阿里AI赛道明星班 |「看看社保」,集成阿里云基础服务的智慧社保方案

简介: 2018年底已覆盖十几个省100多个区县,2000万人群。

看看社保推出了一套集成阿里云技术的SAAS系统,这是一套远程社保认证的解决方案,以人脸识别为主,声纹识别、大数据等技术为辅,让老人在家通过APP即可进行社保认证。
中国每年约发放3000多亿元养老金,为了确保领取人身份真实存在,需要领取人在指定的时间和地点进行认证,且每年需要进行一到多次的认证。这里的问题是,很多老人行动不便或异地,前往认证地点成本高且不安全。此外,不少地区不少情况下也因为身份认证不及时,造成冒领、盗领等问题。
这里的技术难点是活体识别,一方面很多农村地区的手机摄像头像素、性能功能有限,另一方面很多老人无法完成眨眼、摇头等动作,这就使得使用人脸识别时必须要使用其他的方式进行“生存认证”。
为此,看看社保转变思路,通过鉴定是否使用照片或者视频等认证,来判断是否是“非活体”。目前已经自研完成了算法,并取得了较高的识别率。看看社保CEO耿敢超表示,目前他们可以做到在十万分之一误差率下,达到97%的通过率。
看看社保CEO耿敢超是阿里AI赛道明星班第一期的优秀学员,在开班晚宴上,耿敢超首次遇到金沙江创投主管合伙人朱啸虎…… 2周后,看看社保获得金沙江创投5000万元投资。
对于此次的投资逻辑,朱啸虎认为:看看智能以智慧社保服务切入2B市场,这块市场门槛很高,但进入后很稳定,可持续为客户提供基础服务和增值业务。
看看社保的商业模式为B2G2C,通过为人社部门提供社保认证及衍生服务收取费用并获取流量,进而未来提供理财等服务。2017年底中国60岁以上老人达到2.41亿人,并以每年近10%的速度增长。看看社保按认证调用次数进行收费,核算下来整个中国社保认证的市场空间约为10亿元,似乎并非是个很大的生意。
耿敢超表示,社保认证服务是触达农村数亿人员的入口,看看社保正在扩充消费金融、理财服务、农机具及化肥种子贷款、农业保险等金融服务,以及蓝领招聘等其他一系列增值服务。社保认证本身是刚需但低频的事情,其他服务也能帮助其APP提升粘性。
看看社保的产品于2017年年初推出,2018年底已覆盖十几个省100多个区县,2000万人群,在河南、河北、贵州、四川、山西等有较高的市场占有率。持续增长的规模体量,对稳定性和安全性的要求越来越高,这也是为什么看看社保会选择阿里云的重要原因。

11.jpg

阿里AI赛道明星班报名二维码
原创文章,作者:蓝色理想。转载或内容合作请点击 转载说明 ,违规转载法律必究。
寻求报道,请 点击这里 。

目录
相关文章
|
4天前
|
人工智能 开发框架 算法
Qwen-Agent:阿里通义开源 AI Agent 应用开发框架,支持构建多智能体,具备自动记忆上下文等能力
Qwen-Agent 是阿里通义开源的一个基于 Qwen 模型的 Agent 应用开发框架,支持指令遵循、工具使用、规划和记忆能力,适用于构建复杂的智能代理应用。
60 10
Qwen-Agent:阿里通义开源 AI Agent 应用开发框架,支持构建多智能体,具备自动记忆上下文等能力
|
4天前
|
人工智能 运维 Kubernetes
阿里云容器服务AI助手2.0 - 新一代容器智能运维能力
2024年11月,阿里云容器服务团队进一步深度融合现有运维可观测体系,在场景上覆盖了K8s用户的全生命周期,正式推出升级版AI助手2.0,旨在更好地为用户使用和运维K8S保驾护航。
|
6天前
|
机器学习/深度学习 人工智能 安全
阿里云先知安全沙龙(武汉站) ——AI赋能软件漏洞检测,机遇, 挑战与展望
本文介绍了漏洞检测的发展历程、现状及未来展望。2023年全球披露的漏洞数量达26447个,同比增长5.2%,其中超过7000个具有利用代码,115个已被广泛利用,涉及多个知名软件和系统。文章探讨了从人工审计到AI技术的应用,强调了数据集质量对模型性能的重要性,并展示了不同检测模型的工作原理与实现方法。此外,还讨论了对抗攻击对模型的影响及提高模型可解释性的多种方法,展望了未来通过任务大模型实现自动化漏洞检测与修复的趋势。
|
1天前
|
人工智能 运维 监控
阿里云Milvus产品发布:AI时代云原生专业向量检索引擎
随着大模型和生成式AI的兴起,非结构化数据市场迅速增长,预计2027年占比将达到86.8%。Milvus作为开源向量检索引擎,具备极速检索、云原生弹性及社区支持等优势,成为全球最受欢迎的向量数据库之一。阿里云推出的全托管Milvus产品,优化性能3-10倍,提供企业级功能如Serverless服务、分钟级开通、高可用性和成本降低30%,助力企业在电商、广告推荐、自动驾驶等场景下加速AI应用构建,显著提升业务价值和稳定性。
|
1天前
|
存储 人工智能 数据管理
媒体声音|专访阿里云数据库周文超博士:AI就绪的智能数据平台设计思路
在生成式AI的浪潮中,数据的重要性日益凸显。大模型在实际业务场景的落地过程中,必须有海量数据的支撑:经过训练、推理和分析等一系列复杂的数据处理过程,才能最终产生业务价值。事实上,大模型本身就是数据处理后的产物,以数据驱动的决策与创新需要通过更智能的平台解决数据多模处理、实时分析等问题,这正是以阿里云为代表的企业推动 “Data+AI”融合战略的核心动因。
|
3天前
|
人工智能 Cloud Native 数据管理
数据+AI融合趋势洞察暨阿里云OpenLake解决方案发布
Forrester是全球领先的市场研究与咨询机构,专注于新兴技术在各领域的应用。本文探讨如何加速现代数据管理,推动人工智能与客户业务的融合创新。面对数据标准缺乏、多云环境复杂性、新兴业务场景及过多数据平台等挑战,Forrester提出构建AI就绪的数据管理基石,通过互联智能框架、全局数据管理和DataOps、端到端数据管理能力、AI赋能的数据管理以及用例驱动的策略,帮助企业实现数据和AI的深度融合,提升业务价值并降低管理成本。
|
3月前
|
Java Maven Docker
gitlab-ci 集成 k3s 部署spring boot 应用
gitlab-ci 集成 k3s 部署spring boot 应用
|
2月前
|
消息中间件 监控 Java
您是否已集成 Spring Boot 与 ActiveMQ?
您是否已集成 Spring Boot 与 ActiveMQ?
59 0
|
6月前
|
监控 druid Java
spring boot 集成配置阿里 Druid监控配置
spring boot 集成配置阿里 Druid监控配置
327 6
|
6月前
|
Java 关系型数据库 MySQL
如何实现Springboot+camunda+mysql的集成
【7月更文挑战第2天】集成Spring Boot、Camunda和MySQL的简要步骤: 1. 初始化Spring Boot项目,添加Camunda和MySQL驱动依赖。 2. 配置`application.properties`,包括数据库URL、用户名和密码。 3. 设置Camunda引擎属性,指定数据源。 4. 引入流程定义文件(如`.bpmn`)。 5. 创建服务处理流程操作,创建控制器接收请求。 6. Camunda自动在数据库创建表结构。 7. 启动应用,测试流程启动,如通过服务和控制器开始流程实例。 示例代码包括服务类启动流程实例及控制器接口。实际集成需按业务需求调整。
453 4