百分點發佈 AI 決策系統,基於「大數據+ AI」的智能決策如何賦能傳統金融?

.. 雷鋒網消息,近日,百分點集團在北京發佈了行業 AI 決策系統 Deep Matrix ,一口氣推出了針對五大行業的智能應用決策產品:智能安全分析系統Deep Finder、智能政府決策系統Deep Governor、智能全媒體服務系統Deep Editor、智能營銷系統Deep Creator、智能製造大數據系統Deep Sensor,分別對應了百分點入局的幾大行業。

在會上,百分點集團董事長兼CEO蘇萌表示:「對企業和組織來說,終極智能是解決問題的智能,核心是『智能決策』。基於大數據+AI 的『智能決策』將是未來企業決策進化的方向。」

蘇萌曾表示,「純粹的通用型人工智能沒有任何意義,人工智能未來的方向一定是行業化。」基於這樣的想法,百分點主要聚焦在兩個領域:一個是提供大數據底層平台,百分點利用自身的產品和解決方案幫助企業搭建自己底層的數據管理平台;另一個是行業級智能場景應用。

百分點的智能決策產品主要針對五大個行業:第一個行業是做得最早的製造業,智能製造;第二個行業是金融行業;第三個是媒體行業;第四個是公共事務、公共安全;第五個是零售快消。

雷鋒網了解到,金融行業是百分點入局較久的一個行業,百分點20多個客戶包括了建設銀行、中信銀行等傳統系以及國美金融、恆大金融等新興的互聯網金融系等。

人工智能的最大優點,是能剔除決斷期間感情、情緒因素的干擾,完全通過數據來分析走勢與期望。另一方面,目前金融行業每24小時,就產生大約2.5億位元組的數據。在現有的情況下,人工智能可以在風控反欺詐、風險預測、精準營銷、智能搜索和可視化等方面找到用武之地。

百分點集團技術副總裁及首席架構師劉譯璟表示,「很多用戶都說金融行業缺數據,如果我們深入挖掘一下會發現,融行業認為缺的數據,是本來就不屬於他的客戶數據。我們期望的『全維度』實際上是想說最大可能利用和挖掘手上的數據資源。銀行在大數據平台建設過程中最需要考慮的是如何最大程度的整合所有數據源,特別是行內自有數據源,並且針對業務需求做出有價值的分析應用。」

對於金融業而言,利用人工智能和大數據,在前端可以使服務更加個性化,提升客戶體驗;在中端可以支持各類金融交易和分析中的決策,使決策更加智能化;在後端用於風險識別和防控,使管理更加精細化。在金融服務業開放政策和雲計算、大數據技術雙重推動下,金融領域與互聯網的跨界融合已經成為一種趨勢,我們且以金融行業為例,看看百分點是如何利用大數據和人工智能技術幫助傳統實現戰略轉型。

以百分點合作的寧波銀行為例,傳統的區域性銀行在電子渠道運營優化、提升客戶維護與獲客能力、風險控制等方面存在着巨大的需求。為此,百分點通過多源異構數據整合、多來源用戶ID拉通、構建用戶方式為寧波銀行進行「大數據+AI」方面的建設。

多源異構數據整合。在直銷銀行、APP等電子渠道部署數據採集工具,詳細記錄用戶訪問、瀏覽、交易等用戶行為,結合該行內部賬戶,交易活動等數據,進行多來源數據整合,及相關的數據處理,將原始數據轉化為可供使用的標準格式數據。


多來源用戶ID拉通。採用百分點用戶ID拉通算法,將散落在銀行內部各部門、各渠道以及外部第三方的用戶信息,通過標識ID進行唯一身份打通,標識ID包括身份證號、手機號、Email、IMEI、銀行帳戶、官網註冊名等,通過ID拉通,識別該行不同渠道上的同一用戶,為全方位用戶畫像奠定基礎。


用戶畫像。寧波銀行原來已形成一些行業用戶標籤,因此在已有標籤基礎上,採用合適的標籤建模方法,優化已有的一方標籤並加入百分點三方標籤,融合后的標籤實際標籤數量超過1,000個,不僅包擴用戶屬性等基礎類標籤,還包括銀行產品、渠道、風險偏好、貢獻度、交易行為等統計類、衍生類標籤。

百分點首席數據科學家杜曉夢認為,金融行業理財產品的同質化現象比較嚴重。為此,銀行需要深入了解受眾需求,構建用戶畫像,此外如何用新的技術,提升銀行的工作效率,這是銀行面對的「三座大山」。

杜曉夢向雷鋒網表示,百分點在很早以前就在為銀行、保險、券商、互聯網金融等機構提供大數據的解決方案,這些機構在也嘗試將金融行業的內部和外部數據打通,利用人工智能的算法進行智能審批、智能投顧等相關的工作。「銀行最關鍵的需求就是清算、營銷、風控、反欺詐,能否把行業裡邊的核心痛點挖掘出來,然後根據對數據和技術的理解,幫助銀行改造現有流程,創造新的業務模式,這個是非常重要的。」

傳統轉型並非易事,原因在於新技術的應用可能會改變銀行維持了數十年的工作流程。杜曉夢坦言,很多時候遇到的困難並不是技術層面,可能是行政或者是認知上的困難。「很大一部分原因是,金融集團里數據的分散是部門之間的分離導致的,而不是說技術層面無法解決。」

另外,不同部門如何應用數據,從市場部到數據分析部再到科技部,可能會存在非常漫長的審批流程,這個流程能否縮短,更需要金融行業的從業人士從理念上去改變自己的認知。

而在人工智能和大數據技術的幫助下,寧波銀行在以下三個方面實現了突破:

提升渠道運營效率直銷銀行網站/APP的數據採集與分析系統已完成,通過對設備、頁面、路徑、效果、產品、客群、渠道等維度進行數據分析,實現對申請流程轉化率、交易流程轉化率、活動頁面轉化率、流程頁面流失率、廣告點擊效果等業務流程指標的處理、計算和監測,實時掌握網站/APP端業務的運行情況與問題,並針對性地提出優化方案。


營銷智能化:通過用戶畫像標籤系統,該行得以深入了解現有及潛在客戶的特徵和需求,而通過各類營銷模型的應用,該行可通過大數據支撐存量客戶營銷、交叉銷售、精準營銷等各業務場景,智能的管理和挖掘現有客戶價值,同時快速拓展潛在新客戶。


大數據風控:基於百分點用戶拉通及風險管理模型,該行不僅能聯接行內各來源數據,綜合評估特定客戶風險,還可以結合第三方數據及互聯網公開數據,更綜合、準確、快速地評估風險,支持貸款相關業務的高效開展。

的確,銀行在技術方面也存在需求。現在,百分點和建行一起研究基於GPU的高性能運算,速度上有大幅度提升。「對於提升計算效率方面的需求,銀行也是非常願意去投入的。」

杜曉夢表示,現在已經進入到大數據和AI的深水區,概念已經沒有人提,而是看在各個行業不同的領域裡邊誰能真正深入地和業務整合,做真正這個行業和企業需要的應用出來,這是很關鍵的。「技術永遠都不是壁壘,而跟行業業務深度地結合,幫他們提升效率的能力才是真正的壁壘。

她認為,百分點的核心優勢是在於在各個行業的場景積累。百分點做行業的大數據解決方案非常早。2009年在大數據概念還沒有興起的時候,百分點已經在給電商進行個性化的推薦服務,包括後來進入金融、智能製造,零售領域。「所以我們也和行業專家做很多探索,應用了大量適用於行業、業務能夠使用的大數據和人工智能技術。」

在採訪中,劉譯璟也談到了這次發佈的AI決策系統Deep Matrix,他表示「輔助決策系統是一個很老的概念,五十年代就已經有人提出,但是到了現在,輔助決策更多的是機器把數據整理好,人去做決策。而我們希望的是讓機器自主地做決策。」這個決策系統最大的轉變在於,決策是由機器做出來而不是人去做。當然,自主的部分多數集中在戰術級跟運營級別的決策上,戰略級別的決策現在還是人去處理。

簡言之,百分點的這套Deep Matrix AI決策系統是以自有的動態知識圖譜技術構建「實體-時空-映射」關係,可以實現以動態復原現實世界的方式解決複雜、變化的現實問題。劉譯璟表示,知識圖譜是一個數據,而動態知識圖譜是一類技術。「我們希望在一個數據化的知識圖譜里把現實中的行動、相互的關係都能夠表現出來。」

在劉譯璟看來,「如果是一個通用的技術,Deep Matrix的價值會變得很少。金融行業只是百分點其中一個應用場景,未來,百分點會拓寬行業領域業務專家的知識範圍,場景就變得很寬泛,比如說汽車召回案例,百分點已經把相當多的知識輸入到與業務相關的模型里。」


想在手機閱讀更多網絡行銷 / Adsense資訊?下載【香港矽谷】Android應用
分享到Facebook
技術平台: Nasthon Systems