金融科技 & AskTable
发布日期:2024年12月
客户背景
某家国内领先的金融科技公司,旗下产品的特色功能包括财报期挖掘、个股诊断、以及多维度的策略分析。随着用户对即时数据查询的需求提升,该金融公司希望通过引入 AI 对话功能,让用户能够更高效地通过自然语言访问复杂的财报数据。
客户价值
在财报问答场景中,系统需要在 几十张表、3000+指标的财报数据库中进行查询。
1. 效率提升
传统查询方式需要用户精通 SQL 或手动筛选字段。AskTable 通过自然语言生成数据查询指令,使得用户可以像与人对话一样直接提问。例如:
- "茅台最近 10 年的利润是多少?"
![financial_1](/img/asktable/use_case_financial_1.png)
- "工行近三年净利润是多少,同比增长了多少?"
![financial_3](/img/asktable/use_case_financial_3.png)
AskTable 自动解析用户问题,快速定位数据,生成精准答案,并以表格、图表等直观形式呈现,极大提高了查询效率。
2. 降低技术门槛
用户无需掌握 SQL 或数据表结构,只需提供业务问题,AskTable 即可返回准确结果。这使得该金融公司能够服务更广泛的业务用户,包括非技术背景的投顾人员和分析师。
![financial_2](/img/asktable/use_case_financial_2.png)
3. 业务智能化
AskTable 的自动强化学习能力,支持该金融公司的业务规则(偏好设置),例如:
- 默认选择"合并期末"财报
- 优先返回最新财报
- 智能识别投资者关注重点,当查询"净利润"时优先展示归属于母公司股东的净利润数据
- 在回复时,同时给出货币单位和报告期,确保信息完整、清晰
- ……
这种定制化功能帮助其客户精准获取业务所需信息,进一步提升用户体验与智能化程度。
使用成本
1. 快速上手,无需数据准备
该金融公司初次使用 AskTable 时,直接采用 SaaS 线上测试,无需准备数据集或调整模型,仅需配置数据库地址即可开始提问,快速验证了产品效果。
2. 低人力投入
AskTable 的自然语言解析功能免去了复杂的配置工作,无需数据科学团队参与。
- SaaS 模式:只需配置数据库地址即可开始使用。
- 私有化部署:单机版本支持 1 小时完成本地部署,实现完全离线的高效运行,满足数据安全需求。
![financial_4](/img/asktable/use_case_financial_4.png)
3. 极低学习曲线
用户无需学习额外技能,AskTable 的直观问答界面与数据下载功能,让分析师快速上手,节省了技术培训时间。
产品亮点
1. 精准的自然语言解析
AskTable 通过增强学习,能够从几千个指标中快速锁定用户问题的核心数据,并结合业务偏好提供高度相关的答案。
- 基于代码和 SQL 的生成式AI,能够从底层确保查询的准确性。
- 灵活处理复杂问题(如同比、环比、排名等)。
2. 零门槛强化学习
无需提供预训练数据集,通过逐步学习用户问题和数据偏好,AskTable 的回答越用越精准,为该金融公司提供持续优化的智能服务。
3. 私有化部署能力
在金融行业,数据安全至关重要。AskTable 能够适配国产数据库(比如达梦)、数据仓库以及国产大模型(比如通义千问),帮助该金融公司实现了在封闭环境中完全离线运行,在保障数据安全的同时,大幅提升了用户信任度。
总结
通过 AskTable,该金融公司可以快速完成从传统数据查询到智能问答的飞跃,显著提升了用户体验。AskTable 的低使用门槛、高准确率是该金融公司选择的重要原因。