前沿对话 索信达控股领衔推动金融行业人工智能应用标准落地丨艾肯家电网

3月31日，索信达控股(证券代码：03680.HK)作为中国领先的金融行业大数据与人工智能解决方案提供商，受邀出席“对话吴军博士：拥抱人工智能，驱动数字化变革” 全球网络研讨会，索信达控股首席科学家张磊博士与著名AI科学家、Google中日韩文搜索算法及Google自动问答系统主要设计者吴军博士、深圳市金融科技协会联席会长、深圳股权交易中心常务副总廖亚滨、招商银行前CIO、招商银行信息技术部副总兼零售研发中心总经理夏雷、安信证券CIO许彦冰等共同探讨人工智能在数字化转型中的重大作用及未来发展趋势，一起赋能金融生态，共享金融AI未来。

关于吴军博士

吴军博士是硅谷知名计算机科学家，他有两个最为人所知的身份，一是他是当前 Google 中日韩文搜索算法以及Google 自动回答系统的主要设计者，曾一度为 Google 贡献了整个代码库 0.7% 的代码；另一是他的作家身份，是获奖图书《浪潮之巅》、《数学之美》、《文明之光》、《大学之路》、《硅谷之谜》和《智能时代》的作者。他在《浪潮之巅》一书中，以对世界 IT 产业高屋建瓴的视角和深入浅出的剖析，而享誉业界。

2002 年博士毕业后，吴军博士就加入了 Google，不久后就与 Amit Singhal(美国工程院院士，世界著名搜索专家)、Matt Cutts(Google 反作弊官方发言人)三人一起开创了网络搜索反作弊的研究领域，并因此获得 Google 工程奖。2003 年，他又和 Google 全球架构的总工程师朱会灿博士等共同成立了中日韩文搜索部门，成为 Google 中日韩文搜索算法的主要设计者。2010-2012 年，吴军博士离开 Google，出任腾讯搜索业务的副总裁——此期间还担任国家重大专项「新一代搜索引擎和浏览器」项目的总负责人，2012 年后，他又回到 Google，负责开发了 Google 自动回答系统——而他也因为这个项目再度享誉业界。

关于张磊博士

张磊博士是索信达控股首席科学家，中科院计算机应用博士。曾担任SAS中国首席数据科学家、Succware公司首席技术官、历任IBM公司、百胜集团、Teradata公司资深技术顾问和咨询顾问，同时也是中国区数据挖掘和核心技术团队的负责人。

张磊博士拥有超过25年的工作经验，带领索信达团队参与实施和完成了30多个大型数据挖掘和数据仓库项目、完成50多个数据挖掘专题，研发建立模型超过100个，其率领索信达AI创新中心研发推出的“客户微细分仪”、“模型翻译机”、“模型自动机”、“模型工厂”、“模型管理平台”等AI大数据产品在领先的国有银行、股份制商业大行率先成功落地，技术水平领先业界。

围绕着如何全面提升金融机构的AI能力、什么样的AI技术适合金融机构、AI技术可与哪些金融业务结合、AI算法金融应用评价规范等问题，吴军博士和张磊博士与嘉宾们展开热烈的对话交流。

吴军博士介绍，未来20年的科技时代离不开人口老龄化、绿色经济、虚拟经济这三个基准点，mRNA技术、GPT-3生成预训练的变形器、数据信托等则是未来20年12项重要科技。经济虚拟化和数字化将成为未来趋势，其将面临着数据安全的问题，区块链、数据信托、人工智能成为三大技术解决方案。他介绍，当前人们对人工智能的思考有两种思路：一是蚂蚁和蜜蜂的智能是群体行为，二是人类的智能是个体行为，人工智能更趋向于蚂蚁与蜜蜂的智慧体，目前人工智能还停留在单技能阶段。未来人工智能技术将向着大规模分布式发展，智能技术可以聚沙成塔，人类也将会及早关注数据资产的问题。

就人工智能算法和技术如何融入到银行的日常应用规范管理和业务中，索信达控股首席科学家张磊博士总结为“四大能力、八类应用”，并介绍了索信达在银行业的实际的AI应用案例。

助力银行业发展的人工智能四大能力

人工智能这个话题很火，如何和银行业务需求打通，把人工智能技术移驾到银行业本身，这是很多银行客户都很关心的问题。以下是张磊博士基于索信达客户最佳实践，总结构建自身人工智能能力的“四大能力”：

第一，业务能力：以业务能力为出发点，所有技术都要解决业绩问题。索信达已梳理出金融行业可以用AI解决的业务问题，如市场营销、风险管控、财务人事、运营绩效相关的，针对问题进行归类就可以圈出银行业用人工智能数据分析解决问题的范围。

第二，数据能力：以数据为基础，各种数据加工能力为手段，将数据利用起来。人工智能技术和其他的技术有一些不同，它完全依赖数据，若无数据支撑所有先进算法都无作用，所以要有数据储存、加工的能力。

第三，分析能力：以各种先进算法为工具，发现数据中蕴含的有价值的规律。算法的类型像可解释机器学习、自然语言处理、图分析、图计算等，这些算法目前在金融领域用的比较多。

第四，思维能力：索信达帮助企业构建分析思维能力，更加合理有效地发现和解决问题。这点要特别强调！因为总被忽视，很多人掌握了技术也知道业务能力，但是还是解决不了问题，因为缺少思维能力。如何将梳理好的数据、算法、业务问题贯通起来，这就需要分析思维能力。

银行业务问题的分类体系与AI技术的对应关系

银行业面临的业务问题主要分八大类：

分类问题，将输入样本分类到对应类别中。判断客户质量，购买意愿。

估值问题，根据输入信息估算某个指标的数值。如，某家分行下个月存款余额会到多少?

聚类问题，根据实例的相似度进行归类，银行有上亿客户，想将其分成不同的客户客群，还有网点、支行等的分行也是聚类问题。

优化问题，基于目标函数和约束条件生成最优解。如，我有预算100万如何将其花出去达到最大效益?

异常侦测，发现异于常规的实例。如，一笔金融交易是否有问题，是否是欺诈交易，账户间互相的联动是否是洗钱联动。

评级问题，对实例进行排序评级，像信用评级是标准问题。

推荐系统，生成下一步的最佳行动建议。

数据生成，基于已有的数据分布仿真出类似数据。

通过调研可以清楚看到，八类问题的重要程度和价值回报也各有不同。

银行业使用的重点分析技术

银行业会用到很多分析算法，最常用的重点技术包括：随机森林、前馈神经网络、回归分析、分类器、聚类、统计推断、循环神经网络、强化学习。图中越深的颜色代表使用频率较高。

分析专题和数据类型有一定的对应关系，张磊博士认为，无论是做潜客获取或是智能客服或反欺诈、现金库存优化等都是人工智能可以大显身手的领域。

在银行业，AI应用需要重点关注回报最大的业务领域

对于银行业来说，AI应用需要重点关注回报最大的业务领域。盲目地做人脸识别或文档OCR等无法带来明显的业务价值。其中获得回报最大的是市场营销，其次是风险管控。

建立模型工厂，打造五库合一的分析模型生产流水线

索信达打造五库合一的分析模型生产流水线，通过模型工厂，帮助企业进行数据分析建模的现代化生产流水线。它融合了分析建模生产所需的全部装备，做到五库合一：模型库、模板库、代码库、知识库、课件库。只需装填数据原材料，即可自动化生产出可用的标准模型，同时支持个性化定制。

索信达将八大类问题梳理了50多个专题，通过大量实践发现它成型的套路，比如要做资产提升大概分为7个步骤可以分析出来，要做反欺诈可以做9个步骤分析出来，索信达希望通过构建金融业的模型工厂，把银行遇到的每个问题都可以标准化自动化解决。

打造模型管理平台 全局掌控企业模型管理

随着大数据和分析算法的蓬勃发展，金融机构在营销管理、风险管理和决策支持的过程中，研发了大量模型来支持企业的运营与管理。但由于模型数量众多，模型管理的问题随之而来。索信达控股基于多年来在金融行业大数据领域的技术沉淀及经验，率先业界发布了模型管理系统。对企业级投产上线的模型进行评有效的评估、测试、监控以及版本和权限管理。助力金融机构搭建完善的模型管理系统，大幅提升企业统筹管理及运行模型的效率。

模型管理系统以自动化的方式计算各种评估指标，根据模型衰退和数据变化自动预警。通过监控模型的定时验证数据，可在系统每执行一次模型的定时任务后，在模型详情页中查看验证后的指标值数据和对应的图表数据。如果验证失败，则本系统不会生成模型的指标值，且在首页的“事件消息”模块中会显示该模型定时任务运行失败的消息。

索信达模型管理系统有效地解决金融机构等企业模型管理的痛点，大幅度降低模型失控、模型资产管理混乱和依靠人工操作所带来的风险。打造出企业级自动化模型工厂，全方位、自动化、标准化地掌控企业模型管理。

模型翻译机 可解释机器学习

索信达控股率先业界发布推出的可解释机器学习，是金融行业企业级数据挖掘方案。该方案通过融合多种模型和算法，致力于解决银行金融机构现有机器学习模型“黑箱”的问题，帮助银行提升模型透明度，满足监管需要，同时增强模型精度和决策的可靠程度。保证模型高精度条件下，针对客户不同应用场景均能做出深度解释，帮助客户降低模型风险合规风险

据张磊博士介绍，索信达“模型翻译机” 前已在产品精准推荐、客户挖掘、流失预警等多个 融类营销场景中开展应 和落地，并取得了优秀的成果，使得 智能算法和技术能够更好的融入到银行的日常应用规范管理和业务中。

张磊博士认为，人工智能是银行业把握科技变革对商业社会重塑的奇点性机遇，重新认知和构建银行的生态和企业价值链，重塑银行与社会和客户的链接。

HUAWEI EBG全球金融业务首席数字化转型官陈昆德认为，在数字化转型的大背景下，银行每个部分都离不开数据与人工智能。对银行来说，提升AI能力代表着经营能力的提升。他认为，一方面应更关注使用大量数据建模的问题，另一方面是人工智能打乱传统的商业流程，如何快速使用更多的数据和更大的算力去协助业务是非常重要的。

招商银行信息技术部副总经理兼零售研发中心总经理夏雷认为，AI技术未来的发展大有可为，如今在传统银行的应用正面临着天花板，AI的精准度、风控能力、推理能力还有很大的进步空间。

安信证券CIO许彦冰认为，AI在金融领域发挥着价值有目共睹的，券商、研究所、投行都有大量文本类的处理和自然语言处理，无论是自动的生成报告，还是反向的自然语言解析，如果能运用好AI技术，不仅可以极大提高业务的产能，还能极大提高员工的工作效率。

“数字化”未来已来，突围就在当下。在数字经济革命时代，金融行业也将通过人工智能技术驱动数字化变革，索信达控股作为中国领先的金融大数据与人工智能解决方案厂商。核心团队和研发团队全部来自原SAS、Teradata、FICO，天然具有世界级产品厂商的血缘和水准，索信达将积极把握机遇，为金融伙伴赋能，打造良性的金融行业生态，在数字化之道扬帆起航，共同开启金融数字化发展新篇章！