人工智能產品賦能——銀行篇

一、人工智能賦能銀行業的四大分類
從硬件/軟件世界、核心/非核心應用兩個維度來分析,人工智能在銀行的應用分成四大類:
第一類,以硬件爲主,銀行的核心應用。核心應用對可靠性和安全型要求非常高,幾乎不允許發生錯誤和數據泄露。比如雲從科技通過人臉識別技術和攝像頭,爲銀行提供智能視頻監控和安防設備。比如招商銀行在手機銀行的密碼/手機驗證碼上再加一層人臉識別/指紋識別進行支付驗證。
第二類,以軟件爲主,銀行核心應用。比如美銀美林聯合Fintech HighRadius採用機器學習,和光學字符識別來確認付款人,將付款人與非上下文付款相對照匹配,同時將其與應收賬款相對照匹配,實現人工智能的應收賬款對賬。比如美林數據結合銀行用戶的基礎信息、消費信息和客服通話文本記錄,通過人工智能算法識別用戶是謙謙君子還是騙子流氓式的高危違約用戶,實現銀行用戶的小額授貸。
第三類,以硬件爲主,非核心應用。比如銀行客服機器人,基於 Facebook Messenger 平臺的聊天機器人,富國銀行利用內嵌人工智能技術的客服助手機器人通過與用戶交流,爲客戶提供賬戶信息,幫助客戶查詢相關交易記錄。
第四類,以軟件爲主,銀行的的非核心應用。比如金融產品的智能推薦,摩根大通採用機器學習技術研發預測性推薦系統——新機遇引擎(Emerging Opportunities Engine),能辨別應該發行或出售股票的客戶,並將它推廣應用到債券市場等其他領域。

人工智能產品賦能銀行業

二、企業依託人工智能賦能銀行的進階之路
一是初級階段:以某單點切入,企業爲銀行提供特定人工智能技術或諮詢服務。鑑於市場的應用場景和價值未經過長期有效驗證,此時的AI企業依靠人工智能基礎技術尚未普及和人工智能領域人才優勢短缺的紅利期優勢,提供給銀行的簡單的AI基礎服務,主要包含:

算法銷售。將一些頂級會議/名校實驗室/國際競賽中的AI技術或者AI算法(如基於協同過濾的產品推薦算法、自然語言處理算法)直接賣給銀行;
案例複製。將互聯網等AI應用的成熟領域的應用案例(如精準營銷、知識圖譜),移花接木稍加改裝後提供給銀行;
諮詢/培訓。爲銀行規劃AI戰略或者提供AI人才培養培訓。

二是進階階段:企業提供銀行特定領域的人工智能整體解決方案。在階段一的基礎上更加商用化,從人工智能技術應用深度上和銀行業務環節上下游上,將單一技術和類似案例融入業務的深度改造,以更好地融入銀行的海量業務數據和金融服務的場景中。比如美國銀行的智能虛擬助手 Erica,除全天 24 小時在線爲4500萬用戶處理交易轉賬外,幫助用戶分析檢測其消費習慣,提供理財指導、改善信用評級或獲取省錢的建議。
三是產品化階段:企業推出具有影響力以及用戶粘性的“T字型”人工智能產品。T字型中“橫”是指面向銀行通用領域的產品,“豎”是指面向銀行某一垂直領域的智能應用產品。“橫”的典型代表是美林數據提供面向銀行通用業務的Tempo人工智能平臺,覆蓋海量數據接入、高維特徵處理、自動模型訓練、智能模型評估和應用部署等一站式人工智能服務;“豎”的典型代表是SAS公司提供銀行風險欺詐領域的智能應用產品。
目前更多的企業正邁向或者已經在這個紅海競爭領域中廝殺,要取得這場戰鬥勝利的制高點,人工智能產品企業需要重點立足當下,對產品應用領域具備清晰認知。鑑於時代快速更迭和競爭的加劇,銀行自身的業務需求也在不斷的變化,其首要的任務就是保持存量客戶經營的前提下實現利潤穩定增長。這就要求人工智能產品服務企業既能夠不馳於空想、不鶩於虛聲,紮根銀行行業業務和流程,逢山開路、遇水架橋,佔坑“深水區”,以促進銀行的客戶服務完善和優化。
四是生態圈階段:銀行或銀行聯盟主導下的“大樹型”人工智能產品框架。這個是人工智能高級階段。隨着人工智能應用成熟,生態圈構建以銀行或者銀行聯盟爲核心,衆多人工智能企業爲生態協同構築者,如民生銀行的阿拉丁平臺。
依託銀行海量的業務服務數據這個土壤基礎,銀行集團由頂至下地佈局一個人工智能平臺作爲大樹的樹幹,衆多人工智能企業的每個子人工智能產品相當於大樹的枝幹,每個葉子就是銀行通過人工智能應用枝幹輸送提供給用戶的個性化人工智能應用服務。 這些葉子上典型的人工智能應用服務,如風險欺詐、用戶畫像、信用評價、個性化推薦等等,業內已經有銀行在生態樹上進行嘗試,爲累累碩果培育奠定了良好根基。

發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章