JavaScript is required

MaaS

Model as a Service —— 模型即服務

基于決策式AI爲垂直行業“按需供給”模型能力來輔助決策,以持續服務的理念來解決垂直行業長期性、短期性、整體性和局部性的問題,推動人工智能在垂直行業的服務化和普惠化發展。決策式AI運用前沿科學技術,依托深耕垂直行業經驗和數智化運用能力,助力垂直行業構建技術應用,提升産品及服務的标準化、規模化、體系化應用,助力客戶加速客群滲透、提升業務創新能力和價值創造能力。

BaaS

Business as a Service —— 業務即服務

基于決策式AI和生成式AI的串、并聯組合作業,爲垂直行業業務結果的實現賦能。尤其是在資産運營方面,BaaS能提供全流程的閉環管理,不僅對業務的過程負責,也爲最終結果負責。以結果爲導向,推動AI在垂直領域的應用效能變得可用、可見、可度量,助力垂直行業運營效率提升。适用于多場景,已覆蓋金融行業、保險行業、電子商務/租賃等,未來也服務更多垂直行業。

金融行業雲

保險行業雲

電子商務、租賃等行業雲

是公司基于BaaS業務基礎上在金融場景的重要應用,它以決策式AI+生成式AI爲技術基礎,涵蓋信貸、小微、财富等具體業務場景,可爲機構獲取增量客戶的同時運營其存量客戶,通過AI爲機構資産端和負債端業務提供智能化賦能,輔助機構完成增量用戶獲取及存量用戶運營等核心KPI,提升金融行業資産運營的效率,整體收費模式按促成的金融交易規模收取技術服務費。

新客運營環節

以BaaS金融行業雲爲引擎,基于底層的AI能力,打造多渠道的産品結構和多維度的運營體系,将C端用戶與B端機構進行有機結合,構建了基于金融場景的新客運營全流程一體化服務,可實現平台用戶留存及用戶價值的持續提升。一方面在頭部同業資源場景外,我們還擴充了電商、出行、支付、影音、教育等場景渠道流量,拉低拉新獲客成本。另一方面基于自營平台已積累了5000萬的注冊用戶,随着存量複購發生,拉低平均獲客成本。随着SM降低,逐漸跑出利潤。

老客運營環節

随着宏觀政策的調整和銀行業務的發展,各家機構的需求從争奪新客戶逐步轉變爲對存量客戶的深度經營,對于供應商的系統構建能力、精準篩選能力和結果交付能力的要求日漸升高。我們迅速抓住機會,區别于現有市場上零星售賣單點工具的現狀,我們爲銀行等機構提供按結果付費的全鏈路解決方案。可精準分層,按AI智能機器人、短信、人工等不同方式的混合觸達,實時反饋和調整,爲機構提供存量客戶運營的全流程服務,實現其核心KPI。

金融行業雲

保險行業雲

電子商務、租賃等行業雲

保險經紀平台利用線上化CRM、畫像分析、保司核心系統直連爲經紀人賦能,打造了引領行業的高效産能保險營銷科技平台,前瞻性地采用兩層扁平管理模式可爲經紀人分配更多傭金激勵。
線上化CRM
保司核心系統
畫像分析

金融行業雲

保險行業雲

電子商務、租賃等行業雲

将行業Know-How與 AI技術進行有機結合
提升資産運營效率
幫助垂直行業完 成數智化發展
實現全面賦能

百融研究

研發曆程

百融2014年以決策式AI起家,2017年底開始研發生成式AI(智能語音多輪文本與語音對話技術),2018年将其成功應用于智能運營業務中形成第一代Al Chatbot産品,2021年起實現規模化商業變現。

整體研發産出

成立至今已累計獲得企業軟件著作權及專利總數超260項,涵蓋人工智能、機器學習、隐私計算、人機協同、多模态等領域。同時,公司也持續加大對頂尖研發人才的引進和培養,公司員工中近50%從事研發工作。

研發産品/工具

打造了适用于具體業務場景的自動機器學習平台ORCA、百融大模型BR-LLM、智能語音産品Chatbot、隐私計算平台Indra等高效能基座工具,提升産品性能的同時助力業務高效升級。

BR-LLM大模型

百融雲創基于深度學習Transformer框架,結合NLP、智能語音等技術,打造了場景驅動的産業大模型——BR-LLM。 百融雲創自主搭建了大模型底層框架,通過深度微調能支持百億級參數的訓練。
在AI開發層面,大模型展現出強大的代碼自動化生成能力,通過大模型工程師隻需要下達清晰的指令,用文字描述出需求,即能自動生成模型,極大提升機器學習的開發效率和生産模式。
在智能交互方面,大模型能提供“真人級”對話效果,對客戶的語音識别準确率可達到99%以上;在分析決策方面,以判别式AI爲代表的小模型已經發揮了重要作用,大模型的進場将進一步激發小模型的能量。

ORCA-GPT

創新性實現跨編程語言和框架的智能分析模型自動轉換和部署
可利用BR-LLM的代碼生成能力,夯實ORCA底層
極大的降低了模型産品開發部署的周期和成本

C-EVAL

C-EVAL(一個全面的中文基礎模型評估套件)最新公布的測試榜單中排名第25位
該模型涵蓋了大約1億token的高質量中文訓練數據
通過了C-EVAL包含52個不同學科和四個難度級别的綜合測試
并在STEM、社會科學及人文科學相關科目中表現出較爲優異的成績
爲進一步探索生成式AI技術在垂直領域的具體應用提供了有力的技術支撐

AI Chatbot

智能AI語音機器人(AI Chatbot)集成了自然語言處理(NLP)
語音活動檢測(VAD)等技術
自動語音識别(ASR)
能夠準确識别人類語言
文本轉語音(TTS)
提供毫秒級的語音交互和反饋,準确率極高