近日，由《亞洲銀行家》集團(tuán)銀行學(xué)院主辦的“深圳香港創(chuàng)新之旅2024”活動(dòng)帶領(lǐng)30余位國(guó)際銀行家參訪代表走進(jìn)樂(lè)信深圳總部，探訪數(shù)字金融領(lǐng)域的技術(shù)創(chuàng)新和應(yīng)用前沿。憑借覆蓋數(shù)據(jù)資產(chǎn)、智能分析和洞察工具、智能決策等數(shù)字信貸全流程的創(chuàng)新技術(shù)探索，樂(lè)信獲得參訪團(tuán)的一致認(rèn)可。此次參訪團(tuán)由《亞洲銀行家》組織，由恒生銀行、渣打銀行、馬來(lái)西亞GX銀行、越南投資發(fā)展銀行等的高管組成。除參訪樂(lè)信外，參訪團(tuán)還參訪了騰訊、渣打銀行(香港)有限公司、微眾銀行等港深兩地領(lǐng)先的金融相關(guān)企業(yè)。

數(shù)字金融加速進(jìn)入下半場(chǎng)，科技創(chuàng)新與應(yīng)用正成為企業(yè)的核心競(jìng)爭(zhēng)力和決勝關(guān)鍵。參訪中，樂(lè)信CTO陸勇重點(diǎn)向參訪團(tuán)介紹樂(lè)信十年技術(shù)演進(jìn)的歷程，以及當(dāng)前最新的技術(shù)創(chuàng)新與應(yīng)用，包括：數(shù)據(jù)資產(chǎn)標(biāo)準(zhǔn)化工具“高斯”客戶數(shù)據(jù)平臺(tái)、智能分析工具“黎曼”異動(dòng)歸因系統(tǒng)、助力決策智能化的“圖靈”仿真系統(tǒng)、助力企業(yè)運(yùn)營(yíng)提質(zhì)增效的“奇點(diǎn)”AI大模型。在陸勇看來(lái)，正是樂(lè)信不斷夯實(shí)內(nèi)功、創(chuàng)新技術(shù)與應(yīng)用，驅(qū)動(dòng)樂(lè)信業(yè)務(wù)向著數(shù)據(jù)驅(qū)動(dòng)、智能決策的數(shù)智化方向發(fā)展。

數(shù)智化的基礎(chǔ)是對(duì)客戶信息多維結(jié)構(gòu)化。基于業(yè)務(wù)訴求，樂(lè)信“高斯”客戶數(shù)據(jù)平臺(tái)打通多源客戶數(shù)據(jù)、通過(guò)時(shí)間軸記錄客戶旅程，為每一位客戶生成多維、全面的標(biāo)簽檔案，構(gòu)建客戶360度的全景畫(huà)像。區(qū)別于內(nèi)容平臺(tái)、電商平臺(tái)等應(yīng)用場(chǎng)景，信貸領(lǐng)域因?yàn)閷?duì)風(fēng)控要求更高、風(fēng)險(xiǎn)容忍度更低，因而對(duì)用戶數(shù)據(jù)的準(zhǔn)確性和使用場(chǎng)景的適配性要求更高。為了更好地服務(wù)業(yè)務(wù)需要，“高斯”客戶數(shù)據(jù)平臺(tái)構(gòu)建了包括客戶價(jià)值分層、生命周期等更符合信貸業(yè)務(wù)需要的融合標(biāo)簽，打造業(yè)界領(lǐng)先的即席OLAP（Online Analytical Processing）分析能力，支持業(yè)務(wù)對(duì)用戶數(shù)據(jù)的深度挖掘和實(shí)時(shí)可視化分析，助力業(yè)務(wù)快速調(diào)整策略，達(dá)成業(yè)務(wù)目標(biāo)。

基于海量底層數(shù)據(jù)資產(chǎn)，AI大模型通過(guò)算法讓數(shù)據(jù)在多個(gè)維度發(fā)揮價(jià)值，提升企業(yè)運(yùn)營(yíng)效率。通過(guò)樂(lè)信金融專屬數(shù)據(jù)預(yù)訓(xùn)練、業(yè)務(wù)數(shù)據(jù)精調(diào)，樂(lè)信自研AI大模型“奇點(diǎn)”落地并加速與業(yè)務(wù)結(jié)合落地，大幅提高工作效率和客戶體驗(yàn)。業(yè)務(wù)交互層面，今年一季度，樂(lè)信引入大模型實(shí)時(shí)意圖識(shí)別技術(shù)，通過(guò)公司多年積累的客服和銷售場(chǎng)景數(shù)據(jù)，學(xué)習(xí)訓(xùn)練并提高客戶意圖識(shí)別大模型的精確度，在客服和電銷場(chǎng)景上為客戶量身打造個(gè)性化解決方案，大幅提升客戶滿意度。生產(chǎn)力提升層面，大模型在研發(fā)代碼輔助場(chǎng)景中深入應(yīng)用，累計(jì)輸出代碼改進(jìn)建議4萬(wàn)多條，助力研發(fā)提效40%。風(fēng)控核心層面，通過(guò)持續(xù)訓(xùn)練，大模型自動(dòng)分析和識(shí)別用戶所在行業(yè)、還款意愿等信息的能力提升，準(zhǔn)確率超70%，有效助力分客群精細(xì)化運(yùn)營(yíng)。

“黎曼”異動(dòng)歸因系統(tǒng)是樂(lè)信自研的集異動(dòng)檢測(cè)、計(jì)算歸因、事件歸因、響應(yīng)處理、治愈恢復(fù)于一體的自助化、智能化分析平臺(tái)。眾所周知，金融行業(yè)故障的代價(jià)很大，短短數(shù)小時(shí)損失就可能達(dá)百萬(wàn)元級(jí)，并且排查難度極大：傳統(tǒng)思路通常是根據(jù)經(jīng)驗(yàn)圈定事件范圍，然后找人一一排查，耗時(shí)長(zhǎng)且很容易紕漏。“黎曼”異動(dòng)歸因系統(tǒng)可以實(shí)時(shí)監(jiān)測(cè)業(yè)務(wù)指標(biāo)變化，并通過(guò)PAA時(shí)序降維技術(shù)、MK-TEST趨勢(shì)檢測(cè)、PSD能量譜滑窗分析等提高日常監(jiān)測(cè)的準(zhǔn)確度、降低漏告和誤告率。當(dāng)業(yè)務(wù)出現(xiàn)指標(biāo)異常時(shí)系統(tǒng)會(huì)第一時(shí)間捕捉，通過(guò)以貢獻(xiàn)度為錨的統(tǒng)一數(shù)學(xué)量化基架，自動(dòng)化進(jìn)行計(jì)算歸因和事件歸因，快速定位根本原因，及時(shí)挽回異動(dòng)導(dǎo)致的業(yè)務(wù)損失。目前，“黎曼”系統(tǒng)的平均異動(dòng)分析和歸因耗時(shí)從傳統(tǒng)人工模式的數(shù)周級(jí)縮短到小時(shí)甚至分鐘級(jí)，相當(dāng)于給業(yè)務(wù)和風(fēng)險(xiǎn)配上“高科技穩(wěn)定器”，助力決策數(shù)字化和智能化。

數(shù)據(jù)驅(qū)動(dòng)的重要目的是智能化決策，“圖靈”仿真系統(tǒng)則是樂(lè)信助力業(yè)務(wù)智能化決策的重要工具之一。所謂仿真，指的是利用模型模仿和預(yù)測(cè)實(shí)際行為所產(chǎn)生效果的測(cè)試和實(shí)驗(yàn)。對(duì)于信貸行業(yè)，無(wú)論是外部變化還是內(nèi)部調(diào)整，平臺(tái)都經(jīng)常需要部署新的策略，一旦策略不當(dāng)，將面臨昂貴的損失。圖靈決策仿真系統(tǒng)的價(jià)值正在于此：有了基于真實(shí)業(yè)務(wù)豐富的數(shù)據(jù)血緣關(guān)系構(gòu)建數(shù)據(jù)仿真測(cè)試，提前模擬宏觀環(huán)境、行業(yè)環(huán)境、消費(fèi)者環(huán)境可能發(fā)生的變化，然后將新的策略等變量“扔進(jìn)”仿真系統(tǒng)，讓業(yè)務(wù)先做一場(chǎng)“模擬考”，提前預(yù)測(cè)新的策略等對(duì)于業(yè)務(wù)的具體影響，助力業(yè)務(wù)提前調(diào)整和及時(shí)應(yīng)對(duì)。

作為中國(guó)領(lǐng)先的新消費(fèi)數(shù)字科技服務(wù)商，樂(lè)信此前連續(xù)5年獲得《亞洲銀行家》大獎(jiǎng)。此次參訪，樂(lè)信的新技術(shù)探索與創(chuàng)新應(yīng)用再次得到《亞洲銀行家》的認(rèn)可。參訪中，雙方就大模型等新技術(shù)的研發(fā)范式、應(yīng)用場(chǎng)景延展性，以及技術(shù)助力海外市場(chǎng)拓展等話題展開(kāi)研討。未來(lái)，樂(lè)信將繼續(xù)加強(qiáng)研發(fā)投入、創(chuàng)新技術(shù)與應(yīng)用，助力業(yè)務(wù)在數(shù)字信貸下半場(chǎng)向著更數(shù)智化、高質(zhì)量發(fā)展。