活跃资本市场，原来是从活跃气氛开始的。早先群众盼着复苏，结果通缩迎面走来；后来预期政策铺天盖地，没想到二手玫瑰的唢呐震天响；到现在人们觉得也别期待大招了，自然复苏也是复苏。
第一根阳线是信号、第二根阳线算确认、散户冲进场内买出第三根阳线，最终改变了信仰。手握AI的人被业绩预亏的中报撕扯痛不欲生，冲着落地慢、被下架APP的AIGC喷着国粹；想调仓的CPO持有者担心清香型白酒保质期短；把伤寒杂病论爱到深处的医药信徒最终被50%的销（hui）售（lu）费用率摧毁，想追券商股的瞬间看到了百亿魔咒和急不可耐的减持；还没走出实验室的高丽超导，演绎着5年产业周期支撑3个涨停板的A股逻辑；终于下狠心想找边际改善幅度最多的地产股，结果发现每次冲在最前面的都是拉萨天团。在别把保健品当药吃的行情里，diss就是第一生产力。
任何业绩预期调降的板块，炒作都不会变成主升：杠上开花的地产，保交楼也得亏着卖；基酒有数儿的酱香型科技，只能赚估值上下沿的钱；价格战已经开打的新能源，唯独认为自家产能不过剩；吵吵这么长时间科技转型的券商，依然靠天吃饭。明牌的业绩好，带来高开下砸；没开牌的业绩差，才有星辰大海。要没有三季报前的高投入，AI大模型怎么国产替代？不确定落地方向和竞争壁垒，AIGC怎么建立护城河？没有数据财政的定位，数据要素怎么带领TMT走出地产后周期的阴影？
由于算力成本和私有化部署的需求，AIGC的落地往往需要更高的确定性，才能让下游客户在省成本的情况下心甘情愿付费。所以，在已经接近完善的模型上进行微调，最终做成应用端产品和服务是最优选择。比较典型的就是金融业中的NLP（自然语言处理）和财富营销模型，因为只要有完整的语音识别技术和营销话术，便能用AI技术增加营销转化率。那作为已经在这个领域落地很久的（6608.HK），这家AI云服务商当初为什么要做这个应用，又是怎么做的呢？
作为主要赋能金融业的AI云服务商，百融云在经营之初便发现，银行要从最初识别用户画像到最后多轮对话输出财富管理营销话术，往往面临很多困难。首先，银行要处理的用户信息很多都不是以文本形式存在的，比如很多客户背景资料大多数以相邻关系及连通关系查询，就是“图数据库”；而一些需要精确到具体日期的用户银行往来记录，便是“时序数据库”，而当时如果百融云把这些信息变成文本形式来进行AI分析，便会增加银行单次对话的token长度，也就会降低多轮对话频次，所以AI就坚持不到营销话术环节。同时，识别用户画像的目的，最终是为了输出针对不同客户的营销话术，实现财富管理规模的增加。那百融云起初是怎么做的，现在升级了吗？
百融云自打9年前决定做AI开始，便将银行业的信息以“向量数据库”形式保留，也就是将长文本拆分成GPT可用的小块，将每个块存储在向量数据库中，再由块嵌入向量搜索指引指向GPT，最终完成问答和响应。这个步骤的好处就是能节省token数量，尽可能增加多轮对话的频次，这样才能使得营销话术得以在同一轮AI对话中展开。那么百融云就可以开始帮助银行业客户进行用户画像，比如推测用户的理财风险偏好，对用户的潜在理财产品需求进行分类，制定有针对性地营销策略。这便是从决策式AI打底，过渡到生成式AI阶段，完成整个业务流程。
把科学理论翻译成普通话，决策式AI就是通过对信息进行分析和处理，从而得出结论或做出决策的AI技术，通常使用逻辑推理和规则；而生成式AI是通过对信息进行学习，从而生成新的数据或模型，通常使用深度神经网络比如GAN，它由生成器和判别器，两个神经网络组成，生成器与判别器都是由一组卷积层和非线性激活函数组成，生成器将输入的自然语言以连续或离散的方式输出结果，然后将生成的数据提供给判别器进行评估；最后，根据判别器的输出调整生成器以提高其性能。说简单点，输入的是用户信息和提问，输出的是智能营销话术。
那么在生成式AI阶段，智能营销话术就是AI的集中体现，比如说百融云要帮助银行，根据客户在通话交互当中的反馈，包括处理方言、用户情绪等等，然后不停的根据反馈来选择模型中的话术选项，最终匹配到合适用户的理财产品，比如年收入在20万以内的客户，可能更适合的是稳健型理财产品比如债基；而年收入50万以上的客户可能会更容易接受主动权益类理财产品。同时百融云在做AI之初就意识到，金融业对AI的精确度要求很高，3.5%收益率和4%那就是天差地别，人工智能的容错率肯定不高，这也为现在成为AI云服务商打下了很牢固的技术基础。
如果说生成式AI和决策式AI属于底层技术，那么MaaS和BaaS就是百融云的业务落地形式，MaaS负责提供模型服务，BaaS负责输出最终业务结果，也就有了金融行业云、保险行业云，以及未来能够拓展到的电商租赁等场景，因为底层的技术都是AI，那么可复制性就会很强。
作为一家累计服务7000家金融机构的AI云服务厂商，百融云常年客户留存率都在90%以上，2023年一季度已经实现营收5.66亿元，同比增幅25%，并且已经实现了盈利，这在AI全行业是个很稀缺的事情。AI跟其他技术一样，种什么因得什么果，早施肥就早开花。
