阿联酋国民银行计划采用生成式人工智能,麦肯锡提供支持
文章概要:
1. 阿联酋国民银行(Emirates NBD)宣布采用生成式人工智能(AI)工具的战略,麦肯锡公司将协助设计和试点AI用例。
2. ChatGPT成为银行数字化转型的核心,该工具在全球取得巨大成功,仅发布三个月即拥有1亿用户。
3. 阿联酋国民银行还计划利用微软的Github Copilot X和Microsoft365Copilot来推动自动化和内容生成。
近日,中东和北非地区的领先银行阿联酋国民银行(Emirates NBD)宣布了一项雄心勃勃的计划,旨在采用生成式人工智能(AI)工具来推动其数字化转型。这一计划将在整个业务范围内设计和试点AI用例,而麦肯锡公司则将为银行提供支持,以确保计划的成功实施。
图源备注:图片由AI生成,图片授权服务商Midjourney
这一计划的关键组成部分是ChatGPT,该工具将在Emirates NBD的数字化转型中发挥核心作用,旨在提高效率并提供个性化的客户体验。
作为Emirates NBD数字化转型之旅的合作伙伴,麦肯锡公司与QuantumBlack在最近的“生成式人工智能黑客马拉松”中扮演了关键角色。这一黑客马拉松汇集了来自业务和IT部门的团队,共同探讨潜在的AI应用,并专门关注如何利用ChatGPT来提升客户体验。
此外,麦肯锡公司和QuantumBlack还参与了生成式人工智能用例的进一步设计和早期部署,虽然尚未披露具体的参与范围。麦肯锡公司一贯对其客户工作保密,这表明了银行对此计划的高度重视。
阿联酋国民银行的人工智能计划还包括利用微软的Github Copilot X,这是一种编码辅助工具,可以提供先进的生成人工智能功能。此外,银行还将独家使用Microsoft365Copilot,这是一款人工智能驱动的工具,可实现自动化、内容生成和辅助决策。
阿联酋国民银行的首席运营官Abdulla Qassem表示:“我们非常高兴与长期合作伙伴微软一同推动这一计划。通过利用生成式人工智能的力量,我们的目标是改革业务运营,提升客户体验,并始终处于技术创新的前沿,进一步巩固我们作为数字创新领域的领导地位。”
生成式人工智能已成为全球各行业的热门话题。根据麦肯锡的一项全球研究,这项技术有潜力为全球经济增加4.4万亿美元的年度生产力。
然而,由于AI工具可以通过自动化帮助减轻工作人员的单调工作,因此一些行业存在工作人员可能被取代的担忧。尽管如此,在中东地区进行的一项先前研究显示,只有约四分之一的受访工作人员担心AI可能对他们的工作产生负面影响,而在欧洲某些地区这一比例高达40%。
截至2023年6月30日,阿联酋国民银行的总资产达8110亿迪拉姆(约合2210亿美元),为13个国家的2000多万客户提供服务。这一计划的实施将有望进一步提高银行的竞争力和数字化创新能力。
官宣!小米人车家全生态将亮相2024 MWC
快科技2月14日消息,近日,小米官方在海外社交平台官宣,小米人车家全生态”将亮相于2024年西班牙巴塞罗那世界移动通讯展览会(MWC)。据悉,MWC是世界移动通信大会,由移动通信亚洲大会发起,全球移动通信系统协会主办。2024年MWC展会时间是2月26日-2月29日。据官方发布海报,今年MWC展会不仅有小米SU7、小米手机、还有智能家居。站长网2024-02-14 12:51:380000“1024 直接对标 ChatGPT!”科大讯飞星火大模型立 Flag、一手实测来了
短短半年之内,在大模型赛道上,国内外AI头部玩家陆续带着自己的AIGC产品迅速就位并“开跑”。现如今,谁能打造出中国版ChatGPT,已经不再是一个问题。但是,谁能做出更好的中国版ChatGPT,成为业界关注的重点。站长网2023-05-08 20:38:510000北大最强代码大模型CodeShell-7B开源 提供全栈智能编程支持
要点:北大等机构开源了性能卓越的代码基座大模型CodeShell-7B,提供轻量高效的智能代码助手,同时开源IDE插件,支持各种编程语言。CodeShell-7B基于5000亿Tokens的冷启动训练,在代码评估基准上表现出众,超过了竞争对手的模型。支持中英文和代码的编解码,性能优越。站长网2023-10-19 15:01:400000苹果夺2023年全球智能手机市场第一 首次超越三星
根据市场研究机构IDC的最新报告,苹果在2023年首次超越三星,成为全球智能手机市场的领头羊。报告指出,由于宏观经济挑战和年初库存增加的影响,2023年全球智能手机出货量同比下降3.2%,创下10年来最低水平。然而,尽管市场整体下滑,苹果却逆势而上,成为唯一一家在前三名中实现正增长的厂商,并首次夺得年度第一的宝座。这是自2010年以来,首次有三星以外的公司位居市场第一。站长网2024-01-16 14:41:130000RingAttention:一种降低Transformer内存需求的新AI技术
划重点:1.Transformer模型在处理长序列时面临的内存需求挑战,UC伯克利研究人员提出的RingAttention方法。2.RingAttention通过将自注意力和前馈网络计算块块地分布在多个设备上,实现了内存高效,允许训练超过500倍长度的序列。3.RingAttention的潜在应用领域,包括大型视频-音频-语言模型和理解科学数据。站长网2023-10-20 14:22:480004