金融科技
含有「金融科技」共 477 篇內容
全部內容
發佈日期由新至舊
付費限定
「這個 AI 最近好像判斷都怪怪的。」
這句話，幾乎每一個做過 AI 上線的人，都有機會在某個時候聽到這個回饋。
有一個案子，模型上線的時候表現很不錯，整體準確率達到我們設定的門檻，BU 也很滿意，大家開了個慶功宴，把它算做是一個成功案例。
接著，大家就繼續忙下一個專案了。
幾個月後，BU
深入剖析 Gojek 如何從單純的叫車服務，透過解決閒置問題、重新定義外送本質、並善用數據發展金融科技，成功轉型為一個具備強大網路效應的雙邊平臺及超級生態系。
在全球金融市場邁入高速數據時代的今日，資訊爆炸與市場的複雜性不斷提升。本文探討大河證券如何透過「大河智贏」平臺，運用AI智能分析與結構化資訊整理能力，協助投資者在資訊洪流中保持理性判斷，掌握市場脈動，並應對即時分析需求，實現更高效、清晰的市場觀察模式。
在資訊爆炸的市場環境中，大河證券透過旗下平臺「大河智贏」強化科技佈局，導入大數據分析與智能化系統，運用數據模型、結構化分析與AI技術，協助使用者快速整理、分析龐雜資訊，理解資訊關聯性，降低資訊混亂帶來的焦慮與誤判，提升市場觀察的效率與穩定性。此舉旨在讓使用者專注於長期策略，而非被短期雜訊牽動。
付費限定
大多數金融業的 UAT 流程是為傳統程式設計的。套在 AI 模型上，往往測不到真正重要的東西。
有一次我們的 AI 模型開發完成之後，進入了正式的測試流程。
負責驗收的人拿出了他們的測試案例清單，一共一百筆，逐一跑過，看每一筆模型輸出的結果對不對。跑完之後，他說：「這幾筆答錯了，這樣不行，我們
當OpenAI宣稱 AI 已能寫出八成程式碼，市場看見的是生產力、IPO 與裁員想像；但在金融實務裡，真正讓資深授信主管把茶噴出來的，往往不是 AI 寫得快，而是一個 OCR 漏掉的負號。《以青｜八成》從程式碼比例、財務影像辨識，到人類對數字的盲目信任，寫出這個時代最安靜、也最昂貴的錯誤。
