智融集团获4.66亿C轮融资 李开复:人工智能在金融领域的现实案例

简介: 凭借着技术立身的坚守、对金融革新的进一步剖析,智融集团最终能像李开复先生说的那样,在自身获得长足发展的同时,也能在行业层面成为AI技术整体进步、金融科技深化发展的推动力量。

微信图片_20211230212150.jpg


328日,领先的新金融科技企业用钱宝宣布,公司获得金砖资本、中金甲子领投,国科嘉和、创新工场、源码资本、光信资本跟投的C4.66亿人民币融资,并将品牌正式升级为“智融集团”。


发布会上,创新工场创始人李开复先生表示,智融集团及其所代表的科技+金融模式,是人工智能(AI技术)在金融领域深入应用的成功案例,智融集团算法的难度丝毫不低于人工智能在其他领域的应用,未来整个金融行业与AI技术结合后,还将涌现出更多更大的机会。


互联网VC界一直存在着“C轮死”的说法,大多数互联网企业都难以获得C轮融资。智融集团此次成功完成C轮融资,对行业的影响力极为重大,代表着以AI技术促进金融业务的商业模式已经成立,大热的AI技术不再停留于概念,已能够变现并且实现规模化盈利。


AI彻底变革金融领域

AI与金融碰撞应运而生的新金融科技在近期毋庸置疑成了新风口,其中信贷领域成为互联网金融公司们的主要逐鹿场。用AI技术加速驱动传统金融的革新,以技术革命扩展金融服务的群体,成为一批创新企业的重要命题。

在智融集团的C轮融资发布会上,李开复也鲜明提出:金融领域将是第一个被人工智能颠覆的领域。因为AI应用有4个条件:数据量大、数据属性有标注、领域单一及具备AI专家人才。

微信图片_20211230212154.jpg

图:从李开复“4个条件”看AI与金融的匹配及升级后的智融集团

纵观人类历史的金融发展,一直遵循着这几条业务方向:用准确的风险评价提升金融安全,同时尽量扩展金融服务覆盖的用户群体,并保持业务持续运作的稳定性。但在传统的金融运转体系里,这几个方向往往彼此制约。

AI技术的应用能较大程度解决上述制约:高精度的数学模型及持续的迭代升级优化,让风险评价越来越准确;快速的机器化自动处理,处理效率高且不会劳累,人工成本仅限制在运营维护上;无人为介入,评价的过程、结果都很客观,且能有效规避欺诈行为,输出结果稳定。

从这些方面来看,AI技术率先选择金融落地应用,金融引入AI技术推进革新都是基于各自需要的恰当选择。

值得一提的是,AI技术落地应用最首要的条件是大样本量,对应到金融领域即需要足够多的交易频次。正如智融集团CEO焦可所说,不能对技术盲目乐观,目前AI技术更适用于小额短期信贷业务,因为其能够带来足够的样本量,技术驱动效应会更强。


智融集团首发I.C.E.人工智能风控引擎

坚实风控打造业务基石

微信图片_20211230212159.jpg

在智能信贷的不断实践中,智融集团组建了自己的AI新金融技术—I.C.E.人工智能风控引擎也在此次发布会正式亮相。I.C.E.Identify(识别)、Calculate(计算)、Evaluate(评估)的缩写,对应人工智能的三大部分,感知、计算和预测,智融集团CTO齐鹏在介绍I.C.E.时表示,这三部分紧密结合,缺一不可。

智融集团的I.C.E.人工智能风控引擎由:挖掘信贷评价指标数据的柯南特征工程系统、实现深度自我迭代的D-AI机器学习模型、支撑亿万量级大数据计算的Anubis 大数据计算架构这三部分组成。这样的技术体系支撑公司可以在风控数据端挖掘并验证海量弱特征数据,并将之作为基础进行多维度建模,实现用户信贷风险的全方位评价和预测。

通过借助了AI技术,智融集团I.C.E.人工智能风控引擎的处理效率更高、画像更准确、市场反应更敏捷,完全契合了传统金融照顾不到的市场群体的信贷需求,也使得用钱宝获得了预期的市场成效。

20173月结束,智融集团旗下用钱宝单月交易笔数预计将达到150万笔,全程无人工操作反映了AI技术在金融革新上的爆发力。相对传统金融而言,150万笔无疑是个天文数字,在传统的银行体系内,单个网点可以展开的信贷审批量通常取决于人力规模,业务处理量受到了很大限制。

AI技术的自我迭代特征也让这个领域更易形成强者愈强的马太效应。一方面,快速提升的用户量带来的数据反哺让风控模型迭代优化更为高效;另一方面,又可在风险可控的情况下推动用户量——也就是样本量,不断扩展,不断优化,如此,以技术形成行业竞争壁垒。


技术升级永无止境

微信图片_20211230212202.jpg

技术的追求永无止境,对技术的不断锤炼、对金融与技术结合的新认知,促使企业不断升级自身定位。

在人工智能与金融结合的领域尝试已久后,用钱宝将品牌升级到智融集团,目标是借助用钱宝的数据和技术积累,以及在“AI专家人才”上的储备,更大化地实现AI技术与金融服务的融合。除了原有的金融服务平台用钱宝APP,智融集团将设立基于AI技术的“I.C.E.人工智能风控引擎”、基于大数据和自动化的“慧诚帮帮PaaS智能信贷管理平台”。业务模式上的扩展都基于如何推动AI技术的整体进步、如何以技术驱动让金融革新的步伐更为扎实。

但即便有过去的丰富积累,AI技术的应用还存在重重挑战。焦可认为,I.C.E.人工智能风控引擎的1200+个弱特征、用钱宝150万笔的单月交易仍然只是冰山一角,进一步的数据开采是一项持续的工作,这将成为新金融技术发展的基石。

另外,风控模型的优化没有终点,预测的结果永远都是无限接近事实,而非事实本身。而越接近事实,技术带来的价值就越大,这就要求AI风控模型不断提高预测精度。智融集团I.C.E.人工智能风控引擎,单2月份就完成了159次的模型迭代,而这只是无限优化过程中的一部分。

但有理由相信,凭借着技术立身的坚守、对金融革新的进一步剖析,智融集团最终能像李开复先生说的那样,在自身获得长足发展的同时,也能在行业层面成为AI技术整体进步、金融科技深化发展的推动力量。

相关文章
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能技术在金融领域的应用有哪些?
【10月更文挑战第16天】人工智能技术在金融领域的应用有哪些?
1783 1
|
2月前
|
人工智能 边缘计算 算法
CDGA|利用人工智能与边缘计算显著提升数据治理效率与效果的实践案例
​ 在当今数字化转型的浪潮中,数据已成为企业最宝贵的资产之一。然而,随着数据量的爆炸性增长,如何高效、安全地治理这些数据成为企业面临的重要挑战。人工智能(AI)与边缘计算技术的融合,为数据治理带来了前所未有的机遇。本文将通过实际案例,探讨如何利用AI与边缘计算显著提升数据治理的效率和效果。
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能在现实世界中的应用:从理论到实践
【10月更文挑战第8天】人工智能在现实世界中的应用:从理论到实践
118 0
|
4月前
|
人工智能 Java 定位技术
人工智能ChatGPT 体验案例:使用ChatGPT实现java扫雷小游戏
这篇文章通过一个使用ChatGPT实现的Java扫雷小游戏案例,展示了ChatGPT在编程领域的应用能力。文章中包含了扫雷游戏的Java代码实现,代码中初始化了雷区地图,随机放置雷,计算每个格子周围雷的数量,并提供了一个简单的文本界面与用户交互进行游戏。游戏通过控制台输入接受玩家的指令,并给出相应的反馈。
人工智能ChatGPT 体验案例:使用ChatGPT实现java扫雷小游戏
|
4月前
|
机器学习/深度学习 人工智能 数据处理
【人工智能】项目实践与案例分析:利用机器学习探测外太空中的系外行星
探测外太空中的系外行星是天文学和天体物理学的重要研究领域。随着望远镜观测技术的进步和大数据的积累,科学家们已经能够观测到大量恒星的光度变化,并尝试从中识别出由行星凌日(行星经过恒星前方时遮挡部分光线)引起的微小亮度变化。然而,由于数据量巨大且信号微弱,传统方法难以高效准确地识别所有行星信号。因此,本项目旨在利用机器学习技术,特别是深度学习,从海量的天文观测数据中自动识别和分类系外行星的信号。这要求设计一套高效的数据处理流程、构建适合的机器学习模型,并实现自动化的预测和验证系统。
88 1
【人工智能】项目实践与案例分析:利用机器学习探测外太空中的系外行星
|
4月前
|
机器学习/深度学习 人工智能 算法
【人工智能】传统语音识别算法概述,应用场景,项目实践及案例分析,附带代码示例
传统语音识别算法是将语音信号转化为文本形式的技术,它主要基于模式识别理论和数学统计学方法。以下是传统语音识别算法的基本概述
115 2
|
4月前
|
机器学习/深度学习 人工智能 搜索推荐
【人工智能】人工智能在医疗健康中的应用以及实际案例和进展概述
人工智能(Artificial Intelligence, AI)在医疗健康领域的应用日益广泛,为医疗服务的提升和健康管理带来了革命性的变化。以下是人工智能在医疗健康中的主要应用
1304 1
|
4月前
|
机器学习/深度学习 数据采集 人工智能
【AI在金融科技中的应用】详细介绍人工智能在金融分析、风险管理、智能投顾等方面的最新应用和发展趋势
人工智能(AI)在金融领域的应用日益广泛,对金融分析、风险管理和智能投顾等方面产生了深远影响。以下是这些领域的最新应用和发展趋势的详细介绍
551 1
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能】TensorFlow简介,应用场景,使用方法以及项目实践及案例分析,附带源代码
TensorFlow是由Google Brain团队开发的开源机器学习库,广泛用于各种复杂的数学计算,特别是涉及深度学习的计算。它提供了丰富的工具和资源,用于构建和训练机器学习模型。TensorFlow的核心是计算图(Computation Graph),这是一种用于表示计算流程的图结构,由节点(代表操作)和边(代表数据流)组成。
97 0
|
4月前
|
机器学习/深度学习 人工智能 大数据
人工智能:从梦想到现实
20世纪初,计算机科学先驱艾伦·图灵提出“图灵测试”,探讨机器是否能展现与人类无异的智能行为,激发了人工智能(AI)的无限想象。1956年的达特茅斯会议标志着AI研究的开端,历经起伏,至80年代专家系统与机器学习的出现推动了AI进入新阶段。21世纪以来,大数据、云计算及深度学习等技术的飞速发展使AI应用广泛,从智能家居到医疗诊断等多个领域发挥重要作用。尽管如此,AI的发展亦伴随着隐私保护、就业及伦理等社会议题,需相关政策引导以确保其健康发展。