2024年9月19日至21日，备受瞩目的云栖大会在杭州隆重举行。这场以“云启智跃 产业蝶变”为主题的中国云计算产业年度盛典，充分展示了15年的积累与沉淀，更展现出蒸蒸日上的科技生命力。云栖大会不仅是中国云计算发展历史的见证者，更是三次浪潮迭起的引领者。会上，产业链上下游的合作伙伴齐聚一堂，共同展示和探讨云计算及其相关领域的最新产业趋势、技术创新、关键产品与应用，携手推动产业的转型升级。

  在这场科技与知识的盛会上，我们见证了创新的力量，感受了智慧的脉动。为期三天的主论坛携手400多个分论坛及并行话题，深度探讨行业发展的未来。占地4万平方米的智能科技展区，精心布局了人工智能+、计算、前沿应用三大主题展馆。参会者全面领略云计算和AI的融合魅力，全景式地展示AI时代云计算的最新技术形态与应用成果。

  在期间举办的“2024年阿里云金融行业峰会”上，《金融电子化》新媒体记者专访了阿里云智能集团副总裁、新金融行业总经理张翅，请他就峰会主题“云启金融新智元”发表了深刻见解。他表示，云与人工智能技术已成为新质生产力的代表。在人工智能引领的时代背景下，金融机构从底层云基础设施、到数据中台，再到上层的应用服务，都有必要进行显著的变革与升级。

  张总，您好。阿里云在AI导向时代采取了“云+AI”的双轮驱动技术路线，能否详细的介绍一下这一战略的核心理念和目标？您怎么样看待这一战略在金融行业中的应用前景？

  张翅：“云+AI”双轮驱动的技术路线，是阿里云在公司层面的核心战略。当前，大模型技术呈现加快速度进行发展和变化，即便是以严谨、谨慎著称的金融业，也在积极拥抱这项技术。阿里云在金融领域坚定不移地推进大模型的战略级投入，源于我们深刻地认识到AI与云的紧密关系。我们坚信，随着大模型技术的不断成熟与大范围的应用，它将与云服务更加紧密地结合，为金融行业带来革命性的变革。大模型就像云的加速器，经过一段时间的发展，未来可能会改变某些产品服务形态甚至颠覆某些行业。

  因此，我们始终相信阿里云的“云+AI”战略在金融行业中的应用前景将更加广阔。优质的大模型与云服务相结合，将加速金融行业的发展，帮助金融机构更好地应对行业需求与挑战。我们将持续推动这一战略的实施，以实现更大的商业经济价值和社会影响。

  战略、核心理念和目标的实现，最终体现在战略的执行和落地效果上。在今年的云栖大会上，我们展示了在大模型家族产品层面取得的升级成果，彰显了我们在大模型战略方向上的投入与成就。同时，我们从始至终致力于将大模型技术开源，这不仅体现了我们的开放态度，也将为金融行业带来深远的影响。我们大家都希望开源模型能为金融机构提供一个坚实的基础，在保障安全合规和符合监督管理要求的前提下，无需从头开始训练模型，不但可以解决供给问题，还能提升金融服务的效率和质量，从而推动“金融行业+大模型”的广泛应用。

  日前，Gartner发布的《银行产品和服务创新的成熟度曲线》全球技术趋势报告中，阿里云成为唯一入选的中国云服务商，特别是在银行AI模型即服务、基础模型和银行混合云领域，慢慢的变成了国际领先的供应商。这不仅是对我们技术和实力的认可，更是基于我们客户的真实反馈和肯定评价。

  您如何看待云和AI之间的关系，以及它对金融科学技术创新的影响？阿里云如何通过其在云计算方面的技术优势来更好的支持金融行业AI的创新和普及？

  张翅：云+AI慢慢的变成了新质生产力代表，在AI引领时代，金融机构对底层云基础设施、数据中台，以及上层应用的要求都发生了显著变化。阿里云凭借在云计算方面的技术优势，正积极推动金融行业AI的创新与普及。金融大模型的应用对算力设施、数据安全与智能化能力的需求日益凸显。

  首先，在算力设施层，重新定义的“云”为金融科技的发展提供了创新土壤。云原生技术架构推动了企业的云化进程，金融业作为技术先行者，已经走在云原生应用的前列。AI的出现进一步加速了这一进程，使金融业在云计算的深水区进行深入探索。

  当前云计算的范畴极其广泛，涵盖了从底层的芯片到顶层的AI应用，乃至全球网络资源调度，已远远超越了传统信息化的界限。在金融科技领域，包括人脸识别、区块链技术、风险控制、多方安全计算以及金融智能等，均依赖于以分布式和云计算为基础的强大底层算力，为金融科技的创新和发展提供了坚实的基础。

  今年云栖大会上，阿里云发布了全新的“一云多算力，一云多芯”的解决方案，不仅支持多种CPU芯片，还扩展至多种GPU芯片，实现一朵云同时支持普算和智算的能力，展现了阿里云引领行业发展的 “云”能力和推动行业前进的“云”动力。在今年的阿里云金融行业峰会上，阿里云展示了基于混合云架构来支持大规模AI计算的方案，帮助金融客户在满足数据合规性的同时，弹性利用公共云的算力，更好地满足各种大模型应用场景需求。

  其次，在数据和安全层面，全局智能化中台成为迫切需求。随着云原生和技术架构的升级，金融行业面临如何凸显业务应用价值的问题。AI在这里扮演了加速器的角色，特别是大模型在智能化能力上的表现，远超传统小模型，为金融行业带来了更直观的价值，同时数据质量也成为大模型发展的主要的因素之一。

  随着我国在法律、政策、基础设施、经济、人才和国际合作等多个角度执行多项措施，将数据要素视为重要的战略资源，推动数据经济的发展，鼓励大数据、人工智能等领域的技术创新和应用，提升数据治理能力，并加强数据安全保护，充足表现了国家对数据的格外的重视。金融机构纷纷通过制定顶层数据规划、构建数据治理体系，以提升数据管理能力、沉淀数据资产，更好地发挥数据价值、驱动业务发展。

  目前，金融业中数据治理平台和大数据平台构成了金融业务创新的基础和动力源泉，数据治理的水平也决定着诸如大语言模型等金融业务创新的能力。金融机构要建立一个从底层数据计算到数据资产化的完整建设方法和路径。同时，金融数据平台也需要从分而治之的建设模式和技术体系逐步演进到全局的数据智能化中台，以支持金融业务的创新和发展。我们通过构建全局智能化的中台，加强了数据采集、管理和分析的能力，致力于为金融行业挖掘更多场景应用价值。

  第三，金融AI大模型层对多模态生成能力、语义深度理解和长文本对话能力的需求日益凸显。多模态生成能力实现了从文本到文本、文本到图像、图像到图像、图像到视频等多种模式的转换。语义深度理解能力对于提升办公、客户服务、投资顾问、文档研究以及总结提炼的效率具有非常明显效果。长文本对话能力虽然通常被视为面向消费者的应用，但实际上它也可以在企业级应用中发挥作用，例如在银行、证券、保险、信托、基金、理财等领域，在客户交互环节，如果对话助手拥有全面的知识储备和强大的对话能力，将极大地提升客户体验，并对面向客户的交互式服务产生积极影响。

  金融业在专业性、严谨性、安全性和合规性方面，有非常明确的要求。我们基于RAG架构，通过充分的发挥Agent能力，构建了更多、更广泛、更具深度的AI应用场景，增强了大模型的严谨性和实用性。我们通过Agent方式，基于客户现有数据与大模型进行快速交互，提升了大模型的应用效果。我们将信用卡、信贷、理财到保险等领域的知识，嵌入AI大模型，为专业岗位提供辅助，解决了专业领域缺失的问题。

  阿里云将继续完善产品分层能力，整合Agent应用框架、平台背后的算力、模型和专业的应用，为金融行业客户提供全方位的支持。无论是大型还是中小型金融机构，我们都有相应的解决方案，帮他们找到符合自己的应用场景和行业沉淀，实现金融科学技术创新的目标。

  综合以上内容，一是我们将持续优化云基础设施，确保金融行业能够在任何场景下获得所需的计算能力，从而支持高频交易、大数据处理等业务需求。二是我们将构建一个集数据管理、分析和服务于一体的智能化数据中台，以提升金融行业的数据处理效率和决策质量。三是我们将推动大模型在金融行业的广泛应用，通过模型训练和优化，为金融行业提供更精准的预测、风险评估和个性化服务。

  在此，我们高兴地宣布，阿里云金融云大模型服务已于9月12日正式对外提供服务。一期首先上线通义千问Max和通义千问Plus两个最受喜爱的模型，为广大金融客户提供了一个更高安全能力、更好性能保障、更广应用场景的大模型服务体系。

  在本次重磅发布中，阿里云与合作伙伴一起发布的“普算、智算软硬一体化联合解决方案”及阿里云、客户、伙伴一起成立的“联合创新实验室”非常关注。请您详细阐述一下阿里云与伙伴在普算和智算领域如何紧密合作，更好的服务金融客户吗？

  张翅：在本次大会上，阿里云与合作伙伴共同发布的“普算、智算软硬一体化联合解决方案”及成立的“联合创新实验室”，充足表现了我们面向未来、合作共赢的理念，旨在更好地服务金融客户。

  首先，我们与合作伙伴共同构建了普算和智算的一体化解决方案。这一方案不仅涵盖了传统的云原生应用架构，还包括了对智能化架构的升级。通过与国内硬件生态伙伴合作，咱们提供的GPU解决方案，可以有效满足金融客户在算力方面的需求。通过与云平台的结合，我们帮助客户在已有的数据中心和云平台上提升智算能力，实现从基础架构到应用层面的全面升级。

  其次，我们与传统的独立软件供应商（ISV）合作，推动他们拥抱大模型技术。我们共同推出的大模型升级方案，已经在多个领域取得显著成果，如小冰的数字人、金融客户的信贷领域以及财富财经资讯内容的专业问答等。通过开放式的Agent应用架构，我们简化了客户在选择框架后的模型训练和推理能力，将模型能力与实际应用分离，使客户能够更专注于业务和技术交互的加速。

  此外，我们的Agent架构能够与各种数据源对接，包括非结构化的文档和语音，从而满足金融客户在不相同的领域的业务需求。借助这种架构，客户能够结合自己真实的情况和业务要求，不断迭代和优化服务。我们通过Agent方式对接不同的模型，帮助客户屏蔽底层技术细节，专注于业务价值的实现。

  未来，我们计划以开源或合作的形式，与伙伴共同推进Agent体系的完善。我们大家都希望通过这种方式，与客户和伙伴共同开发出更多专业领域的Agent，以智能化的方式呈现，从而更好地服务于金融行业。

  总的来说，阿里云与合作伙伴在普算和智算领域的紧密合作，不仅体现在基础设施和应用能力的融合上，还体现在我们对于客户需求的深入理解和持续创新上。我们希望能够通过加入智算能力，让金融客户能够更加充分发挥已上云的数据和业务价值，实现更高效、智能的服务。

  通义点金作为阿里云在金融这个垂直领域的AI应用开发平台，您能分享一下最新的能力升级和技术亮点吗，比如在投研资讯、金融客服、经营驾驶舱等方面。

  张翅：通义点金是阿里云专为金融领域打造的AI应用开发平台，定位为首个在金融专属云上开服的金融大模型开发平台，适用于数据安全合规有要求的金融机构。此次平台功能升级，聚焦三大核心应用：投研资讯、金融客服、经营驾驶舱。以下简要介绍一下通义点金在金融领域的最新能力升级和技术亮点：

  Agent重点升级：通义点金的核心在于Agent，我们对其应用框架进行了重大升级，基于RAG架构和通过集成最新的GraphRaG技术和数据源迭代能力，使得投研资讯的生成更加智能化和高效。通义点金还支持多语言和多场景的投研资讯生成，以满足多种金融机构的需求。

  此外，我们推出了平台类和场景端的Agent，以满足金融行业的特定需求。通过与金融机构联合共创，我们共同开发出满足行业特性的解决方案。整合传统技术中台、业务中台、数据中台等多方资源，与多家合作伙伴携手，以“Agent超市”的形式为客户提供了深入的业务理解和丰富的场景应用。这些Agent结合了金融行业的业务场景和实践经验，支持多轮对话和多场景的金融客服，明显提升客户服务的效率和质量。

  经营驾驶舱技术：通义点金在经营驾驶舱方面也取得了重大进展。我们通过增强语音识别和意图理解能力，大幅度提高了客户服务效率；同时，我们通过Agent方式简化了金融知识内容生成和交互的流程，使得内容生成更便捷。借助智能化手段，实现了自然语言与结构化数据的交互，来提升了数据处理和分析的效率，增强了“问数能力”，帮助管理者能够更方便地从理解准度、数据精度和生成速度等多维度高效地审视公司的经营情况。

  金融云平台发布：通义点金依托阿里云公共云和混合云架构体系，为金融行业客户提供合规且高效的技术支撑。通过与通义系列大模型的紧密结合，通义点金能快速迭代，不断优化。

  综上所述，通义点金的最新能力升级和技术亮点，不仅体现在技术上的创新和优化，更在于对金融行业特性的深入理解和应用。我们始终相信，通过这一些升级，通义点金将更好地服务于金融行业，助力金融机构实现智能化转型。

  之前阿里云提出了“金融级AI原生”新范式，并通过通义点金提供开放生态能力，引入更多的合作伙伴开发基于通义大模型的金融应用场景，请您介绍一下成果进展，以及阿里云对金融行业大模型应用的未来展望。

  张翅：阿里云在金融领域推出的“金融级AI原生”新范式，旨在通过通义点金平台提供开放生态能力，与合作伙伴共同开发基于通义大模型的金融应用场景。迄今，这一策略有效推动了金融业大模型应用的发展步伐。

  本届云栖大会上，某银行客户介绍了在智慧研发、智慧办公、智慧坐席、智慧问答等八大领域应用大模型的初步成果，某消金公司介绍了大模型智能联络中心、大模型员工能效管理等综合型AI产品的应用。这些案例生动地展示了大模型如何提升金融服务的效率和质量，帮助金融机构实现智能化转型。

  未来，阿里云将坚定不移地加强与金融客户共研、与合作伙伴共建，持续推动金融行业大模型应用的技术创新，通过不断深入理解金融行业的特性和需求，在“云+AI”双轮驱动的战略核心目标的指引下，助力金融机构更高效、更智能地服务实体经济，为做好金融“五篇大文章”贡献数字金融的坚实力量。