網(wǎng)上有很多關(guān)于pos機(jī)學(xué)習(xí)內(nèi)容,投資以及用戶體驗(yàn)中的用例的知識(shí)，也有很多人為大家解答關(guān)于pos機(jī)學(xué)習(xí)內(nèi)容的問題，今天pos機(jī)之家(www.dsth100338.com)為大家整理了關(guān)于這方面的知識(shí)，讓我們一起來看下吧!
本文目錄一覽：
pos機(jī)學(xué)習(xí)內(nèi)容
作者：AltexSoft Inc
編譯：ronghuaiyang
導(dǎo)讀給大家介紹一下AI在金融領(lǐng)域的一些用例場景。
在30年前，你需要等好幾天才能得到銀行的貸款審批?；蛘呋◣讉€(gè)星期的時(shí)間在保險(xiǎn)公司的官僚作風(fēng)上，只是為了在一場小車禍后得到賠償。如今，這些操作只需要不到一天的時(shí)間，因?yàn)槲臋n是在線提交和處理的，很少或根本不需要人工交互。在本文中，我們將介紹一組有望改變在金融世界中做生意的整個(gè)理念的技術(shù)。
人工智能 —— 它僅僅是一個(gè)放在你的登陸頁面上的時(shí)髦短語，還是一個(gè)創(chuàng)新的用例？答案是……都是，當(dāng)然，我們會(huì)討論在金融行業(yè)的幾個(gè)領(lǐng)域使用人工智能的真實(shí)例子。
保險(xiǎn)索賠自動(dòng)化一些基于機(jī)器學(xué)習(xí)的技術(shù)使保險(xiǎn)公司能夠自動(dòng)化索賠過程，減少等待時(shí)間，并使代理人員能夠做一些不那么例行的工作。識(shí)別人的語音可以幫助數(shù)字化處理索賠。由于客戶服務(wù)代表的大部分時(shí)間都花在處理電話索賠上，語音識(shí)別可以幫助轉(zhuǎn)錄和解釋信息。另一個(gè)未開發(fā)的潛力是文本識(shí)別。它可以幫助數(shù)字化手寫筆記和報(bào)告，以及實(shí)時(shí)轉(zhuǎn)錄音頻信息和電話，可以使用語音api，如谷歌Cloud Speech to Text或IBM Speech to Text。
如何應(yīng)用，IT服務(wù)提供商Cognizant構(gòu)建了一個(gè)解決方案，幫助一家財(cái)產(chǎn)和意外保險(xiǎn)公司實(shí)時(shí)轉(zhuǎn)錄索賠呼叫，創(chuàng)建呼叫摘要，然后提交給代理進(jìn)行審查。他們還分析了25000個(gè)保存下來的電話，以識(shí)別最常見的索賠和活動(dòng)。
一家保險(xiǎn)技術(shù)公司Shift Technology提供索賠自動(dòng)化和欺詐檢測解決方案。它的SaaS產(chǎn)品與保險(xiǎn)公司的系統(tǒng)集成，并為索賠處理的每個(gè)步驟啟動(dòng)自動(dòng)化流程。它還會(huì)為每一項(xiàng)索賠生成欺詐分?jǐn)?shù)，生成詳細(xì)的欺詐報(bào)告，并建議對復(fù)雜案件進(jìn)行調(diào)查活動(dòng)。
個(gè)性化通過為客戶創(chuàng)建個(gè)性化的保險(xiǎn)檔案，保險(xiǎn)公司可以在吸引新客戶和留住老客戶方面取得顯著效果。基于投保人的歷史和個(gè)人數(shù)據(jù)，以及統(tǒng)計(jì)數(shù)據(jù)，算法可以發(fā)現(xiàn)人類無法了解的依賴關(guān)系，公司可以為每個(gè)客戶進(jìn)行個(gè)人風(fēng)險(xiǎn)評分。
這種方法在醫(yī)療保險(xiǎn)中特別流行，而且，個(gè)性化與風(fēng)險(xiǎn)和價(jià)格有關(guān)。那些身體更健康、生活方式更健康、健康風(fēng)險(xiǎn)更小的人可以獲得折扣。埃森哲的研究表明，盡管這種方法引起了人們對個(gè)人數(shù)據(jù)隱私問題的關(guān)注，但如果能帶來更好的服務(wù)，80%的消費(fèi)者已經(jīng)準(zhǔn)備好分享他們的個(gè)人信息。
如何應(yīng)用。Sentiance是一家數(shù)據(jù)科學(xué)公司，為物聯(lián)網(wǎng)、健康、保險(xiǎn)、商業(yè)等領(lǐng)域提供數(shù)據(jù)跟蹤和分析解決方案。他們提供了一種移動(dòng)解決方案，使用智能手機(jī)傳感器來跟蹤、記錄、分析和評分司機(jī)的行為。基于這些輸入，它對駕駛行為進(jìn)行評分，這樣保險(xiǎn)公司就可以增加或減少客戶的保險(xiǎn)費(fèi)。
來自感知行為智能平臺(tái)的駕駛評分
健康保險(xiǎn)公司BlueCross BlueShield擁有BCBS Axis系統(tǒng)，該系統(tǒng)可以幫助企業(yè)定制政策，以適應(yīng)其員工群體，應(yīng)用有關(guān)健康問題的數(shù)據(jù)。該系統(tǒng)分析了來自美國96%的醫(yī)療機(jī)構(gòu)和專業(yè)人員的23億醫(yī)療程序數(shù)據(jù)，以幫助他們的客戶做出明智的決定。
銀行欺詐檢測欺詐仍然是對客戶和銀行的財(cái)務(wù)安全最敏感的問題之一：使用新賬戶的信用卡欺詐是身份盜竊網(wǎng)絡(luò)犯罪中排名第一的。我們已經(jīng)提到人工智能算法如何識(shí)別欺詐性的保險(xiǎn)索賠，但這個(gè)問題在信用卡操作中更為普遍。隨著支付變得更加無感，銀行不能依賴常規(guī)的基于規(guī)則的欺詐檢測，進(jìn)入了基于機(jī)器學(xué)習(xí)的欺詐檢測系統(tǒng)的階段。
在銀行中，ML系統(tǒng)通常通過比較紙質(zhì)文檔和系統(tǒng)數(shù)據(jù)或使用交易歷史來驗(yàn)證一個(gè)人來評估數(shù)據(jù)的可信度。它們還會(huì)注意到相同事務(wù)的副本，從而區(qū)分錯(cuò)誤點(diǎn)擊和實(shí)際欺詐。最常見的情況是檢測不尋常的購買并自動(dòng)向客戶發(fā)送驗(yàn)證請求。
如何應(yīng)用。萬事達(dá)使用Vocalink解決方案在每個(gè)交易生命周期的開始評估所有新客戶交易，在早期防止欺詐。他們的防欺詐解決方案是對交易進(jìn)行監(jiān)控，并將需要進(jìn)一步考慮的可疑流程通知金融機(jī)構(gòu)。除了防止欺詐，它還提供分析報(bào)告和反洗錢。
Kount是一個(gè)數(shù)字防欺詐解決方案，為支付和新賬戶提供防欺詐服務(wù)，以及賬戶保護(hù)。該系統(tǒng)采用了數(shù)據(jù)網(wǎng)絡(luò)和先進(jìn)的機(jī)器學(xué)習(xí)技術(shù)。它還通過提供每個(gè)登錄的詳細(xì)數(shù)據(jù)來支持無感支付，這些數(shù)據(jù)稍后用于檢測異常和糾正客戶體驗(yàn)。
信用評分如果手動(dòng)完成，信用評分需要很多時(shí)間，因?yàn)楹芏嗖煌臄?shù)據(jù)處理：個(gè)人信息、收入、付款歷史，甚至從另一個(gè)銀行信用記錄,可以通過各種金融api 。此外，傳統(tǒng)的信用評分通常要求將人劃分為幾個(gè)明顯可區(qū)分的群體，因此往往是黑白分明的，灰色區(qū)域不多。
大多數(shù)基于mlb的信用評分解決方案使用預(yù)測算法來判斷客戶是否會(huì)還款。此外，他們可能會(huì)使用不同的機(jī)器學(xué)習(xí)方法，包括自然語言處理來分析社交媒體數(shù)據(jù)。擁有基于人工智能的信用評分的銀行可以獲得大量的客戶數(shù)據(jù)，從而為那些本來無法獲得信用的人提供信貸。
如何應(yīng)用。Lenddo是一家使用預(yù)測算法并提供在線和移動(dòng)服務(wù)集成的信用評分提供商。即使申請的人沒有信用記錄，這個(gè)解決方案也可以為他們提供一個(gè)分?jǐn)?shù)，通過分析他們的數(shù)字軌跡(比如社交媒體活動(dòng)、地理位置和搜索引擎活動(dòng))。
GiniMachine是一家為金融機(jī)構(gòu)提供服務(wù)的信用評分平臺(tái)。他們?yōu)閭€(gè)人和企業(yè)提供數(shù)據(jù)分析。GiniMachine使用自己的信用評分模型，基于已發(fā)放、已償還和逾期貸款的歷史數(shù)據(jù)。該平臺(tái)使用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)分析數(shù)據(jù)，然后創(chuàng)建一份適合計(jì)算分?jǐn)?shù)的報(bào)告。
投資和交易金融咨詢金融行業(yè)面臨著各種風(fēng)險(xiǎn)，尤其是在投資方面。人工智能技術(shù)可以利用數(shù)據(jù)分析、深度學(xué)習(xí)和機(jī)器學(xué)習(xí)算法，幫助做出明智的投資決策，并預(yù)測可能的風(fēng)險(xiǎn)。其中一些作為應(yīng)用數(shù)據(jù)分析或其他解決方案的分析平臺(tái)存在。
機(jī)器人顧問是新興趨勢之一。他們像普通的財(cái)務(wù)顧問一樣工作。通常，他們的目標(biāo)投資者是那些資源有限、希望管理他們的基金的人，比如中小型企業(yè)或個(gè)人。基于人工智能的機(jī)器人顧問為用戶創(chuàng)建金融投資組合，并應(yīng)用歷史數(shù)據(jù)處理，包括在某些情況下的風(fēng)險(xiǎn)評估算法。這些解決方案包括以下部分:
KOSHO robo-advisor界面
如何應(yīng)用。機(jī)器人顧問有不同的形式。例如，韓國應(yīng)用程序KOSHO就是一個(gè)針對個(gè)人的解決方案。它利用深度學(xué)習(xí)和金融市場的歷史數(shù)據(jù)，分析了三個(gè)關(guān)鍵的市場因素(波動(dòng)率指數(shù)、PMI和通脹)。
情感分析你可以通過整天滾動(dòng)新聞和出版物來跟蹤當(dāng)前的市場趨勢，也可以雇人來幫你做，或者使用情感分析。這種方法通過句子來分析文本，區(qū)分肯定的、否定的和中性的意思。在貿(mào)易方面，情感分析工具分析市場情緒以及提到的在投資者的投資組合里的公司是否出現(xiàn)在新聞或社會(huì)媒體中。
如何應(yīng)用。情感分析有助于預(yù)測交易者和投資者的趨勢，有專門針對這個(gè)市場的解決方案。其中一個(gè)例子是Catana Capital，這是一個(gè)處理新聞文章、tweets和博客的預(yù)測交易工具。
用戶體驗(yàn)機(jī)器人聊天機(jī)器人的主要目標(biāo)是改善用戶體驗(yàn)，不管它們應(yīng)用于哪個(gè)行業(yè)。另一個(gè)目標(biāo)是通過與客戶溝通和回答他們的問題來減少員工的工作量。在金融業(yè)，聊天機(jī)器人大多被用作銀行和保險(xiǎn)公司前臺(tái)的一個(gè)組成部分。
Cognizant定義了一個(gè)有效的聊天機(jī)器人，它將三個(gè)因素結(jié)合在一起：溝通(分析語言)，理解(語境、情緒和位置分析)，協(xié)作(效用和整合)。聊天機(jī)器人的功能分為三類:
基本聊天機(jī)器人 — 沒有自然語言處理能力的聊天機(jī)器人，工作在基于規(guī)則的算法和回答基本問題，如FAQ服務(wù)。中級(jí)聊天機(jī)器人 — 開發(fā)能力跨越所有三個(gè)因素。高級(jí)聊天機(jī)器人 — 提供最接近真實(shí)人類對話的體驗(yàn)。他們可以在網(wǎng)站和銀行手機(jī)應(yīng)用中找到，回答客戶有關(guān)服務(wù)的問題。但它們的功能可以更廣泛。例如，他們可以處理客戶的回復(fù)以個(gè)性化服務(wù)或處理索賠。
如何應(yīng)用。保險(xiǎn)公司Lemonade使用聊天機(jī)器人為客戶提供個(gè)性化服務(wù)。它針對客戶詢問的各種問題，提供量身定制的保險(xiǎn)政策，并簡化在線索賠處理。
，另一個(gè)保險(xiǎn)公司，有一個(gè)app內(nèi)置聊天機(jī)器人，允許用戶提問和管理他們的觀點(diǎn)。銀行還將聊天機(jī)器人作為其app的一部分，幫助客戶解決問題或向客戶發(fā)送通知和報(bào)告。USAA有一個(gè)web聊天機(jī)器人和app內(nèi)聊天機(jī)器人，幫助客戶完成各種任務(wù)，如報(bào)告被盜或丟失的卡片，更改PIN，增加通知。最近，他們通過亞馬遜Alexa推出了一款聲控聊天機(jī)器人。
圖像識(shí)別圖像識(shí)別可以用于增強(qiáng)客戶體驗(yàn)或安全性。前者的一個(gè)例子是支付應(yīng)用中的信用卡掃描功能或銀行的ID掃描。在移動(dòng)銀行應(yīng)用程序中，安全應(yīng)用程序需要ID或生物識(shí)別身份驗(yàn)證。
有時(shí)，你不需要身份證，甚至不需要信用卡：你可以用你的臉和相機(jī)來支付。在中國，面部識(shí)別技術(shù)被應(yīng)用于商店的銷售點(diǎn)系統(tǒng)。使用微信Pay或支付寶等服務(wù)的用戶，可以在應(yīng)用程序中啟用面部識(shí)別，并使用連接的設(shè)備進(jìn)行支付。溫州已經(jīng)有了一條購物街，你只需將臉對著支付寶設(shè)備的攝像頭就可以支付。
如何應(yīng)用。Lenddo是上面提到的一個(gè)信用評分解決方案，它有一個(gè)用于移動(dòng)應(yīng)用的身份驗(yàn)證功能。它包括兩種類型的驗(yàn)證：針對Android設(shè)備的文檔和面部捕獲。
自2017年起，華僑銀行在其移動(dòng)app中提供了蘋果iPhone X的用戶登錄。Card Scan也有類似的解決方案。這是一項(xiàng)可以與安卓和iOS設(shè)備集成的刷卡服務(wù)。這款應(yīng)用具有借記卡和信用卡的實(shí)時(shí)處理功能，并配有一個(gè)軟件開發(fā)工具包，甚至可以識(shí)別和防止被盜卡的使用。
支付寶在肯德基推出了Smile to Pay技術(shù)。它通過移動(dòng)應(yīng)用程序識(shí)別顧客的臉，自動(dòng)對他們收費(fèi)。2018年，支付寶升級(jí)了這一技術(shù)，引入了帶有更先進(jìn)面部識(shí)別系統(tǒng)的POS設(shè)備，可以通過照片和視頻識(shí)別欺詐行為。
金融中的AI：下一步是什么？全球范圍內(nèi)，企業(yè)在人工智能方面的支出正在增長，目前的研究預(yù)測，這種增長還會(huì)更大。銀行業(yè)是實(shí)施人工智能解決方案的第二大行業(yè)。計(jì)劃到2022年投資56億美元。雖然企業(yè)將主要關(guān)注收入增長，但金融業(yè)實(shí)施人工智能的關(guān)鍵領(lǐng)域?qū)⑹前踩?、決策和客戶體驗(yàn)。然而，由于在過程中出現(xiàn)的挑戰(zhàn)，金融機(jī)構(gòu)對這些技術(shù)的采用相當(dāng)緩慢。其中包括數(shù)據(jù)保護(hù)法規(guī)、數(shù)據(jù)質(zhì)量等方面的不明確結(jié)果，以及無法控制由此帶來的所有風(fēng)險(xiǎn)。根據(jù)2018年德勤的報(bào)告”AI和風(fēng)險(xiǎn)管理:創(chuàng)新與信心“，只有32%的受訪公司正在積極實(shí)施人工智能，而40%仍在學(xué)習(xí)如何把它應(yīng)用在商業(yè)領(lǐng)域，11%還沒有開始實(shí)施。
英文原文：https://medium.com/datadriveninvestor/ai-and-machine-learning-in-finance-use-cases-in-banking-insurance-investment-and-cx-42666968ca21
以上就是關(guān)于pos機(jī)學(xué)習(xí)內(nèi)容,投資以及用戶體驗(yàn)中的用例的知識(shí)，后面我們會(huì)繼續(xù)為大家整理關(guān)于pos機(jī)學(xué)習(xí)內(nèi)容的知識(shí)，希望能夠幫助到大家！
