机器学习、数据科学与金融行业
系列十四：人工智能，大数据和投资管理（8）
7. 运用AI和大数据技术处理保额索赔和评估公司风险 (中国平安)
• 背景
中国平安成立于1988年，目前已经成为全球最大的保险公司，有180万员工。中国平安致力成为一家技术赋能的零售金融服务集团，主要业务为保险、银行业和投资。利用ABCDs金融科技技术，平安集团已经建立了五个生态系统上的综合能力：金融服务、医疗健康、车险服务、实物资产服务和智慧城市服务。
平安拥有大量的高质量的金融数据，其AI团队始建于2015年，不足10个人，而现在已经超过1000人，服务于多个引用，例如风控、欺诈检测、智能医疗保险、医疗诊断和治愈、运营优化、智能金融和精准营销。这里讨论AI+闪赔平台。
• 业务过程
平安的智能闪赔自动完成交通工具的受损确认通过图像识别技术，每天可以处理上万单理赔。客户只需要拍几张出事车辆的照片并在事故现场填写理赔单，该理赔会在秒级处理。此系统具有一系列的模块，包括图片质量评估，受保车辆鉴定，车辆部分分段，受损情况识别，赔付计算和欺诈检测。
此系统已经在平安运行超过一年，每天成功处理30万理赔单。这不但改善了理赔的效率和客户体验，而且阻止了十亿元的潜在欺诈损失。现在这个系统通过平安的OneConnect平台对全保险行业开放。
另一个应用是企业风险评估。中国注册企业超过七千万家，这些企业的相关数据包括商业注册信息和日常运营、公开声明、新闻社交媒体、和业务关联方(供应链、法务、投资、执行等)等多个数据源。为了组织和分析如此巨大和动态的数据，平安开发了OlaTop：企业级级别知识图谱应用。
结合高级AI技术、知识图谱、NLP和机器学习，OlaTop解决了传统分析框架难以解决的企业运营难以追踪的问题，其开发在财务分析、生产成熟度工具、功能优化和定制化方案等领域，包括财务分析、债券分析、语义分析，行业链分析和政策分析。所有的功能可以划分为四个部分：风险管理、精准营销、智能投资和公众服务。
• AI/Big Data技术
闪赔平台采用了一系列AI技术，例如图像处理和分段、目标检测和识别、知识图谱和异常分类等。
在OlaTop中，成百万的法律程序和数千万的法律诉讼关系被自动集成到图谱中。来自300多个新闻媒体网站的关于企业的信息被收集进入平台，每天的文档量可达数百万，每十分钟更新一次。开发了深度图分析算法以支持诸如风险评估等商业决策。 OlaTop直接内嵌了商业逻辑，例如针对投资、债券、贷款等不同业务逻辑的风险事件会通过语义分析从新闻和社交媒体中获得，另外上下流关系被编码成风险指示器，当一个风险事件发生时，其影响会按照关系性质传播到整个图谱。
• 团队结构和开发过程
平安的人工智能中心主要由业务应用和技术应用团队组成。团队中的两个人构建了知识图谱：一个负责数据抽取、清洗、建模；另一个负责知识抽取、文本分析、关联映射等。
目前整个中心拥有上千个人工智能专家，大部分来自国内和国外顶级大学，诸如卡内基梅隆大学、哈佛大学、北京大学、斯坦福大学、清华大学、牛津大学、中国科技大学等。团队的核心成员就是在计算机视觉、NLP、医疗影像处理、数据分析各个领域上的技术负责人，平均超过20年的工作尽管。在加入平安之前，他们大部分来自高科技公司，诸如谷歌、微软、IBM和Uber。
整个技术方案来自于复杂业务逻辑中的用户痛点，经过业务专家和AI科学家的头脑风暴，最终达成一个统一的可执行方案。
开发过程经历了四个阶段：构建基本观念的婴儿期、构建知识图谱系统的学生期、输出带有业务场景的智能解决方案的专家期、挑战人工智能最困难领域的创新期。在每个阶段，平安采用了敏捷方案，并且设定明确目标、工作计划和优先级，保证快速的产品迭代和定期核查。
