被光大银行点赞 你不知道京东金融的人工智能有多牛_凤凰财经
被光大银行点赞 你不知道京东金融的人工智能有多牛
用微信扫描二维码分享至好友和朋友圈
科技公司正在用数据和AI能力为传统银行带来更多改变。8月31日，京东金融与中国光大银行签署战略合作协议。这是继与工商银行、招商银行、民生银行等&牵手&之后，京东金融&ldquo
科技公司正在用数据和AI能力为传统银行带来更多改变。8月31日，京东金融与中国光大银行签署战略合作协议。这是继与工商银行、招商银行、民生银行等&牵手&之后，京东金融&朋友圈&的又一位重量级&嘉宾&。双方合作的内容主要聚焦在场景和账户层面，其中大数据风控、用户画像、人工智能等技术能力成为双方频繁提及的关键词。在互联网+时代，银行的风险管理越来越需要更加多元化的数据源、更加简洁的数据获取路径，也需要更加精准的数据处理和分析能力。在这样的背景之下，拥有数亿活跃用户、电商场景以及强大线下物流体系的科技公司，可以依靠自身与生俱来的大数据基因为传统银行的风险管理提供数据量和数据维度的扩充。正如京东金融金融科技事业部总经理谢锦生在光大银行合作发布会上所说，在海量数据的支撑之下，京东金融已经搭建了以数据为驱动的风控体系，子模型达到100多个，模型变量则达到3万多，并已经构建起包括云图系统、高维反欺诈模型、大规模图计算框架、风险画像、深度学习能力、生物探针在内的一整套完整的风控体系，并实现对金融行业的输出。京东金融特别提到了双方合作的重要技术&&交易反欺诈系统。该系统依托10万+特征变量，500+个规则，90+个模型，形成了包括交易风控决策、借贷风控决策、监控预警、事后处理四个环节在内的完整风控系统，在这期间，京东金融的设备指纹、生物探针和行为序列等多项先进AI技术，则可以实现对账号异常登录和交易行为进行实时、多维度、动态校验。业内人士表示,依托京东的大数据交易信息和银行严密的交易监控系统和多年积累的金融风险经验及模型，京东金融与广大银行或许将建立共同的交易反欺诈风控合作，进一步防范互联网风险，保障客户交易安全。另外，京东金融未来将向光大银行提供的安全魔方产品，则能够实现对申请欺诈、信用欺诈、账户盗用、洗钱、羊毛党、虚假交易等行为的有效防范，&在合作模式上，安全魔方可对外输出风控技术、提供风控业务培训&，谢锦生表示。事实上，风控是一个很长的链条，从上游的数据收集、清洗，到建立模型防范欺诈风险、确立授信额度，再到贷后的催收、失联修复，每一个环节对核心能力的要求均有不同。当消费金融业务成为当下最炙手可热的业务时，构建人工智能风控体系、更好地利用大数据洞察客户的信用、降低银行的借贷风险，变得尤其关键和重要。可以预见,未来,光大银行基于京东金融输出的人工智能与用户洞察能力，不但可以实现更加精准的风险定价与用户运营，也将实现对每一个用户提供针对性的个性化的服务，真正达到&千人千面&。比如，京东金融基于智能投顾的财务管理计划，主要是依靠对交易数据、京东数据标签等数据收集，对客户进行360度客户画像分析，判定客户的偿还能力、风险偏好、投资回报率等，最终为客户提供千人千面的投资建议。传统的个性化理财服务依靠的是理财师，价格昂贵，且在理解用户需求上需要花一番功夫。而智能投顾则是虚拟机器人基于客户自身理财需求，通过算法和产品来完成的理财顾问服务。机器能够克服情绪在投资中的干扰作用，根据用户的风险承受能力和偏好做出投资决策。银行引入智能投顾之后,不但能够降低运营成本，还能够通过定制化服务，提升每一个客户的满意度。未来，京东金融风控能力和AI技术将为银行业务开展提供诸多便捷，如果合作顺利,光大银行将借助这样的技术，实现降低成本、提高效率，服务好用户的愿景。
[责任编辑：李冰 PF013]
责任编辑：李冰 PF013
用微信扫描二维码分享至好友和朋友圈
预期年化利率
凤凰点评：凤凰集团旗下公司，轻松理财。
凤凰点评：业绩长期领先，投资尖端行业。
凤凰点评：进可攻退可守，抗跌性能尤佳。
同系近一年收益
凤凰点评：震荡市场首选，防御性能极佳且收益喜人，老总私人追加百万。
凤凰财经官方微信
播放数：31124
播放数：36428
播放数：39920
播放数：167245用人工智能做金融风控 光大银行和京东金融这个尝试靠谱吗_百度知道
用人工智能做金融风控 光大银行和京东金融这个尝试靠谱吗
答题抽奖
首次认真答题后
即可获得3次抽奖机会，100%中奖。
还是比较安全的，只有收益下降以及账户方面的风险。不过金融收益水平整体是比较低的，年收益率都在7%以下，用于理财还是比较吃亏的。现在理财用得比较多的是惠然通，收益上要比金融高很多，年收益率有16%以上的，而且1元起就能理财了，比较人性化，也比较安全稳定一些。
采纳率：92%
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。消息，在周日于深圳举行腾讯大数据技术峰会暨KDD&China技术峰会上，百度金融服务事业群组研发负责人、KDD&China副主席沈抖博士介绍了百度金融各场景背后的人工智能技术和方案，包括安全防护、智能获客、大数据风控、量化投资等。以下是沈抖博士演讲实录，雷锋网做了不改变原意的编辑：安全防护：亿万级数据如何进行实时身份识别佐证除了通过攻击机器，黑客还会在你跟服务之间的通信链路上去突破，所以我们就必须做好加密，这也是为什么现在所有的银行板块基本都会使用HTTPS加密。原来百度搜索不是这样做的，因此会导致用户搜索过某些东西后，就会接到推销电话的情况，其实这是因为在中间的链路就被劫走了。如果这招还搞不定，设备是安全的，链路也是安全的，那么黑客能想到的就只能把你的用户名和密码偷走了。所以会出现很多地方的账号泄露，也导致很多拖库和撞库事件的发生。往下想还有更可怕的是身份盗用。所以这时候就有必要去做谓生物佐证和活体识别。现在，活体识别是整个金融行业做身份识别中非常重要的一块。照片容易复制，所以单单提供一张脸也未必就可信，所以必须让用户做活体，比如眨眼、扭头、张嘴等。所以上述就是安全防护中会出现的攻击步骤，并且一步步都变得愈加严重。那百度现在每天有这么多的数据，可以做什么呢？登录授权，身份刻画比如所谓每天300亿次授权，就是如果你处于登录状态，每对百度进行一次访问，这个PV都会到达后台，可以做什么呢？就是比如虽然登录的时候是你，然后传输过程中也是你，但是有可能黑客在不知道什么地方就把你的身份信息截获了，并从另一个地方登录访问。所以从系统上来讲，我们要实时地判断这个身份是否已经被替换了。所以，每日300亿次授权，200亿次定位，60亿次点击，3亿次登录请求都可以用作身份刻画。实际上在判断一个账号是否安全的时候大概就看这几方面：时间冲突首先时间上，如果突然有一段时间在印度，突然有大量的百度账号，而且晚上两点三点发生很大账号行为，但这行为却是根本没干什么。很多黑客一下撞库拿到很多账号之后，他怎么办？他就真的是批量地去尝试——这些账号能不能登陆？假如都登录完了之后，发现你有钱包账号，他什么都不干，直接跳去看你有多少余额。一般正常人不会做这样的事（意味着是安全风险的信号）。所以实际上所有这些数据合在一起，基本上就能判断这个人到底是什么情况了，也因为如此我们就会加重组织的风控指标，来判断每一次登录是否正常。证明“你是你”说完流程，下面讲一下怎么去判断一个人真的是一个人——证明“你是你”。证明你是你的时候有很多方法，包括前文的人脸识别、活体识别等，但在现在移动设备流行的前提下，有一个手段是非常便捷的——手写签名。在移动设备上，因为它可以记录每个人签名过程中的力度、速度、书写风格等，所以在采集到信息后，算法上把整个字分成各种小段，进行特征分类等方法来进行签名比对。这种方法的好处在于，每个人的书法习惯是很难去模仿的，因为一旦有了模仿的前提，速度和节奏极可能发生变化。智能获客和大数据风控其实智能获客和大数据风控都离不开对人的画像刻画。无论要做获客，找到这个人；还是要做风控，判断这个人是好人或坏人，都要对每个人有非常深刻的了解。我们举几个例子，看怎么去了解一个人：首先看看有没有贷款的意愿，可以从人生阶段、消费习惯等能够判断趋势；接下来就看其有没有还款的意愿，是不是很想贷，但贷了不想还；那如果即使想还，还要看其有没有还款能力，有可能还不起，比如尤其是过度消费导致多头借贷的情况；最后就是没有还款意愿的欺诈行为。智能获客：精确度与时效性任何行业都存在获客的问题——低成本地获得想要的客户对业务经营的作用不言而喻，金融行业同理。金融领域要想做好获客，大概是这几个方面：第一，得知道其有这个需求；第二，得有通道去抓获。无论是从搜索、LBS，还是到浏览，都表达了客户的需求。如宏江老师所说，一些新闻推荐你也许觉得不相关，但其实也表达了你的潜在诉求，你的行为就是你自己。通过这些行为，我们就能看出来这个人到底想干嘛，然后通过标准分类把他们找出来。再举个例子，即使知道了这个人想干嘛，还得必须得有一个方法以特别快速地去处理，因为客户的需求变化很快。如果一个人，如果一个人，发现他有借贷需求时，在第一天向其推送消息时，其响应率比较高，如果到了第二天再推送，响应率则衰减一半。之所以出现这种情况，一方面可能是因为人的兴趣确实在变，昨天有消费冲动，但是过了一天就冷静下来了。第二种情况是因为现在互联网金融或者叫科技金融实在是竞争太激烈了，今天没有回答他，就有人接替来出单了。所以从这些角度来讲，我们不但要安全地触达，还要及时。智能定价：成本与获客收益的平衡获客的话，我们要在智能的区域出价，以合理的价格触达每一个用户，不可能不计成本地去做。因此，这里面就是涉及怎么动态地调整定价策略、出价策略，就是根据客户的贷款意愿强弱、还款能力强弱，是否存在欺诈可能等。所以这些因素考虑完了之后，根据这样的ROI来出价把客户给拿下来。这个推算也不难，基本上是：把顾客的收益乘以转化再乘以目标ROI，然后再加上一个条件因子，因此可以得出来一个竞价。然后竞价会随着ROI变化来调整，连二阶导数都用不上。所以，这就做到了在ROI不变的情况下，能挑到越来越好的用户。除了要控制好成本，及时给出消息，我们还得给出一个好消息。所以我们这里面就分成几点：首先这个取决于客户的兴趣爱好、人生阶段，客户的生命周期、生活体制、消费水平等所有因素放在一起解决的。在今天，我们还看到比如支付在机场等一些地方张贴广告，拉客户，其实这种成本是非常高的。公式计算的是：比如需要多少补贴，一个用户才会使用我们的产品来支付；第二个是转化率不能特别低，成本省下来了，用户没有获取到，这也是不行的。这些都可以提高获客的效率和效益。那么这个这里面最关键的一个是转化率的问题，就是现有模型的问题。在这样一个补贴的情况下，在这个场景下，到底要不要转化？所以大家特别想获得一个补贴的话，可以在选择时犹豫犹豫。（说不定系统会以此提高补贴额度，哈哈！）大数据风控：各类模型如何配合？下面是大数据风控。这里列了很多模型，真正在做金融的时候，整个用户的生命周期里面，每一个阶段都会有很多模型来支持。这也是为什么这个金融行业需要大量机器学习、数据挖掘、人工智能等专业人才。比如，申请的时候就有风险模型欺诈策略；然后到额度这种流动模型贷款利率的时候就需要定价模型，虽然现在国内我们去房贷时利率差不多，但实际上每个人风险不一样，利息率就应该不一样；而欺诈贷后管理的过程中，则需要行为风险模型。行为风险模型的使用，比如说现在的教育贷款，用来帮助资金比较短缺的学生投资自己的，上个补习班之类，但如果放贷后发现，这个学生基本不上补习班，还经常在BBS上讨论游戏攻略，那应该赶紧把钱要回来了。所以风险模型都会去判断放出去的贷款的风险的大小。但如果是好的客户，我们需要持续地做，但其有可能是抓不住的，这就要看其流失的风险。最后是逾期催收和失联修复的所用到的模型。所以有很多这种模型，这里面是简单的说明。以前的风控模型和现在的机器学习没有很大的区别，但过去的做法不对。一来缺乏是大量数据实时输入，二是用户端和企业端是否做到各方同时考虑呢？比如教育贷款这个场景，也许学生是好学生，但是机构不是好机构，这样的风险更高。此外投资资产质量的问题，也是有很多数据可以在前期把风险识别出来。比如高速公路想要用抵押的方式贷新款，银行需要调查高速公路的车流量时，过去真的要派一个人到实地去考察，现在、GPS这么发达，它们收集的数据足以帮助设计完成这个任务。量化投资最后讲一下量化投资。量化投资的正常流程是：投资标的调研筛选出合适的标的，然后建立投资组合组合风险控制，动态调仓这里面用的是搜索量和股价之间的拟合程度的原理。因为百度上每天跟股票名称和代号相关的搜索大概有2000多万次，而且我们分析一下发现，搜索量和股票价格的关系度比较高，其正相关相关系数在0.7以上，本身这个搜索量其实就反映了一个用户对股票的兴趣程度，这时我们再加上隐形的因子判断，再慢慢地我们自己的理解就能反映出来，潜在的买家在哪里。所以这些东西放在一起，就可以对股票的价格有非常好的建议。而除了股票价格以外，还有很多其他行业研究可以做。比如汽车行业的销量调研，我们也可以从OBS数据里拟合汽车的销售量，有了这些行业数据以后就可以比别人更早地获悉机遇，更早地在这些领域掉头，或者增资。从一些更细的因子来看，我们希望机器学习了各种指标后，找到那些相关的，最好是强相关的因素，包括搜索舆情，能够在这个几个指标上都能够形成比较稳定的相关性。虽然这讲的是百度金融，但其实不止是百度金融，这也反映出来从互联网金融，到科技金融、金融科技，整个演变过程，其行业前景都是要用好大数据、人工智能这些技术。资本瞄上人工智能金融应用 智能客服反欺诈风控先行|人工智能|饲料|杨强_新浪财经_新浪网
　　人工智能炙手可热，资本和创业者蜂拥而来。
　　“金融业是人工智能最好得到应用的行业。”11月6日，红杉资本全球执行合伙人沈南鹏在“JDD-2017京东金融全球数据探索者大会”上如此表示。因为金融是高度数据化的行业，人工智能技术可以在身份认证、风险控制和个性化运营方面为金融机构提升效率、降低成本。
　　这一观点被市场广泛认同。以百度金融、京东金融为代表的金融科技公司纷纷重金布局人工智能，探索其在金融领域的应用。银行等也已在智能客服、反欺诈、小额信贷等领域进行探索。近期，包括、等上线的刷脸取款即是人工智能在金融领域的应用之一。
　　科技对人工的替代作用显而易见。2000年时瑞士一交易所挤满了600多位交易员，而现在，只需要4位，其他的交易操作都已被机器代替。
　　人工智能同样可以大幅降低金融业务成本，提升业务效率。电子银行部总经理杨兵兵在北京大学数字金融中心第二届年会上也表示，人工智能在银行业务中最早的应用便是智能客服。客服中心是银行业务中劳动密集型部门的代表之一，一家中等规模以上的银行动辄都有数千名员工接听客户电话，即便如此也还不能满足很多客户的需求。而在引入智能客服后，“最近三年每年呼入的话务量有10%的速度增长，但是三年来我们没有增加一名客服。”目前光大银行的话务中有近60%是模拟人工服务。
　　在上述京东金融全球数据探索者大会上，京东集团董事局主席兼首席执行官刘强东介绍，京东金融风控体系是利用深度学习、图计算、生物探针等人工智能技术，实现无人工审核授信和放款，坏账率和资损水平低于行业平均值50%以上。与京东金融合作的业务伙伴使用这些技术，帮助银行在信贷审核上效率提高了10倍以上，客单成本降低了70%以上。
　　人工智能在金融领域的应用还十分广泛。国际人工智能联合会理事会主席、香港科技大学计算机科学及工程学系主任杨强表示，金融领域的运营、投顾、风险管理等诸多场景可以运用人工智能技术提高经济效益。如与用户沟通、用户识别、借贷客户风险水平分析等。当前基于大数据分析和人工智能的技术已经在个人和企业征信中得到应用。
　　在养鸡和喂猪时，甚至也可以通过人工智能技术的应用提升金融业务参与效率。
　　过去养殖户养一只鸡约需要12元饲料款，养殖周期两个月左右。养殖户一般在进鸡苗时进行贷款，两个月后还本付息。不过小鸡在最初并不需要太多饲料，而且不同的鸡需要的饲料量也不同。养殖户承担了很长时间内不必要的利息支出。京东金融根据对养鸡过程的了解，引入人工智能算法分析，将养鸡的饲料使用精确至每天、每克，并据此匹配贷款资金。养殖户根据需要借贷，按日计息，现在养鸡户养一只鸡只需要支出6分钱利息，大幅降低利息支出成本。
　　杨强介绍，将人工智能的活体识别技术引入到喂猪过程中，通过猪脸识别可以获得大量数据且不担心隐私问题。这样的商业场景应用可以帮助养殖户鉴别每只不同的猪在养殖过程中的活动，其是否活跃、是否散养，可以对其健康状况进行判断，为保险提供预测。此外也可以据此为消费者满足个性化的需求。
　　不过，人工智能的应用还有很长的路要走。中国工程院院士、北京大学信息科学与工程科学部主任高文表示，从人工智能60年的发展历程来说，以深度学习为代表的人工智能技术正处于第三个发展阶段。由于资本和产业的热情参与，催生了许多新企业和新机遇。但如果用人的一生来比喻，人工智能目前处于刚上小学或者还未上小学的程度。作为人类智能的计算机实现，其挑战人类智能的路还很长。此外，人工智能的趋同性也引起业界担忧。
　　杨强指出，在一些大规模的机器学习系统后，存在“过拟合”的问题。例如在一些新闻APP中，当用户点击某类新闻后推荐的多是这一类的新闻。人工智能照顾到准确性需求的时候，没有照顾到用户多样性的需求。这有赖于技术的进一步提升和革新。
　　近期，21世纪经济报道记者在多个金融科技研讨场合也听到市场人士担忧，当人工智能技术在金融领域大规模应用后，可能带来市场决策的趋同性，进而造成市场过度波动，“熔断”时的市场表现就是代表之一。
　　微软亚洲研究院副院长、首席研究员刘铁岩在微软亚洲研究院院友会上也表示，尽管从机器学习角度看金融的数字化程度很高，但实际应用中，还存在许多不确定信息甚至虚假信息，因此要先做数据清洗、风控、反欺诈，因为数据不可靠难以保障应用精度。此外，机器学习需要稳定的系统，但二级市场又会受到政策等非常多样的变化因素影响。
　　（编辑：闫沁波）
责任编辑：杨群京东金融携手光大银行
来源:新闻晨报
　　原标题：京东金融携手光大银行　　晨报讯　8月31日，京东金融与中国光大银行签署战略合作协议,成为光大银行在金融科技层面第一个战略合作伙伴，光大银行也成为京东金融第一个签署战略合作的全国性股份制商业银行。自此，双方的合作将从产品层面上升到场景和用户层面，进一步加强在大数据风控、用户画像、人工智能等方面的优势互补，拓展智能客服、智能投顾、消费金融等业务场景，通过数据和技术实现业务的深度连接。此次战略合作建立在京东金融与光大银行前期良好的业务合作基础之上。此前，双方已在云支付、云缴费、小白信用卡、资产证券化、互联网融资等诸多领域实现合作。而战略合作的签署，意味着京东金融与光大银行未来的合作将实现从1.0到2.0的跨越。