Inspur Group の Bian Songhua 氏: 金融テクノロジーの開発は 5 つのセクターをカバー | 2020 New Area Summit

8月28日、北京で「2020新区潜在ブロックチェーン技術金融サミット」が開催された。このサミットは、Huobi Group、36kr、Odaily が共催し、Behelix & HBTC が後援、ChainUP が戦略的後援、PayPal Finance、Conflux、BitUniverse、WaykiChain、XnMatrix、Hashi が特別後援、Technology、Mixpay、COCOS、が共催、そして上海ディイー。

ファンド、証券、銀行、業界リーダーなどの金融機関から多くの権威ある専門家や教授がここに集まり、金融テクノロジーに関する新しい情報を共有し、ブロックチェーンの将来の可能性を探りました。 (クリックしてサミットのビデオ再生に入ります）

8月28日、北京で「2020新区潜在ブロックチェーン技術金融サミット」が開催された。このサミットは、Huobi Group、36kr、Odaily が共催し、Behelix & HBTC が後援、ChainUP が戦略的後援、PayPal Finance、Conflux、BitUniverse、WaykiChain、XnMatrix、Hashi が特別後援、Technology、Mixpay、COCOS、が共催、そして上海ディイー。クリックしてサミットのビデオ再生に入りますによる午前中に、Inspur Group Tianyuan Big Data Credit Management Co., Ltd. のチーフ リスク コントロール エキスパート、Bian Songhua 氏

による

「信用調査分野におけるブロックチェーン、ビッグデータ、AIの総合的活用」 

そのテーマについてスピーチをします。

Bian Songhua氏は、現在の金融テクノロジーの開発は基本的にデータ分類プラットフォーム（データガバナンス、データ管理、インデックス処理）、特徴処理プラットフォーム（アルゴリズムサポート、モデルトレーニング、特徴管理）、モデル管理プラットフォーム（モデル管理）の5つの分野をカバーしていると述べた。 、モデル反復、モデル出力）、ビジネス ポリシー エンジン（ポリシー ルール管理、ルール セット、完全なライフサイクル管理、バージョン管理）、インテリジェントな監視と反復（オンライン監視、自己反復）。

以下は、Odailyが編集したBian Songhuaのライブスピーチの全文です、お楽しみください〜

こんにちは、リーダー、同僚、そしてゲストの皆さん、今日の私のスピーチのテーマは、信用調査分野におけるビッグデータ AI ブロックの包括的な応用です。私は天元ビッグデータ会社でリスク管理に携わっているため、ゲストがビッグデータ、AI、ブロックチェーン技術について議論しているのを見かけますが、実際、誰もが最終的に行っていることの 1 つは信用です。

主に4つのパートに分けて簡単に紹介します、1つ目は信用調査の開発背景と動向、2つ​​目は信用調査分野における金融テクノロジーの応用、3つ目は天源コアテクノロジー、4つ目は信用調査分野における金融テクノロジーの応用です。天元大学のデータ製品システムです。

今、誰もがビッグデータ、AI、ブロックチェーンに取り組んでいますが、その目的はすべて、上流から下流、さらには中間までの完全かつ確実な情報伝達を実現するという 1 つのことを解決することです。私たちが本当にやりたいことは、ビッグデータ、AI、ブロックチェーンテクノロジーを使用して、オンライン、デジタル、インテリジェントを強化し、実現することです。

まずビッグデータについて話しましょう. ビッグデータは最下層であり、すべてはデータを集約するためのものです。 2つ目は機械学習技術、ニューラルネットワーク技術、ディープラーニング技術などのAIであり、データマイニングやモデリングはAIと切り離せないものです。 3つ目はブロックチェーンであり、トレーサビリティや非改ざん性などの特徴を持ち、AIのアルゴリズムとも切っても切れない関係にあります。

私たちの目的は、信用監督プロセス全体を最適化することです。現在の金融テクノロジー全体の開発は 4 つの方向を中心に展開していることがわかります。

1つ目はインテリジェントなリスク管理で、JD DigitsやSinochemなどは基本的にリスク管理において独自のやり方を貫きたいと考えており、天源ビッグデータもインテリジェントなリスク管理に関して独自のライフサイクルプラットフォーム管理を行っている。

2 つ目は信用評価であり、インテリジェントなリスク管理は金融に偏り、信用評価は企業レベルまたはビジネス分野に偏ります。

3つ目はサプライチェーンファイナンスで、ブロックチェーンをやっている方はサプライチェーンファイナンスの方に進んでいると思うのですが、サプライチェーン全体の上流、下流のデータトレーサビリティを実現し、同時に分散化も図っていきたいと考えています。

4つ目は顧客マーケティングで、ビッグデータの信用モデルを利用して顧客獲得コストを削減したいと考えています。

現在の開発には、次の 5 つのセクションも含まれています。

まず、データガバナンスプラットフォームでございますが、現在、多くの大企業が大規模、中規模のプラットフォームという概念を持っておりまして、データガバナンスを行っております。

2 番目は、アルゴリズム サポート、モデル トレーニング、および特徴管理を含む特徴処理プラットフォームです。

第三に、モデル管理プラットフォームですが、AI アルゴリズム全体によって確立されたモデルをモデル管理プラットフォームを通じて管理し、出力する必要があります。

4 番目に、ビジネス戦略エンジン、すべてのモデリング、アルゴリズムをビジネス シナリオを通じてさまざまなスケールと組み合わせる必要があり、最後に完全なライフ サイクル管理が必要です。

5 つ目は、インテリジェントな監視と反復です。

次に、Tianyuanビッグデータ製品のコアテクノロジーを紹介します。現在、当社のデータ ファクトリーは 11 層のデータ ガバナンスを実現しています。一番左はインターネットのデジタル・ガバメントで、データには政府やインターネットのデータが含まれており、これらのデータは長期間にわたって収集、処理、蓄積されます。先ほどシノケムも業界団体のデータを共有できると述べた。全体的な処理を行うのはインジケーター ライブラリです。指標ライブラリの中核部分には、処理する財務指標と非財務指標の両方が含まれています。最後に、特徴ライブラリを収集し、特徴ライブラリと呼ばれるさまざまなシナリオのモデルを通じてインジケーターを実行します。

より重要な部分は特徴エンジニアリングと呼ばれます。現在、特徴センター全体が最初に特徴を選択する必要があります。ここで特徴をマイニングするために対応するアルゴリズムが使用されていることがわかります。モデル構築の部分では、モデル フィッティングを行う必要があります。モデルの構築、フィッティング、回帰があります。スコアカード全体の作成とデータの変換は誰もが関心を持っていることであり、大手格付け会社がある程度の重みを持っています。

AI は、サンプルやアルゴリズムを通じて信用システム全体を変更し、最終的にはこのリアルタイム スコアカードを構築します。ユーザーのダイナミクスに応じて適切に調整できますが、これは非常に大きな変更です。

以下に製品システムを紹介し、ワンウェイ空間、複合空間、エコロジー空間という3つの大きなコンセプトを提案します。

一方通行のスペースには伝統的な銀行があり、自己所有商品のコレクションにはクレジット商品が含まれており、その中で銀行窓販はすでにファンド会社を含めて深く協力しています。

組み合わせスペースは金融商品の集合体です。保険会社には保険契約と資産管理があり、伝統的な企業には信用、資産管理、投資があり、ファンド会社にはファンドの資産管理があります。この部分は商品を組み立てた後に開くことができます。 。