周伯文：人工智能助力产业数智化转型(2)

在多模态AI之前，人工智能在语音、视频、对话、知识图谱等不同模态之间是相互独立的。 而多模态AI将各种模态融合在一起，构建起统一的跨场景、多任务的技术模型，成为更强大的应用工具，能更好地理解自然环境和产业环境中各种丰富的模态信号。尤其能在复杂场景下洞察消费者需求。

伴随着新消费经济的发展，消费者更关注场景化的体验，这对于产品创新提出更高的要求。 以往的产品经理可能非常精通单个产品，但很难了解掌握场景内的全部信息。多模态人工智能就可以发挥其独特的优势，依靠其丰富的理解、生成、搜索、排序能力，去理解社交媒体、交易数据、行业数据，助力企业从洞察需求到产品创新。

周伯文的团队还在尝试通过交互，进一步提高人工智能的能力，“让AI更懂人”。“因算力、数据资源的限制，仅依赖互联网上数据学习很大可能会达到瓶颈，而反观人类往往能在交流中习得新的知识和技能。”周伯文表示。

人工智能与人工智能、人工智能与人之间，都可以通过交互对话来不断学习和产生新的知识。这种学习方式更像人类，就好像孔子与他的72弟子，通过直接的对话互动来高效地完成知识传播与迭代。 这种“人机共创”的方式，或将打通企业在机会洞察、产品规划、产品设计、产品验证、产品上市的全流程，批量化提升产品竞争力，增强企业运营效率和盈利能力，这也是衔远科技在做的事情。

值得注意的是，人工智能有着强大的执行能力与无限的潜力，但如果其理解、执行是不可控的，就会变成一只“闯入瓷器店的公牛”。

为此，周伯文及其团队近年来一直在推动“可信赖AI”的概念，首次提出鲁棒性、可复制、可解释、公平、隐私保护、负责任与价值对齐等要素，推动系统性建设，实现更好的人机协作，让AI在风险可控的情况下完成任务。 数智化技术赋能金融创新、产业创新 伴随金融行业数字化转型，技术创新已经渗透进金融服务的全链条，贯穿金融服务实体经济的多场景。人工智能技术也将为金融业务提供新的发展空间。

实际上，AI技术已经在产品设计、市场营销、风险管理、客户服务等诸多复杂场景中得到广泛应用。而多模态AI、可信AI的发展还将进一步重构金融与用户的关系，如技术可以从数据采集、内容生成、内容智能审核、智能推荐的全流程全面重塑金融内容的创作，有效影响用户并驱动增长。

同时，深度融合金融业务场景的人工智能技术也可以在业务流程自动化，弥合信息差，构建普惠金融方面发挥着关键作用。帮助金融机构获取增量业务、降低风险成本、改善运营成本、提升客户满意度。