用人工智能驱动金融生活 讲话.pptx

人工智能驱动的金融生活鲁肃蚂蚁金服金融生活传统金融创新连接金融生活随时随地可及普惠、个性化、场景化支付理财…………………………网点生物特征识别ATMPOS可穿戴设备PC金融云保险客户经理手机平板征信融资金融生活的技术驱动力活数据场景IOT AR/VR智能信任机器学习生物识别、区块链贴心安全AR/VRIOT 场景大计算图像识别机器学习语音识别NLP人工智能搜素风控智能助理推荐人工智能应用人工智能能力征信营销金融机构商户个人用户人工智能驱动金融生活企业合作伙伴个人金融机构人工智能平台微贷/花呗业务安全智能客服账户安全 交易安全反洗钱 反作弊 反欺诈准入模型 反套现智能问答 用户之音 异常检测运营/BD 个人用户运营/BD个人用户监管机构金融机构财富信用保险精准营销个性化推荐用户画像信用评估 信用报告风险评估保险定价 欺诈识别合作伙伴个人用户案例1: 蚂蚁智能客服小二工作台猜你问题 机器人机器人智能问答智能的回答您提及的相关问题问题预测+自动启动服务引导根据用户历史行为进行个性化问题推荐举例：根据用户历史行为预测问题举例：该用户当日使用过支付宝还款工行信用卡案例1: 蚂蚁智能客服解决异常监控定位智能异常定位与解决实时聚类秒级别预警数据打通，实时能力解决源头服务宝体验平台现场调度中心前线自助PD承接保证服务宝案例：某商户异常处理流程原流程：坐席反馈预警感知异常定位响应介入异常完结异常完结完结完结坐席信息反馈耗时：30min耗时：125min效果0min平均13min10min平均47min20min平均75min该案例对比原流程测算减少服务咨询量960次案例2: 蚂蚁安全大脑账户-设备账户-环境风险意识账户-卡账户-账户人群…特殊路径突变操作异常成熟度交易黑名单…行为帐户设备标识设备位置实时分析LBS位置关系蚂蚁安全大脑习惯案例2: 蚂蚁安全大脑事件传导网络交易风险控制应用风险决策中枢风险分析网络蚂蚁安全大脑核身认证中心数据分析及学习训练引擎分群二分群一案例3: 大数据征信分群调整芝麻分-最终芝麻分-基础“传统信用评估与创新信用评估的融合”违约场景数信用历史时长公共事业缴费记录数信用履约记录数信用履约场景数人脉圈信用度社交广度社交深度…账户资产有无住房有无车辆…职业类型学历学籍手机稳定性地址稳定性…账户活跃时长消费金额消费层次消费场景丰富度…信用历史时长信用履约记录数信用履约场景数公共事业缴费记录数违约场景数…案例3: 大数据征信客户申请80%人工核查+芝麻验证银行反欺诈模块+芝麻反欺诈服务“信用+”金融通过芝麻反欺诈服务，可在30%的总客户(高风险客户)中识别出80%的欺诈客户，有效补充银行现有的欺诈判断。欺诈拒绝4倍名单拒绝内部黑名单+芝麻行业关注名单芝麻行业关注名单识别出的不良用户是该银行整体用户不良用户比例的4倍以上，可用于自动拒绝及贷后预警。银行申请评分+芝麻信用评分拒绝客户用户高覆盖度：+70%好坏用户的高区分率度：+40% 与银行信用的低相关性：0.12整体结果：提高审核通过率7％降低逾期率0.3个百分点综合审批拒绝银行审批流程和电话核身审批通过客户案例3: 大数据征信芝麻信用评分越高的群体，整体逾期率越低“信用+”生活订单占比30天以上逾期率案例4: 大数据微贷基于大数据和机器学习的信贷模式是蚂蚁微贷的最大优势，在这个模式下，客户立即申请立即获贷，不良率低解决小微企业和个人贷款难的问题：金额高、流程长、授信难案例5: 保险保险将比大多数的行业更重视大数据的运用：从产品人群的定位、身份识别和反欺诈、产品设计、定价，再到后续的赔付等，覆盖全生命周期车险互联网专有险健康险反欺诈赔付精算运费险账户赔付险与物联网及穿戴设备结合使用量及使用习惯定价案例5: 保险运费险，5毛钱的保费，10块钱的保额，堪称“小而美”金融产品的典范在大数据的助力下，业务量以每年超过100%的速度快速增长运费险特点背景前瞻性实时核保实时差异化定价出险率实时预测极速核赔决策案例5: 保险大数据精准定价帮助退货运费险扭亏为盈运费险定价数据定价精算定价大数据定价一口价简单粗糙，劣币驱逐良币保费按5%费率统一收解释方便，定价偏差大以历史出险率为唯一定价因子预测较准，解释性差以30+因子统计建模预测很准，难于解释百万ID特征，实时特征机器学习方法技术创新助力普惠金融普：移动互联网惠：云计算惠：大数据普＋惠：人工智能移动互联网改变了触达用户的方式，促进了金融的普及云计算极大提升了计算的效率，降低了交易的处理成本大数据能够帮助甄别和计量风险，使长尾用户获得更好服务人工智能让普通用户也可以享受智能个性化的金融服务，有AI驱动Finlife谢 谢THANK YOU