近期,《互联网周刊》和eNet研究院共同发布了“2018中国人工智能金融服务企业排行榜”。凭借对于人工智能技术的深度探索与应用,天云大数据成功入围,位居第7位。同上榜单的还有蚂蚁金服、京东数科等知名金融科技公司。

随着时代的变迁,目前建立在云计算、大数据、人工智能技术上的金融科技力量可以显著提高优化资本的效率,人工智能也正在被用于模型风险管理,自2015年起,结合行业发展趋势和自身技术优势,依托深耕金融行业获得的丰富经验,天云大数据开始将大数据技术同人工智能技术结合,会同业界知名的股份制银行一起针对实际金融业务场景,持续不断地进行模型孵化,实施落地,先后培育了多款基于大数据、人工智能的产品。

作为金融科技的一部分,人工智能金融主要解决的是以下几个基本问题:

一、优化风控:传统规则模型难以描述日益复杂、抽象的金融现象,深度学习特别适合处理风险欺诈等难以定量的事件,使用人工智能可以增强金融机构的风险控制能力,天云创新性的使用复杂网络与深度学习结合增强银行反欺诈分析,丰富深度学习模型维度,建立人工智能反欺诈模型识别。天云大数据致力于帮助企业解决内部数据的分析和已有数据孤岛问题,基于对金融、保险等行业的数据治理经验的沉淀和复制,在服务过程中,研究由数据衍生出的各类产品的共性,探索出一套完整的数据产品服务体系。其在金融服务领域为银行、保险等客户提供历史数据挖掘、风险一体化、风险种子识别、申卡欺诈预警等服务。

二、智能客服和智能营销:以智能语音客服为方式,以数据学习为技术支撑的客服类人工智能,应用于金融行业;以及通过人工智能与营销的深度结合,对营销的整个流程进行跟踪把控。天云基于分布式算法构建的银行信用卡客户360°标签体系,通过对海量、多源、非结构化的客户数据进行挖掘,以分布式深度学习算法深入了解客户的自然属性与行为属性,集合多维信息,为客户打上标签(涵盖六大类上千个),形成独特的客户画像,并运用于客户营销、客户关怀、风险监测、业务运营等方面,推动管理与服务更加精细化,也大大提升了效率。基于天云分布式的HTAP数据库Hubble支持快速的全文本搜索,可高速查询千亿级别交易标签数据,实现高并发查询检索,查询响应时间从此前的分钟级,缩短到毫秒级。以短期现金透支转账产品“随借金”的交易数据为例,客户标签体系应用之后,交易量环比提升了16.1%。

三、金融监管:使用人工智能可以识别系统性风险和风险传播渠道。用人工智能做到金融欺诈检测与防控。利用人工智能检测复杂的洗钱与非常融资十分有效。天云结合大数据与复杂网络技术实现企业关联关系计算及图谱展示,在江浙钢贸行业涉及千万企业与法人的复杂网络循环担保之中,在上亿条企业关联关系构成的复杂网络,成功找出大量的担保圈,利用天云的技术实现毫秒级查询响应;在证券行业,天云的MaximAI助力证券业智查场外配资账户监测,将人工智能技术应用于配资账户监测识别项目中,在此基础上建立了智查场外配资账户自动识别系统。

天云大数据监管方案广泛应用于海关、证券、保险、人行征信、互联网金融等多个行业领域,通用人工智能平台MaximAI与复杂网络引擎Hilbert相结合,解决了无数单独利用机器学习方法难以解决的监管问题,大大缩小了监管部门需关注和排查的范围,实现了智能监管。

作为专注于大数据基础设施软件平台和分布式人工智能算法的科技创新公司,天云大数据自2013年成立即深耕于金融科技,在大型股份制银行、保险、互联网金融公司都已落地部署样本化工程,银行方面涵盖申请反欺诈预警、信用欺诈、申请评分、行为评分、早晚期催收等成熟完善的贷前、贷中、贷后AI模型;保险方面包含数仓消费化、精准营销;互金方面涵盖循环担保、黑名单多头贷测试、失联修复、熟人借贷风险发现等模型部署,创新应用于风险预警、风险欺诈、信用评分、消费金融主题获客、供应链金融等业务。