(資料圖片)

10月26日,在DataFunSummit2022智能金融在線峰會(huì)圓桌會(huì)上,度小滿數(shù)據(jù)智能應(yīng)用部總經(jīng)理?xiàng)钋鄧@話題“金融數(shù)智化轉(zhuǎn)型之路”,對(duì)金融行業(yè)數(shù)智化的現(xiàn)狀、挑戰(zhàn)和機(jī)遇做了分享。

楊青談到,金融數(shù)智化轉(zhuǎn)型已是大的趨勢(shì),首先是AI技術(shù)的逐步成熟;其次是傳統(tǒng)金融機(jī)構(gòu)進(jìn)入長(zhǎng)期低增長(zhǎng)的存量時(shí)代,如何留住老客戶及降本增效成為了關(guān)鍵所在,這就需要通過技術(shù)手段將傳統(tǒng)線下服務(wù)拓展為線下、線上并驅(qū)的模式,不斷拓展服務(wù)客群、場(chǎng)景;第三是政策上的支持,明確了金融數(shù)智化轉(zhuǎn)型的目標(biāo),開拓了一條科學(xué)規(guī)劃的路徑。

疫情之后,整個(gè)金融行業(yè)數(shù)字化、智能化的進(jìn)程在提速,尤其是中小銀行,端到端的數(shù)字化服務(wù)能力提升表現(xiàn)得更加明顯。在金融數(shù)智化轉(zhuǎn)型道路中,技術(shù)投入是最關(guān)鍵的核心之一。

楊青將所需的技術(shù)歸結(jié)為三層:在針對(duì)大數(shù)據(jù)的深入理解和洞察方面,需要包括自然語言處理(NLP)、圖機(jī)器學(xué)習(xí)、多模態(tài)識(shí)別等技術(shù);在決策智能方面,則需要涉及因果推斷、AutoML等技術(shù),可以自動(dòng)地調(diào)整算法參數(shù),將深度學(xué)習(xí)能力進(jìn)行更大的釋放;除此之外,在智能交互方面,還需要情感計(jì)算、機(jī)器人流程自動(dòng)化(RPA)以及數(shù)字人等技術(shù)起到降本增效的作用。

在談到金融數(shù)智化發(fā)展面臨的挑戰(zhàn)時(shí),楊青則表示最大的挑戰(zhàn)來源于如何提升數(shù)據(jù)的合規(guī)獲取、數(shù)據(jù)治理、提升數(shù)據(jù)的豐富性、準(zhǔn)確性、及時(shí)性,以及面對(duì)復(fù)雜場(chǎng)景時(shí)更為精準(zhǔn)智能的機(jī)器學(xué)習(xí)技術(shù)。

總而言之,金融數(shù)智化轉(zhuǎn)型對(duì)于從業(yè)者來說既是機(jī)遇又是挑戰(zhàn)。當(dāng)下,隨著金融行業(yè)向著數(shù)智化轉(zhuǎn)型升級(jí),金融行業(yè)發(fā)展?jié)摿⒌玫竭M(jìn)一步釋放。同時(shí),這也將有利于打破傳統(tǒng)金融在服務(wù)、成本、效率等方面的痛點(diǎn),推動(dòng)金融服務(wù)行業(yè)高質(zhì)量發(fā)展。