同盾科技陈文：以决策智能构建核心竞争力
作为与前沿信息技术高度融合的行业，金融业尤其是银行业，对人工智能技术有着强烈的需求。“AI+金融”作为优化金融业务场景的应用技术工具，近年来在服务创新、客户体验提升、精准营销、风险管理等方面取得长足进展。
在营销方面，可以利用数据挖掘、机器学习、深度学习等技术，对客户进行精准画像和群体细分，根据客户需求和偏好推送个性化的产品或服务信息，提高营销转化率和客户忠诚度。
在业务运营方面，融合人工智能技术衍生出RPA与OCR、自然语言处理（NLP）、机器学习等技术的深度结合，统筹云原生、生物识别、5G等技术服务能力，以降低运营人力成本，将业务人员从低价值事务性任务中解放出来。
在风控方面，人工智能技术可以利用数据挖掘分析、机器学习、知识图谱等技术，为银行建立起涵盖不同业务场景的风险侦测与信息共享机制，实时动态感知风险全局变化。同时，专家策略与人工智能模型融合的双核决策新模式，可提升信贷等场景决策的有效性与准确性。
在客户体验方面，基于自然语言处理、语音识别等技术，实现智能客服、智能投顾等功能，全面提升用户体验和服务质量。
综合来看，“AI+金融”并非单纯的技术累加，而是针对不同业务场景需求，运用决策智能、认知智能等前沿技术成果推出的创新金融产品、经营模式、业务流程，以及推动金融业务高质量发展的一系列配套解决方案。
人工智能技术在与金融业不断深入融合，助力金融业务智能化转型的过程中，基础出发点是数据。一切业务数据化和一切数据业务化成为数字智能转型的基本理念，让数据形成资产、让数据驱动决策、让决策驱动业务流程。
根据有关市场调研咨询公司评估，决策智能目前占有总体人工智能应用领域20.9%的份额，覆盖众多的行业和场景。决策智能在金融业的应用转化有三个关键步骤：第一步是统一标准，打破数据壁垒，让数据形成有效资产。第二步是建设企业级的决策智能基础架构，提升自动化智能决策能力。最后一步是结合自身痛点，打造自适应、可量化的持续运营体系，构建数字化运营服务体系，让诸如营销、风险管理等业务始终保持最佳状态。
随着人工智能技术与业务融合逐步深化，决策智能对于企业经营效率的作用将会进一步显现，探索新型人工智能技术来辅助各业务场景智能决策，同时加快对人工智能可解释性、公平可信方向的技术研发，将助力银行业构建高质量发展的核心竞争力。（作者系同盾科技合伙人、副总裁）
