AI+金融,微眾銀行如何利用AI+服務(wù)機(jī)器人助力小微企業(yè)

AI如何在行業(yè)應(yīng)用中落地是所有從業(yè)者共同的難題。而金融領(lǐng)域因其復(fù)雜性與高風(fēng)險(xiǎn),應(yīng)用更面臨天然的挑戰(zhàn)。作為國(guó)內(nèi)首家互聯(lián)網(wǎng)銀行,自創(chuàng)辦之初,微眾銀行就定位于服務(wù)小微企業(yè)和普羅大眾,以“讓金融普惠大眾”為使命。幾年來(lái),微眾銀行基于AI技術(shù)持續(xù)引領(lǐng)行業(yè)發(fā)展,在多個(gè)層面不斷助力小微企業(yè)。

發(fā)展普惠金融,服務(wù)小微企業(yè),最難的就是因數(shù)量分散而龐大且缺乏抵押物、擔(dān)保體系不健全等原因造成的服務(wù)成本高。在這方面,微眾率先將“AI+服務(wù)機(jī)器人”應(yīng)用于實(shí)際業(yè)務(wù)環(huán)節(jié),目前已經(jīng)覆蓋“業(yè)務(wù)咨詢、身份核驗(yàn)、資料審核、操作放款”等業(yè)務(wù)全流程。通過(guò)領(lǐng)先的AI技術(shù),實(shí)現(xiàn)無(wú)人化智能化金融服務(wù),解決人工服務(wù)面臨的系列難題。

基于自研的自然語(yǔ)言處理引擎和語(yǔ)音引擎,微眾AI的智能客服機(jī)器人經(jīng)過(guò)億級(jí)對(duì)話數(shù)據(jù)訓(xùn)練,相較傳統(tǒng)機(jī)器人“智商”高,“情商”更高?？梢栽凇罢Z(yǔ)音識(shí)別-意圖理解-單輪/多輪對(duì)話-語(yǔ)音輸出”全流程發(fā)揮價(jià)值。同時(shí)通過(guò)情感分析判定用戶情緒,大大提升了服務(wù)品質(zhì)。目前,微眾銀行98%的客戶問(wèn)題由智能客服機(jī)器人提供7×24小時(shí)的解答,而且用戶滿意度頗高。

而在客服與客戶對(duì)話過(guò)程中和對(duì)話之后都要對(duì)對(duì)話質(zhì)量進(jìn)行檢測(cè)。傳統(tǒng)方式下,成千上萬(wàn)的對(duì)話錄音只能采取人工抽檢的方式,微眾AI的“語(yǔ)音智能質(zhì)檢”則利用自研的語(yǔ)音識(shí)別加質(zhì)檢機(jī)器人,對(duì)全量對(duì)話錄音進(jìn)行多維度自動(dòng)分析、打分并生成詳細(xì)質(zhì)檢報(bào)表。

風(fēng)控是金融服務(wù)最重要的一環(huán)。對(duì)此,微眾AI打造了“風(fēng)控對(duì)話機(jī)器人”。通過(guò)智能策略的制定,在和客戶對(duì)話的過(guò)程中發(fā)現(xiàn)蛛絲馬跡,辨別對(duì)方是否是在進(jìn)行欺詐。楊強(qiáng)教授將這一套系統(tǒng)稱為“開(kāi)放空間的AlphaGO”,因其可以根據(jù)不同反應(yīng)衍生多種應(yīng)對(duì)措施,最精準(zhǔn)定位問(wèn)題所在。

“從需求出發(fā),回歸業(yè)務(wù)價(jià)值是微眾自研AI的核心。”楊強(qiáng)教授曾如是說(shuō)。通過(guò)這一套AI機(jī)器人組合拳,微眾銀行真正實(shí)現(xiàn)了讓客戶從咨詢到申請(qǐng)到借款全部在線完成,無(wú)需線下開(kāi)戶,無(wú)需紙質(zhì)資料,最大化解決小微企業(yè)貸款難流程慢的難題,助力企業(yè)創(chuàng)新發(fā)展。

AI+大數(shù)據(jù),微眾銀行基于聯(lián)邦學(xué)習(xí)的思考與實(shí)踐

然而在AI實(shí)際運(yùn)用與落地中,因?yàn)楝F(xiàn)實(shí)的復(fù)雜性面臨著很多挑戰(zhàn)。比如怎樣對(duì)抗干擾,如果對(duì)方面部是合成的,該如何應(yīng)對(duì);比如人們理想狀態(tài)的“大數(shù)據(jù)”并不存在,行業(yè)的實(shí)際狀況是存在著大量的“小數(shù)據(jù)”和“數(shù)據(jù)孤島”;比如數(shù)據(jù)的安全、隱私、合規(guī)等問(wèn)題一直存在,歐盟就在2018年5月25日正式實(shí)施了史上最嚴(yán)的個(gè)人數(shù)據(jù)保護(hù)條例GDPR(通用數(shù)據(jù)保護(hù)條例),而在2019年1月21日,谷歌公司就成為依據(jù)此法遭高額處罰的首家美國(guó)科技公司,被罰款5000萬(wàn)歐元……這些問(wèn)題都讓AI落地和持續(xù)發(fā)展舉步維艱。

面對(duì)這些難題,微眾銀行AI團(tuán)隊(duì)提供了一種新的思路,“聯(lián)邦學(xué)習(xí)”(Federated Learning)。

聯(lián)邦學(xué)習(xí)顧名思義,就是搭建一個(gè)虛擬的“聯(lián)邦國(guó)家”,把大大小小的“數(shù)據(jù)孤島”聯(lián)合統(tǒng)一進(jìn)來(lái)。他們就像這個(gè)“聯(lián)邦國(guó)家”里的一個(gè)州,既保持一定的獨(dú)立自主(比如商業(yè)機(jī)密,用戶隱私),又能在數(shù)據(jù)不共享的情況下,共同建模,提升AI模型效果。

本質(zhì)上,它是一種加密的分布式加密機(jī)器學(xué)習(xí)技術(shù),也是一種共贏的AI新范式,它打破了山頭林立的數(shù)據(jù)次元壁,盤活了大大小小的“數(shù)據(jù)孤島”,連成一片共贏的數(shù)據(jù)大陸。

目前微眾銀行已經(jīng)將聯(lián)邦學(xué)習(xí)應(yīng)用于企業(yè)風(fēng)控、城市管理、語(yǔ)音識(shí)別引擎等領(lǐng)域。通過(guò)聯(lián)邦學(xué)習(xí),小微企業(yè)風(fēng)控模型區(qū)分度顯著提升,貸款不良率下降。傳統(tǒng)的城市監(jiān)控設(shè)備管理面臨標(biāo)簽數(shù)量少、數(shù)據(jù)分散,集中管理成本很高且模型更新和反饋存在離線延遲情況,聯(lián)邦學(xué)習(xí)讓監(jiān)控終端進(jìn)行在線模型更新反饋,無(wú)需上傳數(shù)據(jù),且對(duì)模型提升率高達(dá)15%,模型效果無(wú)損失,為城市管理帶來(lái)新的解決思路。

AI生態(tài)下一站,微眾銀行持續(xù)推動(dòng)技術(shù)落地,推動(dòng)行業(yè)生態(tài)繁榮

除了上面所提到的,微眾銀行還在包括AI精準(zhǔn)營(yíng)銷、資產(chǎn)管理等多個(gè)金融場(chǎng)景進(jìn)行成功實(shí)踐。

與其他行業(yè)不同,金融行業(yè)產(chǎn)品屬于典型的高價(jià)值低頻次產(chǎn)品,這產(chǎn)品的用戶決策和購(gòu)買的路徑長(zhǎng),傳統(tǒng)的廣告投放形式以媒體采買為主,很難在實(shí)現(xiàn)精準(zhǔn)定向的同時(shí)過(guò)濾不良用戶,最終導(dǎo)致廣告投放的收益低于傳統(tǒng)的線下?tīng)I(yíng)銷渠道。此外,常規(guī)媒體投放方式僅能優(yōu)化前端數(shù)據(jù),難以獲取更高質(zhì)量的后端轉(zhuǎn)化。微眾銀行率先于業(yè)內(nèi)推出面向銀行內(nèi)部以及合作伙伴的AI營(yíng)銷解決方案,通過(guò)長(zhǎng)鏈路優(yōu)化技術(shù),實(shí)現(xiàn)高值低頻產(chǎn)品的長(zhǎng)鏈營(yíng)銷和長(zhǎng)效轉(zhuǎn)化。

目前微眾AI營(yíng)銷解決方案已應(yīng)用于不同的金融細(xì)分領(lǐng)域,包含保險(xiǎn)、貸款、銀行等業(yè)務(wù)場(chǎng)景。根據(jù)落地案例數(shù)據(jù)顯示,引入微眾AI精準(zhǔn)營(yíng)銷解決方案后,廣告前端點(diǎn)擊數(shù)據(jù)提升50%以上,同時(shí)后端廣告效果顯著提升:用戶留資成本下降96%,新增貸款核額數(shù)億元。而針對(duì)某付費(fèi)類新聞資訊App,應(yīng)用AI智能推薦模型后,人均閱讀時(shí)長(zhǎng)提升22%,新聞點(diǎn)擊率提升11%。

此外,通過(guò)新型另類大數(shù)據(jù)和機(jī)器學(xué)習(xí)技術(shù),微眾銀行還研發(fā)新一代AI驅(qū)動(dòng)的智能資管系統(tǒng)。這些都不斷助推微眾銀行業(yè)務(wù)創(chuàng)新,使其金融服務(wù)覆蓋面不斷提升,貢獻(xiàn)社會(huì)價(jià)值。

在代表中國(guó)最高水平的華人頂會(huì)主席圓桌論壇上,楊強(qiáng)教授也與微軟研究院常務(wù)副院長(zhǎng)周明、前中國(guó)科技部副部長(zhǎng)馬頌德、騰訊AI Lab & Robotics X主任張正友、國(guó)際機(jī)器人與自動(dòng)化大會(huì)ICRA2017主席陳義明等一通探討了未來(lái)AI的發(fā)展,大家一致認(rèn)為中國(guó)在AI方面的應(yīng)用一定會(huì)是全世界規(guī)模最大的,前景非常好,但在基礎(chǔ)研究方面仍需持續(xù)努力。

AI技術(shù)的進(jìn)步與生態(tài)的建立不是一朝一夕的,此前,為了推動(dòng)行業(yè)生態(tài)的建立與繁榮,微眾銀行AI團(tuán)隊(duì)發(fā)布了FedAI生態(tài)系統(tǒng)(Federated AI Ecosystem),并通過(guò)開(kāi)源聯(lián)邦學(xué)習(xí)框架FATE(Federated AI Technology Enabler)的形式,吸引更多的從業(yè)者參與開(kāi)發(fā)和推廣數(shù)據(jù)安全和用戶隱私保護(hù)下的AI技術(shù)及其應(yīng)用。

楊強(qiáng)教授表示,為了推動(dòng)開(kāi)源項(xiàng)目全世界有志之士的積極參與,目前FATE系統(tǒng)已經(jīng)捐贈(zèng)給Linux Foundation。同時(shí),微眾AI團(tuán)隊(duì)還同時(shí)在推動(dòng)建立聯(lián)邦學(xué)習(xí)IEEE國(guó)際標(biāo)準(zhǔn)和國(guó)家標(biāo)準(zhǔn),希望通過(guò)技術(shù)標(biāo)準(zhǔn)讓機(jī)構(gòu)和機(jī)構(gòu)之間交流有共同語(yǔ)言,更好地融合與推進(jìn)全行業(yè)進(jìn)步。

我們相信,未來(lái)隨著更多企業(yè)、學(xué)者的加入,用自己積淀的數(shù)據(jù)與技術(shù)實(shí)力,共同構(gòu)建一個(gè)更安全、更高效的AI大數(shù)據(jù)生態(tài),最終反哺自身的業(yè)務(wù),實(shí)現(xiàn)產(chǎn)業(yè)升級(jí)。這或許就是AI生態(tài)的下一站。 

Fred

baiyan