专访腾讯云答治茜：大模型时代企业知识库如何成为核心基础设施

在实体经济与数字经济深度融合的当下，企业数字化转型正加速推进，大模型技术成为推动行业变革的核心力量。然而，金融行业因其对安全性、准确性的严苛要求，通用大模型难以直接满足其业务需求。如何通过技术创新破解这一难题？腾讯云副总裁答治茜在接受《每日经济新闻》专访时，系统阐述了“大模型+企业知识库”在金融领域的落地路径与价值。

大模型是“大脑”，知识库是“课本”：金融AI的双重引擎

“大模型时代下，知识库已成为企业的基础设施。”答治茜比喻道，“大模型如同人类大脑，具备强大的语言理解和逻辑推理能力；而知识库则像课本，提供结构化、专业化的知识支撑。两者结合，才能实现从技术到业务价值的转化。”

针对金融行业，他进一步指出两种研发模式：

• “通用大模型+专业领域知识库”模式：通过RAG（检索增强生成）技术，将行业研报、公司公告、实时新闻等海量数据注入通用模型，实现灵活迭代与成本可控。
• “金融领域专属模型”模式：从零开始使用金融私有数据预训练，使模型深度理解金融术语、市场逻辑和专业范式，类似“科班出身”的专家。

答治茜 图片来源：受访者

金融行业三大核心关注点：安全、精准与知识沉淀

答治茜透露，金融企业在部署“大模型+知识库”时，普遍聚焦三大维度：

1. 安全与合规：金融行业受严格监管，数据安全、信创适配、权限管理成为数字化建设的底线。腾讯云通过多级权限体系、防泄露水印、审计能力等技术手段，构建全链路安全防护。
2. 问答准确性与严谨性：金融业务涉及复杂数字与多模态数据（如财报解读、理财推荐），对知识库的精准度要求极高。腾讯云在AI出图、表格计算、知识溯源等领域取得突破，目前问答准确率已超92%。
3. 员工知识沉淀：金融企业希望将个人经验转化为企业资产。腾讯云知识库支持员工创建个人知识空间，并打通微信、腾讯文档、企业微信等工具，实现知识的高效流通。

破解“幻觉”难题：拒答、溯源与知识治理

针对大模型“杜撰”（行业称“幻觉”）问题，答治茜提出三方面解决方案：

• 拒答机制：当答案模糊时，系统拒绝生成错误回复，避免误导用户。
• 溯源能力：所有输出内容均可追溯至原始知识源，确保可信度。
• 知识治理：通过自研OCR大模型提升图文解析准确率30%以上，并采用语义切分模型保障知识片段的完整性。同时，结合上下文改写用户问题，使用向量+关键词混合检索模式，最终通过内容重排与过滤生成精准答案。

“目前我们的产品功能与问答准确性已处于行业领先地位，但提升空间仍很大。”答治茜强调，“未来将持续投入技术，推动金融AI知识库向更高精度、更安全的方向演进。”