2019年8月29日-31日,由国家发展和委员会、科学技术部、工业和信息化部、国家互联网信息办公室、中国科学院、中国工程院和上海市人民共同主办的2019世界人工智能大会在沪召开。大会以“智联世界 无限可能”为主题,是集高级别AI学术研讨、高水平AI技术博览会、活跃的AI产业合作和未来AI社会超前体验于一身的人工智能盛会。现场,联合国数字合作高级别小组联合马云和特斯拉联合创始人兼首席执行官埃隆·马斯克(Elon Musk)在开幕式上进行“双马”对话,畅谈人工智能在各领域的发展,引发了业内对人工智能更多层次的思考。
提及人工智能,金融科技领域的应用自然是重头戏之一,当前金融科技AI发展呈现加速状态,一方面是大数据的富集,一方面是算力的提升,支持深度学习的算法实施,让人工智能逐步和金融深度结合,因此,金融科技专场也成为大会受关注的热点之一。大会现场,凭借前沿大数据AI的研究与应用,飞贷金融科技副总裁林庆治受邀出席分享飞贷金融科技在人工智能的实践和,并针对当前业内“建模”痛点,于大会现场首度发布“飞贷自动化建模平台”,引发第一财经等多家权威深度采访。
林总在接受采访时表示,“目前人工智能已从萌芽期发展到过热期,个别已经大量用在风控、反欺诈等环节的技术例如人脸识别、图像识别,,虽然已是比较成熟的应用,但在建模方面依旧困难重重”。推背图原文
①技术门槛高:算法、模型、数据、、效果等门槛高;②人员瓶颈:大数据工程师、数据科学家等大量岗位人才的不足;③工程量巨大:数据、模型等处理及搭建的工程量巨大;④应用需要快速1到N:需要具备快速开发能力。⑤“黑盒”模型难解释:机器学习“黑盒”模型内部工作机制难以理解多数监管机构要求提供的可解释报告;⑥模型效果不够稳定:需持续模型,线上线下效果一致性。
第一类是大数据分析型:传统BI厂商转型分析建模平台,主打开源、低价。以传统建模方法为主,缺乏自研算法,竞争门槛低;
第二类是AI驱动型:AI平台厂商涵盖从数据到模型上线的完整建模流程,自研优化机器学习算法。但建模流程和概念复杂,平台难以上手,学习成本较高;
第三类是大数据+AI结合型:在大型金融机构积累了大数据和AI实践经验,根据应用落地全流程自研平台。自动化程度高,建模平台更贴合企业实际应用需要。
据介绍,飞贷金融科技的自动化建模平台属于大数据+AI结合型。那“飞贷自动化建模”又将如何解决业内建模痛点?其产品有何核心价值?
据林庆治介绍,飞贷自动化建模平台是致力于通过自动机器学习技术来快速实现AI业务场景应用的建模平台。并现场首 次揭秘了该产品的 “低门槛、全流程、自学习、高效能、可解释” 五大核心价值:
低门槛:为业务人员提供AI应用开发全流程自动化,无需任何编程技能,零门槛建模,更加聚焦业务;同时提供高级参数调整,助力专家建模人员挖掘更深建模能力。
自学习:基于新样本数据更新自动进行自适应、自优化,模型在效果上的长期稳定;使数据分析与业务始终保持同步,快速应对各种外部变化。
可解释:提供了多种直观的模型评估可视化和可解释功能,为业务人员和建模专家提供了理解模型工作原理的重要渠道,让模型的应用更透明。
飞贷金融科技基于五大核心价值的自动化建模平台,建立了智能获客模型以及客户生命周期模型贯穿整个业务流程,使精准营销贯穿获客、存量客户经营等整个客户生命周期,为客户生命周期各环节的绩效提升提供巨大帮助,为银行、信托、保险与小贷等有建模场景需求但缺乏建模人才与技术等持牌金融机构带来高效的建模服务。