案例基本内容和执行情况
随着数字经济的不断发展,人工智能成为金融科技发展的重要推动力,也是国家重点战略新兴产业。为了满足银行各业务条线对智能化应用的交付需求,持续提升人工智能核心技术的掌握和应用水平,统筹人工智能应用的数据、算力、算法资源,北京银行启动了“京智大脑“智能中台建设项目。
“京智大脑“围绕数据、算力、算法三要素,建设全行统一、集中的Al技术底座,打造智慧金融生态体系。通过语音、图像、文本等智能识别引擎的引入,形成“左脑“感知能力;以各类机器学习模型、知识图谱和大规模预训练模型的自主建设,打造“右脑”认知能力。以客服机器人、外呼机器人、质检机器人、虚拟数字人等机器人和智能化API服务,形成"躯干”应用载体。
目前, “京智大脑”已在全行范围推广应用,上线智能应用场景108个,开放语音、 OCR、智能文本等共计121项智能服务支持分行业务,部署营销、风控等各类模型342个,识别可疑账户30000余个,取得了良好的社会、经济效益,有效支持银行数字化转型战略实施。
定位”四个中心 ”搭建“京智大脑”人工智能平台
“京智大脑”系统定位于“四个中心”,Al数据处理中心、Al模型交付中心、Al算法部署中心、Al模型管理中心,并从数据域、能力域、服务域、管理域四个角度进行建设,为科技开发人员提供全栈的Al类项目交付环境、数据标注分析与训练环境、业务分析建模环境和第三方模型部署和纳管的统一管理。
在数据域层,利用大数据计算引擎,实现了建模数据的采集、清洗和加工,提供语音、文本、图像、视频等多种类型的数据标注能力,帮助建模人员快速完成数据准备;在能力域层面建设训练交付平台,集成PyTorch、PaddlePaddle等10种机器学习框架、预置210种算子,提供交互式、可视化、自动化3种模型训练方式,借助成熟的自动机器学习技术,帮助业务人员自动化完成模型训练和验证工作。
在服务域层面为应用场景提供“开放、共享、云边协同"的服务生态,从各类用户的需求出发,通过连接Al基础平台和能力域能力,作为统一服务出入口,纳管银行引入的各类第三方Al服务,对内外提供开放、赋能和运营的能力,快速形成Al中台;在管理域层面,对风控模型实验室系统进行改造建设模型监控子系统,符合监管要求,实现人工智能模型入模指标和模型表现的自动化监控体系。对各版本模型入模指标和模型表现情况进行自动化监控,定期生成模型运营报告,内容涵盖监控情况、服务情况,为模型持续迭代提供优化建议。
案例主要经济成效和社会成效分析
北京银行数字化转型以牢固树立一个银行(One Bank)、一体数据(One Data)、一体平台(One Platform)的理念为基础,以强大的Al智能技术为依靠,推出“京灵”语音机器人,将语音能力、自然语言理解、多轮对话等相关Al技术进行有效沉淀,为智能客服体系的完整链路提供技术支撑,实现多模态交互能力。促进关键业务场景线上化转型,提升服务人工替代率,打造沉浸式服务体验。语音导航机器人”一说即达”服务可为每通电话节约近 40秒时间,电话分流率达33%,客服机器人会话量达580万,问答成功率达96%。
除此之外,北京银行利用NLP、机器学习、图分析等技术,结合行内存量数据与海量第三方信息,完善对公客户画像,沉淀客户特征181项,输出营销线索40项,落地科企贷、对公银税贷营销评分模型及晌应率评分模型,助力普惠业务营销获客创新数据价值挖掘手段,支持拓客营销能力提升,输出北京、南京、深圳地区优质客户名单1万余户;并通过建立企业、自然人2类实体,投资、任职、一致行动人等8类关系,构建企业基本关系、集团派系、资金交易3大模型,建立反欺诈模型,为欺诈风险防控提供底层图谱服务技术支持。支持断卡行动,助力账户风险排查和监控;在数字化风控方面,支持数字风控系统建设,以 “京智大脑“平台、风险滤镜、风险模型实验室,形成模型研发、部署、运营全生命闭环。线上业务沉淀全行各类线上业务风控模型280余个;支持保卫部、运营管理部多个反欺诈模型建设,识别疑似风险账户30000余个;
“京智大脑“投产后,释放首批342个模型和161项Al中台服务,通过虚拟数字人、小京金融服务机器人等智特色产品,为客户提供可交互、沉浸式、有特色的金融服务,有效支持营销、风控、运营、服务活动,支持智慧金融服务建设,加快金融服务智慧再造,打造智慧金融生态体系。
好文章,需要你的鼓励
临近年底,苹果公布了2024年App Store热门应用和游戏榜单,Temu再次成为美国下载量最多的免费应用。
云基础设施市场现在已经非常庞大,很难再有大的变化。但是,因为人们可以轻松地关闭服务器、存储和网络——就像开启它们那样,预测全球云基础设施开支可能非常困难。