当下金融科技是一个非常热的话题，AI更是如此，AI+金融科技存在巨大的想象力，但金融场景跟传统的推荐搜索广告等场景又存在较大的差异，如何在金融场景中发挥AI的价值？如何让AI更好赋能金融科技场景，帮助各个业务取得效果提升？蚂蚁金服在AI+金融领域经过了多年的探索，沉淀了较多经验，许多场景应用AI技术取得了较好的效果提升，同时AI技术经过这些场景的打磨，也具备了金融特色，两者形成了很好的互动和融合，助力普惠金融。本次演讲将主要从以下几个方面进行分享：

1、金融服务的基本挑战

   （1）金融场景特点

   （2）面临的困难和挑战

2、蚂蚁金服的金融AI能力

   （1）底层稳健可靠的基础设施

   （2）金融大脑的几个构件

3、金融AI应用（智能风控、智能理财、智能信贷、智能营销、智能保险、智能客服与助理）

   （1）智能风控、智能理财等场景中如何应用AI能力  

   （2）如何结合场景特点，打磨技术亮点

听众收益

1. 了解金融科技和机器学习结合的技术场景

2. 获知怎么在金融场景中进行AI创新

本次讲座将介绍360金融在大数据风控上的实践及演进过程。在互金用户全生命周期的很多重要环节我们都做了针对性的优化，包括风控前置、基于DSP的精准获客、基于复杂关系网络的反欺诈等。在演进的过程中，我们以统计方法中的生存分析理论为基础，结合Boosting算法思想，提出梯度提升生存树模型（GBST）。相比于传统模型，GBST可以在客户生存时间分布未知的情况下，利用客户的基本特征，输出每个客户的长期生存曲线，计算出客户在每个时间段的违约概率，帮助决策者进行更加长期的风险决策。

一、大数据风控系统全流程介绍
二、大数据驱动的精准获客
a）用户触达方式选择
b）精准营销评分技术剖析
c）DSP技术在金融获客上的应用
d）语音机器人在获客上的应用
三、AI在反欺诈上的应用
a）多维度身份核验
b）复杂网络技术在反欺诈领域的应用
四、AI技术在贷后的应用
a）智能分案策略介绍
b）催收机器人原理及核心技术介绍
五、基于GBST的客户生存分析
a）GBST算法原理介绍
b）GBST在客户生存分析上的应用介绍

听众收益：

1、常见反欺诈模式及防范技术思路
2、AI在金融领域的应用点
3、复杂网络技术在反欺诈领域的应用

前沿亮点：

1、大规模复杂关系网络的底层技术选型，各个方案的对比，包括但不限于功能点、性能差异、适合的应用点
2、GBST自研算法的原理剖析，以及在客户生存分析上的应用

听懂我的演讲，需要具备这些知识储备：

1、熟悉评分卡等金融风控建模相关技术
2、熟悉大数据及AI相关基础概念，比如ASR、TTS、NLU等

客服机器人在各行各业应用的非常广泛，通过AI赋能大幅度提高了人均解决问题的效果，各家公司都在应用客服机器人来提高自动化程度，降低客服的成本。传统行业因为历史包袱问题，存在着大量的采购产品。为了应对快速扩展的业务场景，如何重新设计客服机器人架构从而实现机器人的快速创建和应用是一件非常重要的事情，这就促进了客服机器人中台的思考和实践。

本次演讲将主要从以下几个方面进行分享：
1、金融业务背景介绍
2、客服机器人的架构演进
（1）客服机器人如何从业务化1.0到中台化2.0
（2）客服机器人和其他系统的集成架构设计方案
3、知识中台和客服机器人的架构设计
（1）FAQ知识和知识图谱、客服机器人的结合
（2）知识中台和客服机器人的架构关系设计

听众收益：

1、如何在业务发展和技术改造之间实现平衡
2、如何设计机器人中台，实现客服机器人能力和知识的快速复用
3、如何有效实现客服机器人和其他系统的整合

听懂我的演讲，需要具备这些知识储备：

1、了解基础的客服机器人知识
2、了解一些金融业务背景知识