剖析企業(yè)AI智能化轉型路徑?
2021-02-19
近日,新加坡金融科技節X 新加坡科技創(chuàng )新周(SFF x SWITCH)盛大開(kāi)幕。中國人民銀行行長(cháng)易綱、中國銀保監會(huì )主席郭樹(shù)清、蓋茨基金會(huì )創(chuàng )始人Bill Gates、谷歌總裁Sundar Pichai、微軟CEO Satya Nadella、納斯達克CEO Ms.Friedman、花旗集團CEO Ms.Fraser等來(lái)自130個(gè)國家及地區的政策制定者、科技領(lǐng)袖及學(xué)界權威匯聚一堂,共探金融科技發(fā)展趨勢。
第四范式創(chuàng )始人、首席執行官戴文淵受新加坡金融管理局邀請,于“技術(shù)基礎設施”峰會(huì )(INFRASTRUCTURE SUMMIT)分享企業(yè)AI智能化轉型的落地實(shí)踐與思考。
在分享中,戴文淵談到:AI的本質(zhì)是在海量數據中發(fā)現規則,規則數越多,對問(wèn)題刻畫(huà)的越細致,預測的結果也越準。AI時(shí)代,機器通過(guò)對不同領(lǐng)域尋找海量規律,能夠助力各行各業(yè)全面進(jìn)入數據科學(xué)時(shí)代。以第四范式在金融、零售行業(yè)的場(chǎng)景為例:當規則從數千條提升至數億條后,某大型股份制銀行的信用卡交易欺詐識別準確率提升7倍以上;千元下的分期交易響應率提升6倍以上;個(gè)性化理財產(chǎn)品推薦成功率提升5倍以上;規則數從數千條提升至數百萬(wàn)條后,某大型餐飲連鎖集團的銷(xiāo)量預測準確率提升50%,線(xiàn)上點(diǎn)餐的平均客單價(jià)提升2%。
今天,企業(yè)已經(jīng)普遍認識到AI技術(shù)的價(jià)值,紛紛借助AI對業(yè)務(wù)進(jìn)行改造升級。AI在單點(diǎn)業(yè)務(wù)獲得成功后,常困擾企業(yè)的問(wèn)題是,如何將AI規?;貫楦鱾€(gè)業(yè)務(wù)賦能,實(shí)現全面的智能化轉型?
戴文淵提到,企業(yè)在制定AI轉型路線(xiàn)時(shí)可考慮“1+N”的應用模式,“1”指核心業(yè)務(wù),意味著(zhù)在核心業(yè)務(wù)場(chǎng)景中追求極致效果,可借助AI實(shí)現業(yè)務(wù)收益;“N”意味著(zhù)在業(yè)務(wù)場(chǎng)景相對分散的情況下,將AI快速、規?;涞?,實(shí)現由“點(diǎn)”到“線(xiàn)”再到“面”的全面業(yè)務(wù)賦能。
其次,“N”的實(shí)現還需要統一的方法論,從而規?;a(chǎn)AI,以標準化流程提升效率。第四范式建立了一個(gè)以“庫伯學(xué)習圈”理論為基礎的AI方法論,將AI開(kāi)發(fā)分成“行為數據采集、反饋數據采集、模型訓練、模型應用”四個(gè)標準步驟,幫助企業(yè)加速AI的落地效率。以第四范式服務(wù)的某大型央企為例,在統一的方法論和低門(mén)檻平臺的加持下,該企業(yè)一年內在100多個(gè)業(yè)務(wù)場(chǎng)景中實(shí)現了AI落地。
對于企業(yè)來(lái)說(shuō),AI不只是單點(diǎn)業(yè)務(wù)的智能化升級,更是整體業(yè)務(wù)創(chuàng )新、經(jīng)營(yíng)效率提升的利器。自2014成立以來(lái),第四范式一直致力于幫助各行各業(yè)企業(yè)實(shí)現智能化轉型,目前已在金融、零售、制造、能源、醫療、互聯(lián)網(wǎng)等行業(yè)落地了AI應用案例,連續兩年蟬聯(lián) IDC MarketScapeTM 中國機器學(xué)習平臺市場(chǎng)份額第一。依托于豐富的技術(shù)積累與行業(yè)經(jīng)驗,第四范式將繼續完善全棧式的企業(yè)級AI產(chǎn)品體系,讓企業(yè)智能化轉型不再受到落地效率低下、業(yè)務(wù)價(jià)值不佳、投入成本激增等難題的制約。
第四范式創(chuàng )始人、首席執行官戴文淵受新加坡金融管理局邀請,于“技術(shù)基礎設施”峰會(huì )(INFRASTRUCTURE SUMMIT)分享企業(yè)AI智能化轉型的落地實(shí)踐與思考。
在分享中,戴文淵談到:AI的本質(zhì)是在海量數據中發(fā)現規則,規則數越多,對問(wèn)題刻畫(huà)的越細致,預測的結果也越準。AI時(shí)代,機器通過(guò)對不同領(lǐng)域尋找海量規律,能夠助力各行各業(yè)全面進(jìn)入數據科學(xué)時(shí)代。以第四范式在金融、零售行業(yè)的場(chǎng)景為例:當規則從數千條提升至數億條后,某大型股份制銀行的信用卡交易欺詐識別準確率提升7倍以上;千元下的分期交易響應率提升6倍以上;個(gè)性化理財產(chǎn)品推薦成功率提升5倍以上;規則數從數千條提升至數百萬(wàn)條后,某大型餐飲連鎖集團的銷(xiāo)量預測準確率提升50%,線(xiàn)上點(diǎn)餐的平均客單價(jià)提升2%。
今天,企業(yè)已經(jīng)普遍認識到AI技術(shù)的價(jià)值,紛紛借助AI對業(yè)務(wù)進(jìn)行改造升級。AI在單點(diǎn)業(yè)務(wù)獲得成功后,常困擾企業(yè)的問(wèn)題是,如何將AI規?;貫楦鱾€(gè)業(yè)務(wù)賦能,實(shí)現全面的智能化轉型?
戴文淵提到,企業(yè)在制定AI轉型路線(xiàn)時(shí)可考慮“1+N”的應用模式,“1”指核心業(yè)務(wù),意味著(zhù)在核心業(yè)務(wù)場(chǎng)景中追求極致效果,可借助AI實(shí)現業(yè)務(wù)收益;“N”意味著(zhù)在業(yè)務(wù)場(chǎng)景相對分散的情況下,將AI快速、規?;涞?,實(shí)現由“點(diǎn)”到“線(xiàn)”再到“面”的全面業(yè)務(wù)賦能。
互聯(lián)網(wǎng)行業(yè)的“1”可以理解為千人千面的個(gè)性化推薦,把這一點(diǎn)做到極致,其產(chǎn)品及業(yè)務(wù)可以不斷的獲得成功。而對于更多行業(yè),如金融、零售行業(yè),企業(yè)往往是海量業(yè)務(wù)的組合,更適合通過(guò)“N”的方式規?;涞谹I應用,實(shí)現全面的轉型升級。
其次,“N”的實(shí)現還需要統一的方法論,從而規?;a(chǎn)AI,以標準化流程提升效率。第四范式建立了一個(gè)以“庫伯學(xué)習圈”理論為基礎的AI方法論,將AI開(kāi)發(fā)分成“行為數據采集、反饋數據采集、模型訓練、模型應用”四個(gè)標準步驟,幫助企業(yè)加速AI的落地效率。以第四范式服務(wù)的某大型央企為例,在統一的方法論和低門(mén)檻平臺的加持下,該企業(yè)一年內在100多個(gè)業(yè)務(wù)場(chǎng)景中實(shí)現了AI落地。
對于企業(yè)來(lái)說(shuō),AI不只是單點(diǎn)業(yè)務(wù)的智能化升級,更是整體業(yè)務(wù)創(chuàng )新、經(jīng)營(yíng)效率提升的利器。自2014成立以來(lái),第四范式一直致力于幫助各行各業(yè)企業(yè)實(shí)現智能化轉型,目前已在金融、零售、制造、能源、醫療、互聯(lián)網(wǎng)等行業(yè)落地了AI應用案例,連續兩年蟬聯(lián) IDC MarketScapeTM 中國機器學(xué)習平臺市場(chǎng)份額第一。依托于豐富的技術(shù)積累與行業(yè)經(jīng)驗,第四范式將繼續完善全棧式的企業(yè)級AI產(chǎn)品體系,讓企業(yè)智能化轉型不再受到落地效率低下、業(yè)務(wù)價(jià)值不佳、投入成本激增等難題的制約。
開(kāi)啟智慧銀行之旅,從現在開(kāi)始!



