螞蟻金服副總裁漆遠：大數(shù)據(jù)給我們帶來的“小確幸”有哪些？

螞蟻金服大數(shù)據(jù) 人工智能

漆遠 | 2016-05-22 09:15

【數(shù)據(jù)猿導讀】漆遠介紹，螞蟻金服有千千萬萬這樣長尾用戶——小微企業(yè)18萬，個人5000萬。大數(shù)據(jù)的智能應用已經(jīng)從支付擴展到金融的全鏈條，幫助螞蟻金服在支付、貸款、征信、保險、財富等方面推動“小、確、幸”的金融普惠，給用戶帶來很多微小而確實的幸福

打開支付寶客戶端進入“我的客服”，你會驚訝地發(fā)現(xiàn)，未等你張口，這位客服“小二”就“猜”到你想問什么。你或許不知道，這位“小二”，其實是大數(shù)據(jù)智能機器人。他給用戶帶來了很多微小而確實的幸福。

2015年“雙11”，螞蟻金服95%的遠程客戶服務已經(jīng)由大數(shù)據(jù)智能機器人完成，同時實現(xiàn)了100%的自動語音識別，螞蟻金服客戶中心整體服務量超過500萬人次。這些智能服務的實現(xiàn)，離不開螞蟻金服首席數(shù)據(jù)科學家漆遠和他的團隊。

漆遠螞蟻金服副總裁及首席數(shù)據(jù)科學家，國家千人計劃特聘專家，阿里巴巴iDST前執(zhí)行院長

人工智能大咖加盟阿里巴巴

大學曾給漆遠充分的知識滋養(yǎng)。他回憶在華中科技大學的日子說：“大學時每天早上起床，拿著英語課本邊背單詞邊去食堂吃早飯。”

漆遠的專業(yè)方向是大規(guī)模機器學習和貝葉斯推理。他先后成為美國麻省理工媒體實驗室博士，計算機與人工智能實驗室博士后，普渡大學計算機科學系和統(tǒng)計系的終身教授和國家千人計劃特聘專家。此外，他還是劍橋大學、哥倫比亞大學、倫敦大學、杜克大學、SAMSI、布朗大學等多個高校和研究院的訪問學者，曾獲得美國科學基金NSF Career獎。

2014年，這位專注于機器學習和人工智能的大咖加盟阿里巴巴，曾擔任阿里巴巴iDST的執(zhí)行院長，現(xiàn)為螞蟻金服副總裁。

在阿里、螞蟻金服，漆遠搭建了阿里第一個超大規(guī)模機器學習平臺，用于搜索廣告，“雙11”和“雙12”大促個性化推薦;組建團隊搭建了阿里和螞蟻金服第一個專業(yè)語言識別系統(tǒng)，被廣泛用于客服，YunOS等系統(tǒng);技術上領導了螞蟻金服的智能客服項目;算法支持了花唄、芝麻分、聚寶推薦等業(yè)務。

目前，他致力于大規(guī)模機器學習和深度學習系統(tǒng)的建立及在螞蟻金服各項業(yè)務的應用。

大數(shù)據(jù)帶來的“小確幸”

一名90后要買東西，在螞蟻金服上簡單操作就可完成一筆9000元的貸款。對銀行來說，這是非常小的錢，卻是一個頭痛的問題，需要處理文件、分析材料。而在螞蟻金服上，這些流程已經(jīng)全部自動化。

這是一個真實的案例。漆遠介紹，螞蟻金服有千千萬萬這樣長尾用戶——小微企業(yè)18萬，個人5000萬。大數(shù)據(jù)的智能應用已經(jīng)從支付擴展到金融的全鏈條，幫助螞蟻金服在支付、貸款、征信、保險、財富等方面推動“小、確、幸”的金融普惠，給用戶帶來很多微小而確實的幸福。

那么，螞蟻金服是如何控制這些貸款的風險呢?這不得不提及螞蟻金服旗下獨立的第三方信用評估及管理機構——芝麻信用。

芝麻信用目前使用的數(shù)據(jù)，包括消費數(shù)據(jù)、金融數(shù)據(jù)、公安部人口戶籍、工商注冊等政府機構數(shù)據(jù)等，涵蓋購物、出行、住宿、轉賬支付、投資理財?shù)葦?shù)百種場景。而螞蟻金服、阿里巴巴的內(nèi)部數(shù)據(jù)只占很小一部分。

漆遠指出，芝麻信用運用大數(shù)據(jù)、云計算、深度機器學習等技術，能通過多維度、實時的數(shù)據(jù)分析，準確地刻畫人的信用水平。

也就是說，貸款申請者的信用好不好，“智能機器人”早就“有數(shù)”。

與傳統(tǒng)的個人征信系統(tǒng)不同，芝麻信用還能使缺少借貸紀錄、沒有征信評價的人群，如大學生、藍領、農(nóng)民等擁有信用身份。“芝麻信用，讓人與人的關系變得更簡單。”漆遠指出，芝麻信用還能助力銀行風險控制。通過芝麻信用信息驗證等反欺詐服務，已有銀行將虛假辦卡的識別能力提高近3倍。

機器人可以幫你理財

漆遠介紹，螞蟻金服在人工智能的應用研究領域包括深度學習、圖像識別、語音識別、自然語言處理、貝葉斯圖模型等。

螞蟻金服打造的人工智能機器人客服大軍，包括了MyRobot、服務寶等幾項核心人工智能技術。如支付寶客戶端里的客服“小二”，能“猜”出用戶可能提出的常見問題，還能回答基于用戶使用的服務、時長、行為等變量，抽取出的個性化問題。

不斷積累擴大的知識庫以及持續(xù)自動調(diào)優(yōu)的機器學習系統(tǒng)，使得交流更加智能。在花唄等業(yè)務上，機器人問答準確率從67%提升到超過80%。

而在保險領域，機器學習技術已讓一種航空保險扭虧為盈。

漆遠說，限于技術能力，保險業(yè)傳統(tǒng)的“大數(shù)法則”只能建立在歷史數(shù)據(jù)和抽樣調(diào)查基礎上，存在較大缺陷。螞蟻金服與保險公司合作的“航空退票險”上線后，賠付率一度高達190%，保險公司面臨巨大的虧損壓力。但是，通過引入機器學習技術，大數(shù)據(jù)技術建模、優(yōu)化后，有效地降低了賠付率，這一險種成功扭虧為盈。

他還透露，螞蟻金服在財富管理領域也已經(jīng)展開相關研究，對財經(jīng)資訊做基于深度學習的智能分析，給用戶提供相應的理財建議。

不過，漆遠也坦言，目前人工智能在金融領域完全取代人的機會還很小。他認為，金融是關于人的價值交換的業(yè)務，核心還是人。從某種程度上來說，人工智能可以促使就業(yè)往價值鏈更上層的工作遷移，讓人從簡單重復的工作解放出來，去做更有價值的事。

來源：涂子沛頻道

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關內(nèi)容都會注明來源與作者；轉載我們原創(chuàng)內(nèi)容時，也請務必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責。