“18权益加磅，省的不止一点点！”打开京东金融APP，一则热闹的营销头图跃入眼帘，你可能意识不到，这则堪比设计师水准的物料源自大模型的手笔。今年6.18和11.11，京东金融超过30%的资源位营销素材由AIGC自动生成，这一水平在亿级用户量的应用中处于领先地位。
当金融行业瞄向11.11，这个极具特色的“节日”便有了新的含义，它不仅是品牌商家绞尽脑汁，思考如何用低价吸引购买的促销节点，也成为金融机构通过营销活动，争取更多流量、客户和交易的重要赛事。
GMV、订单量、用户数，这些体现战绩的数字背后，支撑起京东金融高效运转的，还有一套至关重要、覆盖营销全链路的神经中枢。
它一头连接着京东金融4.6亿用户和拥有十余年行业Know-How的运营团队，一头连接着金融复杂场景，覆盖从人群圈选、活动落地、数据反馈的营销全路径，高效制定每一次营销策略，并精准地推送给目标用户，就像人体的神经中枢，接收全身各处输入的信息，再经过加工成为协调的动作，从而促进业务有机增长。
它有多高效？过去涉及产品、研发、算法、设计、分析师等多类职能才可完成的流程，如今只需要1人；从策划到落地需要14天才能完成的一场营销活动，现在被极致压缩到1天上线；从大促前预热到活动中的用户触达，低成本生成更符合金融业务特征的多套文案与素材，并按照用户特征来组合投放，实现营销的千人千面。
这个指挥京东金融营销作战的神经中枢，叫做“领航者营销平台”（以下简称领航者）。
某种程度上，这个名字被赋予了京东金融的更多期冀——它不仅是自身业务的“领航者”，未来还将会是促进全金融行业营销增长的“领航者”。
01
破局十字路口
有关领航者的故事，还要从100天前说起。
7月13日，JDD京东全球探索者大会在北京如期举行。作为京东一年一度的科技盛会，大会对外集中展示公司内部的创新技术与成果。
经历多轮内部筛选和演练后，领航者作为言犀大模型在金融营销场景的实践应用，以其精彩首秀，在现场博得一片掌声。这让京东金融团队的成员们兴奋不已。
当困扰行业多年的瓶颈有望被打破，他们有理由如此兴奋。
京东金融业务诞生于数字化时代，从营销活动的机会洞察到用户分层、从评估测算再到最终投放，数字化运营带来了效率的大幅提升，但新的问题也随之浮现。
京东金融营销与数据资产部负责人解释称，比如，面对多个支持营销增长活动的系统，一个运营新人，往往要花费大量时间培训，才能熟练使用。再比如，落地一场大型营销活动，运营人员要在十余个系统间反复横跳，手动操作权益选择、页面搭建、数据分析、表单填写等大量琐碎工作，不仅耗时，视角也越来越局限。
更令人头疼的是，数字化在打破信息孤岛的同时，也建立了更多孤岛。每个系统都像是相互割裂的烟囱，运营人员被困在自己所负责的环节中，看到的数据信息不够全面。结果就是，要么以有欠缺的数据和单一指标（比如点击率、转化率等）来指导行动，要么依赖个人经验和直觉来做决策，营销效果极大受限。
京东金融踩过的坑，也是大量金融机构在数字化长征中，迫切需要迈过的技术门槛。
大量数据和复杂业务逻辑有待厘清，大量子系统、子模块有待整合。过程中，金融机构不仅要维持现有系统的稳定，还要加快营销链路的迭代速度，他们亟须探索出进一步实现降本增效技术应用，以应对当下的增长困境。
如今，刚过百天的领航者，已在京东内部8个场景落地，覆盖超过50%的营销运营工作内容。这意味着，当外界还在探讨大模型到底是技术先行还是场景先行时，领航者已先人一步开启冲刺模式，在营销增长这样的产业实践中拥有了一席之地，并试图定义金融营销的“领航者时代”。
02
领航者是如何炼成的？
今年春节刚过，京东金融的产品、算法、运营、设计、分析师等成员组成了核心愿景团队，把总部大楼14层的会议室挤得满满当当。
其中，京东金融算法和设计两个团队，接下了一项十分艰巨的任务——由算法工程师将设计师头脑中的专业设计知识转化为参数，“喂”给言犀大模型，教它自动生成具备京东金融特有风格的营销素材。
比如，当运营人员提出“我需要一个热闹的营销活动页面”时，大模型会基于颜色、背景、构图、排版、字体等知识，输出暖色系背景营销物料。理财投资就是一个典型场景，按照“红涨绿跌”的规律，红色往往是背景首选。
这项实验一旦成功，将大幅实现金融营销的降本提效。但横亘在设计与算法两种语言之间的鸿沟，并不容易弥合，“让艺术生教理科生学审美，难度无异于让直男识别口红色号”，一位设计师坦言。
为了让大模型把设计领域的知识吃透，仅一个元素类别的生成，就要灌入万张设计图。经过人工初次筛选，生成合格的数据集会被再次“喂”给大模型进行微调。这样的过程，要经历长达2—3周、5—6次地反复打磨。
为了让素材具备更高可用性，算法工程师团队引入了主动学习的方式，在模型迭代过程中，由28位专业设计师每人每天用1小时主观评分。以金币这一元素为例，每一套由大模型生成的素材中，不可用率高达30%，对此设计师要做出多个维度的标注，比如配色、造型、透视、特殊字符、饱和度、色相等。
除了设计语言，还有相当多的专业术语，比如固收、QFII（英文简称“合格的境外机构投资者”），通用大模型很有可能没见过，导致学习不够充分；再比如金条、白条、小金库、红包等京东金融特色产品，大模型若不加训练，大概率会出现理解偏差，生成真的实物金条、红色的包包。
日积月累的训练下，万级扩充的指定风格素材、百万京东积累的素材，被装进大模型。今天，由领航者生成的营销素材，可用率超70%。京东金融“15理财日”“18权益日”的素材生成任务，已经全部交给了领航者。
自动生成营销素材，只是领航者算法能力精细化的一个小小缩影。在100天里，领航者营销平台历经了3大版本，包含20+小版本的敏捷迭代，使得平台的功能更加完善、用户体验更加友好。
营销与数据资产部负责人称，更重要的是，领航者融合了大模型的意图识别能力、推理能力、AIGC多模态内容生态能力，学习了京东金融在营销领域十余年专业运营知识，以及丰富的业务实战经验，从客群圈选到素材生成，再到智能投放和多维度数据分析，将过去十余个系统能力集于一身，完成营销策略的AI规划和各类营销及数据系统的一站式串联。
实现这样的技术跃迁，难度远超生成一张营销页面。
过去，营销活动要搭个系统，营销策略也要搭个系统，不同系统的业务知识、用户目标、用户表述各不相同。但大模型的信息窗口有限，如何在同一框架下把这些系统管理在一起，还要解决窗口过长的遗忘问题、专业知识的注入问题，这些都是极大的挑战。
摸着石头过河的工程师团队，进行了三大阶段的技术升级：第一阶段是引入向量数据库和RAG架构实现主框架联动大模型完成串联；第二阶段用开放平台的概念，引入Application、Domain、Skill三层架构，将核心能力与主框架融合，让能力调用更加便捷；第三阶段则进一步引入了Multi Agents概念，以主动服务方式自动完成复杂任务的协同。
简单说，就是最上层由一个总的Agent负责和用户交互、识别理解用户意图，然后通过对任务的拆解，对应到不同的工具API进行编排，再调度到具体的领域模型，最终满足营销的特定目标。
这样一来，底层的通用能力，负责各个系统的快速调用；上层的应用能力，完成具体的营销动作，比如页面搭建、图片生成、风格设定，以及流量分发投放和数据分析。
原本需要运营人员横跨十余个系统、耗时14天才能配置完成的营销活动，如今运营人员只需发出需求指令，领航者就能在1天内，快速编排好要配置的系统功能和内容并上线。活动结束后，常规数据的提取与分析，也不再需要分析师介入，运营人员可站在全局视角独立完成。
从年初孵化到正式发布，再到上线100天的持续攻坚，领航者终于在11.11这个关键节点，为自己，也为行业交出了一份可供参考和借鉴的金融营销提效新范本。
03
做对20%的事情
解决80%的问题
回顾历史，商业社会的每一次重大变革，都离不开技术的跃迁。当大洋彼岸的Open AI吹响“AI改变世界”的号角，这只来自硅谷蝴蝶扇动的翅膀，便掀起了中国大模型市场的风起云涌。
在金融复杂的营销运营环节中，凭借在内容生成和语义理解方面的优秀表现，与金融营销场景高度契合的大模型，找到了落地的绝佳场景，也为京东金融的营销突围，打开了一扇窗。
作为互联网“原住民”，京东金融拥有超4.6亿活跃用户，在十余年的持续运营中积累了大量高质量的行业原生数据，更沉淀了丰富的用户运营、增长实操经验，是大模型的最佳练兵场。
“做对20%的事情，解决行业80%的问题。”京东长期积累的核心禀赋被封装进领航者，在内部场景中得以验证后，未来还会走出内场、走向行业。
大模型具备更强的知识压缩能力，叠加了更强大的自然语言理解、信息整合、决策支持能力，可极致压缩金融领域营销、运营的数字化经验，输出给金融机构，适配其各类营销运营场景需求。
行业有理由相信，“大模型+小应用”所激发的生产力，将在新一轮技术变革中，真正推动大模型走向产业最深处。
而领航者，已经走在了前面。