AI和数据的价值如何发挥
时间：2022-03-24 17:45:01 | 来源：行业动态
时间：2022-03-24 17:45:01 来源：行业动态
无论是什么样的方式，最终受益的不止是银行，还有消费者。回归客户，应该是每个企业的初心。Chae An表示。要做到这一点，对于认知型金融来说，非常重要的还在于AI和数据，这是金融企业感知外界环境的触手。
AI的应用对企业的不同业务领域会带来不同的价值，越来越多的企业正在根据前台、中台、后台的数据分类，不断挖掘价值，赋能业务创新。IBM杰出工程师（DE）、IBM大中华架构师及客户中心总经理程静表示，然而，中国金融业目前在AI应用过程中还存在非常多的挑战，比如数据来源多、关系复杂，这使得数据管理的难度非常大。
IBM杰出工程师（DE）、IBM大中华架构师及客户中心总经理程静
AI被视为当下新的生产力，而数据是最新的生产资料。如果生产资料不纯，产出结果必然有瑕疵，因此，提高数据的可信度变得非常重要。
对此，IBM提出了「AI阶梯」的概念，即对数据收集、组织、分析、注入等所有环节进行全生命周期管理，确保数据的可用性。IBM大中华区大数据技术与分析平台技术总监刘胜利列举了一个数字：在一个银行机构中，一份存款数据在内部可以被复制50-100份。而这些数据哪个才是准确的？数据来源清不清晰、可不可信？企业有没有全局数据搜索的能力？每一个问题都不可忽视。
拿数据收集来说，一般而言，企业过去往往需要将来自不同系统的数据复制或迁移到中央数据存储器进行管理和分析。出于历史记录、归档或监管等目的，这是企业必须采取的一种手段。但作为现有方法的补充，企业还可以通过数据虚拟化（类似于边缘计算），跨多个系统从源头对数据进行分析和查询。这不仅可以降低成本，避免移动和复制造成的延迟，还可以避免数据失真。
而从另一个角度来说，数据中本身存在的诸如种族、性别等偏见，也在影响最终的输出结果。为此，IBM研究院也推出了相关研究方案，以对AI分析的结果进行更新和广泛评估，确保在数据和算法中剔除偏见因素。
在这方面，企业还应该构建自己的企业级AI平台，其中包括企业级AI应用承载平台，企业级AI服务管理平台，企业级AI模型开发、测试、管理平台。程静表示。
当然，AI应用最主要还得看业务场景。比如银行信贷，它要求结果非常精准并且可追责，当人类判断和AI分析结果出现偏差导致坏账时，追责问题就很难界定；但是在风险管控的场景中，由于它是一个概率问题，不需要精确的数字，所以在目前更适合AI应用。范斌解释对记者解释。
在线咨询
