近期,《互聯網周刊》和eNet研究院共同發布了“2018中國人工智能金融服務企業排行榜”。憑借對于人工智能技術的深度探索與應用,天云大數據成功入圍,位居第7位。同上榜單的還有螞蟻金服、京東數科等知名金融科技公司。

隨著時代的變遷,目前建立在云計算、大數據、人工智能技術上的金融科技力量可以顯著提高優化資本的效率,人工智能也正在被用于模型風險管理,自2015年起,結合行業發展趨勢和自身技術優勢,依托深耕金融行業獲得的豐富經驗,天云大數據開始將大數據技術同人工智能技術結合,會同業界知名的股份制銀行一起針對實際金融業務場景,持續不斷地進行模型孵化,實施落地,先后培育了多款基于大數據、人工智能的產品。

作為金融科技的一部分,人工智能金融主要解決的是以下幾個基本問題:

一、優化風控:傳統規則模型難以描述日益復雜、抽象的金融現象,深度學習特別適合處理風險欺詐等難以定量的事件,使用人工智能可以增強金融機構的風險控制能力,天云創新性的使用復雜網絡與深度學習結合增強銀行反欺詐分析,豐富深度學習模型維度,建立人工智能反欺詐模型識別。天云大數據致力于幫助企業解決內部數據的分析和已有數據孤島問題,基于對金融、保險等行業的數據治理經驗的沉淀和復制,在服務過程中,研究由數據衍生出的各類產品的共性,探索出一套完整的數據產品服務體系。其在金融服務領域為銀行、保險等客戶提供歷史數據挖掘、風險一體化、風險種子識別、申卡欺詐預警等服務。

二、智能客服和智能營銷:以智能語音客服為方式,以數據學習為技術支撐的客服類人工智能,應用于金融行業;以及通過人工智能與營銷的深度結合,對營銷的整個流程進行跟蹤把控。天云基于分布式算法構建的銀行信用卡客戶360°標簽體系,通過對海量、多源、非結構化的客戶數據進行挖掘,以分布式深度學習算法深入了解客戶的自然屬性與行為屬性,集合多維信息,為客戶打上標簽(涵蓋六大類上千個),形成獨特的客戶畫像,并運用于客戶營銷、客戶關懷、風險監測、業務運營等方面,推動管理與服務更加精細化,也大大提升了效率。基于天云分布式的HTAP數據庫Hubble支持快速的全文本搜索,可高速查詢千億級別交易標簽數據,實現高并發查詢檢索,查詢響應時間從此前的分鐘級,縮短到毫秒級。以短期現金透支轉賬產品“隨借金”的交易數據為例,客戶標簽體系應用之后,交易量環比提升了16.1%。

三、金融監管:使用人工智能可以識別系統性風險和風險傳播渠道。用人工智能做到金融欺詐檢測與防控。利用人工智能檢測復雜的洗錢與非常融資十分有效。天云結合大數據與復雜網絡技術實現企業關聯關系計算及圖譜展示,在江浙鋼貿行業涉及千萬企業與法人的復雜網絡循環擔保之中,在上億條企業關聯關系構成的復雜網絡,成功找出大量的擔保圈,利用天云的技術實現毫秒級查詢響應;在證券行業,天云的MaximAI助力證券業智查場外配資賬戶監測,將人工智能技術應用于配資賬戶監測識別項目中,在此基礎上建立了智查場外配資賬戶自動識別系統。

天云大數據監管方案廣泛應用于海關、證券、保險、人行征信、互聯網金融等多個行業領域,通用人工智能平臺MaximAI與復雜網絡引擎Hilbert相結合,解決了無數單獨利用機器學習方法難以解決的監管問題,大大縮小了監管部門需關注和排查的范圍,實現了智能監管。

作為專注于大數據基礎設施軟件平臺和分布式人工智能算法的科技創新公司,天云大數據自2013年成立即深耕于金融科技,在大型股份制銀行、保險、互聯網金融公司都已落地部署樣本化工程,銀行方面涵蓋申請反欺詐預警、信用欺詐、申請評分、行為評分、早晚期催收等成熟完善的貸前、貸中、貸后AI模型;保險方面包含數倉消費化、精準營銷;互金方面涵蓋循環擔保、黑名單多頭貸測試、失聯修復、熟人借貸風險發現等模型部署,創新應用于風險預警、風險欺詐、信用評分、消費金融主題獲客、供應鏈金融等業務。

竞彩微信投注