用人工智能驅(qū)動金融生活 講話課件.ppt

用人工智能驅(qū)動金融生活 講話課件.ppt

ID:57159311

大?。?.14 MB

頁數(shù):18頁

時間:2020-08-02

用人工智能驅(qū)動金融生活 講話課件.ppt_第1頁
用人工智能驅(qū)動金融生活 講話課件.ppt_第2頁
用人工智能驅(qū)動金融生活 講話課件.ppt_第3頁
用人工智能驅(qū)動金融生活 講話課件.ppt_第4頁
用人工智能驅(qū)動金融生活 講話課件.ppt_第5頁
資源描述:

《用人工智能驅(qū)動金融生活 講話課件.ppt》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、人工智能驅(qū)動的金融生活魯肅螞蟻金服金融生活傳統(tǒng)金融創(chuàng)新連接金融生活隨時隨地可及普惠、個性化、場景化ATMPOS客戶經(jīng)理網(wǎng)點可穿戴設(shè)備PC生物特征識別手機平板…………………………金融云保險融資征信理財支付金融生活的技術(shù)驅(qū)動力場景場景機器學(xué)習(xí)生物識別、區(qū)塊鏈活數(shù)據(jù)大計算信任智能貼心安全IOTAR/VRAR/VRIOT人工智能語音識別圖像識別機器學(xué)習(xí)NLP人工智能能力人工智能應(yīng)用風(fēng)控營銷搜素智能助理征信推薦人工智能平臺微貸/花唄準(zhǔn)入模型反套現(xiàn)企業(yè)個人業(yè)務(wù)安全賬戶安全交易安全反洗錢反作弊反欺詐智能客服智能問答用戶之音異常檢測保險風(fēng)險評估保險定價欺詐識別信用用戶畫像信用評估信用報告財富精準(zhǔn)營銷個性

2、化推薦運營/BD個人用戶個人用戶商戶合作伙伴金融機構(gòu)合作伙伴個人用戶金融機構(gòu)運營/BD個人用戶監(jiān)管機構(gòu)金融機構(gòu)人工智能驅(qū)動金融生活案例1:螞蟻智能客服機器人智能問答猜你問題根據(jù)用戶歷史行為進行個性化問題推薦舉例:根據(jù)用戶歷史行為預(yù)測問題小二工作臺問題預(yù)測+自動啟動服務(wù)引導(dǎo)舉例:該用戶當(dāng)日使用過支付寶還款工行信用卡機器人智能的回答您提及的相關(guān)問題案例1:螞蟻智能客服智能異常定位與解決定位異常監(jiān)控實時聚類秒級別預(yù)警數(shù)據(jù)打通,實時能力解決服務(wù)寶坐席信息反饋解決源頭服務(wù)寶體驗平臺PD承接保證現(xiàn)場調(diào)度中心前線自助完結(jié)坐席反饋響應(yīng)介入異常完結(jié)平均13min平均47min平均75min原流程:完結(jié)預(yù)警

3、感知異常定位異常完結(jié)0min10min20min案例:某商戶異常處理流程耗時:30min耗時:125min該案例對比原流程測算減少服務(wù)咨詢量960次效果案例2:螞蟻安全大腦實時分析螞蟻安全大腦帳戶風(fēng)險意識成熟度黑名單設(shè)備位置行為特殊路徑突變操作異常設(shè)備標(biāo)識LBS位置習(xí)慣…交易人群關(guān)系…賬戶-設(shè)備賬戶-卡賬戶-環(huán)境賬戶-賬戶案例2:螞蟻安全大腦交易風(fēng)險控制應(yīng)用螞蟻安全大腦事件傳導(dǎo)網(wǎng)絡(luò)風(fēng)險決策中樞風(fēng)險分析網(wǎng)絡(luò)數(shù)據(jù)分析及學(xué)習(xí)訓(xùn)練引擎核身認(rèn)證中心案例3:大數(shù)據(jù)征信“傳統(tǒng)信用評估與創(chuàng)新信用評估的融合”芝麻分-最終芝麻分-基礎(chǔ)信用歷史時長信用歷史時長信用履約記錄數(shù)信用履約場景數(shù)公共事業(yè)繳費記錄數(shù)違約

4、場景數(shù)…信用履約記錄數(shù)職業(yè)類型學(xué)歷學(xué)籍手機穩(wěn)定性地址穩(wěn)定性…信用履約場景數(shù)賬戶資產(chǎn)有無住房有無車輛…公共事業(yè)繳費記錄數(shù)賬戶活躍時長消費金額消費層次消費場景豐富度…違約場景數(shù)人脈圈信用度社交廣度社交深度…分群一分群二分群調(diào)整案例3:大數(shù)據(jù)征信“信用+”金融拒絕客戶欺詐拒絕名單拒絕綜合審批拒絕客戶申請銀行反欺詐模塊+芝麻反欺詐服務(wù)內(nèi)部黑名單+芝麻行業(yè)關(guān)注名單銀行申請評分+芝麻信用評分銀行審批流程和電話核身人工核查+芝麻驗證審批通過客戶用戶高覆蓋度:+70%好壞用戶的高區(qū)分率度:+40%與銀行信用的低相關(guān)性:0.1280%通過芝麻反欺詐服務(wù),可在30%的總客戶(高風(fēng)險客戶)中識別出80%的欺詐

5、客戶,有效補充銀行現(xiàn)有的欺詐判斷。4倍芝麻行業(yè)關(guān)注名單識別出的不良用戶是該銀行整體用戶不良用戶比例的4倍以上,可用于自動拒絕及貸后預(yù)警。整體結(jié)果:提高審核通過率7%降低逾期率0.3個百分點案例3:大數(shù)據(jù)征信“信用+”生活芝麻信用評分越高的群體,整體逾期率越低訂單占比30天以上逾期率案例4:大數(shù)據(jù)微貸基于大數(shù)據(jù)和機器學(xué)習(xí)的信貸模式是螞蟻微貸的最大優(yōu)勢,在這個模式下,客戶立即申請立即獲貸,不良率低解決小微企業(yè)和個人貸款難的問題:金額高、流程長、授信難案例5:保險保險將比大多數(shù)的行業(yè)更重視大數(shù)據(jù)的運用:從產(chǎn)品人群的定位、身份識別和反欺詐、產(chǎn)品設(shè)計、定價,再到后續(xù)的賠付等,覆蓋全生命周期健康險反

6、欺詐賠付精算車險與物聯(lián)網(wǎng)及穿戴設(shè)備結(jié)合使用量及使用習(xí)慣定價互聯(lián)網(wǎng)專有險運費險賬戶賠付險案例5:保險運費險運費險,5毛錢的保費,10塊錢的保額,堪稱“小而美”金融產(chǎn)品的典范在大數(shù)據(jù)的助力下,業(yè)務(wù)量以每年超過100%的速度快速增長背景特點前瞻性實時核保實時差異化定價出險率實時預(yù)測極速核賠決策案例5:保險運費險定價大數(shù)據(jù)精準(zhǔn)定價幫助退貨運費險扭虧為盈簡單粗糙,劣幣驅(qū)逐良幣保費按5%費率統(tǒng)一收一口價精算定價數(shù)據(jù)定價大數(shù)據(jù)定價解釋方便,定價偏差大以歷史出險率為唯一定價因子預(yù)測較準(zhǔn),解釋性差以30+因子統(tǒng)計建模預(yù)測很準(zhǔn),難于解釋百萬ID特征,實時特征機器學(xué)習(xí)方法技術(shù)創(chuàng)新助力普惠金融普:移動互聯(lián)網(wǎng)移動

7、互聯(lián)網(wǎng)改變了觸達用戶的方式,促進了金融的普及惠:云計算云計算極大提升了計算的效率,降低了交易的處理成本惠:大數(shù)據(jù)大數(shù)據(jù)能夠幫助甄別和計量風(fēng)險,使長尾用戶獲得更好服務(wù)普+惠:人工智能人工智能讓普通用戶也可以享受智能個性化的金融服務(wù),有AI驅(qū)動Finlife謝謝THANKYOU

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。