主要介绍金融行业数字化转型的路线以及云计算在金融数字化转型中的意义，介绍金融云计算的建设阶段与目标，就“金融云原生之路”从云原生在金融领域的理解、建设价值、能力建设原则、建设路径、微服务领域设计思路等方面进行阐述总结。

演讲提纲：

1. 云计算在数字化转型中的价值
2. 金融云计算建设目标及原则
3. 金融云原生之路，云原生建设路径

听众受益点：

• 了解云计算在金融数字化转型中的价值和重要意义，金融云计算的建设阶段及目标方向
• 了解金融云应该如何进行选型，从哪些维度进行重点考量
• 了解金融级云原生的建设目标、建设路径以及应用级云原生的建设方向

征信赛道背景介绍，包括市场，需要的服务，常见的解决方案，遇到的痛点等等。其次是各类数据指标、大数据、大模型如何解决各类客户的解决方案，包括银行，证券、担保、信托等行业，数据资产化简要介绍。然后介绍具体案例，包括银行、担保两个。获客千万级企业客户、融资千亿级别，覆盖省份全国范围。

演讲提纲：

1. 背景介绍
2. 方案选型
3. 具体案例
4. 数据价值化
5. 问题和未来展望

听众受益点：

• 在征信赛道，企业数据在金融领域的解决方案
• 大模型在不同的场景如何在金融领域作为底层工具领域落地
• 数据价值化如何落地概要

金融行业是一个高度复杂和竞争激烈的行业，面临着众多挑战。其中，如何提高业务效率，优化客户体验，降低运营成本，以及如何利用大数据和人工智能技术提升业务决策能力等，都是金融行业亟待解决的问题。

澜码科技在 AI Agent 领域探索了一年多，认为工具使用（Tool Use）和个性化记忆（Personalization Memory）是目前AI Agent最重要的基础设施和难点。在金融行业的应用中，我们会用工具使用 + 个性化记忆的基础架构路径去实现 Agent 对数字化环境的感知和记忆，任务的规划和反思及执行的反馈和沉淀。

通过该方案的实施，金融行业的 AI Agent 可以更好地理解和满足客户的需求，提高业务效率，优化客户体验，降低运营成本，提升业务决策能力。同时，这也为金融行业的 AI 智能体及其依赖的应用程序提供了基础设施支持，推动了金融行业的数字化和智能化进程。

演讲提纲：

1. AI Agent 的架构
2. 记忆库的重要性工具使用（Tool Use）的重要性
3. AI Agent 在金融行业的落地实践
4. AI Agent 的发展展望

听众受益点：

• 了解构成 AI Agent 的主要模块和难点
• 了解个性化记忆和工具使用在 AI Agent 中的重要性
• 了解 AI Agent 在金融行业落地的场景和现有表现
• 了解 AI Agent 未来发展的趋势

随着数字化与智能化的进一步发展，IT架构的演进也需要实现从数据到洞察、从洞察到行动的智能化转变。

本课题主要介绍金融企业在数字化转型、降本增效背景下，从数智化视角如何基于数据驱动推动完整的技术架构体系融合与升级，实现从研发框架标准化、智能化推动研发效能提升，从系统运行监测赋能可观测、可治理，从系统自愈实现故障快速恢复等，在一个完整的技术架构体系内融合，有效提升研发、运行、治理的数字化能力与智能化能力。

演讲提纲：

1. 数智化时代下的架构演进要求
2. 如何思考数智化背景下的技术架构演进之路
3. 技术架构融合与演进的关键点
4. 技术架构融合与演进的实践

听众受益点：

• 了解数智化时代传统技术架构面临的一些要求与挑战
• 了解如何基于数据驱动思路实现技术架构体系融合
• 了解技术架构体系融合的相关实现方式