浙江体育网

当前位置: 首页 >CBA

国内外人工智能的在金融领域成功运用的案例

来源: 作者: 2019-11-09 07:16:18

国内外人工智能的在金融领域成功运用的案例

目前,国内外人工智能在金融领域的运用已有诸多成功案例。美国的Wealthfront和Betterment、英国的MoneyonToast、德国的FinanceScout24、法国的MarieQuantier等均成功将人工智能引入投资理财,目前智能顾问已掌握大量资产;第一个以人工智能驱动的基金Rebellion曾成功预测了2008年股市崩盘,并在2009年给希腊债券F评级,而当时惠誉的评级依然为A,通过人工智能,Rebellion比官方降级提前一个月;掌管900亿美元的对冲基金Cerebellum,使用了人工智能技术,从2009年以来一直处于盈利状态。

国内外人工智能的在金融领域成功运用的案例

在国内,蚂蚁金服已成功将人工智能运用于互联网小贷、保险、征信、资产配置、客户服务等领域;智融金服利用人工智能风控系统已经实现月均120万笔以上的放款,常规机器审核速度用时仅8秒;招商银行的可视化柜台、交通银行推出的人工智能机器人“娇娇”等则在智能客服领域做出了早期的尝试和探索。

在创新工场所投资的公司里,以机器学习见长的第四范式就在银行业的精准营销、资产预测、风险防控等方面做得非常出色;以机器视觉见长的旷视科技,则为传统金融及互联网金融提供了身份验证、智能门禁、员工考勤等先进的解决方案;以互联网小额信贷平台为主营业务的用钱宝公司,则利用人工智能技术建立了高质量的风控模型,大幅提高信贷业务的通过率,降低坏账率,实现了惊人的业绩增长。

国内外人工智能的在金融领域成功运用的案例

以用钱宝公司为例,这家公司主打的移动端app于2015年7月才上线,短短一年半的时间,到2016年12月,用钱宝app的单月交易笔数就突破了100万。这个增长速度在金融类移动运用中是非常惊人的。用钱宝之所以能在保证风险可控的情况下高速增长,最关键的秘密只有一个——用机器学习技术自动分析包含大量强特点和弱特征的数据,自动判断交易风险。

传统信贷风控经常使用一种叫做“风险评分卡”的数学模型,这个模型依赖于大量以非0即1的情势存在的强特点,综合计算一个客户的风险等级。这样的传统数学模型斟酌的因素少,对现实风险的拟合非常简单,难以直接迁移到强特征不明显的互联网金融客户上。

如果把一个人的数据比作1座冰山,那末强特征数据仅是冰山的一角,之下还存在海量的弱特点数据,例如电商数据、装备数据、位置数据、行动数据等。同时,作为百业之母的金融行业与全部社会存在巨大的交织网络,本身沉淀了大量有用或无用数据,其中包括各类金融交易、客户信息、市场分析、风险控制、投资顾问等。这些数据单位都是海量级,且大量数据又以非结构化的方式存在,没法转换成传统模型可有效分析的数据。

以深度学习为代表的人工智能算法所要做的,就是充分挖掘并有效地利用这些海量弱特征数据,建立起更加符合真实世界规律的数学模型。虽然没法凭仗其中少数几条数据就做出借贷决定,但如果把几百个乃至几千个维度的数据综合起来,就可以训练出有效的风控模型,并以此为风控根据为用户做出借贷决定。

在人工智能技术的驱动下,用钱宝等新型金融应用可以在大大减少人工劳动的同时,大幅提高效率,降低成本。未来的金融科技必将是互联网与AI的有机结合,由此产生的智慧金融服务将成为每个人生活的重要组成部分。

哪里能买到枸橼酸西地那非片

正品伟哥哪里买

伟哥的副作用_伟哥的副作用有哪些?常吃伟哥有何危害?

枸橼酸西地那非片图

相关推荐