融云|人工智能新时代，金融业将如何被重新定义？ “AI+金融”技术风暴引领产业蝶变( 二 ) 银行|机器学习|智能语音

机器学习：当AI拥有过人的思考和灵魂
当然，达到100%仿真交互的智能语音只是人工智能在金融领域的应用之一，在进阶阶段，机器学习担当着赋能银行等金融机构的智能主角。百融云创相关人士介绍，百融云创在智能语音基础上搭建的机器模型可以精准捕捉到用户的情绪变化以及挖掘出对话中隐藏的重要信息，进而可以提升客户的转化率。
据了解，百融云创自主研发的语音质检分析方法及系统可以依据工作场景自定义质检规则及评分规则，构建质检初始模型，进而再结合任务列表对初始模型进行配置，得到质检工作模型。利用语音识别、自然语言处理等技术将语音转化为文本，再使用质检工作模型分析文本，得到评分结果，依据最终评分结果生成可视化的报告。
以百融云创服务某国有银行省分行为例，相较于原始的人工质检，百融智能质检方案日均质检量可增加至原有质检量的12.5倍；日均成本降低至原有成本的10%；日均违规差得率降低至原有成本的10% ，通过全量高效质检，有效降低了投诉率。
机器学习的出色表现能力让人不得不承认一个事实：人工智能在某些任务中的表现已经甩出人力若干条街。去年末ChatGPT能够刷爆网络的一大原因便是，它对于复杂场景的轻松驾驭，例如它能实现高情商对话、生成代码、构思剧本、小说等等。

机器学习带来的“惊喜”不仅于此，结合云计算的强大功能，机器学习可以发挥更大的作用。分析指出，云计算可以高效且便捷地为AI系统提供两大基本先决条件：可扩展性和低成本计算资源；以及强大的数据处理能力。例如， IBM Watson、AWS IA和Microsoft Cognitive API 等均是云计算赋能人工智能的代表案例。
国内方面，结合云计算技术，百融云创历时三年自主研发的ORCA机器学习框架可以帮助金融机构在场景化建设中为AI模型配置“翻译软件” 。其中，跨语言或环境的模型训练与自动化部署技术便是ORCA机器学习框架的一个典型应用，例如，金融机构在模型开发训练阶段应用的是python语言，在部署时会根据需求自动转化为java、rust或者python等语言架构以及web服务器、Spark等部署环境，由此，金融机构的建模人员只需关注业务模型开发，便可获取专家工程级的模型部署服务。
融合云计算技术的人工智能焕发出了更高阶的应用——即使得AI步入了产品化或者生态圈应用阶段。
技术发酵：AI将为金融业带来深刻变革
随着AIGC进入爆发期，人工智能市场空间更为广阔。数据显示，全球人工智能市场规模已经从2016年的约600亿美元发展到2021年的近3000亿美元。
另据IDC最新发布的2022上半年中国人工智能软件及应用市场研究报告显示， 2022上半年国内人工智能的整体市场规模达23亿美元，其中，计算机视觉市场规模达到9.76亿美元、语音语义市场规模达到10.54亿美元、机器学习平台市场规模达到2.75亿美元。
展望未来， AIGC将深度融入金融行业，不断迭代的技术产品会继续推动金融机构在零售业务、财富管理、普惠金融等多个领域呈现颠覆式蝶变。从产业发展的角度来说，机构普遍认为，合成数据将牵引人工智能的未来，迅速带领金融业的拓展应用。
腾讯研究院报告指出，合成数据在金融服务领域的探索仍处于早期阶段。作为对真实数据的替代或补充，合成数据技术将推动人工智能2.0时代迈入深水区，从本质上扩展AI的应用可能性。目前合成数据技术已经受到咨询公司、金融巨头和监管机构的关注。