王孔平
創(chuàng)新成為三次技術革命的催化劑。蒸汽革命發(fā)軔于十八世紀下半葉,開創(chuàng)了大機器工業(yè)時代;電力革命肇始于十九世紀后期,開啟了電氣化新時代;信息技術革命興起于二十世紀下半葉,敦促人類走向信息化時代。
歷史不會埋沒劃時代下涌現的技術英雄。英國發(fā)明家詹姆斯·瓦特觀察姑媽廚房的水壺冒出蒸汽,法國的一位電氣技師建造了世界上第一條遠距離直流輸電實驗線路,匈牙利裔美籍數學家約翰·馮·諾依曼在普林斯頓高等研究院督造了一臺計算機。
平凡年代沒有英雄,但是時代卻在技術革命面前遞進式向前。當《金卡生活》推出《2019年戰(zhàn)略性技術清單全解讀》的時候,始料未及在不確定的世界里面,科技馳援企業(yè)創(chuàng)新已然確定,此時亦找到了時隔兩年后復推類似解讀的初衷。沒有懸念,推出《2021年戰(zhàn)略科技發(fā)展趨勢全解讀》,希冀對企業(yè)發(fā)展有所裨益。
比對一下,信息技術研究和顧問公司高德納(以下簡稱“Gartner”)所列示的兩個年份戰(zhàn)略性技術趨勢迥然不同,彰顯科技勇猛精進。僅雙維度思考,科技應用及時間提供了觀察的縱、橫坐標,只有抵制不成熟的誘惑,采納強操作性的成果,企業(yè)才能在科技歷史演進中分享進步的紅利。
行為互聯網
行為互聯網引發(fā)人臉識別兩個“第一”事件與三個法規(guī)
【Gartner原文】
IoB不斷涌現,許多技術都在捕獲并使用人們日常生活中的“數字塵?!?。IoB匯集了人臉識別、位置跟蹤和大數據等當前直接關注個人的技術,并將結果數據與購買或設備使用等相關的行為事件相關聯。企業(yè)(機構,下同)使用該數據來影響人的行為。例如,為了在疫情期間監(jiān)控對健康規(guī)定的遵守情況,通過使用IoB計算機視覺來查看員工是否戴著口罩或通過熱成像來識別發(fā)熱者。Gartner預測,到2025年末,全球一半以上的人口將至少參加一項商業(yè)或政府的IoB計劃。雖然IoB在技術上已成為可能,但是社會各界將對各種影響行為的方法展開廣泛的倫理和社會學討論。
【解 讀】
從已知的IoB直接關注個人的技術里面,面部識別、位置跟蹤和大數據首當其沖。技術應用經受著倫理和法理雙重檢驗。《金卡生活》僅以人臉識別為例,管窺一豹而知全體。
浙江理工大學副教授、法學博士郭兵在2019年10月收到杭州野生動物世界“未注冊人臉識別的用戶將無法正常入園”的短信后,以違背《消費者權益保護法》為由,將其告上法庭,該案成為我國“人臉識別第一案”。 2020年10月26日提請杭州市十三屆人大常委會審議的《杭州市物業(yè)管理條例(修訂草案)》規(guī)定,禁止強制業(yè)主通過人臉識別、指紋等生物信息方式進入小區(qū),這一待通過的地方性法規(guī)首次對強制性人臉識別說“不”。
盡管各地先后出現了“人臉識別第一案”、第一個對強制性人臉識別說“不”的地方性法規(guī)(待通過),卻并沒有放慢互聯網大背景下的數字化流程,于是出現了標志性的三個法規(guī)。
2020年8月全國信息安全標準化技術委員會發(fā)布《信息安全技術網絡數據處理安全規(guī)范(征求意見稿)》,涉及突發(fā)公共衛(wèi)生事件個人信息保護,明確指定機構進行人臉識別驗證,原則上不留存可提取人臉識別信息的原始圖像。
2020年10月1日推行的推薦性國家標準《信息安全技術個人信息安全規(guī)范》(2020年版)要求,個人生物識別信息收集體現“單獨告知”“明示同意”,同樣強調原則上不應存儲原始個人生物識別信息,但可以存儲不可逆、無法回溯到原始信息的摘要。
2020年10月13日提交全國人民代表大會常務委員會審議的《個人信息保護法(草案)》提出,在公共場所安裝圖像采集、個人身份識別設備,應當為維護公共安全所必需,所收集的個人圖像、個人身份特征信息應取得個人單獨同意。
2020年新冠肺炎疫情發(fā)生后,安裝人臉識別設備的爭議漸次平息。但是,《民法典》所主張的個人隱私保護和個人信息保護仍然亮著法理光輝?!叭四樧R別第一案”表達了身份驗證渠道多元化的訴求,待通過的第一個對人臉識別說“不”的地方法規(guī)的訴求體現了非強制性。因此,對于2020年11月底湖北廣水94歲老人在銀行被抱著做人臉識別的事例,銀行除了道歉,沒有更好的解決途徑。
隱私增強計算
同盾科技知識聯邦技術嘗試隱私增強計算
【Gartner原文】
隨著全球數據保護法規(guī)的成熟,首席信息官所面臨的隱私和違規(guī)風險超過了以往任何時候。不同于常見的靜態(tài)數據安全控制,隱私增強計算可在確保保密性或隱私性的同時,保護正在使用的數據。Gartner認為,到2025年將有一半的大型企業(yè)使用隱私增強計算,在不受信任的環(huán)境和多方數據分析用例中處理數據。企業(yè)應在開始確認隱私增強計算候選對象時,評估要求個人數據轉移、數據貨幣化、欺詐分析和其他高度敏感數據用例的數據處理活動。
【解 讀】
業(yè)界基本共識在于,數據需求與保護數據需求雙雙在日益增長,那么,如何安全共享數據?為此,《金卡生活》推薦同盾科技的知識聯邦(KF)技術,它建立了面向隱私保護的層次化統(tǒng)一的人工智能框架。
首先看到,“數據孤島”橫向鏈接成網。過去,海量數據分散在諸多行業(yè),形成了孤立的數據之島,應用AI技術只是在單個島上縱向勤奮深挖。知識聯邦的出現很好地在島與島之間做了橫向鏈接。
其次是,從數據驅動到知識驅動實現四級進階。在信息層,支持底層的數據統(tǒng)計和計算,滿足簡單查詢、搜索和簡化操作等要求;在模型層,支持訓練、學習和推理;在認知層,能夠在不同層次的抽象和語境中,表現出來抽象特征;在知識層,融合了知識發(fā)現、表示和推理。
再次是,應用元知識分析用戶行為。手機端登錄銀行App,銀行無法確認是否是用戶本人在操作,只有加上行為認證,才能增強安全性。在傳統(tǒng)邏輯下,銀行收集用戶對應的行為樣本勢必會觸碰隱私的敏感神經。而元知識聯邦技術在不觸碰用戶隱私的前提下達成用戶行為分析,并且通過元學習,讓模型學到元知識,解決了數據量小的問題。
最后的境界在于,數據“可用不可見”。第一層意思是,知識聯邦讓數據“不可見”。云端API、SaaS服務系統(tǒng)、數據中臺敏感數據去標識化,實現全面脫敏。同時,全方位支持國密和國際標準算法。第二層意思是,知識聯邦讓數據“可用”,解決數據安全和隱私保護僅僅是第一步,可用才是大數據價值的終極體現。聯邦學習作為知識聯邦的子集,采用了分布式的機器及深度學習技術,在加密基礎上,參與各方共同建立了一個公共虛擬模型,訓練和交互過程中各方的數據始終留在本地,不參與交換和合并。
全面體驗
青島銀行“智慧銀行”呈現全面體驗
【Gartner原文】將過去的多重體驗定義為一種重要的戰(zhàn)略科技趨勢?,F在,這一趨勢又進一步發(fā)展成為全面體驗(Total Experience,TX)。Gartner預計在未來三年中,提供TX的企業(yè)在關鍵滿意度指標方面的表現將超越競爭對手。由于新冠肺炎疫情的影響,移動、虛擬和分布式互動日益盛行,因此企業(yè)需要有TX策略。TX將改善體驗的各個組成部分,實現業(yè)務成果的轉型。這些相互交織的體驗使企業(yè)運用創(chuàng)新革命性體驗實現差異化,成為從疫情中快速恢復的關鍵驅動力。
【解 讀】
《金卡生活》調研發(fā)現,青島銀行推出的“智慧銀行”在行業(yè)極具代表性,它的標配在于開放、交互、智能和舒適,是客戶感知全面體驗的有益嘗試。
業(yè)務更開放。借助諸多渠道的智慧化協同,達成網點業(yè)務的流程重構,順應未來銀行廳堂業(yè)務向客戶開放業(yè)務的大趨勢。3D導覽、智能機器人、多渠道取號等技術使得客戶邁出了享受業(yè)務開放的第一步。呼叫幫助、人臉識別等技術使得客戶走入網點,銀行便實時感知其地理位置和業(yè)務需求,客戶得到了服務的即時響應,各業(yè)務端點與體驗端點之間實現了智能對接,網點服務進入了連接無感、服務無界、安防無憂的“三無”境界。從實現形態(tài)上看,網點業(yè)務的開放更多體現在自助設備區(qū)上,刷臉存取款、掃碼取款已然成為個人客戶的業(yè)務常態(tài)。
場景更交互。從“智能金融業(yè)務辦理場所”到“智能金融生活服務場所”,圍繞客戶“金融、生活”雙維度構建了強交互的體驗空間,不同年齡段的客戶,總能在親子、教育、文化、醫(yī)療、衣食住行等重要生活場景交互體驗中感受“總有一款適合你”,找到屬于自身的金融配套產品。
服務更智能。當5G技術成為數字化轉型的重要驅動力的時候,自然為客戶打造了超預期的極致服務。譬如,網銀體驗區(qū)利用5G技術高速率、低延時和多連接等特點,為客戶提供優(yōu)質的業(yè)務辦理的同時,還為客戶提供專屬的5G財經資訊服務,樹立健康的投資理念,助力財富增值。
體驗更舒適。業(yè)務由人工轉自助后,柜員走出柜臺與客戶互動交流,基于精準識別客戶的需求,向客戶提供移動式、零距離、顧問式的金融服務。
分布式云
分布式云落地定制化本地部署服務
【Gartner原文】
分布式云將公有云分布到不同的物理位置,但服務的運營、治理和發(fā)展依然由公有云提供商負責。它為具有低延遲、降低數據成本需求和數據駐留要求的企業(yè)方案提供了一個靈活的環(huán)境,同時還使客戶的云計算資源能夠更靠近發(fā)生數據和業(yè)務活動的物理位置。Gartner預測,到2025年,大多數云服務平臺都能提供一些可以根據需要執(zhí)行的分布式云服務。分布式云可以取代私有云,并為云計算提供邊緣云和其他新用例。它代表了云計算的未來。
【解 讀】
作為數字經濟的基礎設施,云計算具備從資源到架構的全面彈性能力。根據國際市場研究機構IDC發(fā)布的《中國公有云服務市場(2020上半年)跟蹤》報告顯示,在疫情刺激、新基建加速、泛政府行業(yè)持續(xù)拉動等諸多因素的推動下,2020上半年中國公有云服務整體市場規(guī)模達到84億美元,同比增長51%,企業(yè)呈現加速上云趨勢。與此同時,隨著云計算帶來的降(成)本增效(益)和靈活彈性需求落地,部分行業(yè)在應用低延時、數據本地化留存方面額基礎上進一步提出新的訴求,從而催生了云服務向縱深化發(fā)展。
分布式云起源于公有云、混合云、邊緣計算三個方面。具體來看,公有云是由云服務廠商在各地域提供多區(qū)域云服務的模式,客戶可以就近選擇云服務,但是并不能滿足系統(tǒng)部署在指定地點的需求;混合云是公有云和私有云組合的模式,企業(yè)保留對私有云的運營責任,但是無法使用公有云在技能、創(chuàng)新和技術方面的功能;邊緣計算所強調的靠近客戶、減少網絡操作和服務交付時延理念,為云計算向邊緣側分布式拓展提供了新的思路。
分布式云是將物理位置作為其定義中一部分的云模型,在保留云計算優(yōu)勢的同時,擴展了使用場景,提供更豐富的解決方案。典型如AWS OutPosts和 Local Zone、阿里云Apsara Stack、微軟Azure Stack等,可提供輕量的集成一體化機柜、定制化本地部署等多種靈活的服務形態(tài)。它帶來的好處是,可以在統(tǒng)一的控制平面上管理從公有云到私有云的云基礎架構,并降低與全局網絡相關的中斷或控制面效率低下的風險,形成了自主可控和運營效率之間的相對平衡。
隨著行業(yè)監(jiān)管、數據安全等合規(guī)性要求進一步加強,尤其是金融行業(yè)客觀存在數據留存本地的強需求,分布式云模式是云計算在向一種更加全局化的分布式節(jié)點組合形態(tài)的進階,極有可能會為行業(yè)帶來新一輪變更和服務升級。當前,銀聯云也密切關注和跟進分布式云服務模式,探索和研發(fā)多種本地化部署方案,以切實滿足金融伙伴的實際需求。
隨處運營
田間茶山海邊“云閃付”營造隨處運營場景
【Gartner原文】
隨處運營是一種為全球各地客戶提供支持、賦能全球各地員工并管理各類分布式基礎設施業(yè)務、服務部署的IT運營模式。它所涵蓋的不僅僅是在家工作或與客戶進行虛擬互動,還能提供所有五個核心領域的獨特增值體驗,分別是:協作和生產力、安全遠程訪問、云和邊緣基礎設施、數字體驗量化以及遠程運營自動化支持。到2023年末,40%的企業(yè)將通過隨處運營提供經過優(yōu)化與混合的虛擬(物理)客戶與員工體驗。
【解 讀】
《金卡生活》單就數字體驗量化分析,它體現在數字體驗監(jiān)控、工作場所分析、遠程支持和非接觸式交互等諸多方面。譬如,移動支付工具在現階段實現了電子貨幣的轉移,未來亦可實現數字貨幣的交付,這些發(fā)生在“無感”“非接”間,源頭在于業(yè)務數字化。
業(yè)務數字化是隨處運營的關鍵。早在2007年,肯尼亞移動運營商Safaricom和沃達豐推出名為M-PESA(斯瓦希里語,移動貨幣)的產品??蛻舨恍枰悄苁謾C,僅通過發(fā)一條短信,不需要任何物理交互便完成匯款。匯款人和收款人不需要銀行賬戶,收款人持收到的轉賬短信到代理點兌換現金。僅用了三年時間超過一半的肯尼亞人隨時隨地享受了此項服務。
沒有信號亦可做到“雙離線”交易,實現隨處運營。在M-PESA推出十年后,2017年12月中國銀聯寧波分公司聯合產業(yè)各方推出支持地鐵ODA(Offline Data Authentication,脫機數據認證)技術的銀聯手機閃付,2019年11月又推出乘車碼,都是在受理側、用戶側“雙離線”的情況下完成支付:先記賬、再做安全驗證、最后扣款。這就避免了中國移動原董事長王建宙考察肯尼亞移動支付市場,碰到農民爬到樹上等通訊信號強一點的地方接受親戚轉賬短信的尷尬。
面對數字人民幣,隨處運營變得很“隨處”。兩部手機“碰一碰”,實現數字人民幣轉賬。前提是兩個人手機里都裝有數字人民幣錢包,在沒有網絡的情況下,兩部手機碰觸一下便能實現轉賬。這并不是沒有手機信號亦可以交易那么輕描淡寫,而是因為數字人民幣DC/EP(Digital Currency/Electronic Payment,數字貨幣電子支付)采取了“雙離線”支付模式。
響應“鄉(xiāng)村振興戰(zhàn)略”,農民專業(yè)合作社、農產品經紀人、農業(yè)企業(yè)等新型農業(yè)經營主體活躍在全國的“田頭市場”。在福建的田間、茶山、海邊,“云閃付”成為糧農、茶農、漁民的好幫手。比如,順昌縣“云閃付”大念“農”經,全國首推“普惠金融服務點+示范店”;再如,習近平總書記曾經三進的下黨鄉(xiāng),“云閃付”大念“茶”經,農產品產銷平臺讓超過60歲的老茶農也享受到隨處經營的福利,綁定社保卡,一卡雙用,領社保也不耽誤收茶款;又如,東山縣“云閃付”大念“漁”經,水產產供銷服務平臺讓水產微商“輕量級”電子化管理倉儲信息,建立產銷關系,還進入“云閃付”商城推銷水產品。
網絡安全網格
網絡安全網格劍指消費者權益及隱私保護
【Gartner原文】
網絡安全網格讓任何人都可以安全地訪問任何數字資產,無論資產或人員位于何處。它通過云交付模型解除策略執(zhí)行與策略決策之間的關聯,讓身份驗證成為新的安全邊界。到2025年,網絡安全網格將支持超過一半的數字訪問控制請求。疫情加快了耗時數十年的數字化企業(yè)變革過程。大多數企業(yè)的網絡資產現在都已超出傳統(tǒng)的物理和邏輯安全邊界。隨著隨處運營的不斷發(fā)展,網絡安全網狀組網將成為從非受控設備安全訪問和使用云端應用與分布式數據的最實用方法。
【解 讀】
網絡安全網格支持使用者安全地進行數字訪問,那么,在數字環(huán)境下網絡安全網格對于消費者權益及隱私的保護,則顯得至關重要,《金卡生活》選取征信來解析。確保債權利益的前提在于要全面共享債務人的信息,這就需要大量的數據作為征信基礎的支撐。
早在中國共產黨第十九屆中央委員會第四次全體會議通過的《中共中央關于堅持和完善中國特色社會主義制度推進國家治理體系和治理能力現代化若干重大問題的決定》中,首次將數據增列為與勞動、資本、土地、知識、技術、管理并列的生產要素,《金卡生活》分析,這是因為數據在現實中已經呈現的重要價值得到確認,也是對促進大數據的行業(yè)應用和發(fā)展給予更高的預期。
除了信貸類征信信息共享,還要加快推動非信貸類征信信息充分共享。運用數字化手段,探索創(chuàng)新征信服務新模式,滿足“白戶”“準白戶”的切實金融需求。中國人民銀行副行長陳雨露在第三屆中國國際進口博覽會舉行的“普惠金融建設和數字化發(fā)展”主題論壇上,給業(yè)界指出的方向。
如何融合非信貸類征信信息,中國銀聯已然做出嘗試?;诰W格型科技金融服務網絡,搭建開放式的科技金融服務平臺,從而保障小微企業(yè)信貸場景下的數據安全共享,是中國銀聯立足區(qū)塊鏈和多方安全計算(MPC),推出金融與政務數據融合產品的本質所在?!督鹂ㄉ睢帆@悉,該產品已經申報中國人民銀行上??偛块_展的金融科技創(chuàng)新監(jiān)管試點項目,并被納入首批8個試點項目中。
對于數據而言,上述融合產品先得到用戶授權、后可信融合。
首先,基于分布式的數字身份管理系統(tǒng),用戶進行數據授權。在此,運用區(qū)塊鏈技術,保證用戶數據授權、使用記錄下來,立此存照,全流程管控。
其次,基于隱私計算技術的數據可信融合平臺,共享應用政府數據和金融機構數據。在這方面,前已述及的多方安全計算保障“數據不出域,價值被共享”。借助多方安全計算,進行金融模型訓練的時候,參與計算的原始數據不出域,只在節(jié)點內部計算,而交互呈現的只是中間計算結果。
智能組合型業(yè)務
輸出支付風控服務銀聯詮釋如何推出智能組合型業(yè)務
【Gartner原文】
智能組合型業(yè)務通過獲取更多的信息并對此做出更敏銳的響應來徹底改變決策。依靠豐富的數據,未來的機器將具有更強大的決策能力。智能組合型業(yè)務將重新設計數字化業(yè)務、新業(yè)務模式、自主運營和新產品、各類服務,并為渠道拓展鋪路。為了提高效率而建立的靜態(tài)業(yè)務流程非常脆弱,因此在疫情的沖擊下變得支離破碎。企業(yè)開始了解到適應業(yè)務變化速度的業(yè)務能力有多么重要。
【解 讀】
誠然,企業(yè)逐漸了解到適應業(yè)務變化速度的業(yè)務能力至關重要,而在解讀者看來,首當其沖是數字風控能力變得愈加重要。
大數據交易、信用及合規(guī)風險防控,風險數據驗證,引發(fā)支付產業(yè)的普遍關注,與此相對應,秉持智能組合型業(yè)務,中國銀聯向產業(yè)輸出了若干切實有效的支付風控服務。
輸出交易風險監(jiān)測產品。涵蓋了發(fā)卡交易風險監(jiān)控產品(UnionPay Risk Manager,URM)、收單交易風險監(jiān)控產品(Acquirer Risk Manager,ARM)和交易風險計量評分產品(Real-time Risk Score,RRS)。
輸出反欺詐決策分析服務。基于惡意套現標簽設計、套現團伙分類分析、互聯網共債行為解析,借助機器學習實現了反欺詐決策評分,支持標準化模型與定制化模型的部署。
輸出合規(guī)風險解決方案。非法賬戶及非法商戶的識別解決方案,廣泛應用在跨境網絡賭博、電信網絡詐騙、非法洗錢和團伙套現等風險偵測識別中。
輸出可信身份驗證產品?;诮尤雵覚嗤矸菡J證數據源,疊加銀聯“水晶球”中個人風險數據驗證能力,輸出多維度、組合式的可信身份驗證服務。同時,基于個人、企業(yè)和移動設備黑(灰)名單驗證評級能力,輸出風險數據驗證評級服務。
在此,《金卡生活》聚焦在智能組合型的交易風險監(jiān)測產品上。
URM基于云端與系統(tǒng)對接方式,向80多家發(fā)卡機構提供包含風險監(jiān)測、預警和決策的整體解決方案。與支付創(chuàng)新普及伴生而來的“智能”欺詐,因此在獨有的設備、網絡、支付環(huán)境信息及豐富的跨行黑名單數據基礎上,URM對非面對面、二維碼、手機閃付欺詐,Ⅱ、Ⅲ類賬戶偽冒驗證等新型欺詐交易,進行實時攔截?!督鹂ㄉ睢穬H觀察2019年數據發(fā)現,該產品幫助發(fā)卡機構識別欺詐金額近1.2億元。
ARM向近20家收單機構提供包含高風險商戶識別、預警和輔助決策的解決方案,幫助識別業(yè)務欺詐、非真實交易、交易異動等收單風險,協助收單機構完成模型設計,部署個性化規(guī)則。隨著欺詐技術升級及反偵察能力提升,ARM實現了對二維碼、手機閃付、貸記代收等創(chuàng)新業(yè)務的重點監(jiān)控。
RRS運用大數據、機器學習等工具和技術,幫助發(fā)卡機構優(yōu)化反欺詐實時決策能力,提升對欺詐交易的實時事中、精準識別及控制能力?;跈C器學習的實時評分能力,實現了風險量化決策,發(fā)卡機構完成交易報文接口改造后,實時接收風險評分。目前,中國銀聯面向4家全國性商業(yè)銀行提供了RRS服務,超高分段的準確率達50%。
人工智能工程化
管窺AI工程化在中小企業(yè)中臺應用落地
【Gartner原文】
Gartner的研究表明,只有53%的項目能夠從人工智能(AI )原型轉化為生產。由于缺乏創(chuàng)建和管理生產級AI管道的工具,AI項目的擴展難度很大。為了將AI轉化為生產力,就必須轉向AI工程化這門專注于各種AI操作化和決策模型(如,機器學習、知識圖譜)治理與生命周期管理的學科。AI工程化立足于三大核心支柱:數據運維、模型運維和開發(fā)運維。強大的AI工程化策略將促進AI模型的性能、可擴展性、可解釋性和可靠性,完全實現AI投資的價值。
【解 讀】
《金卡生活》在收集AI工程化應用案例的過程中,深切體會了《韓非子·外儲說左上》中所說的“畫鬼容易畫人難”。在AI領域,算法好比“畫鬼”,AI工程化落地場景則好比“畫人”。這是因為AI算法欲取得突破性發(fā)展的進程漫長,而在不可解釋的前提下則依靠經驗調節(jié)參數,譬如深度學習顯得更加容易。而找準AI工程化應用場景,實現算法落地,實現起來更加不容易。
企業(yè)“大中臺、小前臺”的戰(zhàn)略考量在于,拓展一線市場依托于共享服務,以中臺作為強有力的支撐。蔣彪、王函在《人工智能工程化:應用落地與中臺構建》中提出,中小型企業(yè)的中臺架構涵蓋了聚焦業(yè)務的業(yè)務中臺、聚焦移動App快速交付的移動中臺、聚焦數據沉淀的數據中臺、聚焦底層能力的技術中臺。
稍作歸納,云計算應用大致涵蓋四個類別:服務器主機、計算能力、網絡硬件、存儲緩存形成的“基礎設施即服務”(Infrastructure as a Service,IaaS);應用開發(fā)、模型運行、數據管理、機器學習形成的“平臺即服務”(Platform-as-a-Service,PaaS);風險管理系統(tǒng)、客戶關系管理形成的“軟件即服務”(Software-as-a-Service,SaaS);基于智能算法模型,服務客戶信貸風險分析、交易欺詐分析、營銷作弊分析、客戶價值挖掘等細分金融場景形成的“智能分析即服務”(Analysis as a Service,AaaS)。前三類云計算應用是行業(yè)共識,最后一類是《金卡生活》通過多年跟蹤智能分析與決策公司補充的結果。
若將云計算應用的四個類別與中小型企業(yè)中臺四個類別對號入座,亦是輕而易舉的事情。AI中臺化肇始于數據而止于數據,數據“筑”中臺,中臺“集”數據。集數據挖掘、智能算法洞察于一體,從數據中臺里面抽象升華出AI中臺,用其覆蓋業(yè)務場景分析、數據獲取、模型部署和性能監(jiān)控全流程的AI流水線。為此,蔣彪、王函提出,AI中臺可以看成基于IaaS的AI化 PaaS平臺,AI工程化的重要一環(huán)便是AI中臺化。
《金卡生活》描繪出AI中臺“倒金字塔”形狀。
蔣彪、王函則將SaaS層細分了三個子層級:算法服務及負載均衡、統(tǒng)一鑒權、模型在線數據統(tǒng)計、離線算法包發(fā)布等構成的AI統(tǒng)一門戶;語音與文本互轉、智能推薦、人機對話、機器翻譯等構成的AI應用服務;圖像、語義、語言、決策算法等構成的AI基礎服務。這些,不啻為塔頂“明珠”。
超級自動化
借智能工具和技術向超級自動化要效率
【Gartner原文】
業(yè)務驅動型超級自動化是一項可用于快速識別、審查和自動執(zhí)行大量獲準業(yè)務和IT流程的嚴格方法。在過去幾年中,超級自動化一直在持續(xù)不斷地發(fā)展。而因為疫情,一切事物都被突然要求首先實現數字化,這大大增加了市場的需求。業(yè)務利益相關者所積壓的需求已促使70%以上的商業(yè)機構實施了數十種超級自動化計劃。超級自動化是一股不可避免且不可逆轉的趨勢,一切可以而且應該被自動化的事物都將被自動化。
【解 讀】
超級自動化成為2020-2021年連續(xù)兩年重要的技術趨勢。它是用于交付工作的機器學習(ML)、軟件工具包以及自動化工具的總和。
不是說“撿到籃子里都是菜”。超級自動化需要選擇合適的工具和技術。具體來看,RPA(Robotic Process Automation,流程自動化機器人)和iBPMS(智能業(yè)務流程管理系統(tǒng))構成了超級自動化的關鍵部分。在這里,《金卡生活》聚焦流程自動化機器人。它基于錄屏、腳本和模擬等方式,將規(guī)則、重復性、枯燥的數字化業(yè)務實現了自動化。這種新型人工智能虛擬流程自動化的機器人,主要“工作”在客服場景。
隨著組織對RPA的需求不斷變化,機器學習、自然語言處理(NLP)和光學字符識別(OCR)等智能技術拓展了超級自動化的范圍,幫助處理非結構化數據的能力。如,從文檔中讀取文本;又如,從圖片中提取數據。
撇開紛擾,《金卡生活》再次聚焦因流程自動化機器人之需,拓展超級自動化范圍的自然語言處理技術。它的直接貢獻在于文本處理能力。比如,自動識別公文中提及的人、地點和主題。又如,將合同的條款提取制表。而自然語言處理應用在客服場景方面,說到底是在建立語言模型基礎上,準確處理客戶通過文字、語音等形式所提出的若干問題。
《金卡生活》調研分析,自然語言處理應用在客服場景必行三步:人機交互中識別客戶提問,機器“聽懂”人話;分析語義理解客戶意圖,在知識庫中查找“標準答案”;使用自然語言,機器“講出”人話。
目前,人工客服向智能客服遷徙,完善了自助服務渠道功能。雖然疫情對人的工作場景有所改變,但是,人是客戶互動關系的主體之一,機器部分替代了人的崗位,而在保留崗位上,反而促進了人的工作效率。比如,平均通話時長下降,直接印證了人工客服提升了服務效率。