Capital One 首席科学家:银行为何要全栈自研 AI?

Capital One 首席科学家:银行为何要全栈自研 AI?

11分钟 ·
播放数284
·
评论数0

核心要点

  1. 嘉宾:Capital One 执行副总裁、首席科学家 Prem Natarajan(亚马逊 Alexa 初创成员、DARPA 尖端 AI 项目主导者)
  2. 核心抉择:在 “买 AI” vs “造 AI” 争议中,Capital One 坚持全栈自研,源于其 “科技公司 + 银行业务” 基因及风控核心控制权需求
  3. 自研前提:12 年基建积累 —— 全美首家全量上云、完成数据治理、模型深度定制
  4. 技术架构:基础层(云端弹性算力与存储)、平台层(数据科学家企业级平台)、核心层(风险管理为中心的可观测性监控)
  5. 实战产品:Chat Concierge 智能体 AI(推理 + 专业化能力,前置洞察用户购车需求,延伸金融服务)
  6. 开源逻辑:放弃闭源购买,基于开源模型深度开发,通过模型蒸馏实现低延迟与极致性能
  7. 关键观点:AI 项目成功依赖前置准备;行业是 “全栈竞赛” 而非单纯模型跑分;AI 终极目标是转移人类认知负荷
  8. 战略理念:AI 系统应如 “交响乐” 协同,12 年积累换取 AI 时代独立行动权