信息网_www.520link.cc

重庆信息网 > 渝中 > 正文

索信达控股张磊博士:金融机构如何拥有战术级AI客户洞察力

网络整理 2021-04-08 05:13

近日,索信达控股有限公司(索信达控股,证券代码:03680.HK)首席科学家张磊博士受邀出席“2021中国零售银行高峰论坛”并发表大会主旨演讲。

D050D982A14509F04CC645C05AF5BACF.jpg

就AI技术如何融入到银行的日常业务中,张磊博士总结为“四大能力、八类应用”,并与近400名来自金融机构的中高层领导和专家分享了一个实际的AI应用案例,引起大家的共鸣。

助力银行业发展的人工智能四大能力

人工智能这个话题很火,如何和银行业务需求打通,把人工智能技术移驾到银行业本身,这是很多银行客户都很关心的问题。以下是张磊博士基于索信达客户最佳实践,总结构建自身人工智能能力的“四大能力”:

索信达控股张磊博士:金融机构如何拥有战术级AI客户洞察力

第一,业务能力:以业务能力为出发点,所有技术都要解决业绩问题。索信达已梳理出金融行业可以用AI解决的业务问题,如市场营销、风险管控、财务人事、运营绩效相关的,针对问题进行归类就可以圈出银行业用人工智能数据分析解决问题的范围。

第二,数据能力:以数据为基础,各种数据加工能力为手段,将数据利用起来。人工智能技术和其他的技术有一些不同,它完全依赖数据,若无数据支撑所有先进算法都无作用,所以要有数据储存、加工的能力。

第三,分析能力:以各种先进算法为工具,发现数据中蕴含的有价值的规律。算法的类型像机器学习、自然语言处理、图分析、图计算等,这些算法目前在金融领域用的比较多。第四,思维能力:索信达帮助企业构建分析思维能力,更加合理有效地发现和解决问题。这点要特别强调!因为总被忽视,很多人掌握了技术也知道业务能力,但是还是解决不了问题,因为缺少思维能力。如何将梳理好的数据、算法、业务问题贯通起来,这就需要分析思维能力。

银行业务问题的分类体系与AI技术的对应关系

银行业面临的业务问题主要分八大类:

分类问题,将输入样本分类到对应类别中。判断客户质量,购买意愿。

估值问题,根据输入信息估算某个指标的数值。如,某家分行下个月存款余额会到多少?

聚类问题,根据实例的相似度进行归类,银行有上亿客户,想将其分成不同的客户客群,还有网点、支行等的分行也是聚类问题。

优化问题,基于目标函数和约束条件生成最优解。如,我有预算100万如何将其花出去达到最大效益?

异常侦测,发现异于常规的实例。如,一笔金融交易是否有问题,是否是欺诈交易,账户间互相的联动是否是洗钱联动。

评级问题,对实例进行排序评级,像信用评级是标准问题。

推荐系统,生成下一步的最佳行动建议。

数据生成,基于已有的数据分布仿真出类似数据。

通过调研可以清楚看到,八类问题的重要程度和价值回报也各有不同。

银行业使用的重点分析技术

银行业会用到很多分析算法,最常用的重点技术包括:随机森林、前馈神经网络、回归分析、分类器、聚类、统计推断、循环神经网络、强化学习。图中越深的颜色代表使用频率较高。

索信达控股张磊博士:金融机构如何拥有战术级AI客户洞察力

分析专题和数据类型有一定的对应关系,张磊博士认为,无论是做潜客获取或是智能客服或反欺诈、现金库存优化等都是人工智能可以大显身手的领域。

在银行业,AI应用需要重点关注回报最大的业务领域

对于银行业来说,AI应用需要重点关注回报最大的业务领域。盲目地做人脸识别或文档OCR等无法带来明显的业务价值。其中获得回报最大的是市场营销,其次是风险管控。

索信达控股张磊博士:金融机构如何拥有战术级AI客户洞察力

建立模型工厂,打造五库合一的分析模型生产流水线

索信达打造五库合一的分析模型生产流水线,通过模型工厂,帮助企业进行数据分析建模的现代化生产流水线。它融合了分析建模生产所需的全部装备,做到五库合一:模型库、模板库、代码库、知识库、课件库。只需装填数据原材料,即可自动化生产出可用的标准模型,同时支持个性化定制。

索信达将八大类问题梳理了50多个专题,通过大量实践发现它成型的套路,比如要做资产提升大概分为7个步骤可以分析出来,要做反欺诈可以做9个步骤分析出来,索信达希望通过构建金融业的模型工厂,把银行遇到的每个问题都可以标准化自动化解决。

索信达控股张磊博士:金融机构如何拥有战术级AI客户洞察力

12步搭建客户微细分模型,客户名单命中率最高可提升75%!

Tags:问题(75)客户(5)数据(52)算法(2)

转载请标注:信息网——索信达控股张磊博士:金融机构如何拥有战术级AI客户洞察力

搜索
网站分类
标签列表