金融AI赋能小微企业 汇承深耕金融科技破解融资难题

供应链上的中小微企业经营规模小、信用等级低、很少有可抵押的房产或其他资产,更没有信用良好且规模较大集团的担保,这些风险因素使得以银行为代表的传统金融机构难以为之提供高效的信贷服务。而供应链金融的本质在于企业授信方式的创新,新型模式是在产业升级和技术驱动下的基于数据的授信模式。其本质是为处在核心企业上下游的中小企业提供融资渠道。

以金融科技驱动的供应链承兑支付体系融资平台——汇承金融科技为例,目前已实现金融AI等核心技术的突破,并在承兑汇票OCR、智能客服机器人等技术方面形成了行业的领先优势,作为数字化标准引领者的地位日益稳固。

金融AI主要是通过人工智能核心技术(机器学习、知识图谱、自然语言处理、计算机视觉)作为主要驱动力,为金融行业的各参与主体、各业务环节赋能。在应用层面,已经有不少成功模式及案例,如通过金融AI提升数据的挖掘与分析能力、市场的行情分析与预测能力、客户的需求分析及服务能力、风险的管理与控制能力等,有效的帮助金融行业降本增效。

在金融AI中,人工智能与大数据、云计算以及区块链技术并不是相互割裂的,更多的表现为相互依存的关系。大数据可以为人工智能技术在机器学习训练、算法优化等方面提供丰富的养料;云计算为大数据提供超强的运算和存储能力,显著降低运营成本;区块链解决了大数据、云计算、人工智能技术存在的信息被泄露、篡改的安全性问题,使得金融交易具有更高的安全性。人工智能技术作为金融行业未来发展的核心驱动力,与其他相关技术一道共同促进金融行业转型升级。

汇承金融科技技术团队采用自研和外部合作方式,围绕计算机视觉技术、自然语言处理技术、机器学习技术、知识图谱技术进行深入研究和项目实践应用。

计算机视觉的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的信息。目前支持多种金融业务场景的细粒度图像识别,精准识别超过100种金融产品和场景。基于汇承金融科技丰富的海量数据,利用深度学习技术及精准的算法迭代模型,不断提高准确性。

自然语言处理需要通过对字、词、短语、句子、段落、篇章的分析,使得计算机能够理解文本的意义。系统已实现:输入中文句子,即可获得该句的依存句法结构信息;输入中文句子,即可获得句子的通顺程度;依托汇承金融科技海量优质数据和深度神经网络技术,通过词语向量化来计算两个词之间的相似度。

机器学习可以理解成是生产算法的算法。需要人来先做特征提取,然后在把特征向量化后交给机器去训练。系统可一站式完成数据处理,模型训练与评估,服务部署等工作。汇承金融科技提供了高性能的集群训练环境,海量算法框架与模型案例,以及操作便捷的预测服务工具。

构建知识图谱的主要目的是获取大量的、让计算机可读的知识。我们对提交至知识图谱的数据转换为遵循Schema的实体对象,并进行统一的数据清洗、对齐、融合、关联等知识计算,完成图谱的构建。

汇承金融科技围绕精准与高效两个维度进行了金融AI方面的创新应用。精准维度,一方面通过证件识别与人脸识别实现了的客户数据精准识别,另一方面通过多维度信用模型的评估,精准地审核用户的交易风险能力,自动启用和关闭交易权限。高效维度,汇承金融科技自建大数据汇承金融科技,并通过票面识别、自然语言学习的实现了审单效率和机器人客服的高效化。

汇承金融科技用户面对海量票源信息,每天需花费大量时间检索票源、匹配价格。为了提高交易效率,汇承金融科技可根据用户历史交易记录,只能推送价格合适的票源。这是利用了基于机器学习技术从海量数据中深入挖掘用户行为及业务特征,针对不同场景提供实时、精准的推荐服务。基于金融票据行业业务特点,定制算法及策略。推出服务后,有效提升了订单成交率。

在大数据时代要求技术进步的背景下,汇承金融科技立足现在、着眼未来,为迎合金融互联网时代背景下的服务要求而努力并取得了阶段性的成功,具备了为客户提供更高品质、更高效率、更安全的线上撮合交易服务以及各种基于数据分析、数据挖掘的增值服务的能力。