马来亚银行与微软签署了一项为期五年、价值约10亿令吉(2.364亿美元)的合作协议,旨在推动其业务运营的数字化和人工智能创新。
这项里程碑式的协议将使马来西亚领先的金融集团采用微软Azure作为其最战略性系统、功能和数据工作负载的主要云平台之一,为增强实时数据分析和更快部署新服务铺平道路。
为了大幅提升生产力和创新能力,马来亚银行还将向其44,000名员工推出微软365 Copilot,将智能助手嵌入到日常工作流程中,以简化复杂任务。
此外,银行还将使用微软的先进安全工具来加强网络防护,并探索建立联合卓越中心,共同开发云和AI驱动的创新,培养内部数字专业技能。
马来亚银行总裁兼集团首席执行官Khairussaleh Ramli表示,与微软的合作是银行数字化转型之路的重大跨越,超越了其M25+倡议的范围。
"这不仅仅关乎技术;更关乎如何前瞻性地思考我们如何更好地服务客户、改善工作方式并加速创新,"他说。"借助强化业务核心的正确技术,我们正在为所有利益相关者和客户构建一个真正敏捷、更快速且更具竞争力的环境,实现可持续增长和长期价值创造。"
马来亚银行的M25+倡议于2022年推出,通过专注五大支柱推动银行增长:客户中心化、数字化、强化马来西亚以外的业务、可持续发展以及伊斯兰银行业的全球领导地位。
在该倡议下,马来亚银行已承诺投入35亿至45亿令吉用于技术提升和其他战略领域。例如,银行一直利用技术提升客户体验和运营效率,推出了全数字化的客户身份验证(KYC)流程以及广受欢迎的MAE(随时随地的马来亚银行)电子钱包和移动银行应用。
最近的发展包括推出防欺诈的资金锁定功能以及扩展跨境快速响应(QR)支付集成。银行还一直在使用人工智能和机器学习来检测欺诈并自动化信贷申请等流程。
微软东盟区总裁Mayank Wadhwa表示:"马来西亚正处于数字化旅程的关键时刻,马来亚银行正以身作则。通过将智能嵌入金融服务的核心,马来亚银行正在转变服务客户的方式,同时为整个东盟地区的行业树立了强有力的榜样。"
2024年5月,微软宣布了其在马来西亚32年历史中的最大单笔投资:在未来四年内投入22亿美元,以加强该国的云和AI基础设施。这建立在微软在马来西亚首个Azure云区域的早期计划基础上,该区域于2025年5月上线,为当地企业提升了数据驻留能力并减少了延迟。
通过"AI赋能马来西亚未来"倡议,微软还希望到2025年底为80万马来西亚人提供AI技能培训。该计划连同与政府合作建立的国家AI卓越中心,旨在培养AI就绪的劳动力并赋能国家的开发者社区。
Q&A
Q1:马来亚银行与微软合作的主要内容是什么?
A:马来亚银行与微软签署了为期五年、价值10亿令吉的协议,主要包括采用微软Azure作为主要云平台、向44,000名员工推出微软365 Copilot智能助手、使用微软先进安全工具加强网络防护,以及探索建立联合卓越中心共同开发云和AI创新。
Q2:马来亚银行的M25+倡议包含哪些内容?
A:M25+倡议于2022年推出,专注五大支柱:客户中心化、数字化、强化马来西亚以外的业务、可持续发展以及伊斯兰银行业的全球领导地位。银行已承诺投入35亿至45亿令吉用于技术提升,并推出了全数字化KYC流程和MAE电子钱包等创新服务。
Q3:微软在马来西亚有什么重大投资计划?
A:微软在2024年5月宣布了32年历史中在马来西亚的最大单笔投资,未来四年投入22亿美元加强云和AI基础设施。微软首个在马来西亚的Azure云区域已于2025年5月上线,同时通过"AI赋能马来西亚未来"倡议,计划到2025年底为80万马来西亚人提供AI技能培训。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。