金融|金融“上云”价值凸显 度小满金融为行业云转型提供范例

_原题为 金融“上云”价值凸显 度小满金融为行业云转型提供范例
由于疫情原因 , 今年以来“在线经济”、“非接触式经济”、“线上服务”等商业概念不断出现 , 各行各业涌现出越来越多的无接触服务商业模式 。
作为国民经济的命脉行业和现代经济的核心 , 金融服务行业将“无接触金融服务”提上议事日程也是大势所趋 , 尤其疫情之后 , 我国金融和科技从业者对“无接触金融服务”进行了探索 , 科技赋能的“无接触金融服务” , 在疫情防控的特殊时期 , 为消费者提供了高效、安全的服务 , 大大减少了消费者被感染的风险 , 并推动了传统线下银行向无接触金融服务的变革 。
基于人工智能基因 , 度小满金融运用底层数据解码在技术服务上深耕 。 在信贷申请环节 , 通过分析挖掘申请人的信贷行为、网络行为特征 , 利用机器学习综合评判用户欺诈风险 , 运用海量线上数据 , 结合先进的模型算法技术规避风险 。 研究出自成体系的线上金融科技解决方案 , 走出了一条不同的路径 。

金融|金融“上云”价值凸显 度小满金融为行业云转型提供范例
文章图片
在金融科技加速发展的今天 , 银行等金融机构纷纷采取开放战略 , 深化与金融科技公司的合作 , 实现风险的高效率、自动化控制 。 而疫情之下的风险的翘头让大数据风控有更大市场空间 。 “磐石”平台是度小满对外提供风控能力的主要出口 , 金融机构可以通过“磐石”判断客户的风险等级 , 筛选优质客户 。
“从‘磐石’金融科技开放平台的风险请求服务中可以看到 , 疫情之后 , 高风险客户的占比出现了明显翘头 , 金融机构对大数据风控产品的需求也有明显提升 。 ”度小满金融副总裁许冬亮在接受采访时表示 。
其实 , 早在疫情初期度小满金融就快速作出反应 , 在2月3日开工第一天 , 语音机器人团队就迅速根据政策和疫情的变化 , 基于大数据系统整理用户话术 , 转化为机器学习的知识图谱 , 3天完成了语音机器人的迭代升级 。 整体而言 , 语音机器人能实现代替20%-40%人工作业量 。
另外 , 在底层的数据、技术服务上 , “磐石”金融科技平台可以提供风险名单、多头防控、反欺诈等服务 , 帮助银行有效降低风险 。 中间层则有联合建模 , 依托度小满的数据、技术以及业务经验优势 , 帮助机构根据自身的业务及客群需求 , 开发个性化风控服务模型及策略 。
由于人脸识别、语音识别等底层基础技术门槛高、投入大 , 大部分银行更多依靠科技企业;贴近业务层的应用型金融科技 , 银行更倾向于自主研发 , 以获得更大的业务灵活性 。 例如 , 农业银行的掌上银行App就应用了度小满金融的语音识别、活体验证、自然语言处理、语音合成等底层技术 。
而不同银行 , 对金融科技的需求也不一样 。 许冬亮介绍称 , 大行和技术实力较强的股份行会更倾向于和有细分场景的科技公司合作 , 中小银行则需要技术、场景等各方面的合作 。 银行的优势在金融业务、风控经验丰富 , 科技企业的优势是场景、技术 , 双方基于比较优势开展合作早已出现 。
【金融|金融“上云”价值凸显 度小满金融为行业云转型提供范例】 受疫情影响 , 当客户从线下涌向线上 , 如何迅速响应并充分满足用户需求、在物理接触有限的情况下保持各项业务的持续推进也成为亟待解决的关键问题 。 在此背景下 , 金融云就发挥了巨大作用 , 一场金融业的变革大幕已经真正拉开 。
这次疫情也更坚定了度小满金融发展金融全流程线上化趋势的决心 。 对度小满金融本身来说 , 人工智能、机器学习等技术已经在相关领域有了非常成熟的应用 。 在信贷申请环节 , 度小满金融通过分析挖掘申请人的信贷行为、网络行为特征 , 利用机器学习综合评判用户欺诈风险 。 度小满金融研发的语音机器人人机交流的准确率可达90% , 可实现多轮复杂对话 , 用户对与机器人交互的内容无明显感知差异 。
“未来将有更多金融机构将上云提到更为重要的位置 , 随着‘十三五’以及央行的相关政策要求 , 金融机构的上云工作持续推进 。 ”许冬亮预计 , 金融行业将成为向云化转型的排头兵 。