近年來(lái)，AI、大數(shù)據(jù)等新興技術(shù)如何與業(yè)務(wù)結(jié)合，推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型，成為業(yè)內(nèi)關(guān)注的焦點(diǎn)。信數(shù)金服CEO徐進(jìn)在接受記者采訪時(shí)認(rèn)為，一些高頻、重復(fù)且低附加值的工作，非常適合由人工智能來(lái)替代完成。但要讓AI技術(shù)落地，首先企業(yè)自身必須做好準(zhǔn)備，夯實(shí)信息化和數(shù)字化基礎(chǔ)，把數(shù)據(jù)收集好、整理好、管理好。

目前，信數(shù)金服在金融、制造、通信、教育等多個(gè)行業(yè)均開展了實(shí)踐。徐進(jìn)指出，“不少企業(yè)其實(shí)已經(jīng)積累了很多數(shù)據(jù)，但是都沉睡在那里，并沒(méi)有被用起來(lái)。我們要做的是幫助企業(yè)把數(shù)據(jù)真正用起來(lái)，降低成本、提高運(yùn)營(yíng)效率�！�

自動(dòng)化風(fēng)控審核，降低80％人力成本

在金融行業(yè)，AI技術(shù)的應(yīng)用讓金融機(jī)構(gòu)更高效、準(zhǔn)確地評(píng)估用戶信用，提高風(fēng)控審核效率。

“傳統(tǒng)的風(fēng)控是由各機(jī)構(gòu)的風(fēng)控團(tuán)隊(duì)以人工的方式進(jìn)行經(jīng)驗(yàn)控制。像銀行在給企業(yè)批貸款的時(shí)候，需要員工查看網(wǎng)上公開發(fā)布的企業(yè)歷史法院訴訟的文件。”徐進(jìn)說(shuō)，“這些文件經(jīng)常能達(dá)到幾千甚至上萬(wàn)字，用人工的方式一頁(yè)一頁(yè)看，不僅效率較低，也不一定準(zhǔn)確。而現(xiàn)在通過(guò)AI對(duì)文本進(jìn)行智能解析，可以精準(zhǔn)地獲取文件關(guān)鍵信息，實(shí)現(xiàn)小微企業(yè)的信貸自動(dòng)化審批�！�

以工商銀行為例，信數(shù)金服協(xié)助其搭建的大數(shù)據(jù)智能風(fēng)控平臺(tái)收錄了來(lái)自行內(nèi)、金融同業(yè)以及司法行政部門提供的各類風(fēng)險(xiǎn)客戶和賬戶信息，經(jīng)過(guò)分類評(píng)級(jí)后的信息按照不同業(yè)務(wù)需求分別在銀行核心系統(tǒng)以及個(gè)人金融、信貸、授信、銀行卡等業(yè)務(wù)領(lǐng)域投入應(yīng)用，為相關(guān)業(yè)務(wù)審核和辦理提供預(yù)警和控制支持。

而某互聯(lián)網(wǎng)金融企業(yè)引入了智能風(fēng)控自方案后，在風(fēng)控審核上的人力節(jié)省了80％。

“這企業(yè)原來(lái)在信用申請(qǐng)審核需要上百人力，對(duì)貸款申請(qǐng)人打電話，通過(guò)人工判斷風(fēng)險(xiǎn)的大小，到底給不給他放貸款。整個(gè)信審流程是高頻、重復(fù)的，且附加值不高�，F(xiàn)在，通過(guò)AI技術(shù)實(shí)現(xiàn)對(duì)小額度貸款的自動(dòng)信用審核，大額度由人工進(jìn)行部分干預(yù)，把人從重復(fù)的勞動(dòng)中解放出來(lái)，員工的工作轉(zhuǎn)變?yōu)榫S護(hù)風(fēng)控規(guī)則和重點(diǎn)客戶，脫離低價(jià)值勞動(dòng)，去做更有價(jià)值的事情�！毙爝M(jìn)表示。

在保險(xiǎn)行業(yè)，利用大數(shù)據(jù)和AI技術(shù)可以實(shí)現(xiàn)千人千面的個(gè)性化保單推薦和定價(jià)。比如，綜合個(gè)人的駕車行為習(xí)慣、駕齡、違章、交通大數(shù)據(jù)等多方面因素為客戶提供有針對(duì)性的車險(xiǎn)定價(jià)，并實(shí)現(xiàn)投保、理賠、理算的全流程智能化處理，解決理賠慢的問(wèn)題，提高客戶滿意度。

自動(dòng)化反欺詐，識(shí)別96％的信用卡盜刷

AI技術(shù)還可以協(xié)助金融機(jī)構(gòu)實(shí)現(xiàn)自動(dòng)化反欺詐，避免信用卡盜刷。徐進(jìn)以某全球大型在線支付公司為例。該公司的業(yè)務(wù)遍布全球，7＊24小時(shí)運(yùn)轉(zhuǎn)，每天都處理上千萬(wàn)筆交易請(qǐng)求，為了防止盜刷，需要收到交易請(qǐng)求后在十毫秒內(nèi)快速做出判斷，截?cái)嘀Ц丁?/p>

信數(shù)金服協(xié)助其構(gòu)建了基于機(jī)器學(xué)習(xí)技術(shù)的實(shí)時(shí)反欺詐系統(tǒng)，通過(guò)自動(dòng)化建模預(yù)測(cè)，可以在極短時(shí)間之內(nèi)分析幾百萬(wàn)甚至上千萬(wàn)的交易歷史數(shù)據(jù)，甄別交易的真實(shí)性，并且針對(duì)不斷變化的欺詐模式，每日自動(dòng)訓(xùn)練、自動(dòng)更新反欺詐模型，模型的迭代頻率從以周為單位提高到以日為單位。目前，欺詐交易識(shí)別準(zhǔn)確率高達(dá)96％，達(dá)成了僅0．27％業(yè)界最低風(fēng)險(xiǎn)損失率指標(biāo)。

在上海儀電集團(tuán)孵化器云賽空間的牽線搭橋下，信數(shù)金服的實(shí)時(shí)反欺詐技術(shù)還被引入土耳其。不久后，信數(shù)金服將與土耳其第一大商業(yè)銀行——土耳其實(shí)業(yè)銀行合作，為其提供金融反欺詐服務(wù)。

“土耳其實(shí)業(yè)銀行是土耳其最大的商業(yè)銀行，他們看中我們的方案和經(jīng)驗(yàn)，希望把這個(gè)反欺詐技術(shù)引進(jìn)到土耳其，后續(xù)還會(huì)擴(kuò)展到運(yùn)營(yíng)自動(dòng)化、保險(xiǎn)等其他領(lǐng)域�！� 徐進(jìn)說(shuō)。

設(shè)備預(yù)測(cè)性維護(hù)，單倉(cāng)庫(kù)節(jié)省200萬(wàn)美金管理費(fèi)用

除了金融領(lǐng)域，信數(shù)金服也把他們的方案推廣到工業(yè)制造等行業(yè)，利用AI、物聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)進(jìn)行設(shè)備的預(yù)測(cè)性診斷和維護(hù)。

“比如我們每天坐的電梯，通過(guò)采集電梯的運(yùn)營(yíng)數(shù)據(jù)，結(jié)合大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)提供預(yù)測(cè)性診斷和維護(hù)的建議，在電梯出故障之前就能預(yù)測(cè)，進(jìn)行針對(duì)性地維修，避免中斷事故�！毙爝M(jìn)說(shuō)。

此外， ABT采用了信數(shù)金服的智能決策引擎打造無(wú)人倉(cāng)庫(kù)，通過(guò)在無(wú)人叉車內(nèi)的電池內(nèi)置傳感器數(shù)據(jù)實(shí)時(shí)采集與分析，對(duì)電池狀態(tài)進(jìn)行智能預(yù)測(cè)、提前預(yù)警。

“工業(yè)用的大型蓄電池需要在一個(gè)比較合適的時(shí)間提前充電，如果在電量已經(jīng)快耗盡的時(shí)候再去充，可能就會(huì)對(duì)電池造成永久性傷害。過(guò)去。ABT需要通過(guò)工程師來(lái)查看傳感器數(shù)據(jù)來(lái)監(jiān)控設(shè)備，現(xiàn)在由系統(tǒng)智能判斷，作出快速響應(yīng)，單個(gè)倉(cāng)庫(kù)年節(jié)約成本達(dá)200萬(wàn)美金�！�

在談到人工智能尚存在的挑戰(zhàn)時(shí)，徐進(jìn)強(qiáng)調(diào)行業(yè)要提升對(duì)數(shù)據(jù)本身的重視程度，如果數(shù)據(jù)質(zhì)量不夠好的話，AI也巧婦難為無(wú)米之炊。

為此，由信數(shù)金服提供的企業(yè)智能運(yùn)營(yíng)體系化方案中，第一步就是數(shù)據(jù)治理，幫助企業(yè)做好數(shù)據(jù)質(zhì)量管理，在此基礎(chǔ)之上再應(yīng)用機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘這些模型，用數(shù)據(jù)打通業(yè)務(wù)的各個(gè)環(huán)節(jié)，獲得以數(shù)據(jù)驅(qū)動(dòng)的分析決策和預(yù)測(cè)能力，實(shí)現(xiàn)真正的數(shù)據(jù)洞察。