近日，在第六届上海金融科技国际论坛之“2024年度人工智能大模型金融领域示范场景及创新应用案例成果特展”活动周上，奇富科技全景展示了现有的AI大模型落地成果。

在当天的论坛上，奇富科技技术委员会主席宋荣鑫表示，面对大模型日新月异的进步，同业仍然有三种状态：观望、实验、投入生产，然而，自去年以来，奇富科技组建了一个两百多人的大模型团队，现在已经到了投入生产阶段，今年，公司提出了每一个技术员工都要投入20%的时间研究新技术应用，而且每年绩效考核也有20%都会挂钩技术创新。

宋荣鑫表示，目前，奇富科技在模型层面，已经通过构建企业级知识库和AI Flow、AI STUDIO，使智能体开发最快可一天上线，实现矩阵式覆盖创新、重塑业务流程。其中，金融专家大模型JARVIS生成代码占比高达30%，AI生成测试案例40%。而ChatBI，在利用大模型能力结合企业RAG知识库进一步升级后，能够使用户像与人对话一样轻松地驾驭大数据，同时还能为业务提供优化建议。它真正实现了输入的超级简化和输出的超级惊喜。奇富科技超百亿投入沉淀的技术能力，通过科技无损冷链模式，与合作银行实现小时级端到端能力传输，在包含风控、获客、增长等平台能力的FocusPRO数字普惠信贷系统加持下共建业务生态。

奇富Copilot：200个智能体旋转协作的“坐席提效助手”

奇富科技首席算法科学家费浩峻表示，在金融科技行业中，研发人员和座席人员是整个金融行业最庞大的两个群体，奇富Copilot便是针对坐席人员的一款提效工具。

对于营销人员最重要的话术内容迭代机制方面，费浩峻披露，今年从2月开始到12月，奇富Copilot工具下，话术迭代能力最高有4倍的增长，迭代成功率一直在60%左右。目前，奇富Copilot保持每月大概迭代2到3次。从今年9月份上线以来，奇富Copilot已经通过插件的形式插入每一个座席系统中，自主开放的座席人数较首月有了近7倍的增长，其中80%的人都会持续使用，每天的使用频次也从10次提升到20多次。

在营销方面，原本传统的单项智能体，还停留在语音机器人上，如今进化为多智能体，当用户不方便接听电话的时候，可选择短信持续跟进，或者加用户企业微信，同用户在企业微信上互动。未来也会打通内部的风控系统和运营系统。

费浩峻表示，金融大模型产品矩阵落地的三要素一是，第一，深耕场景，以坐席提效助手奇富Copilot为例，通过精准定位业务场景，深度分析上亿通历史通话记录，提炼出高效沟通策略与话术模板，助力坐席更精准迅速地捕捉用户意图；二是数据飞轮，以大模型在小微金融中构建的关系图谱为例，通过持续迭代的数据反馈机制，确保模型性能形成良性循环；三是多智能体协作，奇富营销智能体目前可调用多个智能体协作，实现了营销从任务优化升级到自主智能解决问题。三要素相辅相成，共同构成了奇富科技在大模型领域的核心竞争力。

AI伴侣“小奇”：可与用户实时多轮交互的金融助手

奇富科技产品负责人卢瑶也介绍了一款可以实时、多轮对话来辅助用户的交互助手——AI伴侣“小奇”。

卢瑶表示，过去十几年的时间里，消费信贷产品线上化流程里，一直着重解决的是效率问题，却没有提供金融产品本身的温情，如当客户跟贷款机构打交道的时候，贷款机构不太会考虑客户为什么需要这笔钱，到底什么样的贷款方案更合适，传统触达方式受限于效率和成本，显得力不从心。

她表示，“小奇”的功能之一就是帮助客户更好地申请贷款，后台实时根据用户的身份识别他的需求、工作和行业情况，帮助客户匹配更优的贷款方案。例如，当一家茶叶经销商寻求贷款，小奇就会及时询问客户：“您借20万是因为要备货吗？考虑到今年成本上升的比较厉害，我们推荐您以下两个产品，A产品可以给您24期的分期，这样每期的还款压力会更低。B产品虽然定价高一些，但是先息后本，我们判断您在2月份会有资金回流，所以先息后本的产品会更匹配您。”

FocusPro 2.0 : 智能化尽调系统求解“不可能三角”

奇富数科总裁周旭强则提出了用FocusPro 2.0 新工具，来求解小微企业信贷领域的不可能三角。

周旭强表示，以往，在小微企业信贷行业中，在线上，以大数据风控、税、票、流水来做信贷审批的线上模式，往往出现“一低两高”的困境，即数据维度低、定价相对高、产品风险高的困境。同样，在线下，也会出现“一低两高”的困境，集中表现在人均产能低、道德风险高、作业成本相对高。

线上和线下两种模式出现的不同的“一低两高”行业级挑战，都指向了小微信贷的“不可能三角”——风险、成本和规模，这三者往往只能取二，不能兼得，即如果把风险控制很低、成本也控制得很低，可能就陷入长期规模增长非常慢的怪圈。

周旭强表示，FocusPro2.0通过一套“三段式逐级授信框架”，重新寻求解决方案。在这个框架中，第一步是通过线上大数据出额度，第二步是基于用户自主上传的征信材料，第三步，是在前两步依然无法很好解决的情况下，自动分流到线下的“智能化尽调”，对用户的经营状况做财务还原，在结合线上大数据、线上模型和线下智能化数据、线下的模型后，再给出综合性的额度和定价模型。

周旭强表示，FocusPro2.0智能尽调系统，通过把一百多个行业如何尽调、如何线下现场调查的经验进行工具化、模板化、智能化，并且内置了自动化的交叉验证逻辑，大大提高了线下客户经理的尽调效率，原本尽调工作从过去3天变成半小时、1小时。此外，客户经理的培养周期也从1年缩短到两周甚至最多一个月，这样的方式使线下工作变得经济可行。