小蚂蚁说：
在今年9月20日蚂蚁金服ATEC科技大会的主论坛上，蚂蚁金服副CTO胡喜宣布，蚂蚁金服的金融科技正式全面开放，为行业提供完整的数字金融解决方案。包括容灾系统在内的多项核心技术和解决方案，如金融安全、区块链等都将对合作伙伴开放。
目前，蚂蚁金融科技正式宣布进入了3.0时代：支付宝对内延续BASIC战略，对外开放的技术越来越完整、越来越核心，是成建制、有体系的全面开放，并实现了技术商业化。
根据承载蚂蚁金服金融科技开放的官网显示，蚂蚁金服全面开放的技术菜单多达数百种，包括金融安全技术、海量金融交易技术，金融风控技术等；行业解决方案则包括数字银行解决方案、数字保险解决方案。
过去一段时间来，小蚂蚁为大家系统的介绍了蚂蚁金服科技开放的各项技术产品，包括百分百自研的金融级关系型数据库OceanBase 2.0的发布；中国首个金融级图数据库GeaBase；蚂蚁金服数据洞察分析平台DeepInsight；蚂蚁金服移动开发平台mPaaS等等……
今天的这篇文章整理自蚂蚁金服ATEC科技大会《金融智能》论坛中蚂蚁金服人工智能部资深产品专家黄硕的题为 《金融智能平台在金融机构AI能力建设中的应用》的演讲整理。本文系统的为你介绍了蚂蚁金服金融智能平台，以及其精彩案例分享。一起来学习一下吧~！
你还可能感兴趣关于蚂蚁金服科技开放的其他干货整理：
《深度|蚂蚁金服分布式金融核心套件：金融核心系统变革助推器》
《蚂蚁金服的to B开放》……
关注“蚂蚁金服科技”官方公众账号，了解更多吧！
黄硕 蚂蚁金服人工智能部资深产品专家
今天给大家分享的是蚂蚁金服打造的金融智能平台工具，它基于两个目标被建立：
第1， AI模型的资产化沉淀。你会发现这样一个问题，大家在用AI模型的时候，A做了一套模型，过两天发现B做了，C也做了，大家都各自做了各自的模型。其实A做的东西可能B也有用，A部门做营销，B部门也会做营销，所以一套营销的模型其实是可以复用的，所以我们希望这个平台第一个目标是形成资产化沉淀AI能力。
第2， 在沉淀之后自然是复用的概念，我们希望用一些现代的技术手段让AI的能力变得更加易用。以前我们做AI的时候会写一堆的代码，这些东西更多是工程师和科学家手中的工具。我们希望把这些大量的代码工作简单化，把AI变成我们业务同学手中的武器。
综上，我们做了金融智能平台。
蚂蚁金服的金融智能平台做了算法库，预先定义了100多个金融相关的算法和模型，把跟金融业务相关的算法全部封装成模板，将里面的参数做了一些预设定和配置，通过拖拽建模的方式来把模型或算法拖拽到你的界面。蚂蚁金服希望达到的目标可以通过拖拽和简单调参后的一键部署的方式即可到生产环境中直接上线，业务部门可以直接用，提升效率。
蚂蚁金服AI平台被定义成为在AI时代的操作系统。在PC时代，操作系统出现之前，一个用计算机的人要打穿从底层到应用来进行操作。而当我们将AI平台做完后，业务部门可以借此直接满足做智能营销、风控等各种各样的需求。
在搭建AI平台中，我们将AI平台做了可视化展现，把所有的操作全部可视化，将所有的代码工作全部进行了封装。在使用这个平台的绝大多数场景下都不用写一行代码，通过拖拽即可完成。我们通过算法以及数据连接把所有的AI的事情封装起来，实现了可视化AI建模。
基于蚂蚁金融智能技术提供的服务已经给人们的金融生活带来了诸多便利，以下是几个案例：
第一个案例是智能客服。
在客服服务中，我们现在强调意图识别，猜你的问题并且主动提供服务，而不是通过对话框或者电话让用户去主动地提问题，这可以减少用户的沟通成本，提高用户体验。
以支付宝为例，如果你点开客服，它会猜你可能想问什么样的问题，比如猜三个，你选了其中之一个，后面把答案就直接给你。这样设置的好处在于，其一，用户说话和等待的时间越少，心里会是更加开心的状态，通过AI猜用户的问题的意图识别方式可以提升用户使用感受。其二，成本的节约：支付宝每天的客服量是百万级别甚至千万，如果变成人工成本则过于高昂，通过智能客服大部分的问题都能自动解决，节约了大量人力成本。
第二个例子是计算机视觉的应用。
以用于车险定损的第二代 定损宝 为例，你拿手机对车转一转，自动对车出现的损伤做分析，它可以直接告诉你损伤的程度，比如最后分析出有三个问题，自动推荐给你维修方案。第二代定损宝有一个特别好的地方，我们以前讲计算机视觉，比如说人脸识别等都是把照片放到后台的云端做技术处理再返回到前端。这样的数据交互中数据要跑到你的数据中心，而第二代定损宝则是现场直接拍，不必把数据传到后台，直接在前端就完成大部分操作。我们把以前要在后台做的AI的能力全部推到手机上，通过手机的芯片完成应用，用户的数据不必再跑到云上，直接在手机里即可完成，能一定程度上解决用户隐私、信息安全等方面的问题。
第三个案例是信息结构化，它能帮助金融机构的投研或者风控人员更好获取信息的应用。
如果你是金融机构的风控人员你会关注两件事：第一，你要看贷款的公司是否有问题。第二，你会关注周边和外围的情况，比例市场的利率。我们把你获取信息的过程进行浓缩，通过AI工具进行过滤，过滤后的结构化信息就可以帮助你更好更快地拿到所需要的信息。
以货币市场基金的募集说明书为例，首先它会谈到管理投资、高管人员等事件。我们把里面谈到的相关的公司和事件列到一侧对应原文信息，另一侧则经过结构化，把业务人员关心的问题对应成事件，摘抄到边上。业务人员可以只看边上就知道某一家公司发生了什么事，也可以回看正文，这可以帮助业务人员快速处理信息、提升效率。它也可以量化应用。
最后的案例是蚂蚁金服的合作伙伴，中和农信，这是一个整体解决方案。
中和农信提供农业相关的小微贷款服务。我们在AI层面上提供给它人脸识别技术，使线下人工审核变成了可以线上实现，并且通过我们的平台更好完成风控任务。它还用到了蚂蚁客服机器人平台，通过智能客服以及舆情平台去做信息的结构化挖掘。通过这种方式在全业务链条里实现业务的自动化以及用户体验的提升。
结语
目前，AI现在在金融机构的业务中是从无到有，再从有到无的过程。可能在三年前听不到的人工智能在金融机构中有什么应用，而这两三年中，这些都出现了。现在我们要从有到无，就是要让AI无处不在：通过科技开放携手更多合作伙伴，让AI在各个业务场景中都可以发挥作用，成为无所不在的工具。
— END —
