Ultipa的博客

应广大读者要求，现将在天奕TGES专题讲座金融人工智能发展、Deepseek应用与分享管理的内容进行全文分享。期待与大家进行更多的交流与探讨 。【全文整理如下】分享主题：AI价值链条：价值导向分析当下 AI 价值链条，其实是个倒三角形结构，见下图所示。底层是硬件提供商，在全球范围内，硬件提供商数量极少，由少数寡头掌控；第二层是云和基础设施的厂商，同样，这类厂商在全球的数量也相当有限；第三层是各类 AI 组件、工具、应用的开发商。这一层数量增多，众多 AI 创业公司以及大模型厂商都涵盖其中，部分厂商业务可横

4、白盒化、可解释：区别于传统的复杂SQL代码查询的黑盒化问题，以及深度学习、人工智能算法中常见的黑盒化、不可解释性等问题，图数据库中的查询、算法整体的特点是计算（查询）的结果基本上是确定性的，每一步都是可解释、白盒化的。，三者相辅相成：在数据建模上，能够构建高维、可解释性强的图谱，清晰展现数据间复杂的关联关系；基于图增强技术的智慧审计系统通过对传统审计模式的革新，实现了算力的提升、效率的飞跃和准确性的增强，为金融机构在复杂多变的市场环境中提供了更为强大、精准的审计支持，助力其有效防范风险，实现稳健发展。

“Graph XAI” 课程由国际图专家、学者及嬴图创始人孙宇熙教授亲授，含初、高级视频课程，适配多元人群，传授源自前沿图数据库企业的实战知识，助学员掌握图技术，开启进阶之旅。

大数据框架与实践早已深入人心，这期我们可以开始讨论一个新的知识点——大数据与图数据之异同。

在数字化转型的浪潮中，尤其是当我们进入到大数据的高级阶段，也就是深数据时代以后，图数据库以其在处理复杂数据关系方面的独特优势，正逐渐成为金融等行业的重要底层技术工具。银行业作为数据要素密集型行业，很多银行很早开始了对图数据库的尝试、探索和实践。

图数据结构的演化是更高的吞吐率可以通过更高的并发来实现，而这可以贯穿整个数据的全生命周期。另外，内存消耗也是一个不可忽略的存储要素。

有些人包括一些知名的投资机构和行业“专家”认为，关系型数据库和SQL永远也不会被取代。笔者认为这种看法禁不起推敲，如果我们稍微回顾一下不是很久远的历史就会发现，关系型数据库从20世纪80年代开始取代了之前的导航型数据库，已经称霸了行业近半个世纪了，但是它们越来越难以满足不断迭代与前进的业务需求。如果历史真正教会我们一些常识，那就是对于任何事情的执着和痴迷都不会长久，特别是在这个科技蓬勃发展且不断推陈出新的时代。

你知道图数据库（图计算）作为前沿技术近年来发展迅猛的关键是什么吗？其实，其伟大之处在于它并不是一个全新的事物，而是人类在追求科学与技术发展的探索中对图思维方式的一次伟大复兴。

本文将通过回顾图论相关学科与技术的发展历史以帮助大家更好地了解图技术。

本文将通过回顾图论相关学科与技术的发展历史以帮助大家更好地了解图技术。

本文将通过回顾图论相关学科与技术的发展历史以帮助大家更好地了解图技术。