式 - 核心观点：大模型产品化程度和定价能力尚不确定，目前尝试基于价值的服务，雨信科技在推动大模型应用中有话语权 [28][29][30][31] - 论据：大模型应对不确定性，标准产品是否合用存疑；收费定价取决于市场和银行投入；雨信科技可写需求、制定方案，银行只需决策，科技部门协同配合 [28][29][30][31] 其他重要但是可能被忽略的内容 - 大模型开发架构有变化，提出新架构让客户构建信息管理，基于AITC思考业务实现路径和IT架构 [14][15] - 大模型落地可能重构银行传统业务逻辑，理念、架构和方式都会改变 [32] - 一体机应用去年受总行约束和分行基础能力限制未发展起来，近期要加快国内算力厂商适配工作，新创要求制造能力为国产 [36][37]