在企业决策中，如何在资源有限的情况下提升经营效率，从而达到增长最大或盈利最优的目标，是每个企业持续努力的方向，其中的关键点是如何将资源投入到带来增量更大的地方。传统的机器学习/深度学习适合解决预测问题，而因果推断则直接能够学习到一个经营动作开展后带来的增量，更适合应用于企业决策。相对传统互联网场景，个人信贷存在较强的领域特性，因此在信贷核心的Offer优化方向，我们提出了业界领先的因果经营模型体系，并在业务中应用落地，带来了较好的业务收益。

演讲提纲：​

1. 经营框架介绍：经营模型框架通常包含哪些模块
2. 因果模型实战：如何通过因果推断技术提升经营效率
3. 案例分享：因果Offer体系在信贷领域落地案例

听众受益：

• 了解信贷领域的经营模型框架体系
• 从预测到决策，因果推断技术能更好地支撑企业决策优化问题
• 从营销到盈利，因果推断可以支撑所有资源有限情况下的最优求解问题

在金融行业如火如荼的数字化转型的浪潮中，业务开展已逐步从流程驱动向数据驱动、数智驱动逐步升级，如何将运营与数据敏捷高效结合，是当下亟待解决的痛点问题。本议题将充分结合自身证券公司实战经验，介绍自主研发创造的智慧数据工厂为运营展业带来革命性意义。数智工厂集成了零代码和符号推理技术，实现简单图形化界面配置推理生成100%可信SQL，并直接执行生产数据的能力。数智工厂，无需编码即可应对复杂业务需求，打破传统预设数据指标模式，降低数字化转型门槛，也为听众提供了一种金融运营的新型解决方案。

演讲提纲：

1. 引言：金融数字化运营痛点与难点
2. 数智工厂的概念与特点
3. 数智工厂重构金融运营
4. 金融新运营展业案例
5. 挑战与未来展望

听众受益：

• 证券金融业的数字化运营，应重点关注因素和内在逻辑
• 提供了一种全新的视角，解决金融展业敏捷高效与数据生产稳态合规之间的矛盾
• 以演讲者所在机构真实案例，展示数智工厂模式的效能和智能，以及带来的巨大经济效益
• 数智工厂的未来如何与大模型相结合

从数据库的一个点展开，介绍与数据库关联的系统、存储，网络、架构、应用、产业的面，使我们站在全局视角更全面地理解数据库及其周边生态的建设，从而更好地进行实施与优化，让数据库发挥最大效能，为业务赋能。

演讲提纲：

1. 数据库的一个点
2. 数据库的一个面
3. 数据库的核心能力与业务赋能

听众受益：

• 通过不同维度深入的理解各个基础软硬件如何与数据库更好的整合
• 了解数据库在整体架构中的位置与重要性，如何做到统筹规划设计
• 了解目前数据库生态建设现状与发展，如何实现数据库的统一运维与管理

数据治理在产险公司的数字化转型过程中扮演着至关重要的角色。一方面产险在以“数据标准化”的治理思路，分别在业务、技术和数据三端逐步推进各项工作的落地，夯实数据基础，确保数据准确性和一致性；另一方面秉承“治理即应用”的思路，在“字段”治理的基础上，通过统一ID体系，串联客户全域数据，构建统一的客户画像，解决“客户是谁、做了什么”的问题，并通过“产品化”和算法加持，赋能业务场景，体现数据治理价值。

演讲提纲：

1. 在数字化转型过程中产险数据治理的痛点分析
2. 基于业务场景的数据数据治理的实践效果与大模型应用探索
   • 数据标准化——开启大数据治理之路
   • 大模型应用——探索数据治理新范式
3. 从数据治理到赋能业务转变实践探索及业务案例分享
   • 构建底座：从“字段”治理延展到围绕“客户”的数据治理，构建统一客户数据视图。
   • 案例1：数据产品化——全域客户画像的构建及应用效果
   • 案例2：数据应用——基于客户数据的非车策略仿真预测，提升客户转化率

听众受益：

• 从业务应用视角，了解财产保险行业的数据治理模式规划及落地步骤
• 了解数据治理成果如何赋能业务应用案例，提升数据治理的价值

在金融科技的浪潮中，账户风险管理一直是金融机构关注的焦点。传统的人工驱动流程在处理复杂的欺诈案件时，不仅耗时且容易出错。随着大模型技术的兴起，我们有机会通过智能化手段，提高风险感知和风控决策的能力，从而降低人工失误率，提升运营效率。本次演讲将深入探讨如何利用大模型技术，实现账户风险管理的数字化转型，以及这一转型如何为金融机构带来实质性的价值。

演讲提纲：

1. 人工驱动流程的局限性
2. 大模型技术在风险管理中的应用
3. 方案思路与总体目标
4. 应用场景详解
   • 运营调查：事前、事中、事后的智能辅助
   • 风险侦测：全域感知与主动侦测
   • 策略迭代：风控策略的智能化迭代
5. 整体框架与技术路线
6. 创新点与成果成效
   • 基于大模型实现强化学习
   • 实时决策建议的输出
   • 全流程生命周期闭环的实现
7. 推广复用与业务普适性
   • 跨平台管控能力
   • 数据预处理的简化
   • 大模型技术的快速适应性

听众受益：

• 对大模型技术在账户风险管理中应用的全面理解
• 掌握如何通过数字化手段提升风控效率和准确性
• 了解大模型技术在不同风险管理场景下的实际应用案例
• 学习如何构建和优化风控策略，以适应不断变化的市场环境
• 认识到大模型技术在金融科技领域的创新潜力和业务普适性
• 洞察大模型技术如何帮助金融机构降低成本、提升服务质量，并增强竞争力