AI正在打開新世界。

紅杉資本曾發表名為《生成式AI：一個創造性的新世界》的文章，提到生成式AI將涉及數十億的人工勞動力，并促使這些人工勞動力的效率和創造力至少提高10%，有潛力產生數萬億美元的經濟價值。

大模型，被視為AI領域里劃時代的變革，它將掀起一場席卷全球社會的技術浪潮。

通常來看，判斷AI大模型有三桿價值標尺——用戶價值、商業價值、社會價值。在這三者之間都有建樹的大模型，才會更有競爭力。

畢竟，在市場天平偏向用戶的當下，大模型不能吸引更多用戶，無法穩固立身之本；難以實現更大商業化，就無法做到可持續發展；不能跟整個社會的發展保持同頻，就會被時代拋棄。

關于這三重價值，譚建榮、倪光南、孫茂松、楊新民四位院士和100多家金融機構高管，在8月28日舉辦的“數智融合·渝見未來”金融大模型發展論壇暨馬上消費大模型發布會上，開展了高水平交流研討。

值得注意的是，作為論壇主辦方，馬上消費發布了全國零售金融領域首個大模型--天鏡大模型，引發了科技界和全國金融業的廣泛關注。那么，它將在用戶、商業、社會三個維度上創造哪些價值？

高效的“用戶價值”

管理大師德魯克有一句經典名言：“企業的唯一目的就是創造顧客。”

創造顧客，不是拉新，而是設法滿足用戶需求、提升用戶體驗，這主要分為兩方面：

一方面是更好滿足用戶現有需求；另一方面是滿足用戶自身還未覺察到的需求。

數字化時代，數據對于用戶來說就是原料，就像木材之于農業社會，石油之于工業時代。

馬上消費所在的金融業，具有數據規模大、類型多等特點，是典型的技術密集型行業。數據，其實就是金融用戶必須用到的能源。

在此次論壇上，馬上消費人工智能研究院院長陸全提到金融業里的三種數據形式：

第一種是結構化數據，它比較像傳統的化石能源，密度和含量特別高，但是資源有限，需要很多人力去加工。

第二種藏在圖表和文稿里，類似于新興化石能源。它的信息密度含量沒有那么高，但是價值依然很大，需要新型辦法進行開發。

第三種是人工經驗，也叫個體智慧。它更像新能源，雖然無處不在但也很難聚合利用。

如何高效利用這些數據，既是挑戰也是機會。

首先來說結構化數據，它非常依賴數據分析師。即使你有著龐大的、可利用的數據，如果缺少優秀的數據分析師，那么可利用的價值空間也是非常有限的。

然而，不是每個人都能成為數據分析師。面對這個用戶痛點，天鏡大模型給出了自己的解決方案。

用戶輸入問題，天鏡大模型就會生成一段結構化的查詢語言。很多用戶也許并不專業，看不明白生成的語言，天鏡大模型會進行對應的解釋，并且執行結果也會有注釋。

這樣一來，哪怕你不具備結構化查詢語言的能力，或者數據分析和洞察的能力相對薄弱，只要你能夠問出問題，天鏡大模型就能給出你能看懂的答案，大幅提升你的數據分析的能力。

除了結構化數據，金融業的很多數據是通過圖表和文本來展示。過去，這些數據并沒有得到很好的提取和利用，迸發的價值也沒有實現最大化。

天鏡大模型能夠高效提取圖表、文檔中的數據，進而生成用戶想要了解的答案，并且標明原始圖表和文檔的出處。

這個步驟非常重要，比如解決呆賬問題的時候，如果有可信度更高的原始鏈接或者出處，能夠更好地解決問題。

形象地說，天鏡大模型相當于為用戶打造了一個能干、貼心的秘書，幫忙做文檔、圖表數據的深度挖掘和解讀，進而喚醒“沉睡知識”。

可以說在數字化時代，金融業與AI大模型訓練所需要的底層數據基礎要求十分契合。通過大模型，提高用戶的數據分析能力，解放大量重復勞動，進而提高行業生產力已成既定浪潮。

天鏡大模型，同樣處在這種浪潮之中，并且成為排在前面的弄潮兒。

長期主義的“商業價值”

AI+金融，未來將形成一個龐大市場。

艾瑞咨詢測算，到2026年“AI+金融”核心市場規模達到666億元， CAGR為17.6%，帶動相關產業規模1562億元。AI大模型，將在這塊龐大市場里挖掘巨大增量。

不過，這注定是一場長跑。不能實現長期主義的AI大模型，稱不上合格的產品。這種長期性背后，考驗的是產品和企業的商業化能力。

那么，要如何產生更強勁的商業化能力？

商業的本質，實際上是交換。做企業或者產品，需要的是利他思維，讓別人獲利自己也會受益。企業家稻盛和夫先生就曾說：利他！凡是事事為他人著想，換位思考，事情總會出奇的順利。

對于天鏡大模型來說，其在利他思維下的戰略，為企業創造價值的同時，也提升了自己的商業化能力。

國際數據公司（IDC）發布最新的《PeerScape: AI數字人最佳實踐案例與探索》報告指出，AI數字人在金融、電信、傳媒等行業已經初步落地，當前的典型場景在智能客服、虛擬主播等等。

AI數字人，已經被當做擁有巨大商業價值的AI應用，也已經成為數字化企業的必修課。不過，眼下打造數字人還是存在不少痛點：

第一、數字人在說話時，動作或者表情不夠自然，而且對話內容不夠走心。

第二、數字人的語音還是千篇一律，一聽就是機器人，沒有做到個性化。

第三、要生成優質的數字人形象，成本比較高。

這些關鍵痛點，其實涉及到前面提到的人工經驗，也就是被稱為“新能源”的金融數據。這些數據存在于每個員工的工作經驗中，時時刻刻都在產生，但是過去沒有比較好的“提煉技術”來總結和分享，進而讓個體智慧形成群體智慧。

對于這個難題，AI大模型有著不錯的解決效果。

天鏡大模型能把真實員工全天的工作軌跡記錄下來，然后去分析哪個員工效率高、為什么做得比較好，哪些員工做得不好，原因是什么，然后把這些關鍵點傳遞給數字人，從而讓數字人學會更好地跟外界對話。

比如在智能客服場景上，擁有天鏡大模型加持的數字人，會在正確的場合做出合適的用戶解答。

另外，天鏡大模型還能以非常低的成本復制某些真實員工聲音和表情，甚至利用AI心理學來打造更具溫度的數字人。這樣用戶跟數字人溝通和互動時，更能感覺到個性化和真實感。

解決了這些數字人痛點，天鏡大模型其實讓部分企業一方面實現了降本增效，另一方面更懂自己的用戶了。前者是肉眼可見的商業價值，后者則能帶來隱性的、更為長久的商業增值。

現在已經有不少金融機構，在新興技術上進行投資。根據艾瑞咨詢的數據，2022年以銀行、保險、證券為主的金融機構，在技術資金投入預計超過4000億元。因為這些技術，能夠為金融機構帶來不菲的價值。

反過來，天鏡大模型通過自己的技術，為這些機構服務的同時也能受益，形成可持續發展能力。

這就是“利己則生、利他則久”的商業哲學。

普惠的“社會價值”

企業對社會的價值，決定了企業的成敗。

因為企業是社會的器官，任何企業得以生存，都是因為它滿足了社會某一方面的需要，實現了某種特殊的社會目的，創造出更大的社會價值。

可以發現，天鏡大模型的“社會底色”非常鮮明，比如，它讓數字人變得有情感、有溫度，并且幫助新市民群體進行智能簡歷生成及投遞。

要知道，新市民人口數量在3億人左右，來自各行各業且大多數工作不穩定。能夠幫助如此龐大規模的人群找工作，無疑創造著巨大社會價值。

前不久，IDC發布的首份AI大模型評估報告出爐，評估維度除了常見的“產品”、“服務”之外，還將“行業覆蓋”這一點作為關鍵的評估維度，天鏡大模型在這一維度上無疑是合格的。

另外，天鏡大模型還在眾多公益場景上發力，逐漸打通從“普”到“惠”的道路，顯現出“技術向善”的溫度。

“競爭戰略之父”邁克爾.波特提出的“差異化競爭戰略”強調，企業在競爭中要讓產品或服務形成差異化，才有可能產生更強的競爭力。此次論壇上，孫茂松院士詳細分析了天鏡大模型與通用大模型的本質差異：

通用大模型對數字不敏感,對于結構化信息識別力不強，準確性有待提升，容易出錯，這是弱點；而以天鏡大模型為代表的金融大模型，數據必須更準確。

這對于研發挑戰性很大，但這種數據更準確的大模型對行業發展的推動力會更強。

更進一步看，天鏡大模型的差異化特征和多重價值，來自馬上消費深厚的科技積淀和研發實力。

過去8年，馬上消費對金融行業有了系統的認知，對技術擁有更底層的思考，并且形成“三縱三橫”的大模型發展技術布局——“三橫”即持續學習、模型合規、組合式AI系統，“三縱”即數據決策智能、多模態大模型、實時人機決策。

整個技術布局，能在穩定、安全可控的前提下，通過多模型組合應用，確保模型越用越聰明，更高效、更智能地解決問題，同時實現內容系統化、知識網絡化、信息關系化的人機決策。

眼下，天鏡大模型已經具備安全可控、個性化決策和體驗、持續學習的特點。圍繞業務流，天鏡大模型還將進行金融服務流程的全優化，在更大范圍內服務于各行各業。

這一方面顯現出天鏡大模型的社會價值，另一方面也表明馬上消費引領金融高質量發展，推動社會進步的觀念。

利潤不是企業活動的目的，而是企業在社會中經營的結果和檢驗指標。企業的本質，實際上是為社會解決問題，一個社會問題就是一個商業機會。

跟馬上消費一樣，為社會解決問題、創造社會價值的企業，自然也會獲得時代的饋贈。