首頁 > 人工智能 > 正文

知識圖譜如何改變銀行業務模式?

2020-03-16 12:13:49  來源:科技行者

摘要:知識圖譜、NLP和AI的結合,對于銀行業的數字化轉型至關重要。
關鍵詞: 人工智能 知識圖譜
金融部門經常產生大量有價值的數據,從個人采購,到大型交易,這些數據關聯著巨大的財富,而人工智能技術預計到2030年為金融行業節省超過1萬億美元。

 

\
 

面對機遇,很多銀行開始采取行動。但是如何才能最大程度地利用人工智能技術呢?

 

這時候,銀行就面對著同樣一個嚴峻的現實:要想成功部署人工智能應用,光有海量的數據還不夠。對于人工智能交付結果而言,數據質量起到了重要的作用,這正是絕大多數組織都在努力解決的難題。

 

在過去幾十年內,各大銀行一直在收集數據,因此,數據管理變得極為復雜。數據通常是斷續的,并且以不同的格式存儲,整個組織布滿了無法使用的孤立信息數據庫,這使得全銀行范圍內的研究難以開展,人工智能應用也無法從數據中發現見解。

 

幸運的是,一個解決方案應運而生。「知識圖譜(knowledge graph)」——亞馬遜、谷歌和蘋果公司等巨頭使用的一項技術——可以連接不同的數據庫,讓它們變得可供搜索。知識圖譜還可以連接結構化和非結構化數據,使人工智能應用不僅可以使用內部數據庫的信息,還可以使用文本等文檔中的信息。

 

「知識圖譜」如何起作用?

 

知識圖譜是知識領域的模型。它映射了企業的所有業務對象和概念,以及它們之間的相互關系。知識圖譜被構造為附加的虛擬數據層,位于現有數據庫之上,并將數據大規模鏈接在一起。電子表格等結構化數據,以及文本文檔等非結構化數據,都是知識圖譜連接的對象。

 

由于知識圖譜基于知識和概念,因此要想創建良好的知識圖譜,必須讓整個組織內不同領域的主題專家都參與進來。這增加了對協作的需求,并加強了知識管理領域的共同責任和透明度。而且,由于該技術并不會取代現有的IT系統,而是對它們進行加強,因此具有極高的成本效益。

 

試圖建立自己的知識圖譜的金融機構不必從頭開始。Financial Industry Business Ontology(金融業業務本體,FIBO)定義了金融業務應用程序中有趣的一組業務對象,以及它們之間的相互關系。通過使用FIBO,組織可以使任何描述財務業務的數據變得有意義。

 

使用語義人工智能的個性化銀行服務

 

知識圖譜、自然語言處理(NLP)和人工智能的結合,對于銀行業的數字化轉型將是至關重要的。

 

一種特別有趣的趨勢是,使用該技術來改善個性化的客戶服務。這可以通過使用知識圖譜構建推薦系統來完成,在線商店也經常使用類似的推薦系統向用戶展示相關產品。

 

由于知識圖譜能夠以智能的方式鏈接數據,因而相比單純的機器學習系統,它們可以讓推薦系統做出更好的推薦。想象一下,一家在線商店遇到了一位對藍紋奶酪感興趣的用戶——例如羅克福奶酪(Roquefort——藍紋奶酪中最富盛名的一種,盡管絕大部分的推薦系統可能會向這位用戶推薦其他類型的藍紋奶酪,但是得到知識圖譜支持的推薦系統則可能會技高一籌,它可能會推薦一款與特定類型奶酪搭配的葡萄酒。

 

對于不同實體之間相互關系的理解——在這種情況下,奶酪和葡萄酒及其所有屬性,可提供豐富的、額外的語境信息——這會讓建議的質量有所不同。

 

很多銀行都在自助服務門戶中部署該技術,向客戶顯示個性化的信息視圖,例如新產品和服務。同樣,他們還在在線門戶中使用知識圖譜,以提高客戶的金融知識。這些是通過構建數字化助手來實現的,可以幫助客戶通過知識中心的語義搜索獲得金融知識。

 

例如,瑞士瑞信銀行(Credit Suisse)通過其語義人工智能搜索引擎,幫助客戶和分析師們更快地做出更明智的決定。該平臺能夠快速、高質量地檢索大量信息,并提供基于語境的高質量結果。它讓客戶和分析師能夠只關注他們需要的信息,并且提供個性化視覺分析。

 

另一個例子是德意志銀行(Deutsche Bank),出于多種原因考慮,該行正努力實施知識圖以支持其人工智能策略,通過關系發現、內容語境化、以及對數據含義的更好理解,對內容進行自動充實。

 

但是,銀行服務的個性化只是銀行業中眾多的技術趨勢之一。我們還看到該技術出現在與合規性、欺詐檢測、風險評估、租賃協議甚至貸款申請等相關的事務中。在所有這些用例中,知識圖譜對于實現最佳結果至關重要。

 

基于知識圖譜的另一個重要應用程序是“了解你的客戶”(KYC)或“客戶360”,它還涉及使用客戶的鏈接和整體視圖,豐富語境信息,以便能夠進行準確的交流、做出明智的決策、或匯總準確的產品報價。

 

如何開始利用語義人工智能?

 

要開始使用語義人工智能,各大銀行應該首先定義出具有特定目標的具體用例。通過執行已定義的項目,組織可以了解該技術的全部潛力,并找到應用該技術的其他機會,并最終在整個組織內部署該技術。

 

因此,有必要在單個用例的基礎上評估知識圖譜的有用性,同時建立足夠的知識,以便在更全面的人工智能策略中納入這種方法論。

 

在選擇用于管理企業知識圖譜的軟件時,你應該尋找一種基于標準的解決方案,它既可以與你當前使用的架構互操作,可擴展,且易于學習。引入語義人工智能的最大瓶頸已經不再是技術,而是那些不愿意相信它可以長期為自己服務的人們。


第三十屆CIO班招生
法國布雷斯特商學院碩士班招生
北達軟EXIN網絡空間與IT安全基礎認證培訓
北達軟EXIN DevOps Professional認證培訓
責編:jiaxy
江苏七位数预测号码