Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

AI助力金融风控,出门问问「问真-智能反欺诈解决方案」频频亮相金融峰会

4月25日-26日,以语音交互为核心的人工智能科技公司出门问问携旗下“问真-智能反欺诈解决方案”参展上海举办的2019零售银行发展大会和第五届贷后管理与资产处置论坛。近年来,在以人工智能为首的新技术推动下,金融行业逐步向新的业务形态转型,以风控为核心,形成自动化、精细化和智能化的运营模式。作为领跑中国语音赛道的人工智能独角兽公司,出门问问“问真-智能反欺诈解决方案”向诸多金融机构展示了AI反欺诈的最新技术成果和应用。

找准痛点,解决线上风险管控的困境

近年来,信用卡、消费金融、互联网金融等金融机构在推动线上获客模式的过程中,为了迎合客户对于极速申请体验的诉求,大力推广“空中发卡”“秒批”“秒贷”等业务,一方面带来了业务量的激增,另一方面也带来了大量的欺诈风险,不良率抬头。

为了控制风险,金融机构不得不逐渐增加人工审核的比重来防范欺诈,但是与之伴随的是流程时效慢、人力成本高及培训难度大等问题。针对这样的困境,如何通过人工智能的手段来辅助和替代传统的人力,在控制风险的同时降本增效,成了金融机构刻不容缓的需求。

基于对当前金融业态的深入理解,出门问问自主研发的“问真-智能反欺诈解决方案” 应运而生。“问真”以AI语音交互为核心,采取主动式对话策略,融合微表情、视觉、声纹等多项技术,实现多渠道、多模态的实时智能问答,生成定制化的核验结果和量化评分,辅助金融机构在大数据风控环节之后的信审环节进行审批决策,实现有效降低欺诈风险,防范团伙欺诈。

多模态智能反欺诈方案,助力金融决策

在电话审核的业务中,“问真”产品可以和业务流程进行对接,基于客户信息实时生成“千人千面”的问卷,并通过机器人发起外呼,在人机对话中对客户信息进行交叉核实,判断欺诈信号。基于出门问问领先的AI语音交互技术,“问真”能够精确地识别并解析用户的答案,在对话进行中智能动态地调整问题策略,并进行用户答案和客观信息的实时比对,最终对用户回答形成有效判断。

“问真”也可以灵活接入其他渠道的审核流程中,比如通过与视频审核流程的对接,在智能问答的基础上,进行客户微表情的侦测和身份真实性的比对等,从而获取更多维度的重要风险信号。此外,“问真”还支持高度的定制化,针对不同类型金融业务的实际需求,进行核验维度的定制化,形成可覆盖金融借贷审核、支付安全保障、远程身份核验及账户安全保障的智能反欺诈综合解决方案。

出门问问AI商业化副总裁孙理表示:“问真-智能反欺诈,是中国领先的以语音交互技术为核心,融合视觉、声纹等技术的多模态智能反欺诈解决方案,充分体现了AI在智慧金融场景中的应用。出门问问正在逐步发力银行、保险、消费金融等领域,将与更多合作伙伴一道创造金融科技的智能未来。”

AI企业服务发力,打造创新式ToB服务

出门问问成立于2012年,是一家以语音交互和软硬结合为核心的人工智能公司,拥有自主研发的声音信号处理、热词唤醒、语音识别自然语言理解、对话管理、垂直搜索、智能推荐、语音合成等全栈式AI语音交互技术,并实现了在AI消费硬件、AI车载、AI企业服务三大应用场景的布局。

自2017年起,出门问问凭借在消费级场景积累的AI能力和经验,发挥全栈式AI语音交互能力和软硬结合能力优势,精准挖掘行业痛点,探索出了提供高度集成的AI软硬结合定制化产品,以及一站式的AI定制化解决方案两种To B服务方式,打造了创新式的“To C的体验,To B的商业”模式。目前,出门问问的To B服务已覆盖电信、金融、健康养老、酒店、汽车等多个行业,并与国内外多家知名的企业和机构建立合作,帮助企业级客户实现AI赋能。

产业出门问问金融
1
相关数据
出门问问机构

出门问问成立于2012年,是一家以语音交互和软硬结合为核心的人工智能公司,为全球40多个国家和地区的消费者、企业提供人工智能产品和服务。出门问问的使命是定义下一代人机交互,让人和机器的交互更自然。公司自主研发并建立了完整的“端到端”人机交互相关技术栈,包括声音信号处理、热词唤醒、语音识别、自然语言理解、对话管理、垂直搜索、智能推荐、语音合成、知识图谱等,并始终保持国际前沿技术水平。ToC场景推出了以智能手表TicWatch系列和无线耳机TicPods系列为主的可穿戴设备组合,ToB层面已为物联网、金融、电信、健康养老、餐饮、车载等企业级场景提供服务。

https://www.chumenwenwen.com/
自然语言理解技术

自然语言理解是人工智能的核心课题之一,也被广泛认为是最困难和最具标志性的任务。最经典的两个人工智能思想实验——图灵测试和中文房间,都是围绕自然语言理解来构建的。自然语言理解在人工智能技术体系中的重要性不言而喻,它一方面承载着机器和人的交流,另一方面直达知识和逻辑。自然语言理解也是人工智能学者孜孜以求的圣杯,机器学习的巨擘 Michael I. Jordan 就曾经在 Reddit 上的 AMA(Ask Me Anything)栏目中畅想用十亿美元建立一个专门用于自然语言理解的实验室。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

语音合成技术

语音合成,又称文语转换(Text to Speech)技术,是将人类语音用人工的方式所产生,能将任意文字信息实时转化为标准流畅的语音朗读出来,相当于给机器装上了人工嘴巴。它涉及声学、语言学、数字信号处理、计算机科学等多个学科技术,是信息处理领域的一项前沿技术,解决的主要问题就是如何将文字信息转化为可听的声音信息,也即让机器像人一样开口说话。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

信号处理技术

信号处理涉及到信号的分析、合成和修改。信号被宽泛地定义为传递“关于某种现象的行为或属性的信息(如声音、图像和生物测量)”的函数。例如,信号处理技术用于提高信号传输的保真度、存储效率和主观质量,并在测量信号中强调或检测感兴趣的组件。我们熟悉的语音、图像都可以看做是一种信号形式。因此,对于语音、图像的增强、降噪、识别等等操作本质上都是信号处理。

推荐文章
暂无评论
暂无评论~