Workflow
金融+AI
icon
搜索文档
推动“金融+AI”深度协同融合 广投集团召开综合金融支持机器人产业发展专场活动
中国金融信息网· 2025-12-06 08:25
事件概述 - 广投集团于12月5日在广西柳州召开综合金融服务支持机器人产业发展专场活动,正式发布综合金融赋能机器人产业发展的“广投模式” [1] 活动背景与目的 - 活动旨在构建金融与产业双向赋能生态,持续助推机器人产业落地 [1] - 这是广投集团继机器人产业合作发展推进会、机器人材料及关键零部件专场活动后,以自身综合金融优势深度融入机器人产业发展链条的又一务实举措 [3] - 活动汇聚了机器人产学研头部机构、广投集团旗下金融企业及在柳企业代表 [3] “广投模式”核心内容 - 模式依托广投集团“投、贷、债、租、保、证”等全牌照综合金融资源 [7] - 针对初创期、成长期、成熟期不同阶段机器人企业的金融需求,分别推出智桂·启航、智桂·护航、智桂·领航三大计划 [7] - 模式具有全牌照协同优势、跨周期服务能力、多层次场景支持、高站位国企担当核心优势,旨在为机器人企业提供研发孵化、量产扩能、市场应用全生命周期金融服务 [7] 集团现有成果与未来规划 - 广投集团已初步构建起体系化、规模化的机器人产业金融服务生态 [5] - 截至目前,集团金融板块累计为机器人产业链83家企业提供综合金融解决方案,支持规模超百亿元 [5] - 未来将持续深化“产融投”协同发展战略,整合柳州工业基础、企业创新活力、院校人才资源与金融资本力量,构建覆盖“研发—孵化—产业化”的全链条服务体系 [5] 合作签约与生态构建 - 广投资本、北部湾银行、国海证券等金融机构与多家机器人领军企业和科研机构集中签署合作协议,合作领域涵盖股权投资、信贷投放、产教融合等关键环节 [9] - 此次签约标志着区域“产业—金融—科技”良性循环生态的进一步巩固,各方将共同构建风险共担、价值共享、协同成长机制 [9] 人才与平台建设 - 广投资本与广西人工智能学院共建的“AI+金融博联体”及“AI+金融人才创新实践基地”揭牌,旨在打造专业的“AI+金融”人才队伍,为首批合作博士颁发聘书 [11] - 活动期间,多家金融企业进行了金融赋能特色产品推介,并介绍了广投(柳州)数智科创中心建设及机器人产业布局进展 [11] 行业交流与共识 - 活动举办了访谈沙龙,来自券商、机器人企业及金融机构的代表围绕综合金融服务和机器人产业发展双向赋能进行深度对话,进一步凝聚“以融促产、以产兴融”的发展共识 [11]
视频|新浪财经对话国泰海通证券CIO:“金融+AI”复合型人才可遇不可求 人才培育体系在实践中探索
新浪证券· 2025-11-29 03:16
行业人才现状 - 金融行业对专业化程度要求高,“懂业务、又懂科技”的复合型人才“可遇不可求”[1] - 高校传统培育模式目前还难以精准匹配行业需求[1] 公司人才培育策略 - 公司在实践中探索“金融+AI”人才培育模式[1] - 公司希望构建一套自主培育体系,设计了“业务人员参与机制”[1] - 通过降低技术参与门槛,鼓励业务人员主动参与AI应用落地,让业务人员自主解决工作中的实际问题[1] 复合型人才作用 - 复合型人才在未来大模型产品的规模化应用上起到重要作用[1] - 公司希望通过企业内部实践、创新机制降低业务人员参与门槛等,持续壮大人才队伍[1]
AI重塑服务新范式,宜人智科数智化升级的破局路径
北京商报· 2025-08-07 12:27
行业AI转型趋势 - 各行各业正经历深刻AI技术革命 金融行业传统服务模式面临增长瓶颈 消费者期待从可用升级为秒级智能响应 [1] - AI布局已不是选择题而是关乎生存发展的必答题 [1] - 金融+AI发展进入相对成熟但快速演进阶段 从简单数据分析和自动化流程拓展至更复杂场景 [6] 公司AI战略规划 - 制定AI三步走战略:短期优化现有业务 中期技术能力产品化对外输出AI+金融 长期孵化AI原生业务构建技术+场景生态闭环 [3] - 2025年初与DeepSeek大模型平台达成战略合作 4月自主研发智语大模型通过备案 [3] - 不做技术孤岛 积极构建AI生态 加大战略合作推进 连接顶级人才与资源 [5] 技术应用成果 - 智语大模型应用于内部办公场景 智能会议纪要自动提炼核心内容 多语言实时翻译打破沟通壁垒 财税审批流程效率显著提升 [3] - AI机器人实现7×24小时待命解答消费者问题 AI智能化风控系统通过大数据分析和机器学习实时监测风险精准识别欺诈行为 [4] - 建立AI自动识别+人工辅助黑灰产辨识机制 已识别标记疑似黑灰产用户2万余人 [4] 研发投入数据 - 2024年全年研发投入4.12亿元人民币 同比增长176.51% [6] - 2025年第一季度研发投入0.86亿元人民币 同比增长109.75% [6] - 后续将持续加大技术研发 提升AI技术创新能力和应用水平 [6] 转型基础与挑战 - 自2015年美股上市以来积极布局AI研发与创新 积累大量用户数据和风控模型 [5] - 挑战包括AI技术与具体业务场景结合实现高效业务赋能 高强度研发投入对短期盈利造成压力 [5] - 探索加强技术研发与场景应用深度融合 避免为AI而AI空转 [5]