记者了解到，“毕马威盘古之AI工厂：通过深入分析金融机构的数字化转型需求，整合数以千计的咨询服务成果，并融合众多AI算法专家的技术沉淀，为客户定制AI模型，利用最贴近业务的AI模型和服务赋能业务创新。
提及人工智能的发展趋势，毕马威中国及亚太区主席陶匡淳表示：“人工智能作为一种新兴技术，已经逐步延伸到金融、零售、医疗健康等多个领域和方向。从近年来进博会的参展情况可以看到，随着国内相关政策的支持和5G通信技术的商用，人工智能已经在众多领域实现规模效应。毕马威也将整合更多前沿科学技术，探索新的解决方案和实践方式，不断提升创新能力，更好地满足客户的业务诉求，助力中国发展成为全球最大的人工智能市场。”
高效智能因子主导盘古AI工厂
毕马威中国智慧之光主管合伙人徐琅朗表示：“参与进博会的企业不约而同地表达，当前人工智能正成为新一轮产业变革和数字化发展的重要驱动力量，但企业在面对人工智能
应用时，依然面临不少挑战。比如，数据治理层面，支撑智能化转型的数据基础较差，缺少开发的标准化方法和自动化能力；场景规化层面，业务价值链与可智能化的应用场景普遍较分散，导致AI应用场景不明确等；应用解决方案开发层面，从验证到部署时间周期太长，首次落地和重训练调优要求不同难以执行等；技术基础设施层面，AI开发技术门槛高，缺少易用的平台型开发工具，组织内缺少统一的Al技术管理和服务能力等。”
面对企业在人工智能应用的痛点，毕马威AI平台通过构建可复用能力，快速赋能各类行业客户需求，为企业解决根本问题。毕马威盘古之AI工厂具有丰富的AI基础算子，可提供101个基础算子，覆盖OCR，计算机视觉，自然语言，语音等多个人工智能领域，基本上包含了当前技术条件下最先进的算法模型。同时盘古AI工厂提供14个业务算子，包含了通用文档解析，智能合规等多个落地场景的AI能力。这条生产线可以像拼接乐高积木一样根据业务需求进行灵活选配和拼装，在大幅缩短项目周期的基础上也能保证交付质量，为前端业务的低成本创新提供了有力支持。
灵活赋能、模型的持续训练与优化
基于行业历史的赋能实践，毕马威提出的面向应用的AI工厂（App-oriented AI Factory）赋能思路，可以按需选择所需的标注工具和AI核心引擎等功能，对客户场景进行最小集合定制化赋能，保证交付质量的同时大大降低了时间及人力成本。
此外，由于AI模型与数据强相关，其性能随着样本数据量的增加和样本质量的提升而得到优化，因此如果我们有新的标注数据或者标签体系调整时就需要重新训练AI模型，以便达到更精准的模型预测结果。毕马威针对这一特性设计了模型重训练的监测机制，自动触发模型再训练，从而使得模型原来越聪明，业务体验越来越好。
“毕马威在各行业积累了多年的咨询经验，基于盘古AI工厂实现了自己的AI模型孵化平台，并积累了众多应用方案。在赋能实践基础上，毕马威提出了面向应用的盘古AI工厂（App-oriented AI Factory）赋能思路，可以按需选择所需的标注工具和AI核心引擎等功能，对客户场景进行最小集合定制化赋能，保证交付质量的同时降低时间及人力成本。”徐琅朗补充到。
