AI与金融之间的交融已经进行了很多年，金融业天然的风险属性、服务特性为AI的落地应用提供了广阔的土壤。有统计显示，近十年，受益于决策式式AI等技术的长足进步，AI在金融领域的应用大幅提升，其中IT部门的应用占比超过了60%。
决策式式分析技术能够帮助金融机构更好地进行智能分析与决策。有这样一个例子，一家国有银行委托百融云创帮助其分析5000个已确认的欺诈样本。通过复杂关系网络模型，百融云创成功地挖掘出了与这些样本相关联的9000余个团伙欺诈客户。在这些欺诈客户中，有83%的人在申请贷款时已被银行拒绝，但仍有17%的人成功获得了贷款，这导致银行整体坏账水平陡然上升。
“如果银行在贷前采用基于复杂关系网络的机器学习算法，便有可能识别并拒绝这些高风险客户，有效降低银行的坏账率。”百融云创CEO张韶峰介绍。
借助复杂关系网络，百融云创将现实世界中错综的人际关系抽象成图谱。这样一来，便能实现对客户的“升维认知”，将原本错综复杂的客户管理问题转化为清晰、可视化的拓扑网络。利用关系图谱，百融云创对欺诈风险识别的准确率可接近90%，对团伙欺诈的违约率预测可提升4到10倍。
在张韶峰看来，过去十年来，基于知识图谱、机器学习构建的复杂关系网络是AI在金融领域的重要技术基石，同时也代表着AI1.0时代中决策式式分析的典型应用成果。
“关系图谱系统能保持高达tps6000以上的高性能计算。”张韶峰介绍，目前关系图谱系统已经广泛应用于反欺诈、
贷后管理等领域，为金融行业提供了强大的支持，并有助于挖掘和防范金融风险。
不仅如此，在风险评估、信用评级等多个领域，均有决策式式AI技术在发光发热。借助先进的机器学习技术，百融云创将客户的行为信息等弱变量与金融活动产生强关联，得以准确预测潜在的信用风险，帮助金融机构优化资源配置。
如果说机器学习、知识关系图谱是AI技术在金融领域的第一代应用，那么生成式AI则代表了AI应用步入新的阶段。
百融云创基于深度学习Transformer框架，结合NLP、智能语音等技术，打造了场景驱动的产业大模型——BR-LLM。百融云创自主搭建了大模型底层框架，通过深度微调能支持百亿级参数的训练。
百融云创大模型主要提供AI开发、智能交互、分析决策的三种服务能力。在开发端，不仅适用于金融机构不同开发能力的技术人员，也适用于非技术人员实现自动化开发。在交互端，提供语言理解、多轮对话、语言处理、文本生成“听、说、读、写”四种能力，适用于金融营销、客服等场景;在决策端，为金融全生命场景的智能决策提供更全面的信息，为决策效率的提升注入更为强大的动能。
免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。
