烏鎮2017年11月14日電 /美通社/ -- 11月8日，在備受矚目的世界互聯網大會永久會址浙江烏鎮，海致大數據與《金融電子化》聯合主辦了主題為“AI 賦能商業銀行 -- 知識圖譜與智能金融”的2017首屆智能金融知識圖譜論壇。會上，在圍棋天才柯潔、著名經濟學家向松祚和來自一線的銀行家們的共同見證下，海致大數據發布了業界首個針對金融領域研發的知識圖譜平臺 -- “海致智能金融知識圖譜1.0”，并已深入到銀行實際業務場景中，為商業銀行實現智能金融奠定基礎，助力商業銀行智能升級。
海致金融業務副總裁楊娟表示：“商業銀行正面臨著大數據應用帶來的巨大挑戰和機會。作為人工智能的基礎性技術，知識圖譜可以發掘大數據的價值，將信息整合成知識。海致智能金融知識圖譜1.0作為一款業界首個行業知識圖譜平臺，將能夠幫助銀行更好地邁向智能金融。”
海致智能金融知識圖譜 智能金融必備基石
海致網絡技術（北京）有限公司是目前國內領先的大數據技術與服務公司。海致大數據核心團隊在參與研發了全球第一個中文通用知識圖譜平臺之后，專注向金融產業進行垂直化的深度研發，以知識圖譜技術為底層，挖掘風險與營銷信息的產生與傳導、打造風控與營銷模型、探索人工智能與機器學習的實踐場景，在金融行業大數據與人工智能應用領域，有著豐富的經驗與廣泛的成功案例，是企業知識圖譜開創者。
海致智能金融知識圖譜1.0是海致大數據多年研發與實踐探索的最新成果，它具備強大的自然語言處理能力，包括模板識別、實體識別、情感分析等，也具備領先的關系挖掘算法引擎；能夠有效地整合多種外部數據，并結合商業銀行行內數據，形成客戶的多維度視圖，并基于此利用圖挖掘、圖分析技術，生成企業投資關系、擔保關系、資金往來關系等關系圖譜，為商業銀行提供精準可靠的營銷及風控依據；通過強大的關聯檢索與動態分析，可高效梳理關系網絡，預防欺詐事件的發生；并能夠基于交易數據及黑名單數據，構建可疑資金流向關系網的可視化以及黑名單關聯賬戶風險傳導的監控預警，提升商業銀行反洗錢能力，助力金融行業向智能金融邁進。
以知識圖譜深入銀行實際業務場景
目前，知識圖譜在國內的總體應用還處于初始階段，但在金融、公安、電商等行業中已得到了較為廣泛的應用。特別是金融領域，知識圖譜將打破傳統信貸風控、CRM 營銷以及報告解析等具體業務場景的瓶頸。
1、智能 CRM 真正實現“以客戶為中心”的精細化運營
現在，眾多商業銀行已經搭建了相應的硬件設施、云計算環境，為實施 CRM 奠定了技術基礎，但傳統 CRM 的實施效果還很難令用戶滿意，因為大多數僅實現了過去手工作業的自動化、線上化以及營銷管理，還停留在“看起來很美”，但“很難用起來”的尷尬階段。
海致智能 CRM 解決方案實現了商業銀行從傳統的“看起來很美”的 CRM 向“真正用起來”的智能 CRM 升級改造，從傳統重產品營銷的粗放式運營向“以客戶為中心”的精細化運營轉變。主要體現在以下三個方面：
海致智能金融知識圖譜幫助招商銀行全網抓取和解析了3000萬家企業的工商、涉訴、稅務、輿情、招投標等信息，整合行內客戶信息，構建了多維度的客戶視圖；結合實際業務場景歸納總結出多種營銷與風險事件規則，并基于知識圖譜建成了智能 CRM 系統，能夠自動匯總客戶經理關注的營銷及風險信息并及時推送到相關責任人的移動客戶端，成為客戶經理隨身攜帶的智能 CRM 助手。
2、智能風控顯著降低不良貸款率
風險控制是商業銀行業務管理的核心。隨著大數據技術的發展和進步，商業銀行將大數據技術與傳統風控進行有效的結合，能夠在穩健經營的同時，提升自身風險控制能力及風控水平。
海致智能風控解決方案在兩個階段幫助銀行進行風險控制：
在貸前階段，通過數據整合與關聯關系推理，挖掘識別企業與企業之間的集團關系、投資關系、擔保關系等；企業與個人間的任職關系、股權控制關系等。此時若某關系節點發生重大事件或暴露金融風險，則觸發產業鏈傳導推理引擎，給出影響范圍，為貸前決策提供有效的數據依據。
在貸后階段，針對商業銀行存量貸款，采用動態實時的爬取技術將諸如企業工商變更、法人信息變更、司法事件等外部變更信息進行用戶定制化推送；同時結合商業銀行內部數據，如資金流動變換、資金流水異常以及外部失信信息、黑名單、訴訟信息等，基于知識圖譜圖挖掘分析技術，利用 SVM （支持向量機）、PageRank 等機器學習方法，發現信貸風險傳導模式，并進行關聯企業風險預警推送，幫助商業銀行及時發現潛在風險，提前預警啟動催收流程。
隨著蘭州銀行對公客戶數量的不斷增長，其傳統以人工干預、現場核查為核心的風險防控體系日漸乏力。海致智能金融知識圖譜幫助其整合關聯銀行內部結構化數據、非結構化數據、互聯網采集到的數據以及第三方合作數據，為該行構建了上下游產業鏈知識圖譜，為貸前決策、貸后風控提供有效的數據依據，顯著降低了該城市商業銀行的不良貸款率。
3、智能信貸解析大幅提升審批效率
目前商業銀行傳統信貸業務還以人工授信、審批為主，從獲客到放貸，一般需經歷十多個業務流程，層層審批，極為繁瑣，且人工審閱審批報告耗時長，效率低。
海致智能信貸解析方案利用業內先進的 NLP（自然語言處理）技術，對授信材料、風險意見、授信批文等非結構化文本數據進行解析，端到端地協助客戶經理進行信貸管理，將金融從業人員從繁雜的信息搜集、核對工作中解脫出來，專注于信貸風險分析與決策，極大的節約了人力成本，提升了信貸審批效率；此外利用 NLP 技術將信貸業務流程中的非結構化文本數據轉化為商業銀行信貸過程中關注的關鍵性結構化數據，為商業銀行積累沉淀數據資產，打造數字化銀行、智能銀行提供有效的數據支撐。
南京銀行業務審計工作覆蓋廣、流程節點多，非結構化的審批意見難于管理，且審批意見撰寫因人而異，人工審閱耗時巨大，效率較低。海致將智能信貸解析解決方案深入應用此城商行實際信貸業務當中。以往人工審閱一條審批意見，平均花費時間高于5分鐘，12000多份報告樣本，人工審閱所需時長大于1000小時，通過 NLP 和機器學習技術，12000多份報告處理時間僅為5分鐘，大大提升了信貸審批效率。
4、反欺詐，預防潛在欺詐事件
隨著傳統金融機構業務互聯網化和新型互聯網金融模式的快速發展，金融欺詐的形式也愈加多樣化、欺詐手段層出不窮，多數據源的半結構化、非結構化的數據整合，以及欺詐案件涉及到的復雜關系網絡等，都給銀行等金融機構的欺詐審核帶來了新的挑戰。
在組團欺詐的組織中，隱藏著復雜的關系網絡，不容易被發現。海致智能金融知識圖譜通過強大的關聯檢索與動態分析，能夠更加高效把其中隱含的關系網絡梳理清楚，進一步去分析并發現其中潛在的風險，預防欺詐事件的發生。
5、反洗錢，監控預警可疑交易
洗錢手段以及洗錢活動特征的也在不斷變化，尤其是犯罪分子通過資金小額、多筆轉入轉出，或在不同賬戶、不同交易介質之間來回切換等操作割裂資金鏈條，達到逃避監管的目的，面對這種復雜的資金關系網絡傳統的預警上報系統很難有效的發現和甄別可疑交易。
海致基于知識圖譜的反洗錢應用可以有效的補充傳統系統當前面臨的不足之處，基于交易數據及黑名單數據（行內或第三方路透、道瓊斯等），通過圖分析挖掘技術構建可疑資金流向關系網的可視化以及黑名單關聯賬戶風險傳導的監控預警，輔助傳統系統及時準確的監控復雜關系網絡的大額可疑交易，提升商業銀行反洗錢能力。
“光有技術是不夠的，不管多么先進的理念，大數據也好，AI 也好，要想為某個行業創造真正的效益，就必須和這個行業的業務場景有深度的結合，否則，技術只能停留在概念階段。海致智能金融知識圖譜已經能夠深入到銀行的日常業務流程當中，并創造出真正的效益和價值。” 海致金融業務副總裁楊娟認為，“每家致力于智能金融的銀行，都應該在知識圖譜領域立刻行動起來”。
