“弱”AI时代下传统金融的“强”需求:构建全流程的风控体系

AI人工智能 2020-04-24 18:3097未知admin

  人工智能(AI)技术发展至今,早已从实验室的黑科技阶段进入到了对产业赋能的阶段,而在此赋能过程中,当前的技术落地与最初的设计愿景是存在着区别的。关于人工智能能否超越人类智慧这一话题一直存在争论,但这并没有阻止技术落地的步伐。我们已经看到不少落地成果,尤其是在某些特定场景下人工智能的效果已经超过人类智慧,不过全面超越人类智慧还有着很多变数。因此,我们认为在技术上现今仍处在弱AI时代,但在产业赋能上已经逐渐的在发挥人工智能的作用。

  AI在金融领域的应用有着很多机会

  国内传统金融行业存在发展不平衡的现状,因此,就一家金融企业来说,对于AI的认知以及应用的场景都会存在差异。目前,相对易落地的是传统金融企业的内部场景,即与内部运营有关的场景,AI的应用可以提升运营效率。比如,OCR(图像识别技术)在银行内部流程中发挥着作用,提升了票据识别、身份证件自动识别、图像转文字的效率。然而,在对外场景中,AI落地会面临更多的挑战,需处理复杂多样的风控问题,还会受到诸多外部因素的影响,比如人们的消费习惯的变化、黑产攻击模式的变化、行业产品迭代变化以及监管政策的影响等。因此,AI技术的应用仍然面临很多差异化的挑战。AI应用的未来趋势,会有更多细分。由于国内市场非常大,不少金融企业对AI的应用还处在实验阶段,在生产上落地的不多,这意味着有更多的机会。

  AI技术落地挑战重重

  AI在推动传统金融数字化转型过程中面临诸多挑战,其中最大的挑战是AI技术如何跟业务场景的需求紧密结合。AI的落地过程不可能是一蹴而就的,按照怎样的步骤和计划推进,对于传统金融机构来说是必须要面对的问题。金融客户了解自己的业务,技术供应商有着自己的技术,但这两者之间如何建立无障碍的沟通桥梁,快速了解对方并找到最契合的场景进行落地,这需要一个过程。

  AI在传统金融数字化应用的挑战还有国内传统金融区域间发展不平衡的挑战。经济发达地区的创新意愿更强烈,内部环境更好,对外态度更开放,接受能力也更强。对于发展程度相对较弱的地区,AI还处于实验室阶段,企业对新技术的应用也更为谨慎,在推进过程中需要有着更多沟通和了解。在实际业务的对接中,我们还发现统一客户认知具有一定挑战。如何在帮助客户解决问题时,提供可视化、可解释、易操作的科技产品,是科技公司需要考虑的重要问题。

  搭建全流程AI风控体系

  面对AI技术落地的挑战与困难,DataVisor维择科技在AI领域不断深耕与成长。根据长期的观测与分析总结,DataVisor搭建了一个AI赋能的全流程风控体系。那么,全流程是什么?

眼爆科技 Copyright © 2002-2017 深圳眼爆智能科技有限公司 版权所有 备案号:* 本站资源来自互联网,我们转载的目的是用于学习交流与讨论,如果您认为我们的转载侵犯了您的权益,请与我们联系(Email:gm@ybbtb.com),我们将在3个工作日内删除相关内容。

邮箱地址:gm@ybbtb.com