大数据征信如何为一个人建立数据肖像？双十一背后人工智能怎样“精打细算”？| AI金融评论周刊

金融业对人工智能的关注超乎想象，上周，雷锋网(公众号：雷锋网)旗下【AI金融评论】正式发刊，接过“读懂金融科技与未来”的命题。在这里，我们将一起讨论Fintech的技术、行业动态以及对金融业务的影响。

过去一周，我们邀请到了两位业界专家，讲述了征信等金融业务背后的人工智能技术：

● ● ●

大数据征信如何为一个人建立数据肖像？

“凡走过必留下痕迹”，大数据时代，你的一举一动都在为你建立一个电子档案，从你有多少张信用卡、每个月消费多少、还款记录如何到你喜欢浏览什么网站、手机是什么型号甚至IP地址对应的位置，有一万多个词条可以刻画你的肖像，银行在不需要跟你打交道的情况下可以靠这种数据肖像决定要不要给你放款、放多少合适。这就是大数据征信。

每个人每天会产生无数的信息，征信机构会从这里面抽丝剥茧找到有效的数据，并给每个数据设置一定的权重去建立模型，从而分析出征信对象的数据肖像，作出信用评分。

卡耐基梅隆大学计算机博士、冰鉴科技创始人兼CEO顾凌云表示，数据孤岛的壁垒未来将会慢慢打开，数据最后一定会成为像期货一样是可以自由的交易。三五年后，能在征信领域快速跑出来的公司，一定是像日本的匠人一样拥有工匠精神，在技术积累、信息源的整合，在每一个细小环节都比对手领先10%或者15%的优势来获得的全面的领先地位，而一定不是单纯通过在某一个环节通过独有的信息源或者技术彻彻底底打到对方。

● ● ●

蚂蚁金服：双十一背后，人工智能怎样“精打细算”？

双十一，狂欢节。一夜之间，淘宝、天猫用户消费千亿，峰值在线人数每秒数千万，峰值交易每秒数万笔。用户的每次购买都牵动商户从备货、调度、仓储、物流到售后的每根神经。

而人工智能已经成为超高负载请求背后“看不见的手”。仅在客服一项，2015年双十一当天淘宝+天猫全站通过自助服务共解答用户疑问超过500W，将蚂蚁金服客服效率提升了20倍。

今年双十一，蚂蚁金服智能服务平台负责人黎勇为我们讲解了：

双十一的蚂蚁金服面临哪些挑战

人工智能将在双十一的哪些环节发挥作用

人工智能部门的研发成果如何与阿里产品结合，为超大规模的用户群服务

蚂蚁金服现有主要智能服务在实践中的特点和难点

黎勇称，金融级产品在高可用性、以及资金安全上有非常严格的要求，蚂蚁金服金融业务的快速发展，对客服响应能力和应急能力提出了非常大的挑战。目前，该公司最成熟的输出是为生态合作伙伴输出的智能客服技术，降低他们的成本。

据介绍，跟市面上提供的智能客服技术，蚂蚁金服自己研发的智能客服技术主要有3个差异点：

1）基于大规模机器学习的智能化技术：

深度神经网络（DNN）被应用于实体提取、语言理解和对话状态跟踪，用来更好的理解用户意图。智能IVR采用了国际领先的基于深度学习的语音识别和对话技术，改变传统热线CC系统的菜单式引导模式，让用户直接通过对话语音描述需要求助的问题，理解用户语义进行精准的用户引导。用户画像和行为分析能够根据用户的不同状况，准确分析用户问题的复杂度和紧急程度，智能化引导用户进入最合适的渠道进行问题处理。例如对于涉及到安全、欺诈类的问题第一时间自动切换到VIP人工服务，最大化程度给用户提供安全保障。

2）完整的体系化行业解决方案：

智能客服系统并不是一个简单的自助机器人，它的背后是一个完整的工程体系。我们提供了包括我的客服（自助）、95188（热线）、服务大厅（在线）、服务工作台、运营工作台、社会化资源平台、舆情监控平台等七个主要系统的完整解决方案

3）基于蚂蚁金融云的企业级SAAS服务：

我们已经在服务赋能生态的目标上走出了坚实的一步，把蚂蚁金服自身业务沉淀的智能服务整体解决方案在蚂蚁金融云上打造了SAAS化的蚂蚁云客服产品，对外赋能合作商户、合作机构等生态合作伙伴。

。