雷锋网AI金融评论消息，在6月29日的CCF-GAIR 2018全球人工智能与机器人峰会上，CCF-GAIR的承办方雷锋网联合近30家创投与资本机构、资深学者与产业界代表一起，共同为12个领域共计36家创新公司颁出2018 AI最佳成长奖榜单。
2018 AI最佳成长奖如同CCF-GAIR的核心主题一样，主要关注AI时代最具增长潜力的创新公司，寻找下一个独角兽。在“AI+金融”领域，云脑科技、融慧金科、竹间智能三家公司凭借各自竞争性优势产品脱颖而出，在金融科技2.0时代，成为最佳成长性公司。
云脑科技：多重壁垒打造AI中间件
AI赋能浪潮大起，各行各业的传统企业都希望利用 AI 技术实现自我进化，但很多企业在AI认知、新技术积累、人才储备等方面都有短板。由此，一众助力企业AI化的公司应需而生，云脑科技便是其中佼佼者。
2015年，云脑科技技术研发团队在硅谷成立时，便获峰瑞资本领投的千万级天使轮融资。2017年公司又完成由翊翎资本领投的数千万元A轮融资。目前云脑科技员工超过 50 人，去年营收已达千万。与其他AI技术服务公司相比，云脑科技在方案通用性、数据安全性、技术壁垒、行业理解度四方面具有竞争性优势。
“通用性+数据安全”两大优势
简单来说，AI中间件是云脑科技的核心 AI 技术平台基于不同行业特定的知识和需求，形成的一个解决该行业特定问题、让该行业人群能够迅速使用的服务产品——PaaS 产品。
针对AI应用在传统行业落地时的三个常见问题——“数据如何选择和导入？”、“模型和技术如何组合？”和“输出如何集成到业务？”。云脑科技的 AI 中间件从数据层、模型层、应用层三个层次来降低AI 应用落地时的门槛。
值得注意的是，云脑科技的AI中间是基于行业视角而非企业个性化视角。云脑科技联合创始人龙志勇表示，与众多花 80% 的精力解决个性化需求的AI外包公司不同，云脑科技将花 80% 甚至未来 100% 的时间与精力来解决完善AI 应用开发过程中的行业性通用问题。从行业角度讲，“只有专注于能够复用的通用技术，才能加快应用开发的速度。”
此外，从用户角度讲，相比AI外包公司，让企业客户依靠AI 中间件参与开发，有两大优势：一方面，只有客户自己才最懂自己的应用和需求；另一方面，一些客户可能也有不想让别人知道的机密数据。在企业数据安全性方面更可靠。
据雷锋网了解，目前云脑科技已开发的AI中间件包括金融行业AIF、能源行业AIE和人力资源AIH，并与银联智惠、上海证券交易所、浪潮软件集团、算话征信、南方电网、金立手机、实习僧、极客学院等企业达成了合作。
其中，金融行业AIF包括了与银联智惠合作开发的，名为银联“智惠触达Farcaster”营销触达，平台基于银联的海量消费数据，自动学习并动态更新用户全景个性化智能模型，帮助客户根据已有的消费用户群自动发现相似新用户，降低获客成本，提高转化率。该平台目前已经完成研发，以银联推广为主，有汽车、房地产、化妆品等行业客户。据云脑科技称，根据某线下商户的使用反馈，相比于此前的模型，转化率可提高5-10倍。
“技术+行业理解”两大壁垒
作为中间件的研发者，云脑科技称其在技术和对行业理解两方面独具优势。
据雷锋网(公众号：雷锋网)AI金融评论了解，目前云脑科技在中美两地建立了30人的研发团队，团队成员来自Microsoft、Google、Facebook、Qualcomm、阿里巴巴、中国电信等企业，在深度学习（RNN/CNN）、增强学习、NLP、知识图谱领域有大规模项目实践经验。
云脑科技创始人张本宇曾在微软亚研院、Google 和 Facebook 先后就职，目前已经有了 19 年的人工智能和大数据的研发经验，也曾被创新工场誉为“华人 AI 前 10 位大牛科学家”之一。
而在对具体行业的深刻理解上，龙志勇表示他们在目前所重点关注的金融和通信行业都有着从业时间超过 10 年的专家加盟。
融慧金科：人才、数据、技术三大优势深入风控场景
随着监管持续收紧，互金行业进入二八洗牌期，对风控的强烈需求成为众多互金平台和传统金融机构亟待解决的问题。成立刚满一年的融慧金科抓住了这个机遇。
2017年6月原百度金融CRO、原美国运通高级副总裁王劲创立融慧金科，利用机器学习技术对BAT量级的脱敏数据进行价值挖掘，为银行、消金、保险、支付、资管等B端金融机构提供第三方智能风控服务。
2018年1月，成立仅半年，融慧金科便宣布获红杉资本中国基金的近千万美元A轮融资。据了解，目前，融慧金科已推出了5款标准化风控产品：地址诚信指数、多头借贷指数、风险借贷名单、贷中监控方案、企业风险模型。在小微企业的风控体系上也形成了风险评估模型、经营状况监测、董监高个人风险评估三维度测控方案。
金融科技1.0的特点是聚焦技术，但未将技术与金融场景进行深度结合，导致服务可替代性强。随着行业发展，金融科技转向2.0时代，其特点是基于金融服务场景的技术，关注客户的全生命周期需求，以解决金融公司在业务中遇到的痛点。强监管时代的金融科技需要做到从1.0到2.0的升级。
面对金融科技2.0，王劲认为，融慧金科的优势在于，其核心团队对金融行业理解能力与数据、人工智能技术的融合。
据雷锋网了解，融慧金科团队硕士/博士、海归等高学历人才占比80%以上，同时具备跨金融场景、跨经济周期的风控基因。尤其是在美国运通及百度等国内外大型机构积累了多年的风控模型搭建和金融企业风险管理的经验，了解如何利用数据模型更好地识别客户需求与风险点，并输出相应的风控策略。
同时，融慧金科自有多维度的C端和B端的衍生变量，并拥有BAT量级的智能设备端数据，结合双重授权机制可以有效保障数据的合规性，具有高度覆盖、新鲜动态、丰富多维和稳定的特点。这使得融慧金科有能力利用自身数据及模型能力从零开始为客户搭建全套信贷风控体系。
此外，融慧金科还有多个合作数据源用于补充及交叉验证，数据的规模、准确性与实时性都有保证。据融慧金科称，其CRO级别的核心团队、BAT量级实时更新的数据以及大数据建模和信息系统建设的技术，在金融科技创业公司中是少有的。
竹间智能：情感机器人变革金融服务模式
从前人们谈论人工智能时，还没有多少人强调温度和情感，而随着时代与技术的发展，情感交互和场景应对已经变得越来越重要，机器人交互不应该是冷冰冰的一问一答，而是需要更多的情绪察觉、意图理解及情感给予。在金融场景中亦是如此。
2017年的旧金山“ FintechIdeas Festival”大会上，就有业内人士提出：AI聊天机器人的应用场景很多，其中一个爆点将在个人消费金融领域。
竹间智能正是以此为出发点，2015年成立以来，在人工智能单个高价值场景如金融、电商、IoT行业等行业，致力于打造与人类具有情感共鸣、懂得人类思想，并能满足用户刚需功能的情感机器人。
在金融行业，竹间智能创始人简仁贤认为AI机器人需要有以下几个特点：
第一，需要有拟人化的服务。冷冰冰的一问一答是没有办法持续的，对话的理解才是最重要的。
第二，情绪情感的理解。从对话里面，竹间智能可以抽取22种不同的情绪，疑惑、开心、满意、不满意、反感、厌恶等等，但每一个商业可能不一样，有些商业可能只要六种情绪，有些可能只要四种情绪。
第三，基于深度学习的自然语言交互。传统的机器学习跟第一代的深度学习已经是开发者们耳熟能详的方法了，强化学习则要用更多的数据让技术能够自学习。
第四，多轮对话，任务达成。没有任务达成就无法做到业务的衔接。
最后，高度定制化。每一个行业，银行、保险、理财公司都不一样，竹间智能正在致力于如何让人工智能客服达到高度定制化，契合不同行业的使用场景。
通过打造这样的AI机器人，竹间智能的金融机器人为银行、证券、保险等行业带来的，不仅是大幅降低客服人力成本，更在于通过自主学习用户喜好与习惯，精准识别高价值客户的潜在需求，并结合主动与被动式客服，通过庞大的金融知识图谱和金融 AI 技术，提供更好的理财咨询与服务。
在整个从前端用户交互界面到后端智能理财与风控过程中的，显而易见，更能识别用户情感情绪、理解用户情感的机器人在为用户带来更好的金融服务体验的同时，更能提升用户黏性与商业转化。
。
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/83949.html