“做AI就要解決真正的問(wèn)題，產(chǎn)生真正有意義的服務(wù)。”漆遠表示，金融活動(dòng)伴隨著(zhù)大量的服務(wù)場(chǎng)景，產(chǎn)生的海量數據又成為了人工智能的燃料，使得螞蟻金服能夠發(fā)展應用一系列的人工智能技術(shù)，同時(shí)，這些場(chǎng)景反過(guò)來(lái)又為人工智能帶來(lái)了不同的挑戰。
為此，螞蟻金服搭建了一個(gè)金融智能的平臺，包括了一系列的人工智能技術(shù)，比如說(shuō)強化學(xué)習、無(wú)監督學(xué)習、圖推理、共享學(xué)習。“這些技術(shù)具備金融領(lǐng)域的實(shí)時(shí)對抗性、大規模以及安全加密性。”漆遠介紹道。
此外，智能平臺在語(yǔ)音識別能力上，發(fā)展了NLP的能力，在最頂層，具備了一定的推理和決策的能力，這能夠幫助用戶(hù)和金融合作伙伴做出明智的決策。
據介紹，這一金融級AI系統已被廣泛應用于螞蟻金服的各項業(yè)務(wù)，包括智能客服、交易風(fēng)控、貸款準入和金融理財等等。
近日，螞蟻金服發(fā)布的“定損寶”，就是利用深度學(xué)習圖像識別技術(shù)，解決對不規則車(chē)輛損傷進(jìn)行識別的行業(yè)難題。通過(guò)算法識別事故照片，與保險公司連接后，幾秒內就能給出準確的定損結果，包括受損部件、維修方案及維修價(jià)格。
從數據上看，AI算法結果與保險公司定損員的定損結論已基本一致，并且，AI圖像識別能夠同時(shí)處理萬(wàn)級的案件量，這有望每年為行業(yè)節約案件處理成本20億元。
此外，智能客服一直是各大平臺最常使用的AI技術(shù)。但目前，多數客服更接近于一個(gè)搜索引擎：將用戶(hù)輸入的關(guān)鍵詞與數據庫的相關(guān)答案匹配。對于口語(yǔ)化的提問(wèn)，往往很難給出“智能”的回答。
“和絕大多數智能客服相比，小螞答的最大優(yōu)勢在于它會(huì )自我學(xué)習。”漆遠介紹道，問(wèn)題回答得越多，小螞也就變得越精準，尤其對于口語(yǔ)化、表述不夠完整的提問(wèn)，在多次“練習”后，能夠主動(dòng)理解。
數據顯示，支付寶智能客服小螞每天可以處理200-300萬(wàn)的用戶(hù)咨詢(xún)。2017年，小螞答客戶(hù)滿(mǎn)意率達78%，比人工客服滿(mǎn)意率高出3個(gè)百分點(diǎn)。
此外，小螞答完成5輪問(wèn)答所需時(shí)間大概為1秒鐘，比人工客服的效率高30至60倍。
“由于有深度學(xué)習和圖的結合，我們擁有了超越人工滿(mǎn)意度的智能客服。”漆遠感嘆道。
“今年螞蟻金服兩個(gè)關(guān)鍵詞，一個(gè)是‘開(kāi)放’，一個(gè)是‘AI’。”漆遠在演講中強調，螞蟻是一家做普惠金融的科技公司，非常愿意賦能和服務(wù)客戶(hù)，從客服到模型部署平臺到其他的每一個(gè)案例，技術(shù)成熟一個(gè)開(kāi)放一個(gè)。
