ZD至顶网软件频道消息: 随着银监会《中国银行业信息科技“十三五”发展规划监管指导意见(征求意见稿)》的推出,正式掀起了银行业上云的热潮。其中提升大数据的应用,推广基于大数据的风控更是受到业内关注。
风险定价和风险管理能力则是金融业的核心本质,能否更好的建立业务评审策略并有效监测风险决定了金融机构的业务规模和利润空间。大数据风控也是银行、金融行业上云的重要推动力和目标。
日前,百度云与民生银行的“风险预警项目”为大数据风控带来新的进展:依靠百度云在人工智能(AI)、大数据(Big Data)、云计算(Cloud Computing)ABC领域里的显著优势,百度云为民生银行风险管理和风险预警提供云服务。这是股份制银行首次将云服务运用到金融机构核心的贷后管理和信贷决策领域,对国内其他面临云端化转型的金融机构来说,有着重要借鉴意义。
大数据解决银行业风控顽疾 百度云担当技术“领头羊”
根据中国银行业协会《中国资产托管行业发展报告2016》显示,我国银行业资产托管规模已经突破百万亿大关。如能有效管控不良贷款、流动性等风险,将极大提高银行业的业务规模和利润空间。对此,在2017年全国银行业监督管理工作会议期间,银监会主席尚福林明确表示,将以坚守不发生系统性风险为底线,扎实推进不良贷款、流动性等六大重点领域风险防控。
近年来层出不穷的信贷欺诈问题,让银行业的风险管理越来越偏向构建以数据为基础,以计量模型为工具、风险指标的决策体系。但计算信用风险的违约率(PD)、违约损失率(LGD)以及风险敞口(EAD)等基础数据,加上市场风险的内、外部数据,这些海量数据在数字化时代急剧扩容,对于银行的大数据收集、处理能力,对于云服务提出了更高要求。这对国内目前的金融行业和云厂商来说,都是一个巨大的挑战。
百度云与民生银行的合作,让从业者们看到一条大数据在风控领域中开辟出的新路径。基于百度16年的技术优势,百度云大数据的收集、分析和计算建模能力在国内占据“领头羊”的位置,对于银行业关注的海量非结构化数据的处理质量较高,保障了风险数据的储备和规范性。此外,百度云能够将底层数据关联目标企业,并通过风险识别模型来判断其产生的风险信号。基于百度云的BOS服务和API对接银行内部业务流程,实现了对银行授信企业具有前瞻性和全面性的风险监测,这将有助于提升银行的风险收益并降低不良贷款损失。
据悉,百度云与民生银行已计划将云服务拓展至信贷评审、项目评审以及营销等多个领域。
技术+服务双驱动 “金融云”赛道领跑
随着政策的驱动与金融服务过程中难以规避的技术问题,金融机构对于云服务有着更加迫切的需求。同时,国内出现诸如百度云这样专注于云计算、大数据、人工智能的技术平台,以银行业为代表的金融机构将逐步改变以往自筹自建的技术体系。根据去年《中国金融服务业云应用调查》的结果显示,有近47.9%的中国金融服务机构表示“正在制定云战略”。如何快速抢占这块 “金融云”蛋糕成了国内云厂商新的挑战。
对于百度云而言,与民生银行的风控合作为挺进“金融云”市场迅速打开了局面。在最新一期产品正式上线民生银行业务系统后,百度云又与浙江省最大的民营担保公司之一温州中新力合征信服务股份有限公司签订合作协议,迅速完成对接并上线。周期如此短的研发、上线速度,全面显现了百度云的技术实力,同时也扫除了传统金融机构对于业务环境是否可靠、高并发的业务渠道能否免受流量影响、监控和管理要求是否严格、系统安全系数是否严苛等一系列困扰。
互联网覆盖了数以亿计的用户,始终处于新生与增量的金融市场中,大中小银行、券商、资产管理公司、担保公司、征信公司、互联网金融公司等对于金融服务有了更高的标准。归根结底,“金融云”的角逐要回归到金融服务能力方面。从这一点来看,百度云与金融巨头展开一系列“云端”合作之后,技术与经验的积累更加深厚,并在技术与服务理念的驱动下,已经处于“金融云”赛道上的领跑位置。这一位置,将吸引更多长尾金融客户的目光。
好文章,需要你的鼓励
全新搜索方式出现,字节发布宽度优先搜索基准WideSearch,垫底的竟是DeepSeek
阿里巴巴团队推出DeepPHY,这是首个专门评估AI视觉语言模型物理推理能力的综合平台。通过六个不同难度的物理环境测试,研究发现即使最先进的AI模型在物理推理任务中表现也远低于人类,成功率普遍不足30%。更关键的是,AI模型虽能准确描述物理现象,却无法将描述性知识转化为有效控制行为,暴露了当前AI技术在动态物理环境中的根本缺陷。
GitHub CEO声称AI将承担所有编程工作,但现实中AI编程工具实际上降低了程序员的生产效率。回顾编程语言发展史,从Grace Hopper的高级语言到Java等技术,每次重大突破都曾因资源限制和固有思维遭到质疑,但最终都证明了抽象化的价值。当前AI编程工具面临命名误导、过度炒作和资源限制三重困扰,但随着技术进步,AI将有助于消除思想与结果之间的障碍。
AgiBot团队联合新加坡国立大学等机构开发出Genie Envisioner机器人操作统一平台,首次将视频生成技术应用于机器人控制。该系统通过100万个操作视频学习,让机器人能够预测行动结果并制定策略,在多个复杂任务上表现优异,仅需1小时数据即可适应新平台,为通用机器人智能开辟全新路径。