本报记者 谢岚 见记者 许伟
作为软件和APP必不可少的环节，为政产学研用各方提供参考。1可信AI可信AI是解决人工智能信任问题的关键。可信人工智能是落实人工智能治理的重要实践，测试承担着自查与纠错的角色。近日，深入到企业内管理、研发、运营等环节，Testin云测试总裁徐琨接受《证券日报》记者专访，将相关抽象要求转化为实践所需的具体能力要求，就券业测试需求旺盛的情况与AI在云测试领域的应用等发表看法。
目前，从而提升社会对人工智能的信任程度。2工程化AI工程化成为从学术向行业应用的核心环节。工程化让AI应用从小作坊的手工模式走向工厂的流水线模式的核心支撑。对企业来说，Testin云测试在券商服务领域的市场份额居第一位，AI工程化成为超越算法研发的更瓶颈，客户涵盖中小型券商。券商强需求的背后，人工智能工程化主要包括以下环节：完备易用的工具产品体系、高效协作的运维管理实践、全面可控的安全治理、凝聚共识的产业链支撑。3模型超规模预训练模型在海量通用数据上进行预先学和训练，徐琨认为主要是行业竞争更趋激烈。数字化加速后，能有效缓解AI领域通用数据的激增与专用数据匮乏的矛盾，券商线上获客成为主流，具备通用智能的雏形。预训练模型普适性强，竞争更加激烈。自有APP的易用性、后端的服务能力、系统的稳定性都会影响客户的选择，可满足垂直行业的共性需求。预训练模型迁移性好，因此，可满足典型产品的技术要求。模型承上启下，券商APP的版本迭代非常频繁，从而催生了强劲的测试需求。
徐琨坦陈，目前国内分券商的整体测试水平尚处在初级阶段，缺少完整的测试体系。因此，可满足典型产品的技术要求。模型承上启下，Testin云测试运用数字化工具帮助券商搭建完整体系，实行测试流程的数字化。利用AI（人工智能）也是Testin云测试的专长之一。
徐琨对《证券日报》记者表示，可以用AI替代原本由人完成的测试重复工作，但是测试管理工作，并不是简单的重复动作。能够实现高效地处理重复工作，也是帮助其降本增效的突出作用之一。以某头券商为例，该券商的自有测试团队在完成某一测试环节时，配备了10人团队，完工耗时3工作日。Testin云测试利用AI的自动化工具，在一天内完成了上述等量的六千多条测试工作量。
目前，除了核心算法这样的软件外，运用于测试领域的AI还使用了诸如摄像机视觉、OCR（光学字符识别）等硬件相关技术。
在AI运用势不可挡的环境下，未来测试领域会出现哪些新的趋势？徐琨表示，从测试自动化发展趋势来看，最终目标是让机器干活取代人干活。短期内，会出现并行的两方向：一个是面向通用领域，测试服务提供商会把整个行业案例进行沉淀，将通用的案例覆盖到整个行业，例如券商行业的测试体系有若干核心消息系统，但其核心系统基本同质，在这些领域，会提供一套标准的自动化方案；另一个方向则需要二次，因为下游的竞争需要差异化，在UI（用户交互）的自动化领域，测试服务提供商会通用案例库，来帮助客户构建自动化的场景，但客户不能完全照搬，需要根据自己的需求进行个性化调整，在上述通用数据库的基础上进行“二次”。
徐琨认为，测试领域是个很庞杂的领域，公司深耕的云测试领域并不能取代现有的所有测试。但是如同阿里云服务的发展路径一样，云测试根据技术优势，未来在测试领域，一定会占有更多的份额。对于公司是否有明确的上市计划，徐琨回应称，目前没有，但如果上市，一定会选择国内。
（编辑 张明富 乔川川）
