會上，陳燁分享了多年扎根NLP自然語言處理的技術感悟、NLP對于金融、證券行業(yè)的賦能見解，以及虎博科技在AI+證券領域的實踐經(jīng)驗與現(xiàn)場嘉賓展開討論。
貼近一線業(yè)務 更懂券商之痛
陳燁從創(chuàng)業(yè)初期，就恪守“第一性原理”，希望創(chuàng)業(yè)的產(chǎn)品能夠解決用戶的實際需求，發(fā)揮實際價值。目前，虎博科技已服務60%之多頭部券商，掌握券商的智能化轉(zhuǎn)型過程中的普遍痛點及需求。
在人工智能已經(jīng)深入各行各業(yè)的當下，券商系統(tǒng)也不例外。在前臺、中臺、后臺以及監(jiān)管端，智能投研、智能投顧、智能客服、智能資訊、智能營銷、智能監(jiān)管是證券行業(yè)重點應用創(chuàng)新技術的領域，以期突破原有數(shù)據(jù)獲取難、數(shù)據(jù)獲取慢、數(shù)據(jù)利用率底下等問題，實現(xiàn)內(nèi)部效率提升、用戶體驗提升、用戶增長及交易提升等經(jīng)營目的。
以虎博科技服務過的某券商App項目為例，通過對搜索框的充分利用，虎博為此App統(tǒng)一了信息入口，將客戶產(chǎn)品中包含的股票、理財、投顧、資訊等一系列集中整合起來，利用NLP技術理解用戶語言意圖，精準定位用戶的需求，實現(xiàn)“保姆式”體驗。
(虎博科技某券商案例)
中國證券業(yè)協(xié)會數(shù)據(jù)顯示，2019年，證券行業(yè)信息技術投入金額205.01億元，遠低于銀行、保險等行業(yè);國內(nèi)98家證券公司中，信息技術投入金額1億元以上的占比僅53%。面對業(yè)務同質(zhì)化、獲客成本提升、外資券商及互聯(lián)網(wǎng)金融企業(yè)沖擊等多重挑戰(zhàn)，國內(nèi)傳統(tǒng)券商需要加強新興技術的投入，打造差異化優(yōu)勢，提升金融科技競爭力。
武裝NLP 實現(xiàn)“所搜即所得”“所得即所想”
目前，NLP自然語言處理技術正處在AI技術生命周期中早期的“推出”階段，相較于計算機視覺、語音識別等相對成熟的AI技術，有著巨大的價值潛力尚待挖掘。同時伴隨國內(nèi)人工智能政策、環(huán)境迎來利好，以及如虎博科技等NLP技術公司的創(chuàng)新研發(fā)，NLP技術也已經(jīng)逐步落地應用，包括智能搜索、智能營銷、智能風控、智能運營、智能輿情等，并開始賦能各行業(yè)企業(yè)，加速其人工智能新基建的建設步伐。
在AI起步較晚的證券行業(yè)，智能搜索技術作為綜合性技術應用，可以充分釋放PC端和移動端搜索框的價值勢能，更好地發(fā)揮客戶服務的作用。
以搜索“醫(yī)療設備”為例，用戶需要了解的不僅僅是醫(yī)療設備這四個字，而是需要理解醫(yī)療設備這個概念背后所代表的產(chǎn)業(yè)鏈，給予用戶相關公司、相關資訊、相關產(chǎn)業(yè)等一系列關聯(lián)內(nèi)容的準確回答。
為實現(xiàn)以上體驗，虎博科技融合使用了底層數(shù)據(jù)加工、實體關系識別/抽取技術、知識圖譜等多項技術，并利用針對特定領域進行預訓練的NLP語義模型，讓搜索框變成“獨家顧問的角色”，理解用戶問題當中所涉及到的實體、含義以及可能的指標或條件的篩選，并且能夠轉(zhuǎn)化成底層的搜索引擎所理解的條件，最終從知識庫里面把海量的信息召回。此外還能結(jié)合用戶畫像和個性化推薦技術，整合企業(yè)的標的內(nèi)容或產(chǎn)品，進行精準呈現(xiàn)。如此一來，“所搜即所得”“所得即所想”的問答體驗在搜索引擎、搜索框中得以呈現(xiàn)，是最精簡的使用路徑、最直接的產(chǎn)品體驗。
