对话XTransfer：用AI大模型引领外贸数智化未来
AI技术正以迅猛之势重塑传统行业的格局，外贸行业也在这股浪潮中迎来深刻变革。XTransfer作为中国B2B外贸金融第一平台，凭借在AI技术创新方面的卓越表现，正在引领外贸行业数智化发展。去年，XTransfer在AI研发方面取得了显著进展，自研并落地了首个外贸金融大模型TradePilot。在外贸金融专业知识测评中，TradePilot和众多国内外知名的大模型（包括GPT4）同台竞技，综合得分获得第一名。TradePilot不仅提升了XTransfer的业务效率和用户体验，也为整个外贸金融行业的技术革新提供了新思路。
以下是对XTransfer高级技术总监李伟通的专访，我们将深入了解XTransfer在自研大模型及AI技术应用方面的最新成果与战略布局，探讨TradePilot大模型对于智能风控与智能客服的技术支撑与重要升级作用，洞悉外贸金融行业前沿技术应用与发展趋势。
据了解，在AI大模型应用层面，大模型助力智能风控和智能客服实现了重大突破。风控业务的自动化水平提升5%，同时精准度在原有高水平基础上进一步提升1.2%。智能客服解答率已经提升至近90%，远超行业平均水平。这些技术成果不仅为XTransfer带来了业务效率上的显著提升，也为外贸企业提供了更高效、更安全的金融服务体验。
您能分享一下自2024年推出TradePilot以来，XTransfer在外贸金融大模型领域有哪些主要进展和亮点吗？
李伟通：回顾2024年，XTransfer在AI研发方面取得了很多进展，主要集中在大模型技术的积累与应用拓展。我们是行业内首家构建自己大模型的企业，目前已经将TradePilot应用于多个业务场景。例如，我们利用大模型对海外不同国家的证件和外贸单据进行结构化识别，解决了传统方式中线下单证识别的痛点。
值得一提的是，我们在AI智能体的应用上也取得了突破，尤其是在风控、客服等场景中，通过AI能力实现了自动化提效。我们还通过大模型技术提升了智能客服的问答准确性和效率，使之能够更好地理解用户问题并提供精准回答。
依托于10亿量级的外贸金融垂直领域知识，XTransfer通过知识引擎、工具能力、认知推理三大核心组件，实现了外贸金融信息的深度理解以及与业务的智能整合。知识引擎负责金融知识的提取和推理，增强服务的专业性和效率。工具能力达到99%业务场景匹配度，聚焦于找到每个业务场景下最合适的工具组合，从而实现高效的工作流程和业务结果。认知推理确保对大模型所处的环境上下文的准确认知，以及据此之上借由CoT范式达成的问题响应和处理能力，实现了95%外贸金融语义理解准确率。此外，可信围栏技术的应用进一步增强了系统的安全性，确保了金融交易和数据传输的安全。
TradePilot外贸金融大模型对于XTransfer 的智能风控系统有哪些技术支撑？请您结合具体场景介绍。
李伟通：好的。在风险识别和管理方面，TradePilot通过其强大的上下文推理和自然语言处理能力，能够准确预测并防范潜在的交易风险。例如，它可以通过分析跨境交易中的多维度数据，精准识别风险点并提供实时预警。这种能力在复杂的B2B跨境支付场景中非常重要，因为B2B交易链路涉及大量线下环节，数据分散且非结构化，反洗钱风控难度极高。
TradePilot结合了多模态信息抽取技术，能够处理文本、图像等多种数据类型。例如，它可以通过识别PI（形式发票）、物流单据、水单等文件，实现自动化的买卖家匹配和审核入账，进一步提升了反洗钱风控的效率。这种多模态能力使得风控系统能够从更多维度理解业务，提供更全面的风险评估。
此外，TradePilot还与XTransfer的行业知识图谱相结合，帮助风控人员更精准地管理风险，预防欺诈行为。通过这种方式，模型不仅能够识别已知风险，还能通过上下文推理发现潜在的异常行为，从而为中小微外贸企业提供更安全、高效的金融服务。这也是行业内首个聚焦B2B跨境贸易反洗钱风控的技术实践。
从客户感知层面，XTransfer 的智能风控系统基于大模型有哪些升级，具体改进了哪些方面？
李伟通：在智能风控层面，借助AI技术深度分析用户行为数据，我们能够做到潜在风险特征的100%挖掘。与传统风控模型相比，我们的系统在策略灵活性和准确性上表现更加出色。
从客户感知层面来讲，智能风控系统的升级带来了很多便利。一方面，客户在提供审核材料时更便利、更丝滑。借助大模型的多模态信息抽取能力，客户提交材料的过程极大简化。另一方面，风控审核效率的提升也获得很多客户的点赞。智能风控系统通过实时监控和数据分析，能够快速识别风险并提供审核建议，显著缩短了审核时间。
上个月，广东主营农业机械设备出口的赵先生获得了一笔金额高达2千万欧元的订单，在收到对方发来的付款水单后安排了第一批次订单发货。在XTransfer智能风控系统的审查下，确认付款水单显示汇款来自V国，与“买家”所在国家A国不一致。综合各项风险点，交易被判定为一场跨境欺诈。XTransfer客服协助赵老板追回了未出境的货物，避免了巨大损失。
另外，我们在制裁风险评估方面构建的新模型也取得了突出效果。通过多维度数据分析对交易进行风险打分，我们能够提前识别潜在的制裁风险。这不仅提高了风控的效率，还显著提升了精准度，使我们能够及时采取措施应对潜在风险，保障业务的稳定发展。
TradePilot外贸金融大模型对于XTransfer 的智能客服系统有哪些技术支撑？请您结合具体场景介绍。
李伟通：我们的智能客服系统应用了多项前沿的AI技术，包括大模型技术、RAG技术以及知识图谱。首先，我们利用大模型技术扩充了问答知识库。其次，我们引入了RAG技术进行相似度匹配，能够更精准地找到用户问题的答案。我们还将知识图谱技术应用于智能客服，使其能够更好地理解关系型问题。目前，智能客服解答率已经提升至近90%，远超行业平均水平。
这一切的目标都是不断提升客户体验，我们始终高度重视客户反馈。在近期的调研中，我们的一位忠实客户表示，在使用智能客服过程中，他明显感受到了服务品质的提升。在询问“尼日利亚市场支持哪些银行的收款”这类专业问题时，智能客服能够快速给出准确回复。“这种高效、准确的体验，不仅是节省了时间，还让我们在新市场拓展的贸易结算问题上‘吃下定心丸’，令我非常安心。”
智能小秋2.0的推出为外贸企业提供了全新的客服体验，您能详细介绍一下这些技术成果吗？有3.0的推出计划吗？
李伟通：好的，智能小秋2.0是我们智能客服系统的升级版本，主要在两个方面进行了技术优化。一方面，它基于大模型技术，能够更精准地理解用户问题并提供准确答案。另一方面，它引入了RAG技术和知识图谱，使得对关系型问题的处理能力大幅提升。此外，智能小秋2.0还支持多语言服务，能够为不同国家的用户提供本地化的客服体验。
智能小秋2.0的24小时不间断服务和个性化体验深受好评。它能够根据客户的使用习惯和历史咨询记录提供建议，让客户感受到被重视和关怀。非常有意思的一点是，客户在对智能小秋2.0的评语中写道，“小秋在成长！她似乎更加懂我们需要什么，有什么疑惑，更像是聪明、可靠、贴心的外贸小管家。”
至于智能小秋3.0，我们已经在规划中。未来版本将更加注重智能化和个性化服务，例如通过用户画像提供定制化的解决方案，并进一步提升多语言支持能力，以更好地服务全球用户。
XTransfer 在国际化进程中有哪些基于大模型的技术部署？
李伟通：在国际化进程中，XTransfer作为行业先行者，利用大模型技术推动外贸金融服务的全球化拓展。我们通过构建外贸服务行业的首个行业知识图谱，整合了300多万种细分产品的上下游供应链关系以及各国跨境支付合规知识，为智能风控和智能客服提供了精准的推理能力支持。
目前，XTransfer自研的大模型TradePilot已应用于多个国际化的业务场景里。在此背后，XTransfer的数据管理平台发挥了重要作用，全面整合全球经贸数据，并按照各国合规要求实现数据隔离，为外贸数智化转型提供了坚实的数据基础。
您如何看待外贸金融大模型在外贸数智化转型中的趋势，XTransfer 在这方面有哪些长远规划？
李伟通：AI技术在外贸数智化转型中具有巨大的潜力和广阔的应用前景。随着大模型技术的不断发展，AI将在外贸金融的各个环节发挥更重要的作用。例如，在风控领域，AI可以通过对海量数据的分析，更精准地识别风险；在客服领域，AI可以提供更高效、更个性化的服务；在业务流程自动化方面，AI可以大幅提高工作效率，降低人力成本。
从长远来看，XTransfer将继续加大在AI技术上的投入，特别是在大模型的优化和应用拓展方面。我们计划进一步提升TradePilot大模型的性能，特别是DeepSeek的技术路线给了我们巨大的启发，我们也计划进一步提升大模型的推理能力，能够更精准地处理外贸金融场景中的复杂任务。同时，我们也将探索AI技术在外贸交易全流程中的深度应用，从交易前的市场分析、客户匹配，到交易中的单据处理、支付结算，再到交易后的数据沉淀和分析，全方位推动外贸金融的数智化升级。通过这些努力，我们希望为外贸企业提供更加智能化、高效化的解决方案，引领整个行业的数智化转型。