去年五家銀行AI投入超百億元 大行如何做到強者更強？

“2020年有5家銀行在整個數(shù)字化轉(zhuǎn)型、AI轉(zhuǎn)型的投入上超過了100億元，其中兩家甚至超過了200億，但是也有很多中小金融機構(gòu)在科技、AI投入上不足1億元。”6月23日， 在2021第四范式發(fā)布會的金融分論壇上，第四范式金融事業(yè)部總經(jīng)理詹謙表示，在這種情況下，大行如何做到強者更強，中小金融機構(gòu)如何通過差異化手段獲得主動?

作為人工智能技術(shù)與服務(wù)提供商，第四范式利用AI技術(shù)、產(chǎn)品及服務(wù)，通過對數(shù)據(jù)進行預(yù)測和挖掘，揭示出數(shù)據(jù)背后的規(guī)律，幫助企業(yè)提升效率、降低風(fēng)險，在智能化轉(zhuǎn)型中實現(xiàn)質(zhì)變。

詹謙表示，2022年平均每個企業(yè)一年會新增35個AI場景，在金融行業(yè)AI場景數(shù)量激增會以井噴的速度發(fā)生。這種情況下，AI作為基礎(chǔ)設(shè)施快速響應(yīng)整個市場的變化顯得至關(guān)重要。

在營銷場景中，金融機構(gòu)會收集行為數(shù)據(jù)和反饋數(shù)據(jù)，建立整體閉環(huán)、不斷迭代能力。據(jù)第四范式金融行業(yè)咨詢總監(jiān)于佳介紹，第四范式比較基礎(chǔ)的理論就是閉環(huán)理論，通過了解客戶需求，拿到相關(guān)反饋，快速迭代，不斷用更新更好的規(guī)則充實規(guī)則庫，形成閉環(huán)。

他說，AI決策場景的能力很難保持一個始終準確的效果，背后階段性答案是用真實的、實時的數(shù)據(jù)做決策，能夠提升決策效率。

決策不等于分析，實時性至關(guān)重要。“比如說手機端APP，在線應(yīng)用觸達到我們的產(chǎn)品，此時我們就源源不斷的提供需求數(shù)據(jù)，這些數(shù)據(jù)是實時的，要靠AI、專家規(guī)則能力和運營能力。”他表示，當(dāng)下不能只看數(shù)據(jù)信息，更應(yīng)該看需求、第三方平臺反饋和客戶反饋，降低效率帶來的偏差成本。

“各大金融機構(gòu)原來自有的核心業(yè)務(wù)系統(tǒng)沉淀了大量規(guī)則，所以很多技術(shù)人員倡導(dǎo)中臺化，把這些能力抽象出來。我們要把這個能力變成引擎，幫助總結(jié)業(yè)務(wù)規(guī)則，提升業(yè)務(wù)效率。在需要的時候把引擎推到業(yè)務(wù)前端或者業(yè)務(wù)鏈條上，加速解決金融場景業(yè)務(wù)決策鏈的效率問題。”于佳表示。

他認為，把服務(wù)固定下來，不斷迭代，最終實現(xiàn)業(yè)務(wù)敏捷化。一旦遇到新商機和新風(fēng)險，就能快速產(chǎn)生應(yīng)對能力，才能完成從單點的風(fēng)控模型到完整的風(fēng)控體系，從傳統(tǒng)的人力勞動變成人機配合去做相關(guān)決策的效率提升。

“例如當(dāng)下金融機構(gòu)對于智能語音客服的需求，從前我們更注重用AI解決客戶經(jīng)理的規(guī)范化術(shù)語。但是現(xiàn)在我們發(fā)現(xiàn)客戶在溝通的時候暴露了大量的需求信息，問A的時候暴露了B的想法。”于佳表示，這就涉及到挖掘數(shù)據(jù)背后的信息，包括記錄它去結(jié)構(gòu)化，圖譜化，形成相關(guān)的需求觸點。

隨著金融機構(gòu)能力的提升，數(shù)據(jù)中臺、模型平臺的概念開始出現(xiàn)。他表示，這里面有一些場景數(shù)據(jù)是復(fù)用的，很多場景的行為數(shù)據(jù)、它的過程信息，可能是下一個環(huán)節(jié)的反饋信息。通過對這些數(shù)據(jù)進行高效治理，就會形成一個新的決策鏈條影響業(yè)務(wù)轉(zhuǎn)型。記者 冉學(xué)東 見習(xí)記者 付 樂 北京報道

標簽： 五家銀行 AI投入 AI技術(shù) AI場景