×
工业控制 > 工业自动化 > 详情

AI深度赋能金融,垂青AI创新人才

发布时间:2023-05-26 发布时间:
|

科技改变世界,创新引领时代。

  

2019世界人工智能大会在上海世博中心召开,大会围绕“智联世界 无限可能”的主题,从技术趋势、应用落地、产业生态、人才培养和公共治理等多角度,对人工智能领域的前沿技术、重点行业和重要话题进行深入探讨。

  

“微表情识别”、“智能风控反欺诈”、“AI+行业”……《国际金融报》记者探访大会现场发现,本届大会不仅拥有精彩瞩目的“双马”(马云、马斯克)对话,也有烧脑、好玩的科技产品,逼真炫目的AI效果夺人眼球;既可捕捉到最前沿的AI技术发布趋势,还能将AI与金融科技的那些“不解之缘”尽入囊中。AI正在潜移默化地重塑着金融行业的业态,同时持续创新更迭的技术,期盼将更多的AI人才“招致麾下”。

  

AI深度赋能金融

提及金融业务,脑海中立马浮现风控、反欺诈、大数据等系列专业名词,但这些在普通人看来,未免太过晦涩难懂。现在,在今年人工智能大会的浦东世博展览馆中,金融科技公司提供一种更为精彩的体验,以更加“好玩”的方式,高效拉近我们与金融之间的“最后一公里”。

  

展览场馆内,人潮涌动。8月29日上午,记者来到平安壹账通的展台前,一项有意思的技术——微表情识别,即刻映入眼帘。

  

“微表情识别技术,可以识别人类开心、愤怒、厌恶、恐惧、伤心、惊讶以及面无表情这七大类情绪,总计54种情绪的识别能力、39种面部动作单元,并且可以识别90%以上表情变化。”在展览现场,金融壹账通技术人员介绍称。

  

据了解,该微表情识别技术曾斩获国际面部动作单元识别竞赛世界第一名的荣誉,并大量运用在贷款面审环节中,帮助面审人员提示骗贷风险。

  

“不仅是表情上的情绪,机器甚至都可以识别出文字的情绪。”现场人员介绍称,体验者打开“Gamma O”开放平台,里面有各式各样的人工智能技术,其中有一项便是文字情绪识别。只要体验者输入一段话,就可智能识别出体验者输入文字的情绪。

  

值得注意的是,AI技术在金融领域的应用,并不仅仅限于To B(针对行业)领域,在其他To C(针对个人)的金融服务领域,比如客服方面,也可以大展身手。

  

此次大会上,金融壹账通还展示了多轮对话、语义理解等技术,无论是体验者说的、写的,聪明的机器都能理解,并通过对应逻辑分析所需结果。相关工作人员向体验者介绍称,多轮对话、语义理解技术可以应用到智能外呼机器人中,通过搭建AI机器人代替人工完成基础工作。在智能外呼机器人中,增加情绪识别技术,还可以感知客户的情绪变化,减少人工投诉的同时,能够找到业务突破口。该服务可应用于多个金融业务场景,包括存量客户经营、新产品推荐、还款提醒、客户回访调研等。通过机器人取代大量人工客服,从而大幅降低呼叫中心的人力成本,提高服务效率。

  

随着人工智能科技的快速发展,被誉为金融科技“无人区”的AI科技,正成为财富管理行业的重要创新方向,同时也是“兵家必争之地”。在大会期间,陆金所宣布,其正通过金融科技的技术与经验,用科技赋能信托行业,帮助传统信托行业解决资产风控难、运营效率低、客户体验差、市场触达难、获客成本高等五大痛点。

  

同时,陆金所正式对外展示“4KY”体系,即陆金所将AI技术融入全财富管理场景,全面升级智能理财交互体验,为用户提供个性化财富管理服务,重塑财富管理行业。

  

目前,陆金所平台已经开始尝试,使用智能理财机器人与用户进行自然语言交流与开放式对话,并为用户提供涵盖账户查询、产品咨询、市场分析、投资者教育在内的各种金融服务。通过运用人工智能进行客户服务,陆金所力求解决用户与产品的匹配问题,并解决更多用户仍未满足的大量金融服务需求,希望能够扭转金融服务仅为部分顶层人群服务的刻板印象,让金融服务普惠大众。

  

数据显示,借助AI的帮助,陆金所平台的用户服务交互频率比以往提升了5倍,极大地提升用户服务面及响应速度。同时,人工智能客服的问题解决率提升了2倍,大大提升了用户的服务效率。

  

事实上,客服智能化、人性化服务的背后,正是AI、大数据、云计算等科技力量共同驱动的。蚂蚁金服和埃森哲近日联合推出的《新客服行业白皮书》用户调研显示,80%的用户希望客服更加了解自己;71%的用户表示,相比与人沟通,希望可以自助解决问题。消费者对客户服务的普惠性、技术化、定制化,以及洞察力、自助化程度有了更高要求。

  

2017年8月,支付宝提出“新客服”理念,并借助AI等手段,将被动式、等待式的传统服务模式转变为主动挖掘用户潜在需求,给用户提供更为普惠的服务。两年间,随着人工智能技术、大数据等技术发展,新客服进一升级为完整的行业解决方案。在服务好海量支付宝用户的同时,还可以把新客服的系统技术能力输出给行业,提高整个行业的效能,减少呼叫中心的运维成本。

 

蚂蚁金服方面数据显示,相较于2016年,2018年整体业务量增长了120%,但人力仅增长11%,满意度达到80%,大大提升服务效能。通过数据分析和人工智能手段,可以更加准确地扫描客户全程行为,同时预判、识别客户服务需求点,使得呼叫中心资源的调配使用更加精确。

  

浪潮之巅的“生产力”

在这些神奇且令人惊叹的技术背后,是AI正在潜移默化地改变着金融行业的业态。

  

氪信CEO朱明杰在在接受记者采访时表示,有幸站在信息化浪潮和中国崛起的时代风口,AI变成金融科技的“生产力”。

  

值得一提的是,在两天的人工智能大会采访过程中,记者发现,AI时代中,拥有了AI“锤子”之后,金融成为大家心目中相当适合的“钉子”。

  

创新工场创始人及首席执行官李开复在接受记者采访时表示,AI技术在金融领域的应用存在非常大的机会。当然,金融涉及个人和公司的财产,所以还需要非常谨慎,也需要符合法律法规。理论上,未来的金融,可以用更少的人和更多的AI帮我们获得更有效率的回报。这不仅在银行领域,乃至投资、保险领域,我们都可以看到效率和回报的提升、成本的下降。

  

DATAVISOR中国区总经理吴中在接受记者采访时也谈及,AI技术在很多地方都有应用,在AI最火热的时候,大家都在畅想它能够真正落地的场景。金融并不像机器人、识别等领域,能够让大众拥有一种非常外化的印象。但在金融领域中,AI却能够落地并且产生实际的效果。

  

目前,AI技术在金融领域的应用,想象的翅膀已为外界所塑造,但事实上,除了金融领域,自动驾驶、医疗、语音识别、图像识别等领域也是AI的重要赛道。那么,为什么偏偏金融会成为更加令人瞩目的“幸运儿”呢?

  

具体来说,朱明杰分析到,能够让AI成功应用的行业有一些共通点:

  

首先是信息化基础和数据量充沛;其次是应用场景和用户体量足够大,核心业务数据驱动;再次是付费意愿。因此,最先得到成功应用的是互联网行业。今天的金融行业也具备了这些条件,数据是金融的核心价值,通过人工智能、大数据、云计算等信息技术与金融业务深度融合的金融科技,成为推动金融转型升级的新引擎。

  

不过,吴中也坦言,结合DATAVISOR的领域——智能风控反欺诈来看,其实也存在着不少难点。“在数据积累方面有很多的前期工作需要做,金融机构重视数据采集的结构化,电子化是基础。和其他领域有所不同,AI在智能风控领域的应用,拥有较强的攻防演变。坏人恶意欺诈的标签其实积累的比较少,而且需要不停的变化,因为攻击者一旦被拦截,会变化手法。 

  

“在反欺诈的领域里,怎么在没有标签数据或者很少的标签数据情况下,解决一个比较大的问题,值得思考。其实很多AI的落地,使用大的数据样本,去解决一个小问题或者一个单点问题。但在金融领域,特别是反欺诈领域,是要用小的训练数据去解决很大的问题。”吴中说。

  

而在财富管理行业,“我们不仅要知道客户现在需要什么、能买什么,更要预测用户以后需要什么、适合什么。” 陆金所CTO毛进亮总结道,“AI技术正在从各个层面重塑财富管理行业。它不仅能解决传统人力理财顾问普遍面临的供需失衡、利益导向、成本高、门槛高、服务水平参差不齐的痛点,还可以通过大数据、机器学习等技术为投资者进行‘精准画像’,让机构更加了解客户需求、资产状况、风险偏好等方面,真正实现千人千面的个性化服务。从监管层面来说,AI技术与其他技术的配合,也能让财富管理服务流程更加公开透明,并且拥有完整的服务记录,为有效监管提供支持。”

  

事实上,除了金融行业,金融科技的玩家们也在探索其他能够用上AI这把“锤子”的场景。吴中谈及,“我们现在除了金融方面,也在对互联网领域进行有益的探索。结合无监督技术,我们会变得更加开放,并且变成一个平台化的产品。可以赋能更多不同的银行和其

 

『本文转载自网络,版权归原作者所有,如有侵权请联系删除』

热门文章 更多
新型节能照明电源的控制技术