结合 Red Hat OpenShift 与 AI,帮助银行推出新型数字产品,增强客户体验
纽约阿蒙克和西班牙巴塞罗那,2020年 6月 4日/PRNewswire - CaixaBank 是西班牙和葡萄牙的主要金融机构,为超过 1550万客户提供服务。近日,它宣布与 IBM Services (NYSE: IBM) 签订协议,由后者帮助 CaixaBank 加速混合云之旅,持续增强该银行开发数字优先的创新解决方案的能力,不断改善客户体验。
CaixaBank 将利用在 Red Hat OpenShift 上运行的 IBM Cloud Pak for Applications,管理整个云基础架构中的工作负载和应用。CaixaBank 还同意继续与 IBM 合作运营联合创新中心,应用 AI 等先进技术,并进一步探索量子计算和区块链解决方案。两家公司将继续为银行业共同创建新的解决方案,目标是在开放安全和可扩展的环境中快速处理大量交易,不断改善客户体验。
CaixaBank 专注于银行业技术创新,是西班牙领先的数字金融服务提供商,为超过 650万数字客户提供服务。CaixaBank 还是率先将人工智能应用于金融服务的银行之一,在欧洲创建了首批虚拟银行助手之一。基于 AI 的虚拟助手使用 IBM Watson 技术,每月管理超过 150万次客户对话,处理一系列任务,例如帮助银行员工快速获取有关新客户产品的详细信息,以及通过交谈快速回答移动客户的日常查询。通过这种方法,可将员工解放出来,有更多时间专注于服务客户。
自 2011年以来,IBM 一直是 CaixaBank 的战略技术提供商。在董事会主席 Jordi Gual 和首席执行官 Gonzalo Gortázar 的领导下,该银行希望通过这份最新的协议,除了继续保持现有关系外,还重点强调加速创新和数字化转型,同时加强与 IBM 的长期合作。
“我们公司是西班牙数字客户领域的领导者,我们更新了与 IBM 的合作关系,以便能够持续创新并转变与客户互动的方式。”Gonzalo Gortázar 表示,“IBM 在金融业创新方面处于全球领先地位,通过加强和扩大与他们的合作,我们希望进一步提高数字能力,从而能够持续开发创新项目和创新服务。”
IBM 利用丰富的金融服务行业经验为 CaixaBank 及其客户创造长期价值。通过利用 IBM Cloud Pak for Applications,CaixaBank 可以改造现有应用,创建新应用,以提高敏捷性和安全性,满足混合云环境中的合规要求。
“我们很高兴与银行业的创新领导者 CaixaBank 一起完成数字化转型之旅。”IBM 全球信息科技服务部高级副总裁 Juan Zufiria 表示,“通过这次合作,我们为构建模型奠定了基础,这不仅是为了 CaixaBank 及其数百万客户,也为了行业的未来。开放的云环境助力银行加快创新步伐,并提供了一种更为敏捷的方法,为客户带来全新数字服务,同时增强了灵活性和安全性。”
增强的处理能力和数据存储能力
IBM Cloud Pak for Applications 解决方案旨在借助大约 105,000 TB 的处理能力和数据存储能力(相当于世界上所有语言的所有书籍所组成的数字图书馆容量的 200倍),降低风险,提高运营弹性。
联合创新中心的新项目
CaixaBank - IBM 创新中心的研究人员一直在探索金融服务的未来技术,最近签署的新协议又将探索范围扩展至区块链和量子计算。最近,CaixaBank 开发了一个基于量子计算的机器学习算法原型,用于根据信用风险分析客户。该协议于 2020年第一季度签署。
了解更多IBM Cloud海外公有云信息请访问:
好文章,需要你的鼓励
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场以“AIGC创作新范式——双脑智能时代:心智驱动的生产力变革”为主题的分论坛,成为现场最具张力的对话空间。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
Linux Mint团队计划加快发布周期,在未来几个月推出两个新版本。LMDE 7代号"Gigi"基于Debian 13开发,将包含libAdapta库以支持Gtk4应用的主题功能。新版本将停止提供32位版本支持。同时Cinnamon桌面的Wayland支持持续改进,在菜单、状态小程序和键盘输入处理方面表现更佳,有望成为完整支持Wayland的重要桌面环境之一。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。