《太保壽險：金融行業智能化應用的實踐及感悟（19頁）.pdf》由會員分享，可在線閱讀，更多相關《太保壽險：金融行業智能化應用的實踐及感悟（19頁）.pdf（19頁珍藏版）》請在三個皮匠報告上搜索。

1、金融行業智能化應用的實踐及感悟周建華金融行業智能化應用的現狀01目錄金融行業智能化應用的挑戰02金融行業智能化應用的實踐經驗03金融行業智能化應用的現狀301.人工智能經歷三次浪潮，深度學習的突破引爆了智能化應用隨著Alexnet等深度神經網絡在imagenet上的突破，2012年是智能化應用大規模嘗試的元年 第一次浪潮第二次浪潮第三次浪潮1956達特茅斯會議1950198020001980受限于計算能力1990BP神經網絡1957提出感知機模型1990受限于專家系統的局限性2006Hinton提出DBN2012Alexnet圖像識別取得突破2016AlphaGo戰勝李世石2022ChatGP

2、T問世智能化應用的引爆點2017Transformer架構誕生人工智能領域百花齊放，正在向通用人工智能時代邁進人工智能可分為三個發展階段：弱人工智能、強人工智能、超人工智能，目前正往通用人工智能（AGI）邁進。弱人工智能指只會計算、推斷，解決具體問題的機器智能 目前廣泛應用的是弱人工智能，比如自動攔截垃圾郵件、智能推薦購物、戰勝柯潔的AlphaGo、機器人客服等 弱人工智能 強人工智能指擁有意向，意識，意志的機器智能 機器擁有和人類一樣的智能水平，可以替代一般人完成生活中的大部分工作強人工智能/通用人工智能 超人工智能階段，Al就會像人類一樣通過各種采集器、網絡進行學習，每天自身可以多次進行審

3、計迭代，智能水平超過人類超人工智能弱人工智能弱人工智能強人工智能強人工智能/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領域智能某特定領域智能多領域綜合智能多領域綜合智能超越人類的智能超越人類的智能邏輯計算邏輯計算感知感知認知與理解認知與理解獨立意識與創新創造獨立意識與創新創造邏輯語言描述的邏輯語言描述的問題問題模仿人類某一方模仿人類某一方面的能力面的能力綜合多方信息進行綜合多方信息進行判斷決策判斷決策超越人類的能力超越人類的能力人臉識別、語音識別人臉識別、語音識別語義分析、智能搜索語義分析、智能搜索智能機器人、虛擬個人助理智能機器人、虛擬個人助理智慧工廠、無人駕駛智慧工廠、無人駕駛創新

4、制造、主動感知環境創新制造、主動感知環境解決一切難題、執行任何指令解決一切難題、執行任何指令AIAI對人類思考對人類思考的模擬：的模擬：AIAI幫助人類解幫助人類解決的問題決的問題應用場景應用場景人的決策驅動AI的決策驅動當前 人工智能發展進過了三次發展浪潮，智能化在金融行業的應用可以歸納為探索、跟風、理性三個階段。金融行業智能化應用廣度：經歷了探索、跟風、理性三個階段階段一:探索階段二：跟風階段三：理性20122015部分大的金融機構開始嘗試將人工智能技術應用于業務場景，主要還是在小規模嘗試的階段，主要是為了創新需要20162018已經出現了一些頭部金融企業相對比較成熟的應用，中小金融機構開

5、始跟風應用2019各金融企業開始認為智能化的能力是數字化經營的必要元素，逐步關注降本增效的實際價值和業務場景的深度融合 行業調研顯示，金融行業重點關注并應用人工智能的業務領域主要為精準營銷、風險防控、智能客服、身份識別等，目的是為了克服傳統金融業務中營銷風控不精準、人工客服成本高及合規壓力大等難題；保險行業則更關注客戶服務、欺詐識別、承保、理賠等，目標偏向于降本增效。金融行業數據來源：人工智能技術金融應用情況調研報告參與調研機構共26個，包括工商銀行、農業銀行等18家商業銀行，以及保險公司、支付機構、清算機構、科技公司等8家機構。保險行業數據來源：Gartner調研數據，聚焦2021年37家機

6、構。VS2220191888655客戶服務欺詐識別承保理賠銷售/分銷保單簽發產品開發代理支持精算/定價24232322201610精準營銷風險防控客戶服務身份識別反洗錢投信融資資產管理金融保險金融行業智能化應用深度：銀行業發展相對均衡，保險業則偏向降本增效金融行業智能化應用的挑戰802.挑戰一：智能化應用的數據基礎比較薄弱人工智能=80%數據+20%算法模型算法算力數據人工智能三駕馬車缺少體系化的數據資產管理數據治理體系的建設自有數據字段稀疏找不到數據用不了數據數據價值有限挑戰二：行業監管對智能化應用提出了較高要求模型可解釋性監管對于銀行等金融機構的算法模型有明確的可解釋性要求，這樣很大程度上

7、減少了智能化技術應用的可行性公平性需要保障不會出現在沒有理由的情況下使任何特定的個人或個人群體處于不利地位。外部數據應用金融行業普遍存在自有數據比較稀疏的問題，希望外部數據的合作，但目前不管是隱私計算還是數據交易所的設置都沒有解決數據壁壘的問題個人隱私保護個人隱私保護要求客戶有撤回收集的隱私信息的權利挑戰三：業務語言和技術語言的理解鴻溝吐槽：技術不懂業務，做的東西沒有解決我的問題啊業務方技術吐槽：業務不懂技術，總是亂提需求智能化應用的實踐經驗1203.智能化的定義和內涵是什么智能化的內涵在于:讓機器拓展人的能力，重新定義人與機器的協同關系人類機器*參考gartner分析報告1、輔助決策支持2、

8、決策增強3、決策自動化機器做好信息的采集、整理、加工、匯總基于個人的認知和機器整合的信息，做出決策，重點是由人做出決定示例：經營決策示例：產品推薦示例：自動理算機器有較強的決策能力，人類和機器共同決策。機器使用人工智能生成建議，并提供診斷性分析供人類驗證和探索。智能化策略的管理使用預測、預報、模擬、規則、優化或其他人工智能，由機器自主決策。智能化的三種形態舉個例子：弩的發明極大提升了作戰能力，同時降低了人的要求弓：依靠人的力量弩：依靠機械裝置的動力需要長期訓練，對力量要求極高只有少數人可勝任訓練難度低，對人的要求低普通人即可勝任一、找到核心關鍵瓶頸是價值發揮的前提關鍵啟示二、新技術的價值創造勢

9、必要伴隨著流程的重塑一些智能化應用實踐的經驗總結兩個前提，兩個關鍵前提一業務目標的拆解及業務流程梳理前提二體系化的智能化應用評估關鍵一業務流程重塑關鍵二持續運營及迭代識別場景有的放矢流程升級持續反饋智能化應用實踐經驗一：業務目標的拆解及業務流程梳理是前提 業務目標因子的拆解有利于幫助我們找到智能化升級的方向 結合業務架構的梳理可以明確智能化升級的場景*業務架構圖例來自于網絡業務目標觸達客戶數轉化率客單價X=X圖例業務流程目標因子智能化應用的發力點智能化應用實踐經驗二：體系化的智能化應用事前評估是前提評估指標說明收入增長是否能夠帶來業務收入的增長降本增效 是否能夠帶來成本的下降或者效率的提升用戶

10、體驗是否有助于提供客戶的體驗風險管控是否可以降低經營過程中的各類風險服務質量是否可以提高用戶滿意度或者NPS業務價值評估指標說明成熟度所依賴的智能化技術的成熟度應用情況目前該技術的的應用規?；蛘邞脠鼍皵抵悄芑瞬攀欠裼凶銐虻膶I化人才支持算力支撐是否擁有足夠的算力，業務的價值是否大于算力的成本技術可行性評估指標說明數據數量當前擁有的可用數據的數據數據質量數據的質量如何，高質量數據占比多少數據可用性是否這些數據都可以隨時被使用，是否滿足監管要求數據安全性是否有數據安全性的問題數據可及性智能化應用場景評估模型智能化應用實踐經驗三：業務流程的重塑是關鍵 業務流程的內涵:描述在特定的業務目標下基于當前生產力不同角色（包括機器）的協同方式(生產關系)10%20%70%算法/模型業務流程重塑整體IT能力智能化應用的關鍵因素原來的流程需要嗎?原來的流程可以自動化嗎?原來的流程可以再造嗎?生產力智能化技術生產關系協作關系/業務流程決定智能化應用實踐經驗四：持續運營是智能化產生業務價值的關鍵 智能應用模型需要有完善的運營體系，模型需要不算迭代優化，才能發揮真正的價值。需要線上化收集智能化應用的用戶反饋數據，對智能化應用進行持續迭代痛點業務需求智能化應用迭代優化模型結果反饋智能化模型運營平臺