• 语音机器人、智能风控……AI如何重塑传统金融业

    中国信息化水平的提高使金融业与人工智能人工智能与人工智能的融合达到了前所未有的高度,既是传统银行的挑战,也是机遇。 
     8月15日,在AI +金融情报发布无限可能性 -  360金融AI媒体开放日活动中,360金融大数据总监苏轼表示,降低成本和提高效率是未来经济发展的趋势,金融机构加速大数据的使用,
    云计算和人工智能等金融技术改革的大趋势是金融科技行业参与新金融结构的纠缠。  
    语音机器人:智能语义分析克服高成本挑战  
    一个行业共识是,金融行业作为一个高度数据驱动的行业,具有明确的业务规则和目标,是最佳应用场景用于数据驱动的技术,如人工智能和云计算。 
     AI只是一种技术,而不是最终产品。它只能在与特定业务和方案结合使用时使用。 
    目前,生物识别技术,语音和其他技术已经大规模应用于金融领域。 
    苏轼说。  
    例如,最早的人脸识别是视觉分析,对人类语言的理解,即语义分析,是当前人工智能的热门方向。 \\ n  
    不难看出,随着中国经济进入新常态,传统金融业面临三大高低挑战:高劳动强度,高员工管理成本,高企业门槛和用户体验低。 
    以传统金融信贷业务为例,在此业务中,集合,客户服务和销售人员占60多人,人员素质现状参差不齐,造成管理成本过高的问题。 。 
    由此产生的糟糕客户体验也成为困扰金融业的常见问题。  
    但是,智能语义分析业务实践中的这类问题已经得到改善,例如智能收集和智能营销通过建立统一的算法和智能语音分析引擎。 
    在分享中,苏轼介绍了360金融语音机器人在金融领域各个方面的应用。 
    早在2017年,360 Finance就通过自主开发的语音机器人改善了传统的业务绩效,节省了大约70个人工成本,大大提高了收集效率和客户体验。  
    一方面,为了给用户提供积极的心理提示,360财务语音机器人将提取用户方言进行响应,这更贴近用户的感知;另一方面,减少人工情感和效率的影响,同时在应用中补充AI。 
    机械缺陷,360财务采用人机结合开展相关业务,实现能力输出。 
    苏轼说,360财务语音机器人每天可以完成100次质量检查,并在时效性方面达到h + 1的快速响应。  
    据了解情绪化360金融语音机器人的检测功能在应用中表现出一定的能效,并将在未来进一步应用于相关的业务流程。   
    #n 
    图片显示语音机器人  
    智能风控制:风控前视图全生命周期  
    值得注意的是财务
    技术不仅仅是技术概念,而是金融和技术深度整合的产物。 
    金融技术对当前传统金融业的渗透和重新设计是全面的,具有前所未有的广度和深度。 
    除了提供智能营销,智能客户服务和其他业务解决方案外,360财务智能风险控制的AI实践也已落地。  
    具体而言,依靠核心技术如此作为实时监控,异常行为监控,复杂网络的反欺诈和AI因素库,360 Finance将智能风险控制扩展到客户的整个生命周期,并将风险控制置于客户阶段。 
    从收购到贷前,贷款和贷后联系,整个流程得到控制,以进一步提高效率和安全性。 
    此外,通过准确量化风险,公司在收入,成本和业务规模等多个目标之间实现平衡和优化。  
    在风险控制的许多方面,有不缺乏技术欺诈目的的个人,因此风险控制过程中不应存在明显的缺陷。 
    据苏轼介绍,360金融智能风控自动化率高达97,其中地址热图和复杂关系网络系统起到了支撑作用。  
     360财务建设地址热图,依靠地图的基础数据,通过颜色标记,升级和其他操作包含在城市单位范围内的设备数量,各种变量的组合,然后形成一个判断点
     GDP信息,以及客户风险基础的综合分析。 
    颜色深度对应于人口密度,颜色越深,人口密度越大。 
    苏轼说,通过商业发现,人口密度相对较低的地区风险相对较高。    
    地址热图 \\ n  
    除了地址热图,苏轼还分享了360 Finance其他智能风控黑技术 - 复杂关系网络。 
     360财经目前的网络拥有大约20亿个节点,并且关系数量已经达到数百亿。 
    苏轼认为,节点是实体,边缘是人与人之间的关系。 
    具有风险属性的客户将在复杂网络上显示比处于蓝色关系中的普通客户更多的红色和灰色节点。这些点代表不同的风险等级。 
    在此基础上,360财经与黑名单客户联系,提取相应指标,全面了解客户风险。 
    苏轼说。    
    复杂关系网  
     AI +财务:综合能力竞争  
    在人工智能时代,AI +财务将来如何发展?  
    在行业眼中,过去的商业智能BI,商业智能时代,面向数据系统的规则建设和处理;在人工智能时代,在线业务已经成为主流,数据量激增,超出了人类经验和处理能力的范围,
    这些非结构化的非财务数据只是机器擅长处理的领域。 
    换句话说,在人工智能时代,金融机构成功实现金融转型的关键是获取人工智能能力,并通过挖掘金融现场数据形成智能金融解决方案。
    计划。  
    目前,传统金融机构积累的大量纸质信息的价值尚未得到充分发掘,非结构化数据的应用将改变其结构价值。数据。 
    苏轼说,从行业的角度来看,未来的竞争是综合能力的竞争,包括过程和效率在内的产品体验将成为一项重要的举措。 
    此外,大型企业和中小型企业将在数据处理,发现和开放方面发挥不同的作用。  
    在苏轼看来,业界正在展示人工化,在线化和情报的迹象,以进一步解决金融服务的广度,深度和满意度。 
    从技术角度来看,目前的AI尚未达到每个人想象的水平,但算法的发展趋势,如通常提到的算法或数据的积累,正在加速,速度比往年快得多。 
     AI的未来趋势是可以想象的,各种行为数据将得到更充分的利用。 
    他说。
     
    上一篇:寒冬下的突破,汽车行业混改终于到来

    下一篇: 百度、爱奇艺、家得宝公布最新业绩