四是基于CDC分布式云+EnerTwin+AI云边协同智慧运维，实现总部与边缘场站两级资源协同互动，打造新一代无人化智能场站，同时通过数字化能力下沉场站，提升巡检智能化，降低生产运营风险，推动新能源减员增效。
浙江省委常委、宁波市委书记彭佳学。近年来蓝卓加快模式创新、技术创新、产业赋能，梳理宁波模式总结出了一条1+1+N+X的中小企业数字化普惠路径，该模式面向细分行业，梳理行业共性需求形成基础套餐包，千人千面的个性化需求则由蓝卓丰富的应用商店进行补充建设，目前蓝卓已成功打造出汽车零部件行业云平台、金属制品行业云平台等，为全国中小企业数字化转型提供了更加先进、更加普适的经验。
在蓝卓合作伙伴生态图谱中，多种类型的合作伙伴都能成为中流砥柱。以数字孪生技术为例，在supOS中可以建立物理实体的三维模型，厂级全域多元数据可以在三维模型中进行映射和参数化展示，通过直观的三维空间模型，可以沉浸式、交互式的对工厂各个环节进行动态管理。千行百业的赋能力推进制造业数字化转型是促进数字经济和实体经济深度融合的重点领域。在数字工厂展区，蓝卓重点展示了supOS在仪控管理、安全生产领域的典型案例，以及在新材料、机加工、汽车零部件行业的赋能成果。随着蓝卓生态队伍的日渐庞大，蓝卓的生态合作模式也正不断升级进化。
数实融合的技术力随着新一代信息技术的不断发展，数据逐渐成为数字经济的关键要素，数据要素融合创新将对经济发展起到放大、叠加、倍增作用。在蓝卓展区数字技术板块，系统展示了supOS统一的数据底座、SCADA/IIOT广泛连接能力、大数据深入分析应用能力、丰富的数字化工厂工具包、低代码开发能力，以及灵活部署、移动端应用、个性化桌面定制、信息安全等九大核心能力，为全球工业变革筑造了统一的数字化转型底座。以消费金融产品的掉单率作为例子，一旦发现掉单数据超出阈值，无论是瞬时的剧变，还是长时间的阴涨阴跌，异动归因系统就会在几十毫秒之内发现问题，自动告警。
在这个过程中，乐信取得了一系列显著成就，促成了贷款总额达近10000亿元，服务了1.99亿用户。我们源数据的数据量是25PB以上，我们一共有100万以上的字段。数据的收集、清洗、加工，听起来这是一项非常不sexy、也很耗时的工作。经过两年多的努力，乐信已经有大概40万以上的计算关系。
目前乐信的LexinGPT已经在内部工作中发挥了重要作用。在这期间，乐信上线了人工智能实验室（AI Lab），同时也成立了乐信区块链实验室（Blockchain Lab），探索区块链在小微消费金融领域的落地应用。
鹰眼、虫洞技术系统也都在这个时间节点诞生。乐信也开始迈开了腿，探索AI在消费金融领域的应用。如果把底层数据比作一座城市，那么数据血缘就相当于城市的人口普查，厘清了整个城市的人口关系。彼时，中国的信用体系起步比较晚。
无论是哪种情况，定位清楚问题，解决也就成功了一半。鹰眼主要是为解决传统金融机构对信用缺失人群的风控难题。也要研究数据如何加工得出结果，以及加工中途一旦出现问题，怎么排查成因、确定造成的影响。结果已经来不及挽回损失，老板气得在办公室里一一点名批评。
这些技术不断向前迈进的背后，其实反映的是乐信一直践行的理念：用科技的力量，让金融更为普惠。翻修：给生长8年的技术系统，清理升级乐信CTO陆勇在2021年加入乐信时，交给他的是一个已经快速生长了8年的技术系统。
有全面的数据感知作为基础，发现异动才成为可能。例如一个撮合匹配的优化策略, 原来实际上线测试几个月可能会耗费高额的成本, 现在通过图灵仿真系统, 90秒内就可以得到置信度非常高的结果。
筑底：数据治理工作不sexy，但必须下大功夫不论是异动归因系统，还是AB测试、QE测试，这都是长在数据之上的系统。虫洞会根据资产状况进行分级、定价，按照不同资金方的资产要求，通过规则和算法进行智能筛选、在线自动撮合，让分期乐商城生成的订单能够秒级匹配到合适的资金方，成功率在93%以上，单笔订单的IT成本降到了不到传统金融机构的十分之一。2019年，乐信发布了一系列用于消费金融的AI工具全家桶，包括：LBS风险评估、收货地址聚类分析、用户行为序列分析、舆情分析等等。整个2017-2021年，AI成为了乐信技术体系中的重要关键词。弄清楚各个数据之间的血缘关系，这才是团队最核心的目的。2014年，陆勇回国加入新浪微博任广告部总经理，此后相继在51Talk、新浪移动和平安人寿担任首席技术官。
这个名词听起来很难懂，但从效果层面，它的应用实际是给乐信的风控增加了一个高科技的稳定器。陆勇说，但这也是最重要的工作之一，公司一旦把存量关系梳理完后，增量关系可以自动、快速、及时地，以非常小的代价更新到业务模型里面来。
技术债的债务利息是非常高的，曾经业界有一个核算，技术债的利息大概年化利率是超过 50%。但肖文杰和团队却认为，借助技术手段，去评估一个人的信用，这是可行的。
一个典型的情景是，有时业务系统出现异常指标，主管火急火燎派人查问题，大半夜把相关的数十个人全部拉进微信群，兴师动众，一连查了几天甚至一两周才找到原因。2013年，当时市场上有上亿的个人消费金融需求得不到满足，于是乐信CEO肖文杰下海创业，带领团队推出了分期乐。
乐信CEO肖文杰曾表示：想要拥抱未来的AI驱动，首先必须要做到数据驱动，扎实从底层开始做好数据治理，再到模型及量化分析工具的建设，系统化工具的建设，把整个经营体系都转变成基于量化和数据驱动。目前，陆勇还正带领团队实现后一半，从定位问题到解决问题的闭环：在异动归因系统之后加上自动修复系统。陆勇和他的技术团队要做的事情有很多，但核心目标就一个：建设扎实稳定的技术体系，让乐信实现真正的数据驱动。所谓智能化2.0，最核心的应用就是大模型，用大模型去渗透改造每一个经营环节。
技术系统也一样，要把积累的架构不合理、灵活性不够、数据断点多的问题，进行彻底翻新和升级。这是一个不小的挑战，就像是翻修一栋老房子，原有的某些结构和设计已经陈旧，不再适用于现代需求。
有了这些大数据，运用机器学习手段，鹰眼引擎就能对该用户的还款能力、还款意愿、负债信息、稳定性、负面信息作出评估，并自动完成即时预警、拦截以及分析部署等功能。而这一理念，乐信已坚持了十年。
陆勇到来后，在打造数据驱动的技术体系方面下了不少功夫。前端资金配置和后端风控虽然都有技术支持，但乐信技术创新也并未止步于此。
异动归因系统就属于后者，研发过程是需要花长时间、重精力。某行业人士跟雷峰网(公众号：雷峰网)交流说道。当用户在分期乐商城购买一件商品时，其互联网电商行为数据、人脸识别机器指纹验证以及外部征信数据合作方提供的数据等等都主动会进入到鹰眼引擎中。陆勇对雷峰网表示，LexinGPT的应用，乐信在客服、电销、私域运营和催收机器人方面显著提升了传统人工坐席的效率，同时以LexinGPT大模型为核心开始重构几乎每一个运营、研发、测试、数据分析、设计，以及后台职能环节的工作流、知识流和通讯流。
再到今年，大模型引爆全球，引发行业大地震，乐信很快加入战局，开始思考如何将乐信技术朝着智能化2.0迈入。不过，数据治理确实是一项庞大的工作。
这相当于给业务配置了24小时在线的护卫，有任何风吹草动都可以迅速发现，迅速调整。尤为值得一提的，是他和技术团队主导研发上线的「黎曼(Riemann)异动归因系统」。
而如今，归因系统初步过了技术临界点。如果说异动归因系统相当于人的分析过程，那分析的原材料——来自眼耳鼻舌身的数据输入就是前提，需要结合业务全流程来监控。