近年來，AI、大數據等新興技術如何與業務結合，推動企業數字化轉型，成為業內關注的焦點。信數金服CEO徐進在接受記者采訪時認為，一些高頻、重復且低附加值的工作，非常適合由人工智能來替代完成。但要讓AI技術落地，首先企業自身必須做好準備，夯實信息化和數字化基礎，把數據收集好、整理好、管理好。

目前，信數金服在金融、制造、通信、教育等多個行業均開展了實踐。徐進指出，“不少企業其實已經積累了很多數據，但是都沉睡在那里，并沒有被用起來。我們要做的是幫助企業把數據真正用起來，降低成本、提高運營效率。”

自動化風控審核，降低80%人力成本

在金融行業，AI技術的應用讓金融機構更高效、準確地評估用戶信用，提高風控審核效率。

“傳統的風控是由各機構的風控團隊以人工的方式進行經驗控制。像銀行在給企業批貸款的時候，需要員工查看網上公開發布的企業歷史法院訴訟的文件。”徐進說，“這些文件經常能達到幾千甚至上萬字，用人工的方式一頁一頁看，不僅效率較低，也不一定準確。而現在通過AI對文本進行智能解析，可以精準地獲取文件關鍵信息，實現小微企業的信貸自動化審批。”

以工商銀行為例，信數金服協助其搭建的大數據智能風控平臺收錄了來自行內、金融同業以及司法行政部門提供的各類風險客戶和賬戶信息，經過分類評級后的信息按照不同業務需求分別在銀行核心系統以及個人金融、信貸、授信、銀行卡等業務領域投入應用，為相關業務審核和辦理提供預警和控制支持。

而某互聯網金融企業引入了智能風控自方案后，在風控審核上的人力節省了80%。

“這企業原來在信用申請審核需要上百人力，對貸款申請人打電話，通過人工判斷風險的大小，到底給不給他放貸款。整個信審流程是高頻、重復的，且附加值不高。現在，通過AI技術實現對小額度貸款的自動信用審核，大額度由人工進行部分干預，把人從重復的勞動中解放出來，員工的工作轉變為維護風控規則和重點客戶,脫離低價值勞動,去做更有價值的事情。”徐進表示。

在保險行業，利用大數據和AI技術可以實現千人千面的個性化保單推薦和定價。比如，綜合個人的駕車行為習慣、駕齡、違章、交通大數據等多方面因素為客戶提供有針對性的車險定價，并實現投保、理賠、理算的全流程智能化處理，解決理賠慢的問題，提高客戶滿意度。

自動化反欺詐，識別96%的信用卡盜刷 

AI技術還可以協助金融機構實現自動化反欺詐，避免信用卡盜刷。徐進以某全球大型在線支付公司為例。該公司的業務遍布全球，7*24小時運轉，每天都處理上千萬筆交易請求，為了防止盜刷，需要收到交易請求后在十毫秒內快速做出判斷，截斷支付。

信數金服協助其構建了基于機器學習技術的實時反欺詐系統，通過自動化建模預測，可以在極短時間之內分析幾百萬甚至上千萬的交易歷史數據，甄別交易的真實性，并且針對不斷變化的欺詐模式，每日自動訓練、自動更新反欺詐模型，模型的迭代頻率從以周為單位提高到以日為單位。目前，欺詐交易識別準確率高達96%，達成了僅0.27%業界最低風險損失率指標。

在上海儀電集團孵化器云賽空間的牽線搭橋下，信數金服的實時反欺詐技術還被引入土耳其。不久后，信數金服將與土耳其第一大商業銀行——土耳其實業銀行合作，為其提供金融反欺詐服務。

“土耳其實業銀行是土耳其最大的商業銀行，他們看中我們的方案和經驗，希望把這個反欺詐技術引進到土耳其，后續還會擴展到運營自動化、保險等其他領域。” 徐進說。

設備預測性維護，單倉庫節省200萬美金管理費用

除了金融領域，信數金服也把他們的方案推廣到工業制造等行業，利用AI、物聯網、大數據技術進行設備的預測性診斷和維護。

“比如我們每天坐的電梯，通過采集電梯的運營數據，結合大數據分析和機器學習提供預測性診斷和維護的建議，在電梯出故障之前就能預測，進行針對性地維修，避免中斷事故。”徐進說。

此外， ABT采用了信數金服的智能決策引擎打造無人倉庫，通過在無人叉車內的電池內置傳感器數據實時采集與分析，對電池狀態進行智能預測、提前預警。

“工業用的大型蓄電池需要在一個比較合適的時間提前充電，如果在電量已經快耗盡的時候再去充，可能就會對電池造成永久性傷害。過去。ABT需要通過工程師來查看傳感器數據來監控設備，現在由系統智能判斷，作出快速響應，單個倉庫年節約成本達200萬美金。”

在談到人工智能尚存在的挑戰時，徐進強調行業要提升對數據本身的重視程度，如果數據質量不夠好的話，AI也巧婦難為無米之炊。

為此，由信數金服提供的企業智能運營體系化方案中，第一步就是數據治理，幫助企業做好數據質量管理，在此基礎之上再應用機器學習、數據挖掘這些模型，用數據打通業務的各個環節，獲得以數據驅動的分析決策和預測能力，實現真正的數據洞察。