小蚂蚁说：

在今年9月20日蚂蚁金服ATEC科技大会的主论坛上，蚂蚁金服副CTO胡喜宣布，蚂蚁金服的金融科技正式全面开放，为行业提供完整的数字金融解决方案。包括容灾系统在内的多项核心技术和解决方案，如金融安全、区块链等都将对合作伙伴开放。

目前，蚂蚁金融科技正式宣布进入了3.0时代：支付宝对内延续BASIC战略，对外开放的技术越来越完整、越来越核心，是成建制、有体系的全面开放，并实现了技术商业化。

根据承载蚂蚁金服金融科技开放的官网显示，蚂蚁金服全面开放的技术菜单多达数百种，包括金融安全技术、海量金融交易技术，金融风控技术等；行业解决方案则包括数字银行解决方案、数字保险解决方案。

今天的这篇文章，小蚂蚁将带大家了解：在数字化的浪潮下，蚂蚁金服的数据智能，即蚂蚁金融智能（Ant Intelligence）技术是如何让数据和智能在金融及互联网场景下发挥作用的。目前，这项技术也已全面开放给合作伙伴，从而让合作伙伴们更好地实现安全风控、智能营销等多项能力。

而数据智能或者说金融数据智能就是蚂蚁金融智能(Ant Intelligence)的一体两面，是蚂蚁金服在面对数据化浪潮挑战下的解决方案，也是面向金融行业的科技开放战略中的重要一环。

蚂蚁金融数据智能致力于让数据和智能在金融和互联网的场景下发挥作用，通过科技开放与合作伙伴一起，用暖科技给世界带来更多平等的机会。

一．用数据和智能重塑风控，搭建安全底盘

整个蚂蚁金服今天规模非常大，其中每一笔交易背后都有强大风控技术做支撑。蚂蚁金服在做好风控、运营、营销相关的能力外，还需要考虑资金、资产的管理，那就提出一个问题：蚂蚁的数据智能怎么去助力业务？

因此，蚂蚁金融数据智能从风控、营销、资产这三个方面来夯实业务，用数据和智能重塑风控，以数据智能来应对数据化浪潮挑战。其中，蚂蚁金服的风控背后还有一套非常强大的风控平台在支撑。它主要有四个特性：

1.一站式策略研发。整个策略研发、部署、评估、上线、监控做到了一体化，不需要人工去干预。

多模式的动态切换。举例来说，在天猫双十一的活动、618的活动上，支付宝具有在频峰之间迅速切换的能力。
反套现的自学习和迭代。现在互联网黑产非常发达。支付宝的风控团队致力于自动地发现黑产套现的情况和案例，把特征提取出来，做模型升级。
监控预警。支付宝的模型监控、策略监控是支撑我们风控的能力的平台。

在风控反套现上，蚂蚁金服应用了大量的知识图谱和神经网络。在能力上最底下的是图计算、图存储。第二基于图的存储之上把套现异常的模式做了定义。第三基于套现模式之上对图、关系做了推理，用常见的算法，根据第二层的异常模式识别出黑用户、黑种子。第三层图推理，把黑种子撒到整个网络，发现黑种子、黑用户周边的关系，做一个动态的黑产用户增强的识别。

二．智能营销：挖掘并满足每个人的个性化需求

营销的本质是满足用户的需求并且为他们提供价值。蚂蚁金服作为一家科技公司致力于通过科技开放为世界带来更多平等的机会。用数据智能助力金融机构、满足更多的用户需要、提供更多的价值，是蚂蚁金服暖科技对未来的愿景。

蚂蚁金服在智能营销上采用了经典的全生命周期理论，在渠道、方式拉新，再采取复用、活跃，等方式陪伴客户、感知他的需求变化、满足需求，不断地为客户提供更高的价值，让客户用蚂蚁提供的暖科技服务达到微小而美好的改变，享受暖科技带来的方便。如果客户的需求有变化，蚂蚁会做流失用户的预警，研究他为什么不喜欢这个产品，发生了什么样本质的改变，然后改变我们自己。所以在营销过程中，蚂蚁金服在不断感知用户、提供更好的体验与价值。

互联网时代深深挖掘了每个人的个性化的需求。在没有互联网、金融信息时代的时候，这个潜力没有被挖掘。随着数据化浪潮的袭来，商家会去做越来越多个性化、精细化的营销，这个数据就会积累得越来越多，这是一个正向的循环。

蚂蚁金服过去很长的历史里面做了很久的数字化和智能化营销，提出了自动化、智能化、工具化的战略方针：

自动化

过去的数据化营销依赖于人工经验。手工有很多的风险，效率也很低，经验无法被复制，是一种非常低效的模式。而自动化，则是把前端配置标准化，算法沉淀、模板工程化，然后就可以大规模地推广。

经过这几个流程上的初步的改造，蚂蚁金服有了零到一的飞跃，在几年前来到智能化的时代，

智能化

三年前人工智能迎来了第三个春天。从离线的算法到实时算法，从逻辑回归到深度学习，蚂蚁金服的架构也从结构化的数据变成语音、图像，更好地用用户提供的数据探查他的需求。

简单地讲蚂蚁现在已经建立了AI驱动的营销大脑，帮蚂蚁做数据智能营销决策：用什么样的方式沟通、达成一个什么样的目标，怎么样帮客户实现价值，同时实现蚂蚁的商业目标。

智能营销要解决的是通过多方面的决策完成目标决策、签约成功、成本控制，它是多次触达的，一次实验不成功再来，蚂蚁会有疲劳度的控制，不会不停地营销对用户造成打扰。强化学习可以层层决策、不断迭代、优化决策的算法是非常适合营销这个场景的。

反复的触达以外，智能决策能够帮助形成一体化的解决方案。用强化学习来得出全局的优化，做出当下最好的决定，行为之后有反馈，不断重复学习，最终达到目标，而这个目标可以不断地变换成很多的组合和动态的调整。比如是用5块的打折卡，还是10块的红包，还是加权等实现促销目的，用深度学习营销的算法可以实现物料统一的管理、实时投放和触达，根据用户生命周期不断调整策略。

现在蚂蚁金服已经把创新后的算法用到到种种场景上，可以实现全生命周期的覆盖，也可以覆盖不同的产品，同时决策多个你需要决策的个性化营销的决定，达成你的目标。可是这是现状，远远不是未来。

智能营销的终局是一个用户有不同的成长，人工智能不应该用一套的模型，这个模型应该不断地随着客户去成长、生长，不断地正循环。根据用户在不同产品里面的生命周期节点，进行不断优化。但讲到底人工智能是一个助力决策的角色，通过人工智能做更多的创新、用户体验的优化，这样我们的系统才会有越来越的原材料供它选择优化，这是一个互相滋养和生长的过程。

工具化

作为工程师都有一颗匠心。蚂蚁金服的工具化一直都存在。以我们在微贷做的智能体系为例，它是借着智能营销这条线去发展起来，不断地扩展到产品优化、用户体验提升、电销等等各个不同的领域。决策引擎、中台大平台，在不同的数据基础上有了表层的搭建，能够支持好内部各种的应用，最终不局限于智能化营销。

蚂蚁微贷智能运营平台的愿景是打造一个更开放的一体化数据应用平台，口号是“更敏捷、更智能、更开放”。

结语

用数据智能来处理金融科技的复杂场景，将风控与营销做到智能化，用科技开放携手金融业打造安全、智能、精准触达、个性化的消费信贷业务。蚂蚁金服在2018年将更加开放、更加地重视生态伙伴的联系，致力于把蚂蚁内部搭建的各种数字化、智能化的能力提供给合作伙伴，用暖科技给世界带来更多平等的机会，温暖我们的客户。

本文转载自公众号蚂蚁金服科技（ID：Ant-Techfin）。

原文链接：

https://mp.weixin.qq.com/s/_c9dWn1BUU-w1ez5Tbly1w

创作场景

蚂蚁金服金融智能技术：更安全，更智能！