智能金融
目录
智能风控
传统信贷：被动式管理
传统信贷流程中存在欺诈和信用风险、申请流程繁琐、审批时间长等问题。
智能风控：主动式管理
从多维的海量数据中深度挖掘关键信息，找出借款人与其他实体之间的关联，从贷前、贷中、贷后各个环节提升风险识别的精准程度，使用智能催收技术可以替代40%~50%的人力，为金融机构节省人工成本。同时利用AI技术可以使得小额贷款的审批时效从过去的几天缩短至3~5分钟，进一步提升客户体验
https://v.youku.com/v_show/id_XMzM1NTQyMDM0MA==.html?spm=a2h0k.11417342.soresults.dposter
智能支付
传统支付
在海量消费数据累积与多元化消费场景叠加影响下，手环支付、扫码支付、NFC近场支付等传统数字化支付手段已无法满足现实消费需求
智能支付
以人脸识别、指纹识别、虹膜识别、声纹识别等生物识别载体为主要手段的智能支付逐渐兴起，再加上各类票据、身份证、银行卡等证件票据的OCR识别等技术手段。
https://v.youku.com/v_show/id_XMzc0MjMzMjczMg==.html?spm=a2h0k.11417342.soresults.dposter
智能理赔
以车险理赔为例
传统理赔
人海战术，往往需要经过多道人工流程才能完成，既耗费大量时间也需要投入许多成本。
智能理赔
通过综合运用声纹识别、图像识别、机器学习等核心技术，经过快速核身、精准识别、一键定损、自动定价、科学推荐、智能支付这六个主要环节实现车险理赔的快速处理
智能客服
传统客服
成本高、服务效率低，客服人员工作强度大、工资待遇低、负面情绪多、工作内容枯燥等
智能客服
基于自然语言处理能力、语音识别能力与大规模知识管理系统，在大幅降低服务成本的同时提升服务体验。在与客户的问答交互过程中，智能客服系统可以实现“应用-数据-训练”闭环，形成流程指引与问题决策方案，并通过运维服务层以文本、语音及机器人反馈动作等方式向客户传递。此外，智能客服系统还可以针对客户提问进行统计，对相关内容进行信息抽取、业务分类及情感分析，了解服务动向并把握客户需求，为企业的舆情监控及业务分析提供支撑
智能营销
传统营销
以实体网点、电话短信推销、地推沙龙等方式将金融相关产品销售给潜在客户，这些营销方式容易产生对于市场需求的把握不够精准、使得客户产生抵触情绪，同时标准化的产品以群发的方式进行推送也无法满足不同人群的需要。
智能营销
对于收集的客户交易、消费、网络浏览等行为数据利用深度学习相关算法进行模型构建，对金融用户进行画像，通过需求响应模型，帮助金融机构与渠道、人员、产品、客户等环节相联通，从而可以覆盖更多的用户群体，为消费者提供千人千面、个性化与精准化的营销服务。
智能理财
传统理财
理财管理费率高、理财门槛高（百万以上）。
智能理财
基于大数据和算法能力，对用户与资产信息进行标签化，精准匹配用户与资产。对于用户来说，可以实现资产优化配置，同时辅以营销咨询、资讯推送等增值服务。
参考文档：
讲义：https://docs.qq.com/slide/DUHRxU3JIVVJzbGdN
案例：
https://insurance.hexun.com/2019-12-19/199736617.html
http://insurance.jrj.com.cn/2018/07/28142724874670.shtml
http://www.sznews.com/banking/content/2019-07/31/content_22320989.htm
智能客服：http://www.sobot.com/blog/article/743/view.html
