Zhang Zhan, COO de Caiyue Xingchen : En 2025, l'IA accessible au grand public franchira des barrières, et l'application des agents intelligents pour les consommateurs sera la clé de la transformation financière.
Le 24 mai, rapporte le "Daily Science and Technology Innovation Board" (journaliste Chen Mei) : "Après le Nouvel An chinois de cette année, j'ai observé dans des villes de troisième et quatrième niveaux que même les gestionnaires de petites entreprises commencent à utiliser des outils d'IA pour générer des contrats, l'efficacité dépassant largement celle des humains - cela montre que l'application de l'IA a déjà franchi les frontières sectorielles."
Lors de la quatorzième conférence des utilisateurs de l'IT à double mode de 2025, récemment tenue, le COO de Caiyue Xingchen, Zhang Zhan, a déclaré ce qui suit. Il estime qu'avec l'évolution des technologies telles que DeepSeek, la vague de "AI+" s'accélère et que l'IA accessible pénètre profondément des secteurs traditionnels à partir du secteur technologique.
En ce qui concerne l'application de la technologie AI dans le secteur financier, Zhang Zhan a déclaré que le service client est le sujet central. Lorsque les utilisateurs sont déjà habitués à utiliser l'IA pour gérer des affaires quotidiennes, les services financiers doivent s'intégrer activement à cette tendance. Par exemple, dans le cadre de la finance de retraite, de nombreux utilisateurs âgés ont des difficultés à utiliser les applications en raison de leur complexité. Cependant, si l'interaction en dialectes comme le shanghaïen est réalisée via l'IA, cela peut considérablement réduire les barrières à l'utilisation. Cette technologie est déjà mature et faisable.
Dans ce contexte, les institutions financières doivent saisir l'opportunité de la fusion "IA + APP" en se concentrant sur l'optimisation de l'expérience C-end, en intégrant sans couture des services professionnels dans le quotidien des utilisateurs.
L’épidémie d’agents C-end a également entraîné la mise à niveau écologique de la puissance de calcul domestique. De l’avis de Zhang, les scénarios d’utilisateurs massifs fournissent des données d’entraînement riches pour les grands modèles, ce qui peut accélérer l’itération du modèle. Dans le même temps, la demande de puissance de calcul à grande échelle ouvrira un espace de marché pour la substitution des puces domestiques. « Si l’on prend l’exemple de Shanghai, en s’appuyant sur la disposition de l’intégration de la puissance de calcul au niveau politique, Caiyue Xingchen a construit une base de puissance de calcul basée sur la plate-forme Ascend de Huawei depuis l’année dernière, et a stratégiquement coopéré avec la société de courtage en chef Guotai Haitong pour construire un grand modèle des 100 milliards de paramètres de Junhong Lingxi, fournissant des services en ligne intelligents à un grand nombre d’utilisateurs, ce qui est au niveau le plus avancé en Chine. »
Cependant, dans le développement, l'application du grand modèle doit dépasser l'"orientation conceptuelle" pour se tourner vers une "orientation axée sur les résultats", c'est-à-dire que l'objectif principal est de résoudre effectivement des problèmes pratiques. Zhang Zhan a poursuivi son analyse en déclarant que l'application des grands modèles doit être profondément intégrée dans les scénarios commerciaux, en suivant le principe de "convivialité pour le client", et en améliorant les capacités d'application des utilisateurs grâce à des optimisations ciblées, maximisant ainsi la valeur technologique.
En même temps, dans le domaine de l'entraînement des modèles, les défis et les besoins en compétences coexistent, ce qui rend l'importance des solutions intégrées de plus en plus évidente. "Les institutions financières font face à de nombreux défis dans le processus d'application des grands modèles et de transformation des compétences, tels que la complexité de l'intégration technologique et les lacunes dans les compétences du personnel. Si les fournisseurs peuvent proposer des solutions intégrées simples à utiliser et à haute performance coût-efficacité, cela améliorera considérablement l'efficacité de l'application et du développement des modèles, réduira efficacement le seuil d'implémentation technologique et favorisera le développement rapide et l'innovation des applications de grands modèles dans le secteur financier."
Pour améliorer l'efficacité, Zhang Zhan a proposé le concept de "travailleur numérique AI". Cela consiste à raccourcir le cycle de formation du personnel et à réduire les coûts de main-d'œuvre grâce à des outils intelligents. En même temps, en raison de la séparation entre l'architecture technique et les besoins commerciaux causée par le mode de division du travail traditionnel, le défi clé pour la mise en œuvre des grands modèles réside dans la fusion profonde de la logique commerciale et des capacités techniques. Il est nécessaire de tirer parti de la collaboration entre les talents et les experts de différents domaines pour briser la barrière entre "la technologie et les affaires".
Zhang Zhan estime que le modèle idéal est une collaboration approfondie entre la puissance de calcul, les modèles et les besoins des clients, en passant de "vendre de la puissance de calcul et des modèles" à "vendre des solutions scénarisées."
Avec la construction d’un écosystème inclusif de « mise en œuvre d’infrastructures et de scénarios d’IA », 2025 sera une année cruciale pour l’industrie nationale de l’IA afin de « mettre en pratique les compétences internes et de renforcer la production ». « Ce n’est que lorsque la base de puissance de calcul, l’optimisation des modèles et les scénarios commerciaux seront connectés de manière transparente que la logique d’approvisionnement et de gestion des institutions financières subira une transformation fondamentale : non plus des achats technologiques dispersés, mais des solutions personnalisées autour d’objectifs commerciaux spécifiques. Ce type de collaboration écologique permettra non seulement d’améliorer l’efficacité de la transformation technologique, mais aussi de faire passer l’IA d’une approche « exclusive au cercle technologique » à « inclusive pour l’industrie » et, en fin de compte, de rendre les services financiers plus intelligents et plus inclusifs. Zhang Zhan a finalement dit.
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
Zhang Zhan, COO de Caiyue Xingchen : En 2025, l'IA accessible au grand public franchira des barrières, et l'application des agents intelligents pour les consommateurs sera la clé de la transformation financière.
Le 24 mai, rapporte le "Daily Science and Technology Innovation Board" (journaliste Chen Mei) : "Après le Nouvel An chinois de cette année, j'ai observé dans des villes de troisième et quatrième niveaux que même les gestionnaires de petites entreprises commencent à utiliser des outils d'IA pour générer des contrats, l'efficacité dépassant largement celle des humains - cela montre que l'application de l'IA a déjà franchi les frontières sectorielles."
Lors de la quatorzième conférence des utilisateurs de l'IT à double mode de 2025, récemment tenue, le COO de Caiyue Xingchen, Zhang Zhan, a déclaré ce qui suit. Il estime qu'avec l'évolution des technologies telles que DeepSeek, la vague de "AI+" s'accélère et que l'IA accessible pénètre profondément des secteurs traditionnels à partir du secteur technologique.
En ce qui concerne l'application de la technologie AI dans le secteur financier, Zhang Zhan a déclaré que le service client est le sujet central. Lorsque les utilisateurs sont déjà habitués à utiliser l'IA pour gérer des affaires quotidiennes, les services financiers doivent s'intégrer activement à cette tendance. Par exemple, dans le cadre de la finance de retraite, de nombreux utilisateurs âgés ont des difficultés à utiliser les applications en raison de leur complexité. Cependant, si l'interaction en dialectes comme le shanghaïen est réalisée via l'IA, cela peut considérablement réduire les barrières à l'utilisation. Cette technologie est déjà mature et faisable.
Dans ce contexte, les institutions financières doivent saisir l'opportunité de la fusion "IA + APP" en se concentrant sur l'optimisation de l'expérience C-end, en intégrant sans couture des services professionnels dans le quotidien des utilisateurs.
L’épidémie d’agents C-end a également entraîné la mise à niveau écologique de la puissance de calcul domestique. De l’avis de Zhang, les scénarios d’utilisateurs massifs fournissent des données d’entraînement riches pour les grands modèles, ce qui peut accélérer l’itération du modèle. Dans le même temps, la demande de puissance de calcul à grande échelle ouvrira un espace de marché pour la substitution des puces domestiques. « Si l’on prend l’exemple de Shanghai, en s’appuyant sur la disposition de l’intégration de la puissance de calcul au niveau politique, Caiyue Xingchen a construit une base de puissance de calcul basée sur la plate-forme Ascend de Huawei depuis l’année dernière, et a stratégiquement coopéré avec la société de courtage en chef Guotai Haitong pour construire un grand modèle des 100 milliards de paramètres de Junhong Lingxi, fournissant des services en ligne intelligents à un grand nombre d’utilisateurs, ce qui est au niveau le plus avancé en Chine. »
Cependant, dans le développement, l'application du grand modèle doit dépasser l'"orientation conceptuelle" pour se tourner vers une "orientation axée sur les résultats", c'est-à-dire que l'objectif principal est de résoudre effectivement des problèmes pratiques. Zhang Zhan a poursuivi son analyse en déclarant que l'application des grands modèles doit être profondément intégrée dans les scénarios commerciaux, en suivant le principe de "convivialité pour le client", et en améliorant les capacités d'application des utilisateurs grâce à des optimisations ciblées, maximisant ainsi la valeur technologique.
En même temps, dans le domaine de l'entraînement des modèles, les défis et les besoins en compétences coexistent, ce qui rend l'importance des solutions intégrées de plus en plus évidente. "Les institutions financières font face à de nombreux défis dans le processus d'application des grands modèles et de transformation des compétences, tels que la complexité de l'intégration technologique et les lacunes dans les compétences du personnel. Si les fournisseurs peuvent proposer des solutions intégrées simples à utiliser et à haute performance coût-efficacité, cela améliorera considérablement l'efficacité de l'application et du développement des modèles, réduira efficacement le seuil d'implémentation technologique et favorisera le développement rapide et l'innovation des applications de grands modèles dans le secteur financier."
Pour améliorer l'efficacité, Zhang Zhan a proposé le concept de "travailleur numérique AI". Cela consiste à raccourcir le cycle de formation du personnel et à réduire les coûts de main-d'œuvre grâce à des outils intelligents. En même temps, en raison de la séparation entre l'architecture technique et les besoins commerciaux causée par le mode de division du travail traditionnel, le défi clé pour la mise en œuvre des grands modèles réside dans la fusion profonde de la logique commerciale et des capacités techniques. Il est nécessaire de tirer parti de la collaboration entre les talents et les experts de différents domaines pour briser la barrière entre "la technologie et les affaires".
Zhang Zhan estime que le modèle idéal est une collaboration approfondie entre la puissance de calcul, les modèles et les besoins des clients, en passant de "vendre de la puissance de calcul et des modèles" à "vendre des solutions scénarisées."
Avec la construction d’un écosystème inclusif de « mise en œuvre d’infrastructures et de scénarios d’IA », 2025 sera une année cruciale pour l’industrie nationale de l’IA afin de « mettre en pratique les compétences internes et de renforcer la production ». « Ce n’est que lorsque la base de puissance de calcul, l’optimisation des modèles et les scénarios commerciaux seront connectés de manière transparente que la logique d’approvisionnement et de gestion des institutions financières subira une transformation fondamentale : non plus des achats technologiques dispersés, mais des solutions personnalisées autour d’objectifs commerciaux spécifiques. Ce type de collaboration écologique permettra non seulement d’améliorer l’efficacité de la transformation technologique, mais aussi de faire passer l’IA d’une approche « exclusive au cercle technologique » à « inclusive pour l’industrie » et, en fin de compte, de rendre les services financiers plus intelligents et plus inclusifs. Zhang Zhan a finalement dit.
Source : Journal du marché des innovations
Auteur : Journal de la Star de l'Innovation