用人工智能驅(qū)動金融生活 講話

1、傳統(tǒng)金融創(chuàng)新連接金融生活隨時隨地可及普惠、個性化、場景化ATMPOS客戶經(jīng)理網(wǎng)點可穿戴設備PC生物特征識別手機平板金融云保險融資征信理財支付場景場景機器學習生物識別、區(qū)塊鏈活數(shù)據(jù)大計算信任智能貼心安全IOT AR/VRAR/VRIOT 語音識別圖像識別機器學習NLP人工智能能力人工智能應用風控營銷搜素智能助理征信推薦人工智能平臺微貸/花唄準入模型 反套現(xiàn)企業(yè)個人業(yè)務安全賬戶安全 交易安全反洗錢 反作弊 反欺詐智能客服智能問答 用戶之音 異常檢測保險風險評估保險定價 欺詐識別信用用戶畫像信用評估 信用報告財富精準營銷個性化推薦運營/BD個人用戶個人用戶商戶合作伙伴金融機構(gòu)合作伙伴個人用戶金融機構(gòu)

2、運營/BD個人用戶監(jiān)管機構(gòu)金融機構(gòu)機器人智能問答猜你問題 根據(jù)用戶歷史行為進行個性化問題推薦舉例：根據(jù)用戶歷史行為預測問題小二工作臺問題預測+自動啟動服務引導舉例：該用戶當日使用過支付寶還款工行信用卡機器人智能的回答您提及的相關(guān)問題智能異常定位與解決定位異常監(jiān)控實時聚類秒級別預警數(shù)據(jù)打通，實時能力解決服務寶坐席信息反饋解決源頭服務寶體驗平臺PD承接保證現(xiàn)場調(diào)度中心前線自助完結(jié)坐席反饋響應介入異常完結(jié)平均13min平均47min平均75min原流程：完結(jié)預警感知異常定位異常完結(jié)0min10min20min案例：某商戶異常處理流程耗時：30min耗時：125min該案例對比原流程測算減少服務咨詢量

3、960次效果實時分析螞蟻安全大腦帳戶風險意識成熟度黑名單設備位置行為特殊路徑突變操作異常設備標識LBS位置習慣交易人群關(guān)系賬戶-設備賬戶-卡賬戶-環(huán)境賬戶-賬戶交易風險控制應用螞蟻安全大腦事件傳導網(wǎng)絡風險決策中樞風險分析網(wǎng)絡數(shù)據(jù)分析及學習訓練引擎核身認證中心“傳統(tǒng)信用評估與創(chuàng)新信用評估的融合”芝麻分-最終芝麻分-基礎信用歷史時長信用歷史時長信用履約記錄數(shù)信用履約場景數(shù)公共事業(yè)繳費記錄數(shù)違約場景數(shù)信用履約記錄數(shù)職業(yè)類型學歷學籍手機穩(wěn)定性地址穩(wěn)定性信用履約場景數(shù)賬戶資產(chǎn)有無住房有無車輛公共事業(yè)繳費記錄數(shù)賬戶活躍時長消費金額消費層次消費場景豐富度違約場景數(shù)人脈圈信用度社交廣度社交深度分群一分群二分群

4、調(diào)整“信用+”金融拒絕客戶欺詐拒絕名單拒絕綜合審批拒絕客戶申請銀行反欺詐模塊+芝麻反欺詐服務內(nèi)部黑名單+芝麻行業(yè)關(guān)注名單銀行申請評分+芝麻信用評分銀行審批流程和電話核身人工核查+芝麻驗證審批通過客戶用戶高覆蓋度：+70%好壞用戶的高區(qū)分率度：+40% 與銀行信用的低相關(guān)性：0.1280%通過芝麻反欺詐服務，可在30%的總客戶(高風險客戶)中識別出80%的欺詐客戶，有效補充銀行現(xiàn)有的欺詐判斷。4倍芝麻行業(yè)關(guān)注名單識別出的不良用戶是該銀行整體用戶不良用戶比例的4倍以上，可用于自動拒絕及貸后預警。整體結(jié)果：提高審核通過率7降低逾期率0.3個百分點“信用+”生活芝麻信用評分越高的群體，整體逾期率越低0

5、.0%0.3%0.5%0.8%1.0%0.0%10.0%20.0%30.0%40.0%600-649分650-699分700-749分750-799分800-950分免押金住宿合作商戶訂單分布與逾期率曲線總訂單數(shù)逾期用戶占比訂單占比30天以上逾期率基于大數(shù)據(jù)和機器學習的信貸模式是螞蟻微貸的最大優(yōu)勢，在這個模式下，客戶立即申請立即獲貸，不良率低解決小微企業(yè)和個人貸款難的問題：金額高、流程長、授信難保險將比大多數(shù)的行業(yè)更重視大數(shù)據(jù)的運用：從產(chǎn)品人群的定位、身份識別和反欺詐、產(chǎn)品設計、定價，再到后續(xù)的賠付等，覆蓋全生命周期健康險反欺詐賠付精算車險與物聯(lián)網(wǎng)及穿戴設備結(jié)合使用量及使用習慣定價互聯(lián)網(wǎng)專有險運費險賬戶賠付險運費險運費險，5毛錢的保費，10塊錢的保額，堪稱“小而美”金融產(chǎn)品的典范在大數(shù)據(jù)的助力下，業(yè)務量以每年超過100%的速度快速增長背景特點前瞻性實時核保實時差異化定價出險率實時預測極速核賠決策運費險定價大數(shù)據(jù)精準定價幫助退貨運費險扭虧為盈簡單粗糙，劣幣驅(qū)逐良幣保費按5%費率統(tǒng)一收一口價精算定價數(shù)據(jù)定價大數(shù)據(jù)定價解釋方便，定價偏差大以歷史出險率為唯一定價因子預測較準，解釋性差以30+因子統(tǒng)計建模預測很準，難于解釋百萬ID特征，實時特征機器學習方法普：移動互聯(lián)網(wǎng)移動互聯(lián)網(wǎng)改變了觸達用戶的方式，促進了金融的普及惠：云計算云計算極大提