AIGC是系统软件（平台）、领域知识、数据训练模型的结合。头部ISV的核心能力在于拥有综合的领域知识和复杂的工程交付经验，具备在系统层软件及硬件高度封装后专项管理的技能。AIGC技术与行业应用软件结合时，需要不断升级和更新已有的核心业务系统群，这可能涉及到大量数据的修复与迁移，以确保数据的完整性和一致性；此外，关注非结构化数据与多模态数据的融合是关键，以确保系统群能够更全面、灵活地处理不同类型的信息。
目前，头部ISV的主要工作重点集中在以下几个方面：低成本，模型的快速迭代目标是经济价值化的效率和效益。在具体垂直领域，训练和维护软件的成本是严格控制的，本地化部署和算力成本是很低的，这样才能使整体方案的成本，大大低于全部人工的成本，其中的人工包括普通技术人员和专家；高准确性，面对庞大的应用系统软件群，子系统之间互操作，是典型的软件工程问题。垂直AIGC模型，在建立通用向量数据库基础上，需要进一步优化和磨合高效、精准的语义模型，这也是基础软件与应用软件的合作分工典型场景，检索增强的本质目标是增强检索的准确性，或称语义精准计算。增强的最终关注点，在于对语义关系建立的准确性，即要有丰富的领域知识背景。这也要求头部ISV具有行业应用软件群的规划、选型、开源技术转移和实战集成等能力；生态合作，企业发展需要高效地解决客户的痛点问题。在垂直AIGC领域，领域知识的复杂性明显提高，因此与合作伙伴共同解决客户的痛点问题变得更为重要，如简化基座、低成本/轻量化本地部署等措施，以解决客户在安全和隐私等方面的需求。
为促进AIGC技术在行业应用软件领域的进一步落地与应用，中科软科技股份有限公司于2023年11月29日成功举办了为期两天的专题技术交流会，主题为“行业应用软件的AIGC系统方案”。
本次交流会荣幸邀请到中国疾控中心信息中心副研究员葛辉、中国人寿财产保险股份有限公司金融科技中心副总经理丁锐、大家保险集团信息技术部总经理郝晓波、长城财富保险资产管理股份有限公司信息技术部总经理张国强、中融人寿股份有限公司信息技术部总经理李志勇、幸福人寿信息技术部总经理赵然、东吴人寿数据管理部总经理邹铁、中国大地财产保险股份有限公司资深技术专家詹春风、中银保险有限公司信息部副总经理王旭东、瑞泰人寿信息技术部副总经理王朝军、钢研纳克检测技术股份有限公司数字化管理部主任贾宏伟、中国科学院软件研究所软件发展研究部副主任杨立、中国科学院南京软件技术研究院基础前沿研究部主任王少将、中科闻歌数智金融事业部副总经理蔡超、中国科学院大学人工智能学院副教授姜海勇、北京交通大学信息安全系主任王健、北京航天紫光科技有限公司技术委员会主任刘辉军、中国科学院计算技术研究所助理研究员史红周等专家参与方案评审，共同探讨AIGC系统方案在行业应用软件领域的前沿实践与应用。
♦ 中科软AIGC系统方案
公司各事业群在各领域垂直AIGC平台研发应用的实践过程中，积累了较多经验及解决方案，场景涵盖保险端客服、营销、理赔、核保、培训、产品设计以及政府、医疗卫生、科研等智能化场景应用，部分解决方案已在客户端开始了落地应用试点工作，在本次技术交流活动中相关团队就已有AIGC方案进行了充分展示，其中：财险团队-保险行业对话式数据分析平台、寿险团队-代理人智能培训平台两项方案获评本次技术交流活动优秀方案：
►财险-保险行业对话式数据分析平台（I-C-BI）
随着人工智能和自然语言处理技术的不断发展，类似ChatGPT和MidJourney等基于AIGC的技术应用，具备高度的自然语言识别和写作能力，它们还能够支持多轮对话，并随着对话的深入更好地理解意图，从而生成更加精准的内容。这种强大的语义理解能力也带来新型交互模式的颠覆，用户控制计算机的主要方式将不再是指向和点击或点击菜单和对话框而是通过简单的母语写一个请求，这是自图形用户界面以来最重要的技术进步。
近年来，国家层面高度重视数据。2020年，数据作为生产要素之一，被正式纳入到国家所定义的要素市场化配置中，意义重大。2023年，国家数据局成立，将从国家层面统筹协调数字中国、数字经济、数字社会的规划和建设。但目前保险行业整体的数据价值挖掘程度还远远不够，数据分析能力跟不上业务发展的需求，其中的因素众多，而最为直接的有以下两点：一是受众群体不够普及，二是数据分析的技术门槛过高。
为了解决这些问题，提升保险公司数据分析能力，创造更大的数据价值，中科软依托AIGC技术，在保险行业数据分析领域进行深度探索，剖析数据分析工作，总结了数据智能分析的应用场景和能力需求，形成了保险行业对话式数据分析平台Insure Chat BI（以下简称I-C-BI），让每一个业务人员都可以通过最简单的自然语言的方式完成数据分析工作。
I-C-BI平台的“1-3-5-7体系”如下：
“1”指的是“1个切片”，财险行业数据分析这一场景切片是非常适合于AIGC能力结合的：因为数据分析可以产生的收益极大，并且场景中可以很好的借助AIGC的自然语言理解能力，目前中科软在数据平台能力和数据治理能力的积累也满足实现此方案的基本条件。
“3”指的是I-C-BI环境层的三大核心能力：整体架构设计方面，推荐采用RAG检索增强生成技术；大模型选型方面，给出了大模型评测模型和选型建议；技术框架方面，采用LangChain框架实现大模型的运行。
“5”指的是I-C-BI组件层的五大核心能力：通过成熟的提示词工程组件可以指导用户更高效、更准确地与AIGC进行自然语言沟通；向量化组件实现了知识库的创建和Embedding模型微调等能力；管理组件可以对权限、内容、任务等完成控制和约束；数据平台APIs和数据治理APIs主要是将中科软数据平台能力和数据治理能力以API形式提供服务，供大模型便捷调用，数据平台APIs和数据治理APIs是大模型的完成后台技术工作的有力支撑，如果没有这些内容，即便大模型理解了业务用户的诉求，也很难准确、高效地完成后台的技术实现工作。
“7”指的是I-C-BI组装层的七大核心能力：可省时、可省力、可解释、可调整、可控制、可验证、可进化。可省时和可省力的特性使得用户能够通过简化和自动化的流程快速输入和获取所需信息，显著减少手动工作量。可解释的能力确保了分析结果的透明度和用户理解度。可调整的特性提供了高度的灵活性。可控制能力强调了严格的数据权限管理和输出内容的定制化，保障了数据的安全性和个性化需求的满足。可验证的特征指的是通过充分验证来确保分析结果的准确性和可信度。可进化的能力表明平台能够适应不断变化的数据环境和业务需求。通过这些能力，能让系统最大化地兼顾用户体验的需求和企业管理的要求。
在组织协同方面，事业群形成了良好的协同管理机制。PMO团队负责制定协同规则、分配机制。NGO团队是跨多个事业部的独立横向组织，由技术专家组成，负责I-C-BI研发和运维等。各项目组在NGO和PMO的指导下，完成I-C-BI客制化的交付工作。I-C-BI在保险业已经完成了多个实施案例的经验积累，得到了保险客户的好评和认可。在某省银保监局保险监管数据平台案例中，通过I-C-BI的助力，监管用户使用自然语言完成数据分析需求，数据分析频度方面，每周业务人员的数据分析次数提高1200%，由人均11次提高到人均130次，维度&指标访问率提高300%，由22%活跃指标提高到66%；数据分析效率方面，数据需求实现周期下降60%（自行分析&更准确的固定需求）；数据质量提升方面，质量问题修复量提高300%，新的质量规则增加200%。
总而言之，I-C-BI平台通过其综合结构与能力，为保险行业提供了一个全面、高效和可靠的数据分析工具。从简化数据查询的用户体验，到强大的数据处理和分析能力，再到严格的数据治理和安全保障，这个平台为保险公司提供了一个强大的支持，帮助他们在快速变化的市场环境中做出数据驱动的决策。I-C-BI当前仍处于发展突破阶段，未来我们将深度融合AIGC能力，提升产品综合竞争力，在领域大模型层面、数据能力层面持续探索，不断优化调整，全面赋能保险行业机构数字化、智能化转型。
♦ 寿险-代理人智能培训平台
寿险企业信息化团队采用“大模型+向量数据库+外挂功能”的方案设计思路，形成依托参考模型和知识库，通过AIGC平台形成专属模型并赋能业务场景的解决方案模式。并在代理人培训的场景中得到了落地应用。赋能过程中通过针对业务私有化数据的采集加工、多轮训练、多维微调和验证发布，最终形成代理人培训的专属模型，来支持现有代理人培训的训前、训中和训后三个场景，最终实现降本增效的应用效果。
► 训前场景：通过AI自动的视频课件自动制作+数字人的技术，改变了传统的人工制作课件耗时较长且人工依赖比较强的问题。过程是先把代理人培训的相关基础知识和对于的课件等相关内容输入到向量数据库，人工明确对应的培训内容、培训场景和培训目标等内容，系统会自动的形成相关话术，基于话术再结合数字人和音频转换和视频配音等功能，快速的形成多个培训课件，课件制作人员只需要进行选择或者反馈修正意见，最终多轮调整后形成高质量的课件。
► 训中场景：通过智能顾问、智能陪练和实战模拟功能有效的提高了代理人的培训效果。（1）智能顾问：原来是基于内置好固定规则的被动搜索的形式，推荐和搜索的内容都是一样，交互感很差，使用率很低。现在AI模型会自动采集每个人的兴趣爱好，每次学习的内容，历史的聊天记录等存储到向量数据库里，然后根据这些内容，判断代理人当前的学习阶段和内容需求，自动推荐定制化的内容。
（2）智能陪练：原来的陪练只是选择题形式，对学习完成以后的内容进行能力测试，完成一定数量的答题以后，给出一个考试结果。智能陪练功能，增加了场景的概念，针对代理人实际工作中的不同场景来进行针对性学习，同时以数字人交互的方式进行答题和对话模拟，增加了互动性和题目内容的针对性，改变了单一乏味的交互方式和交互内容。具体的实现逻辑是：基于代理人选择的课件内容、不同的场景、容易犯错的知识点，通过与数字人交互的方式，进行陪练，最终实现高效学习的目的。
（3）实战模拟：以客户为对象，销售内容或者解决问题为目的而开展的真实模拟。原来只能自己模拟或者找同事线下模拟，效果不好，针对性不强。实战模拟功能是以客户本身的标签、画像和产品需求作为输入，同时结合历史的沟通情况，更加真实和全面的去模拟客户，通过系统推荐的优质话术来进行不断的练习，增加代理人的沟通技巧，提高真实沟通的效果。真实沟通结束后，系统还会有一个沟通情况的反馈，通过采集沟通过程的关键信息和沟通结果，不断的完善和调整实战模拟的模型和期望达到的效果。
► 训后场景：代理人完成培训后，系统会结合代理人学习、培训以及实际在保险业务中参与保险服务的能力等综合因素，动态形成代理的能力雷达图，系统通过对能力分析后，针对性的提供陪练和训练的相关内容，制定学习任务，推荐学习课件，实现擅长的能力更加熟练，薄弱的能力得到提升，有效提升代理人的展业和综合业务服务能力。
在本次技术交流会上，与会专家评委们不仅充分肯定了中科软通过技术交流的手段促进公司乃至整个行业技术水平的提升，同时一致认可中科软在AIGC行业应用领域展现出显著的前瞻性和创新性。与此同时，多位专家表达了期待进一步深化合作的愿望，认为公司在AIGC系统方案方面的研究与实践为行业发展注入了新的活力。客户方面也对公司的AIGC系统方案表达了浓厚的兴趣，对公司所展示的技术深度和前瞻性解决方案充满期待，并期望能够早日在实际业务中见到这些创新成果的应用。
在公司的二十多年发展历程中，始终坚持以技术创新为客户不断创造价值。作为公司内部传统活动的一环，每年举办的技术交流活动不仅是推动技术创新的有效途径和快速迭代的关键环节，更是激发员工深入研究技术的平台，增强团队合作能力，同时为提升团队荣誉感提供了重要机会。未来，公司将进一步以本次技术交流会为契机，持续推动技术交流与合作，不断挖掘创新潜力，为客户提供更加智能、高效的行业应用软件解决方案。
