AI 黄金时代 度小满金融强势站C位

本篇文章3044字，读完约8分钟

目前，人工智能已经成为一个时髦的词汇，学术界再次掀起了理论层面的研究热潮，而实务界则投入资金试图在应用上取得突破。有人说我们已经进入了人工智能时代。在这个时代，谁能从理论研究走向实际应用，谁就一定会成为这个时代的领导者。

作为百度人工智能生态战略的“第一次毕业”，从人工智能谱系来看，小满人工智能的布局和应用技术先进，范围全面；在金融行业的应用方面，凭借其先进性和全面性，以及百度生态系统所赋予的不可复制的竞争优势，在身份识别、营销客户获取、智能客户服务和风险管理等方面显示出其优势。

谱系视角下的丰满度:人工智能技术的先进性、全面性和独特优势

虽然每个人都在谈论人工智能，但对于什么是人工智能仍然有不同的看法。简而言之，人工智能是人类创造的智能，它的发展可以追溯到1943年。随后，人工智能沿着三个方向发展:行为模拟、结构模拟和功能模拟。

行为模拟不是模仿人脑的神经或逻辑思维，而是模仿人类的行为，这是布鲁克斯在1990年提出的。人工智能应用在这个方向上还处于完善的发展阶段。然而，这三个方向的发展并不是完全分开的。最近，有人认为这三个方向开始融合。

阿尔法狗近年来越来越受欢迎，是三个方向不同程度融合的产物。凭借其生态系统所赋予的独特优势，杜晓曼有机地整合了其在人工智能应用中在结构和功能方向上的卓越成就，在全球金融行业打造一只Alpha狗并非不可能。

结构模拟是用“人工”神经元来模拟人的脑细胞，并通过神经元之间的连接来模拟人的“脑回路”。1943年，由麦卡洛克和皮茨提出，然后逐渐演化为人工神经网络(ann)。人工神经网络的一个典型早期应用是使用“感知器”来解决长途电话的回声问题。到目前为止，人工神经网络已经进入了深度学习的新阶段。在深度学习的新阶段，这一方向的规划和应用不仅需要先进算法的支持，还需要足够大的样本来训练神经网络。

在人工智能系统中，其一站式金融技术能力开放平台“Rock”有机地集成了深神经网络(dnn)、循环神经网络(rnn)和长短期记忆网络(lstm)等深受业界和学术界推崇的深度学习算法。在活体、声纹和ocr等人工神经网络的配合下，它已经成为结构模拟方向上的一种有效的组合拳。

各种先进的人工神经网络只是获得核心竞争力的第一步。百度生态系统中先进、前沿的样本足以训练出中国乃至世界无与伦比的神经网络模型。这也使得杜晓曼在百度的生态中有更多的人工智能培训和学习机会，在人工智能的方向上获得不可复制的核心竞争力。

简而言之，功能模拟并不刻意模拟人类的脑神经和大脑回路，而是使用计算机的类似功能来模拟人类大脑的类似功能。这个想法是由麦卡锡、香农和明斯基在1956年提出的，即通过计算机+软件来模拟人的逻辑思维功能。

在这个方向上，最伟大的成就是打败世界象棋冠军卡斯帕罗夫的“深蓝”系统。在这个方向上，在金融领域的新阶段，应用评分和行为评分等风险控制模型是基于物流模型的。国外最著名的评分模型是美国菲科公司。那么，这个方向上的丰满度是如何安排的呢？事实上，类似于结构模拟，在这个方向上，充满度后面的模型和fico使用的模型之间没有实质性的区别。与fico相比，其核心竞争力在于百度生态系统提供的海量场景。这无疑是它的主要资本。

总的来说，从人工智能发展的谱系来看，杜晓曼的ai技术在覆盖面上是相当先进和全面的。一方面，它将先进的尖端人工智能技术整合到人工智能的主流方向，覆盖了主流人工智能领域；另一方面，依靠独特的生态系统打造核心竞争力。

小满艾的财务应用:四大领域都很强

事实上，杜晓曼人工智能在金融行业已经使用了一段时间，其500多家合作金融机构和600多万个查询峰值表明，它有着相当的基础，在身份识别、营销客户获取、智能客户服务和风险管理等主要应用领域都建立了独特的优势。

艾知道你是谁

身份识别对于银行、证券和保险等持牌机构尤为重要。根据中央银行反洗钱法律法规，无论是银行、证券还是保险，客户开户都必须按规定履行反洗钱义务，客户身份识别是关键环节。目前，主流做法是面对面开户和柜台验证。这不仅增加了交易成本，还容易失去有效客户，甚至成为巨大的“负担”。

就该领域而言，杜晓曼集成了人脸识别、ocr等人工智能技术，能够在银行卡、网上开户、贷款处理等相关场景中实现身份认证。例如，将其应用于农业银行的远程开户场景，不仅可以避免面对面的签约，而且开户时间从2小时缩短到1分钟，大大提高了服务效率。这种等待结果之所以能够获得，与其人工智能技术的先进性和全面性密切相关。

艾破解了客户问题

这项金融技术的技术驱动力主要是人工智能、区块链、云计算和大数据，互联网(尤其是移动互联网)也是一个主要驱动力。在这场金融技术浪潮中，一些银行机构也实施了移动优先战略。原因是客户流量来自互联网，尤其是移动互联网。

谈到互联网和移动互联网流量，百度无疑是这一领域的领先者。它的搜索量、移动设备覆盖率和网民覆盖率都足以脱颖而出。在这个生态中，小程度的人工智能有着不可替代的训练样本和无与伦比的人工智能场景。

基于这种情况，借助于“训练有素”的人工智能模型，流量被转化为有效的信贷需求，然后被推给被许可人，被许可人不仅提供金融服务，还服务于实体经济。据统计，杜晓曼已与相关金融机构合作，向个体户等小微企业主发放了400多亿元资金，其服务已深入到3-5个一线城市。同时，向220多万农业、农村和农民用户提供了约450亿元的信贷服务，帮助小微企业发展，实行普惠金融，履行社会责任。

与机器人客户服务对话

无论是银行、证券还是保险机构，获得客户都很重要。然而，在互联网上，当客户流失的成本几乎为零时，如何提供持续、贴心和高效的客户服务并留住客户可能更为重要。

从前，一些传统的金融机构有过不堪忍受的客户服务，但今天，我不知道会失去多少客户！那么，在客户服务方面，小满有什么措施呢？杜晓曼旗下的fcsc作为智能时代的客户服务中心，已经成为其人工智能技术的重要舞台。

据报道，小度数智能客服机器人可以实现100%的快速响应需求，服务用户接通率超过98%，用户评价问题解决率超过90%，终端用户满意度超过95%，用户投诉率控制在6/10万。这些指标无疑对中小金融机构具有吸引力。依靠人工智能技术的深入应用，它在降低成本和提高效率的同时，仍然保持着行业领先的高质量服务。

人工智能时代的风险管理

事实上，无论是菲科分数还是芝麻分数，它在人工智能技术中几乎处于同一起跑线上。因为每个人采用的技术或模型都是相似的，关键在于我们能否得到足够多的X和y。有一种流行的说法是，传统金融机构和新兴机构都面临着缺乏X和y的困境

必须说，杜晓曼在这方面有着得天独厚的优势，他依靠的是全网1000亿级的行为数据，覆盖了95%以上的网民，包括人口属性、兴趣关注点、消费场景、居住地等数据维度。毫无疑问，杜晓曼不缺X变量，也不缺与机构合作获取Y变量，所以他的摇滚系统可以支持在线判断和离线训练两种模式。正是由于其独特的优势，风险歧视可以增加15%。多头监控系统可以提前一个月准确预警风险，动态监控不同地区、不同行业的信贷水平变化。

回顾人工智能的发展，从谱系角度看人工智能的布局和应用，无疑是探索人工智能在金融业应用前景的典型样本。其定位符合传统金融机构金融技术转型升级的现实背景，向传统金融机构输出技术和解决方案也符合未来发展趋势。杜晓曼致力于利用他在人工智能领域的研究和实践，推动金融技术进入一个新的智能时代。