Yapay zeka kuru ürün paylaşımı: iş dünyasında veriye dayalı akıllı karar verme uygulaması (fotoğraflarla)
Kaynak: TusStar Shanghai
Bu makale hakkında 3000 Word, önerilen okuma 7 dakika.
Bu makalede, Xinshu Technology'den Bay Fan Chong ve Bay Ma Youjian, akıllı bir karar verme sistemi ve bunun gerçek iş senaryolarında uygulanması konusundaki deneyimlerini paylaştı.
Yapay zeka alanında, ticari uygulamalar için yapay zeka, iniş için doğuştan gelen koşullara sahiptir ve akıllı karar verme, iş zekasının en büyük önceliğidir. Xinshu Technology'den Bay Fan Chong ve Bay Ma Youjian, akıllı bir karar verme sistemi oluşturma deneyimlerini ve bunun gerçek iş senaryolarında uygulanmasını paylaştı.
Aşağıda, bu sayıda paylaşılan ana içerik özetlenmektedir:
1. Giriş: Kurumsal Yapay Zeka
Yapay zeka uygulaması geniş bir alandır.Genellikle yapay zeka gelişiminin üç aşamaya ayrıldığı düşünülmektedir: Hesaplamalı Zeka Algısal Zeka Bilişsel Zeka . Şu anda, yapay zeka yapan çoğu şirket esas olarak, amacı insanların "beş duyusunu" yavaş yavaş değiştirmek olan algısal zeka, yani tanıma, derin öğrenme vb. Aşamasında kalıyor. Yaygın örnekler, güvenlik sahnelerinin ve güzellik sahnelerinin uygulanmasıdır.
Yapay zeka iş operasyonlarında nasıl bir rol oynayabilir?
Arz ve talep perspektifinden bakıldığında, şirketler için mevcut bilgi işlem gücü maliyeti düşüyor ve işçilik maliyetleri giderek artıyor.İşçilik maliyetlerinin hesaplama gücünden daha yüksek olduğu aşama.Resimdeki yeşil renk bloğu yapay zeka ile elde edilebilir. Tasarruflu işçilik maliyetleri. Birçok şirket bu bölümdeki potansiyeli kullanamadı.
McKinsey tarafından 2017 yılında yayınlanan "Küresel İş Gücü Otomatizasyon Endeksi" ne göre: Çin'in otomatikleştirilebilen işgücünün oranı% 51, Çin'in toplam iş gücü sayısı 772 milyon ve otomasyonun yerini alabilecek potansiyel sayısı 395 milyon.
Bu potansiyel endeks, düşük değerli emeğin kademeli olarak yapay zeka ile yer değiştirmesi olasılığını yansıtır ve çoğu çalışan kendilerini geliştirebilir ve emeğini daha değerli işlere odaklayabilir.
Kurumsal karar alma modeli açısından, 2000 yılı aşkın bir süre öncesinden günümüze, kurumsal karar alma modeli kabaca üç aşamaya ayrılabilir. 2013 yılından bu yana, işletmeler veriye dayalı bir yönetim modeline girmişlerdir.
Peki, veriye dayalı bir işletme nedir?
Harf numarasının verdiği kavram: İşletmenin Ar-Ge, planlama, organizasyon, üretim, koordinasyon, satış, servis ve inovasyonun tüm iş zinciri Hepsi dijital karar vermeyi kullanır ve kurumsal stratejik karar alma ve planlamaya geri bildirimde bulunabilir, böylece şirket genel karar verme zekasına ulaşabilir ve nihayetinde veri sürücüsü aracılığıyla şirketin ve sektörün dönüşümüne liderlik edebilir.
2. AI + şirketleri nasıl gelir:
Problem odaklı + hassas konumlandırma ürün geliştirme
Verilerin değerini aktif olarak keşfetmek, çeşitli endüstrilerdeki işletmelerin fikir birliği haline geldi. Bununla birlikte, birçok şirket veri toplama adımlarında durmaktadır ve hala acilen çözülmesi gereken bazı sorunlar vardır:
- Yönetilmesi zor olan büyük miktarda harici veriyi tanıtın
- Veri türleri karmaşıktır ve kalitesizdir, bu da verilerin değerini oynamayı zorlaştırır
- Yüksek veri gerçek zamanlı ve zor işleme
- Veri analizi süreci zaman alıcı, yoğun emek gerektirir ve maliyetlidir (özellikle algoritma mühendislerinin işçilik maliyeti)
- Veri tabanlı karar verme kuralları karmaşık, katı ve bakımı zordur (geleneksel dijital sistemlerin değiştirilmesi ve ayarlanması, dahili kodları değiştirmek için teknik personele dayanır ve işletme operatörlerinin esnek bir şekilde ince ayar yapması zordur)
- Operasyon durumunun gerçek zamanlı izlenememesi, zamanında yanıt verememe
Yukarıdaki sorunlara yanıt olarak, önde gelen kurumsal düzeyde yapay zeka ürün sistemi olan Xinshu Technology'nin AIS (Yapay Zeka Paketi) sistemi, kurumsal veri tabanlı akıllı karar verme sorununa dayanır ve dahili "karar verme" piramidinin alt kısmına odaklanır - - İşletmenin günlük işleyişine ilişkin karar verme süreci. Temel metodolojisi Gerçek zamanlı verilerin analizi ve karar vermesi, makine öğrenimi yöntemiyle birleştirilerek, kurumsal operasyon ve yönetimin otomasyonu, çevikliği ve zekası gerçekleştirilir.
AIS ürünlerinin mantığı, dört aşamaya ayrılmış, veri odaklı bir kapalı döngüdür: dahili ve harici verilerin birleşmesi madencilik veri değeri akıllı kararlar alma verimli operasyonları yürütme. İşlem seviyesine özgü olarak, altı küçük alt bölüme ayrılmıştır.
Veri kaynağı yönetimi:
- Veri yönetimi: Veri API yönetimi platformu (veri kaynaklarını, veri arama kayıtlarını görüntüleyin, veri çağrılarının kararlılığını sağlayın ve belirli uygulama senaryoları için tek bir tıklama ile faturalar oluşturun);
- Gerçek zamanlı veri işleme, veri kalitesi yönetimi: CEP akış hesaplama yazılımı (karmaşık olayları işleyebilen güçlü akış verisi hesaplama yetenekleri; devasa veri çıkışı, milisaniye yanıt), veri kalitesi yönetimi yazılımı
- Makine öğrenme: Makine öğrenimi platformu (veri ve araçların entegrasyonu güçlüdür ve kolayca genişletilebilir; modellemeye yardımcı olmak için 2000'den fazla Hull gelişmiş algoritma modülü önceden ayarlanmıştır)
- Akıllı operasyonel karar: Karar motoru platformu (kullanımı kolay, çevik, akıllı; karşılaştırmalı FICO, IBM, Experian)
- Operasyon durumunun gerçek zamanlı izlenmesi: Operasyon izleme sistemi (zamanında uyarı, hızlı yanıt)
- Veri raporu görselleştirme: Veri görselleştirme sistemi (liderlik tarafından taktiksel ve hatta stratejik kararlar almak için kullanılabilecek görselleştirme çizelgelerini otomatik olarak oluşturur)
Kırmızı, Xinshu tarafından geliştirilen bir modüldür ve mavi, diğer üreticilerle işbirliği içinde geliştirilen bir modüldür.
3. AIS ürün yardımcı programı ve uygulama senaryoları
AIS ürünlerinin amacı, kurumsal işletim modelinin otomasyonunu, çevikliğini ve zekasını gerçekleştirmektir. Bu üç etki, üç uygulama senaryosunda somutlaştırılabilir: akıllı risk kontrolü, akıllı sigorta ve gerçek zamanlı işlem sahteciliği önleme.
Örnek olarak kredi riski kontrolü senaryosunu ele alırsak, aşağıdaki şekil tipik bir çevrimiçi kredi onay sürecidir. İş olgunlaştıktan sonra, ön uçtan orta istasyona kadar tam otomatik bir süreç gerçekleşecek.
Müşteri kayıt olduktan ve giriş yaptıktan ve kredi başvurusunu gönderdikten sonra, merkez ofis onayı tamamlar ve ardından sonuçları işin ön ucuna geri gönderir. Manuel bir incelemeden sonra, müşteri krediyi alır veya reddedilir. Bir kredi alınırsa, kredi sonrası performansı gerçek zamanlı operasyonel izlemeye girer. Böyle tam otomatik bir onay süreci kısa sürede büyük miktarda kullanıcı verisi biriktirecektir, Risk kontrol stratejilerini geri bildirmek ve karar verme modellerini iyileştirmek için kullanılabilir. Bu, kapalı bir hizmet döngüsü oluşturur.
Bu kapalı döngü iki bölümden oluşur, Biri, gerçek zamanlı işlemlerin görsel analizidir , Sistem, işletim çizelgeleri oluşturmak için bazı tipik risk kontrol modellerini ve değişkenlerini seçecek ve bunları işlem sürecindeki sorunları incelemelerine yardımcı olmak için veri analistlerine ve ilgili risk kontrol personeline sağlayacaktır. Diğeri, büyük miktarda kullanıcı verisine, karar verme model ayarlamasına ve model yinelemesine dayanır , Tüm risk kontrol stratejisinin daha eksiksiz hale getirilmesi.
Böyle otomatik bir süreç, gerçek uygulamada birçok sorunla karşılaşacaktır. Üstesinden gelinmesi gereken üç ana zorluk vardır.
İlki veri düzeyindedir. Dahili verilerin yönetimi zaten önemli bir görevdir.Aynı zamanda, harici verilere erişim ve harici verilerin kalitesinin izlenmesi ve temizlenmesi otomatikleştirilmiş sürecin gerçekleştirilmesinde karşılaşılan ilk sorunlardır.
İkincisi, karar verme kuralları düzeyindedir. Geleneksel yaklaşım, iş kurallarını iş sistemine sabit kod biçiminde yazmaktır. Bununla birlikte, bu yaklaşım, işletmenin gelişimine bazı sorunlar getirecektir, çünkü daha sonraki değişiklikler ve ayarlamalar, doğru değişiklik oranını sağlamak için önemli ölçüde zaman ve işçilik maliyeti gerektirmektedir. Karmaşık risk kontrol stratejilerini taşımak için esnek formların nasıl kullanılacağı, bilgi araştırmasının anahtarı haline geldi.
Üçüncüsü, büyük miktarda kullanıcı verisine dayalı olarak eksiksiz bir operasyon izleme sisteminin nasıl kurulacağı ve operatörlerin risk kontrol stratejilerini daha yönlü bir şekilde ayarlamasına imkan verecek şekilde veri analizinin gücünün nasıl artırılacağıdır.
AIS sistemi geçti Eksiksiz bir ürün yapısı oluşturun, net modüler yönetim Yukarıdaki sorunlarla başa çıkmak için.
4. Akıllı karar motoru
AIS ürünlerinin en büyük özelliği, Akıllı karar motoru .
Genel iş gereksinimlerinden karmaşık iş kuralları ve stratejileri çıkarır ve bunu daha bağımsız bir araçla ayrı ayrı yönetir. Karar motoru sistemi, bir API arayüzü aracılığıyla orta ofis veya süreç yönetimi sistemiyle etkileşime girer. Bu şekilde, müşteriler karar verme motorundaki tüm iş kurallarını, fiyatlandırma stratejilerini veya risk kontrol modellerini, orta ofis veya süreç yönetim sistemi tarafından çağrılabilecek şekilde devreye alabilirler. Orta istasyon, karar motoruna veri sağlar ve karar motoru, geri bildirim sonucunu hesaplar ve orta istasyon, sonuca göre bir sonraki işlemi doğrudan gerçekleştirir.
Bu tasarımın altında, Ayrı bir profesyonel kural yönetimi aracı olan karar motoru, işletme yöneticilerinin iş personeli ile teknik personel arasındaki gidiş-dönüş iletişimine güvenmek yerine karar kurallarını sisteme doğrudan yerleştirmesine olanak tanır ve böylece şirketin karar kurallarını esnek bir şekilde ayarlamasını kolaylaştırır. . Kullanım kolaylığı veya sistematik tasarım açısından, AIS'nin karar motoru, saf kod tasarım modelinden daha üstündür.
V. Özet
AIS sisteminin metodolojisi nispeten geniş bir uyarlanabilirlik aralığına sahiptir. Tekrarlayan, önemsiz, büyük, anlık, düzenli, izleme, kapalı döngü Bu özellikler gibi operasyonel görevler evrenseldir. Bununla birlikte, birçok uygulama senaryosunda güvenilir veri kaynakları elde etmek zor olduğundan, mevcut uygulama senaryoları esas olarak finans ve sigorta endüstrilerinde yoğunlaşmıştır. Gelecek için, Xinshu Technology'nin paylaşımcıları, IoT uygulaması ve enerji sektörü konusunda iyimser olduklarını ifade ettiler.
[Misafir Profili]
Fan Chong , Shanghai Xinshu Strateji Direktörü. Bay Fan Chong, genel ürün mimarisi ve çözümlerinin araştırma ve geliştirilmesinden sorumludur ve şirketlerin veri odaklı konseptlerle dijital dönüşüm ve yükseltme yapmalarına yardımcı olur. Finans, lojistik, paylaşım ekonomisi, emlak ve kullanıcı analizini içeren çok sayıda büyük veri ürününün planlanmasından ve uygulanmasından sorumlu olmuştur. Alanlar.
Ma Youjian , Shanghai Xinshu'nun kıdemli danışmanı. Bay Ma Youjian, müşterilerine eksiksiz teknik çözümler ve uygulama danışmanlığı sağlamaya devam etmektedir.Risk kontrol otomasyon sistemleri oluşturma konusunda geniş deneyime sahiptir ve kredi, sigorta ve bankacılık gibi çeşitli finansal işlerde risk kontrol danışmanlığı deneyiminde iyidir.
