2019年如何构建“小数据”驱动的互联网银行泛场景智能应用体系.pdf

1、如何构建“小数据“驱动的互联网银行泛场景智能应用体系百信银行CONTENT机遇与挑战01泛场景智能应用体系02打造AI应用创作平台03总结与展望04金融无感化成趋势，智能交互无处不在用户用户对金融服务的本质需求从未改变，只是使用“摩擦”随着科技发展越来越小。智能金融+场景=无感服务语音是未来最重要的交互入口当前近30%的手机搜索由语音完成，到2020年，比例将达50%50%80%约80%的受访问用户认为通过语音方式进行线上购物体验令人满意52%超过52%亚马逊智能语音设备的所有者每日都会使用这些设备1亿亚马逊在3年内售出了超过1亿台配备智能语音系统Alexa-equipped的设备5G+AI+

2、IoT=账户服务支付服务理财服务征信服务权益服务贷款服务银行全国执业，没有网点聚焦流量，客户增长快业务迭代快快快数据增长快快快制度，流程复杂传统人效低互联网强监管合规金融业务复杂快稳成本效率业务(对外)运营(对内)互联网银行挑战，泛场景智能应用是必然用 户各种终端金融，生活，办公场景账户管理资产管理交易支付商务办公客服出行智能应用智能报表智能辅助决策智能审计合规智能商务办公智能客服智能核身智能业务办理智能反欺诈账户能力资金能力支付能力银行金融能力风控能力.AI驱动的数字普惠银行CONTENT机遇与挑战01泛场景智能应用体系02打造AI应用创作平台03总结与展望04构建泛场景智能应用面临的问题0

3、1团队能力制约02面向场景适配成本高03开发模式制约敏捷04技术工具制约交付人工智能工程师技能树来源网络，仅参考交叉领域知识与技能面向行业场景知识人工智能IT工程与交付团队能力的制约：人才与交叉知识合同商务管理面向场景的适配：场景多样，终端各异场景差异决定应用复用率终端适配成本很高学习成本集成成本数据成本审计合规辅助IT治理营销分析科技内管客户服务项目管理运营辅助决策金融风控金融报表生活缴费外卖订餐推荐电影票预约等位预定房间购买保险购买理财账户业务信用付款To B端To C端X叠加成本构建泛场景智能应用面临的问题(1)构建泛场景智能应用面临的问题(2)人 工 智 能算 法 设 计技 能 树构

4、建 与 选 型模 型模 型参 数 调 整模 型训 练算法开发23算法工程模 型加 载 到 服 务非 功 能调 优发 布模 型 服 务4业务开发对 接模 型 服 务业 务 逻 辑开 发终 端适 配 开 发5应用发布部 署智 能 应 用对 接终 端发 布智 能 应 用打 包智 能 应 用1应用设计提 出需 求交 互设 计开发模式的制约：16步 算法+工程 专业开发投入技术工具的制约:机器学习平台 不能 解决所有问题算法算力服务机器学习平台用 户鸿沟1：算法工程师是瓶颈鸿沟3：应用发布适配成本鸿沟2：专业工程开发成本差距?使用者：算法工程师交付物：算法模型服务消费者：对接的系统价值：为算法服务交付提

5、效使用阶段：系统建设思考破局01团队能力制约02面向场景适配成本高03开发模式制约敏捷04技术工具制约交付如何Enable更多人能够完成智能应用落地？如何用技术加速端到端的交付？能否让场景适配自动化对开发者透明？如何打破制约交付的瓶颈？AI应用加速器的特征人人都是设计师降低AI应用门槛1一次开发，多终端发布3消除适配成本面向用户端到端交付2真正敏捷智能落地破局之道：着力构建AI应用“加速落地”的能力降低AI应用门槛：人人都是设计师算法算力服务机器学习平台技术工具加速制造过程算法模型选型常规模型交付每个需求一个模型从0开始的投入很长的训练周期敏捷模型交付基础模型业务模型机器学习平台聚焦强调泛化能

6、力业务模型训练能力聚焦精通AI算法不用懂AI算法网络结构数理处理模型参数模型函数仅需知道什么是正确高质量的训练数据具备强泛化的模型应对多个场景业务侧不用懂AI更面向领域更少的投入更短的训练周期演进面向用户端到端交付：真正敏捷智能落地“乐高式”开发模式AI应用能力+数据=智能技能智能技能+技能编排=智能应用面向场景智能应用技能编排AI应用能力训练小数据+小数据增量训练面向业务智能技能AI应用能力训练小数据+小数据增量训练面向业务智能技能AI应用能力训练小数据+小数据增量训练面向业务智能技能业务模型业务处理+业务模型业务处理+业务模型业务处理+无缝连接无缝连接无缝连接认知执行认知思考认知交互感知交