在经过初赛和复赛的激烈角逐，，科若特凭借在“智能圈客”项目中，，，，利用大模型实现圈客准确率的6倍提升，，
，从12支代表队中脱颖而出一举夺魁。。。

本次竞赛由该外资大行组织
，，，，面向全行业务条线和技术部门
，，
，
，同时邀请上海地区知名高校和国内包括科若特在内的多家主流金融科技厂商共同参赛。
。。。为提升“AI+”金融场景的应用效果，
，本次所有竞赛课题全部来自一线业务场景真实需求，，，参赛团队需要完成从需求分析到落地实现的流程闭环，，最终由该行组织行内高层和外部专家，
，，，根据实际应用成效，
，共同评审出优胜团队。。。

“理念上的领先是本次科若特夺冠的最大原因，，以AI for Process为指引，，，，深入到圈客流程中，，，，抓住一线客户经理使用圈客产品时“使用门槛高”、、、“结果准确率低”的两大痛点，，，深度挖掘大模型与场景的结合点
，
，实现AI与场景流程的结合，，，通过智能圈客弥合了业务与技术的鸿沟
，，，为“人人都有自己的数据分析师”探索了一条可行路径
。。”新动力金融科技研究院AI团队负责人介绍
。
。。。

以科若特夺冠“智能圈客”项目为例，，，
，在零售获客场景，，，AI应用面临两大难题。。一是从业务语言到技术语言的“翻译”
。。。例如
，，业务人员向传统数据平台提出“帮我找10个隐形富豪”，，，
，这里“隐形”、、“富豪”如何定义？？？？业务人员再追问“还有别的方式帮我拉10个高潜客户吗
？？
？？”这类开放式的问题都是传统数据平台难以回答的问题。。二是借助大模型的理解能力，
，，可以部分解决上述“翻译问题”
，，，但行业普遍80%左右的识别准确率，，5次错1次的情况下，，在高准确率要求的金融场景面前
，，不具备实际应用价值。。。

科若特通过将业务问数的流程拆解为4个阶段15个步骤，，
，
，逐点击破。。。同时，，，配合“两阶段生成”、
、、、“优中选优”、
、、、“二次注入”3大策略
，，
，逐级提升了业务问数的识别准确性。。。为提升实际业务中的易用性，，
，，在“智能圈客”项目中
，，科若特和客户一起联创了“所问即所得”和“所问即所需”2种交互方式，，进一步拉进了业务人员与数据平台的距离，，帮助业务人员更方便的按照自己的思路快速圈定客户。
。。

在实际应用评审中，，，，“智能圈客”项目经过200+案例的检测
，，，识别准确率达到97%以上，，，较行业平均水平提升6倍；将一线业务人员问数周期缩短到“分钟级”，，，极大满足业务实效性。。通过AI赋能
，，
，推动业务人员从被动用数向主动用数的意识转变。。

未来，，，以“智能圈客”项目为起点,以大模型为驱动因素
，，
，逐步覆盖获客
、、
、产品分析
、、推荐等全场景的数据应用场景，，持续探索、、、丰富银行数智化转型的落地方案，，，，践行“AI for Process”理念。。。
。