物联网的爆发催生了“百模大战”，也引领了生成式人工智能（AIGC）技术发展的浪潮。 我们正在大步迈入大规模模型时代，人工智能对金融领域的影响和赋能将不断加深。 但AI算法是否会被所有人归结为“生成性”，答案未必那么绝对。
“AIGC算法在金融数据建模和智能交互方面展现出显着优势；在信用评分和欺诈检测方面，判别式AI技术更加强大。两种算法的深度融合可以灵活应对不同的金融场景和需求，并且在追求高效率和高性能之间取得最佳平衡。” 近日，在中泰证券召开的战略会上，百融云创CEO张少峰这样表示。
张少峰认为，人工智能在金融行业的应用正在向2.0时代演进，即从分析判别到内容生成，但与此同时，这项技术的创新也不是非此即彼的过程。 “AIGC技术在很多领域都有显着优势，但并不是所有的问题都可以依靠它来解决。”
在从AI1.0迈向2.0时代的过程中，百融云创是见证者，也是积极参与者。 成立9年来，百融云创凭借强大的智能分析能力和深刻的行业洞察力，将自主研发的AI技术与金融服务深度融合，一站式全链路赋能金融机构数字化转型。
人工智能与金融的融合已持续多年。 金融行业天然的风险属性和服务特性为人工智能的应用提供了广阔的土壤。 统计显示，近十年来，得益于判别式AI等技术的长足进步，AI在金融领域的应用大幅增加，其中IT部门的应用占比超过60%。
判别分析技术可以帮助金融机构更好地进行智能分析和决策。 例如，一家国有银行委托百融云创帮助其分析了 5000 个已确认的欺诈样本。 通过复杂的关系网络模型，百融云创成功挖掘出与这些样本关联的9000余名团伙诈骗客户。 在这些诈骗客户中，83%的人在申请贷款时被银行拒绝，但仍有17%的人成功贷款，导致银行整体坏账水平大幅上升。
“如果银行在放贷前采用基于复杂关系网络的机器学习算法，就有可能识别并拒绝这些高风险客户，有效降低银行的坏账率。” 张少峰介绍。
百融云创借助复杂的关系网络，将现实世界错综复杂的人际关系抽象成一张地图。 从而实现客户的“升级认知”，将原本错综复杂的客户管理问题转化为清晰可视化的拓扑网络。 利用关系图，百融云创可以识别欺诈风险，准确率接近90%，预测团伙欺诈违约率4到10倍。
在张少峰看来，过去十年，基于知识图谱和机器学习的复杂关系网络一直是人工智能在金融领域的重要技术基石，也代表着判别分析在AI1.0时代的典型应用成果。
“关系图系统可以保持高达10000以上的高性能计算。” 张少峰介绍，目前关系图谱系统已广泛应用于反欺诈、贷后管理等领域，为金融行业提供有力支撑，助力挖掘和防范金融风险。
不仅如此，在风险评估、信用评级等诸多领域，判别式AI技术大放异彩。百融云创借助先进的机器学习技术，将客户行为信息等弱变量与金融活动强关联，精准预测潜在信用风险，帮助金融机构优化资源配置
本站对作者上传的所有内容将尽可能审核来源及出处，但对内容不作任何保证或承诺。请读者仅作参考并自行核实其真实性及合法性。如您发现图文视频内容来源标注有误或侵犯了您的权益请告知，本站将及时予以修改或删除。
Copyright © 2017-2018