《太保寿险：金融行业智能化应用的实践及感悟（19页）.pdf》由会员分享，可在线阅读，更多相关《太保寿险：金融行业智能化应用的实践及感悟（19页）.pdf（19页珍藏版）》请在三个皮匠报告上搜索。

1、金融行业智能化应用的实践及感悟周建华金融行业智能化应用的现状01目录金融行业智能化应用的挑战02金融行业智能化应用的实践经验03金融行业智能化应用的现状301.人工智能经历三次浪潮，深度学习的突破引爆了智能化应用随着Alexnet等深度神经网络在imagenet上的突破，2012年是智能化应用大规模尝试的元年 第一次浪潮第二次浪潮第三次浪潮1956达特茅斯会议01980受限于计算能力1990BP神经网络1957提出感知机模型1990受限于专家系统的局限性2006Hinton提出DBN2012Alexnet图像识别取得突破2016AlphaGo战胜李世石2022ChatGP

2、T问世智能化应用的引爆点2017Transformer架构诞生人工智能领域百花齐放，正在向通用人工智能时代迈进人工智能可分为三个发展阶段：弱人工智能、强人工智能、超人工智能，目前正往通用人工智能（AGI）迈进。弱人工智能指只会计算、推断，解决具体问题的机器智能 目前广泛应用的是弱人工智能，比如自动拦截垃圾邮件、智能推荐购物、战胜柯洁的AlphaGo、机器人客服等 弱人工智能 强人工智能指拥有意向，意识，意志的机器智能 机器拥有和人类一样的智能水平，可以替代一般人完成生活中的大部分工作强人工智能/通用人工智能 超人工智能阶段，Al就会像人类一样通过各种采集器、网络进行学习，每天自身可以多次进行审

3、计迭代，智能水平超过人类超人工智能弱人工智能弱人工智能强人工智能强人工智能/通用人工通用人工智能智能超人工智能超人工智能某特定领域智能某特定领域智能多领域综合智能多领域综合智能超越人类的智能超越人类的智能逻辑计算逻辑计算感知感知认知与理解认知与理解独立意识与创新创造独立意识与创新创造逻辑语言描述的逻辑语言描述的问题问题模仿人类某一方模仿人类某一方面的能力面的能力综合多方信息进行综合多方信息进行判断决策判断决策超越人类的能力超越人类的能力人脸识别、语音识别人脸识别、语音识别语义分析、智能搜索语义分析、智能搜索智能机器人、虚拟个人助理智能机器人、虚拟个人助理智慧工厂、无人驾驶智慧工厂、无人驾驶创新

4、制造、主动感知环境创新制造、主动感知环境解决一切难题、执行任何指令解决一切难题、执行任何指令AIAI对人类思考对人类思考的模拟：的模拟：AIAI帮助人类解帮助人类解决的问题决的问题应用场景应用场景人的决策驱动AI的决策驱动当前 人工智能发展进过了三次发展浪潮，智能化在金融行业的应用可以归纳为探索、跟风、理性三个阶段。金融行业智能化应用广度：经历了探索、跟风、理性三个阶段阶段一:探索阶段二：跟风阶段三：理性20122015部分大的金融机构开始尝试将人工智能技术应用于业务场景，主要还是在小规模尝试的阶段，主要是为了创新需要20162018已经出现了一些头部金融企业相对比较成熟的应用，中小金融机构开

5、始跟风应用2019各金融企业开始认为智能化的能力是数字化经营的必要元素，逐步关注降本增效的实际价值和业务场景的深度融合 行业调研显示，金融行业重点关注并应用人工智能的业务领域主要为精准营销、风险防控、智能客服、身份识别等，目的是为了克服传统金融业务中营销风控不精准、人工客服成本高及合规压力大等难题；保险行业则更关注客户服务、欺诈识别、承保、理赔等，目标偏向于降本增效。金融行业数据来源：人工智能技术金融应用情况调研报告参与调研机构共26个，包括工商银行、农业银行等18家商业银行，以及保险公司、支付机构、清算机构、科技公司等8家机构。保险行业数据来源：Gartner调研数据，聚焦2021年37家机

6、构。VS2220191888655客户服务欺诈识别承保理赔销售/分销保单签发产品开发代理支持精算/定价24232322201610精准营销风险防控客户服务身份识别反洗钱投信融资资产管理金融保险金融行业智能化应用深度：银行业发展相对均衡，保险业则偏向降本增效金融行业智能化应用的挑战802.挑战一：智能化应用的数据基础比较薄弱人工智能=80%数据+20%算法模型算法算力数据人工智能三驾马车缺少体系化的数据资产管理数据治理体系的建设自有数据字段稀疏找不到数据用不了数据数据价值有限挑战二：行业监管对智能化应用提出了较高要求模型可解释性监管对于银行等金融机构的算法模型有明确的可解释性要求，这样很大程度上

7、减少了智能化技术应用的可行性公平性需要保障不会出现在没有理由的情况下使任何特定的个人或个人群体处于不利地位。外部数据应用金融行业普遍存在自有数据比较稀疏的问题，希望外部数据的合作，但目前不管是隐私计算还是数据交易所的设置都没有解决数据壁垒的问题个人隐私保护个人隐私保护要求客户有撤回收集的隐私信息的权利挑战三：业务语言和技术语言的理解鸿沟吐槽：技术不懂业务，做的东西没有解决我的问题啊业务方技术吐槽：业务不懂技术，总是乱提需求智能化应用的实践经验1203.智能化的定义和内涵是什么智能化的内涵在于:让机器拓展人的能力，重新定义人与机器的协同关系人类机器*参考gartner分析报告1、辅助决策支持2、

8、决策增强3、决策自动化机器做好信息的采集、整理、加工、汇总基于个人的认知和机器整合的信息，做出决策，重点是由人做出决定示例：经营决策示例：产品推荐示例：自动理算机器有较强的决策能力，人类和机器共同决策。机器使用人工智能生成建议，并提供诊断性分析供人类验证和探索。智能化策略的管理使用预测、预报、模拟、规则、优化或其他人工智能，由机器自主决策。智能化的三种形态举个例子：弩的发明极大提升了作战能力，同时降低了人的要求弓：依靠人的力量弩：依靠机械装置的动力需要长期训练，对力量要求极高只有少数人可胜任训练难度低，对人的要求低普通人即可胜任一、找到核心关键瓶颈是价值发挥的前提关键启示二、新技术的价值创造势

9、必要伴随着流程的重塑一些智能化应用实践的经验总结两个前提，两个关键前提一业务目标的拆解及业务流程梳理前提二体系化的智能化应用评估关键一业务流程重塑关键二持续运营及迭代识别场景有的放矢流程升级持续反馈智能化应用实践经验一：业务目标的拆解及业务流程梳理是前提 业务目标因子的拆解有利于帮助我们找到智能化升级的方向 结合业务架构的梳理可以明确智能化升级的场景*业务架构图例来自于网络业务目标触达客户数转化率客单价X=X图例业务流程目标因子智能化应用的发力点智能化应用实践经验二：体系化的智能化应用事前评估是前提评估指标说明收入增长是否能够带来业务收入的增长降本增效 是否能够带来成本的下降或者效率的提升用户

10、体验是否有助于提供客户的体验风险管控是否可以降低经营过程中的各类风险服务质量是否可以提高用户满意度或者NPS业务价值评估指标说明成熟度所依赖的智能化技术的成熟度应用情况目前该技术的的应用规模或者应用场景数智能化人才是否有足够的专业化人才支持算力支撑是否拥有足够的算力，业务的价值是否大于算力的成本技术可行性评估指标说明数据数量当前拥有的可用数据的数据数据质量数据的质量如何，高质量数据占比多少数据可用性是否这些数据都可以随时被使用，是否满足监管要求数据安全性是否有数据安全性的问题数据可及性智能化应用场景评估模型智能化应用实践经验三：业务流程的重塑是关键 业务流程的内涵:描述在特定的业务目标下基于当前生产力不同角色（包括机器）的协同方式(生产关系)10%20%70%算法/模型业务流程重塑整体IT能力智能化应用的关键因素原来的流程需要吗?原来的流程可以自动化吗?原来的流程可以再造吗?生产力智能化技术生产关系协作关系/业务流程决定智能化应用实践经验四：持续运营是智能化产生业务价值的关键 智能应用模型需要有完善的运营体系，模型需要不算迭代优化，才能发挥真正的价值。需要线上化收集智能化应用的用户反馈数据，对智能化应用进行持续迭代痛点业务需求智能化应用迭代优化模型结果反馈智能化模型运营平台