内容介绍

金融业务,例如风控决策,资产配置,资金调拨,催收管理等,包含大量的决策任务。当前主要手段是高管 / 业务人员提出需求,由 BI 工程师生产报表,之后高管 / 业务人员对报表数据进行分析从而形成业务决策。目前有两个痛点:首先,面向互联网,特别是金融创新业务变化极快,与以周为单位的传统 BI 报表生产方式矛盾突显;其次,传统的数据分析与挖掘工具是数据工程师 / 科学家的专用品,并不便于高管 / 业务人员掌握,使得目前他们只是通过看报表并依赖自身经验进行决策,很难直接依靠数据分析技术。本议题会分享如何通过人工智能来实现金融业务的辅助决策。首先,基于自然语言的动态报表(NLP Dynamic Chart)改变了传统 BI 报表的生产方式,使得高管 / 业务人员可“所想即所得”,接着,AI 数据洞察(AI Data Insight)从报表数据并结合其关联数仓数据协助他们发现数据价值(风险或机会),并提出辅助决策建议。本次议题会介绍 NLP Dynamic Chart 和 AI Data Insight 的核心原理,关键难点,并结合实际案例进行应用解读,并会探讨相关技术的未来发展。

演讲大纲

  1. 背景介绍与痛点;

  2. NLP Dynamic Chart 介绍与难点剖析;

  3. AI Data Insight 介绍与难点剖析;

  4. 实际案例分享与展望。

听众收益

  1. 了解 NLP Dynamic Chart 诞生的动因与技术原理,难点剖析;

  2. 了解 AI Data Insight 诞生的动因与技术原理,难点剖析;

  3. 了解智能金融决策的实际案例与效果,及其借鉴意义。

评论

发布
暂无评论