分组1：公司概况与战略转型 - 科蓝公司成立于1999年，深耕金融科技领域二十多年，是国内数字渠道和移动银行领域规模最大的解决方案供应商，服务超500家经营机构，近半数国内人口使用其开发的系统 [3] - 2023年公司进行重大战略调整，全面向AI技术转型，明确“3A”战略目标，围绕AIDB、AI机器人与AI应用以及AI算力中心提前展开战略布局 [3] 分组2：“3A”战略具体内容 AIDB领域 - 公司正在建设国内领先的AI时代数据库技术平台，是国内最早支持向量计算的数据库，且为全内存数据库 [3] AI机器人方面 - 2020年启动“小蓝智能机器人”研发，围绕银行超级员工和智能客户两个领域拓展 [3] - 推出小蓝智能高柜机器人和小蓝企业网银机器人两个成熟解决方案，前者已在邮储银行和国有大行试点应用，后者可帮助企业客户自动管理交易，降低成本，提升效率 [3][4] AI算力中心方面 - 在苏州建设AI算力中心，为中小银行等金融机构提供算力服务与AI应用赋能，还形成AI算力中心基础设施解决方案，已与华为等达成广泛联盟合作 [5] 分组3：大模型对接与发展历程 第一阶段（2022年之前） - 采用机器学习、深度学习等AI技术，解决移动银行、移动APP运营、客户服务等领域的问题 [6] 第二阶段（2022年底至2023年） - ChatGPT发布开启大模型时代，2023年各大厂商推出大模型，科蓝作为百度文心一言首批合作伙伴开启探索，4月LLAMA3发布和开源后正式启动大模型应用研发工作 [7] - 积极集成阿里、科大讯飞、华为、腾讯等公司的模型，2024年中完善模型基础能力和聚合能力，推出“模型聚合平台”产品 [7] 第三阶段（2024年至今） - 集中精力进行模型集成和对接，研发AI智能体，支持多模型聚合调用，推出数据精炼工厂和模型监控产品，形成完整大模型基础能力体系 [7] - 2024年12月deep seek V3推出带来新机遇，春节前其R1推理模型推出后完成集成，提升平台能力 [8] 分组4：基础产品能力体系 - 魔聚平台：实现不同大模型的连接、聚合、配置和管理，调配AI agent，灵活调用模型能力 [9][10] - 魔界平台：为大模型二次训练和微调提供标准化数据治理和加工服务，保障数据质量和一致性 [10] - 魔瞳平台：实时监测模型运行状态和性能表现，评估绩效、评分、准确度，抑制AI幻觉，确保模型稳定可靠运行 [10] 分组5：实践探索与场景化应用 - 移动银行私域营销运营：多家银行落地应用聚合应用平台连接大模型，实现营销运营策划、分析和归因分析，提升运营效率和精准度 [10] - 场景金融营销与运营：探索连接车生活、物流、银发经济、萌宠经济等场景，获取数据完善模型能力，预计2025年上半年落地 [10] - 产业金融 - 小微企业融资助手：与几家银行合作，通过对话式交互帮助小微企业主找到融资诉求并进行风控诊断，与供应链金融政策相关 [10] - 模拟经营与财务规划：构想银行利用大模型进行模拟经营、现实和财务规划，如基于行业数据进行沙盘模拟，测算未来收益和ROE [11] 分组6：提问环节要点 AI加C端APP营销相关 - AI技术尤其是大模型对银行渠道可能带来颠覆性变革，未来产品研发与解决方案策略围绕“超级员工”与“智能客户”展开 [11] - DeepSeek R1推理模型使银行APP从被动执行指令转变为预测式交互系统，提升客户服务与营销效果，但银行运营面临新挑战，也带来商业模式创新空间 [12][13] - 公司在AI领域重视行业策略，发挥金融行业经验，提前布局研发，“小蓝”机器人对传统柜员替代比可达1:3，还研发AI小蓝智能企业网银机器人服务企业客户 [14] 算力中心相关 - 算力中心预期今年逐步建设，预期投资6亿 [16] AI业务落地相关 - 2022年小蓝智能高柜机器人在邮储银行应用，目前与多家金融机构开展前期合作工作 [16] - 过去两年金融机构AI应用多处于观望和尝试阶段，因缺乏国产大模型 [16] 变现场景相关 - 银行渠道端应用主要在客户服务、精准营销、运营优化等领域，但此前多为辅助作用，未带来实质性变革 [16] - DeepSeek大模型能使传统渠道系统变革为预测式主动服务模式，是银行今年重要研发方向，需时间重构 [17] AI产品市场看法 - 大模型技术将重构银行传统线上服务模式，带来新市场机遇，新市场基于公司原有市场发展 [18] - 商业银行大模型应用需从不同业务板块推进，AI落地将先集中在客户服务与营销领域，风险小、效果佳 [18] - 公司计划连接多种场景，创新智能化落地模式，看好未来趋势 [19] 银行AI需求变化 - 客户更理性，会考量AI幻觉、风险、降本增效等因素，分步骤推进AI应用 [20] - AI应用分为内部办公体系助理、运营管理和营销管理支持、面向客户服务三个层次，推进过程逐步探索 [20][21] 银行预算相关 - 银行已在规划AI预算，因大模型对算力要求高，可能在硬件支撑层面有更大预算 [21] deep seek与银行IT外包 - 中小金融机构需与外部厂商合作推动大模型与金融业务融合，公司正与多家大模型厂商谈判合作 [22][23] 银行主业投入相关 - 银行IT整体费用增长放缓，但前台渠道IT系统建设预算占比已超五成，与客户服务和营销侧相关的IT预算增长 [24][25] - DeepSeek出现激发银行AI投资热情，解决监管透明性问题，降低监管风险 [25][26] - 今年银行在DeepSeek应用初步探索，年底AI相关预算预计大幅提升，未来客户服务和营销侧AI投入增长速度将高于其他领域 [27] - 预测明年银行AI预算占整体IT预算两成到三成，其中五成投资于客户服务与营销领域 [28] 接入deep seek产品落地 - AI模型基础能力层次产品包括大模型聚合平台、数据精炼工厂、模型监控平台、与华为共创的一体机 [28][29][30][31] - AI应用层次产品包括智能小蓝机器人、渠道产品、业务系统、开发工具等，已进行智能化升级，有具象化方案推广 [31] 需求爆发主体 - 银行业全体从业者对DeepSeek应用积极尝试，其满足银行自主可控和可监管需求，带来深远变革 [31][32] - 今年渠道端应用有订单增长，但“AI+”模式市场价值有限，关注未来AI时代全面变革 [33] - 与清华大学合作研发新一代渠道服务类系统，预计今年完成1.0版本研发，将颠覆银行现有渠道类IT信息化建设成果 [33][34] 业务线关系 - AIDB是AI基础设施等方面布局，AI算力中心满足中小金融机构算力需求，与现有产品升级并非完全独立 [36]