在智能化转型背景或需求下,行业需要通过AI技术赋能企业决策智能化、流程自动化和交互便捷化,但仍面临诸多问题与挑战。
基于全新的MLOps理念,采用业内领先技术,打造的全链路、端到端的AI算法开发套件和工具,实现复杂模型研发和服务一体化平台,满足全栈模型,机器学习、深度学习和大模型训推一体的全生命周期管理。通过企业级AI服务中台实现AI模型的统一化纳管和标准化服务,实现“大小模型协同”管理,满足“便捷的算法开发、算力集约化管理、超大规模AI训练、AIPaaS服务化以及AI安全可信”等行业共性需求,助力企业智能化升级。
智能风控 | 面向金融风控业务场景,支持风控建模、评分卡等,对贷前、贷中、贷后、反欺诈进行量化评估和上线应用。
智能营销 | AI推荐,精准营销,通过细致理解客户、产品、行为特征深入挖掘分析,构建AI模型,支撑数字营销生态。
智能服务 | 作为基座平台支撑NLP、CV多模态AI人机交互技术,辅助构建智能客服、智能对话、无人银行的应用。
智能运营 | 平台提供深度学习能力,融合RPA,广泛应用于智能审单、财务报销自动化等大规模替代人工的运营场景。
智能影音 | 基于平台构建计算机视觉应用,实现互联网内容审核、视频识别分析、数字虚拟人等数字孪生场景。
以业务场景为驱动,支持从数据探索、模型开发到AI应用的数据挖掘标准流程,为企业业务环节效率和效果带来质变,为用户带来全新体验,逐步支撑全态业务创新场景;在创新业务场景推进过程中,逐渐沉淀,形成银行自主知识产权的建模特征库、算法库和金融场景模型库。
打通从数据生态到AI生态,支持数据运营、特征运营与模型运营,确保数据安全性和隐私性,全面支撑个性化大数据挖掘与应用。
对接行内数据中台的大量内外部数据,既可集成纳管外购厂商的通用化程度高、场景复杂性低的模型,也支持金融及其他重点行业个性化的AI能力建设。
AI中台能支撑全态创新场景应用,推动银行各业务各角色参与数据价值的转换;通过建设人人可用、人人能分析的AI平台和协作分析团队,建立业务场景创新良性AI企业文化。