每家企业都希望提升软件交付效率,而对于FICO来说,这一目标尤为关键——因为其客户需要完成大规模的业务决策处理。
FICO是一家专注于信用评分服务的数据分析软件公司,依托大数据与算法预测消费者的消费行为。其服务广泛应用于零售、医疗、金融等行业,帮助银行、保险公司、信用卡发行机构等对客户进行综合评估与决策。
随着金融机构在信用发放等领域对消费者的评估方式日益受到关注,外界对于人为输入偏差或AI训练偏差可能引发的不公正问题,也给予了更多审视。
FICO首席产品与技术官Bill Waid近日接受了《DOS Won't Hunt》播客节目的专访,分享了公司如何通过统一DevOps模式加速软件发布,以及AI与机器学习如何助力提升软件质量。
Waid介绍,此前FICO的工程团队由多个Scrum小组组成,各自以敏捷方式独立运作。"DevOps一直是我们运营的核心组成部分,但这些DevOps职能分散在各个Scrum团队中,"他说道,"每个团队各自负责软件向生产环境的推进。"
为提升协同效率,FICO转向平台化开发模式,将核心功能与能力在不同业务场景之间共享复用。Waid指出,这一转变带来了新的挑战:"从DevOps的角度来看,作为一个统一平台,各DevOps职能需要协同运作。"为此,FICO着手推进DevOps模式的整合统一。
在AI应用层面,FICO同样走在前列。Waid表示,公司引入AI技术已有数十年历史,这使FICO得以有效应对消费市场持续涌现的海量数据。尽管此前已部署了DevOps策略,但Waid强调,更为统一的整合方式进一步帮助开发人员缩短了交付周期、提升了整体效率。
Q&A
Q1:FICO的统一DevOps模式和之前分散的DevOps有什么区别?
A:此前FICO的DevOps职能分散在各个Scrum团队中,各团队独立负责软件向生产环境的推进,缺乏协同。转向统一DevOps模式后,FICO采用平台化开发策略,将核心功能在不同业务场景间共享复用,各DevOps职能得以协同运作,从而显著缩短了软件交付周期,提升了整体开发效率。
Q2:FICO使用AI技术主要解决什么问题?
A:FICO引入AI技术已有数十年历史,主要用于处理消费市场持续产生的海量数据,通过大数据与算法预测消费者行为,帮助银行、保险公司、信用卡发行机构等金融机构对客户进行综合评估与决策。此外,AI与机器学习技术也在软件开发流程中发挥作用,有助于提升软件质量。
Q3:FICO的信用评分服务为何受到外界审视?
A:随着金融机构在信用发放等领域对消费者的评估方式影响日益扩大,外界对于评估过程中可能存在的偏差问题愈发关注。这些偏差可能来自人为输入环节,也可能源于以偏差数据训练的AI模型,由此引发了对评估公正性的质疑与审视。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。