案例名稱

某銀行自建企業級數據智能服務體系

案例簡介

隨著我國金融市場的體量和發展潛力逐步擴大，金融科技的廣泛普及和發展愈漸成熟，AI已經滲透到整個金融流程。九章云極DataCanvas以構建敏捷、穩定、全面的智能感知、智能認知中臺服務體系為發展目標，配合某銀行打造數據營銷平臺 、RPA平臺等應用系統，數據資產平臺、模型管理平臺等管理系統，形成AI中臺架構體系，構造以智能模型服務為內核的營銷、風控、運營敏捷響應體系。

創新技術/模式應用

依托前沿的AutoML、AutoDL等技術，深度賦能業務場景，成功構建全流程自動化的數字化營銷體系、自動化運營流程、高準確率的智能風控網，全面實現企業的降本增效。打破傳統銀行既有的組織架構和體制機制，將科技和業務人員打造成輕型敏捷組織，建立敏捷中心指導小組采用敏捷的方式工作。本案例采用的新一代智能技術，打造AI中臺服務體系，包括：

1、基礎數據資源的整合治理。盤點行內數據資產并建設應用平臺，實現數據自動確權、敏感分級和一鍵訂閱，使行內海量數據信息唾手可得；

2、云化計算能力建設。實現多種算力的云化管理，整合分布式、GPU等高性能計算資源，提供彈性化的資源擴容能力和靈活的任務編排能力，實現模型訓練環境與模型推理環境的無縫連接；

3、企業級模型開發平臺建設。提供可視化界面進行引導式的流程化建模和自動化建模，實現靈活可配置的發布功能，使用圖形化工具進行模型結果展示和線上運行效果的實時監控，降低業務人員操作門檻，實現智能工具的快速推廣及應用。

4、通用智能識別服務體系建設。發布票據證照識別、實體抽取、文本對比、文字糾錯等通用OCR、NLP模型服務，形成行內智能感知服務體系，為前臺業務流程提供穩定高效的智能引擎服務；

5、規?；悄芊請鼍敖ㄔO。深耕業務場景，優化流程建設，結合智能服務體系打造銀行智能精準營銷服務、智能現金管理服務、智能流程自動化機器人建設，為全行提供一站式、智能化、實時化、服務化的敏捷響應解決方案。

項目效果評估

企業級機器學習平臺作為企業級的模型開發和運行平臺，將處理好的數據提供給數據科學家和建模人員，為上層業務應用提供接口工具，主要部署了三大方向的應用：

1）在營銷方向，由平臺開發營銷類模型、生產營銷資源和話術，為客戶經理提供產品銷售預測和潛在客戶名單篩選，實現數字化營銷；

2）在運營方向，以OCR識別技術讓開戶、轉賬更便捷，以NLP技術支持電話智能客服、優化升級智能知識庫，使用預測模型智能分配網點現金，實現運營流程自動化；

3）在風控方向，在平臺部署信用評分卡等模型，并基于DL算法進行聯合建模，后者已實現拒絕回撈客戶數萬戶，累積放款人民幣數千萬元。銀行目前已自研超過數十個機器學習項目、發布OCR、NLP等數十個AI服務，日均調用數千次，場景工作量替代率達70%，賦能全行業務數字化轉型升級。

在自動化機器學習方面，某銀行使用了九章云極DataCanvas的AutoML工具DAT，當前效果主要體現在自動特征衍生和數據處理環節。目前某銀行在AI應用開發中最為耗時耗力的是數據準備和特征選擇環節，在具備場景和數據的情況下，DAT能夠助力業務分析師直接上手進行應用開發。同時，DAT還可以幫助建模工程師進行特征處理和超參數優化，目前能節省20-30%工作量，預計未來提效會更加明顯。

責任編輯：韓希宇