人工智能与商业银行业务创新》 ——建立在机器学习上的银行创新

课程概览

课程大纲

• 第一天上午

  前言：认识这个时代

• 一、数字化经济高速发展的逻辑

  • 1）你没做错什么，是时代变了——来自互联网的冲击波
  • 2）“摩尔定律”带来指数级发展
  • 3）是什么导致了银行界的“中年危机”

• 二、网络效率逻辑

  • 1）数据智能逻辑
  • 2）深度渗透逻辑

• 三、蚂蚁金服为什么能颠覆的传统银行模式

  • 1）超级平台现象
  • 2）非对称发展
  • 3）商业新物种
  • 4）金融新生态

• 四、新技术全方位的深度渗透到传统银行转型

  • 1）从银行1.0到4.0的演进和改造
  • 2）“移动支付”彻底改变了传统金融服务场景
  • 3）垂直产业链的构建对银行业务的深度融合

• 一、人工智能概述

• 1.人工智能——世纪对弈

  • 1)AlphaGo围棋胜利的深度透视
  • 2)AlphaGo的算法秘密
  • 3)对弈的意义
  • 4)AI发展的意义

  实战案例分析：人类思维与机器思维有哪些本质区别

• 2.人工智能发展概况

  • 1)什么是智能
  • 2)什么是人工智能 (AI)
  • 3)AI研究的方法和途径.
  • 4)AI的历史.
  • 5)ＡI的研究特点
  • 6)人工智能学科体系

• 3.人工智能中人文趣事

  • 1)图灵（Turing）
  • 2)赫伯特·西蒙（Herbert Simon）

• 二、人工智能基本原理及应用

• 1.人工智能基础知识

  • 1)知识表示的概念
  • 2)知识的特性
  • 3)知识的分类
  • 4)知识表示的方法

  实战案例分析：分布式计算与人工智能的关系

• 2.人工神经网络在物联网中的应用

  • 1)神经网络的发展简史
  • 2)神经元数学模型
  • 3)神经网络的分类
  • 4)神经网络的特征

  实战案例分析：物联网商业应用的三大定律

  第一天下午

• 第三讲：人工智能相关热点技术——大数据、机器学习、算法

• 1.大数据技术

  • 1)大数据时代的意义
  • 2)大数据基础概念
  • 3)大数据和人工智能的关系
  • 4)大数据解决的主要问题
  • 5)大数据将“猜”出并控制一切

  实战案例分析：特朗普如何通过数据和算法来操控选民思想和结果

  • 6)如何通过在线化收集、处理海量数据
  • 7)数据挖掘结果如何展现——从"人找信息"到"信息找人"

  实战案例分析：准确率高达75%的机票价格预测模型

• 2.机器学习与算法技术

  • 1)机器学习基本概念——深度学习与非深度学习
  • 2)机器学习算法分类——有监督学习（分类、预测）、无监督学习（聚类、关联）
  • 3)什么是算法：即企业经营的策略
  • 4)算法与数据——算法如种子、数据如土壤

  实战案例分析： 你关心的新闻才是今日头条

  • 5)算法三种底层逻辑：或、且、非
  • 6)机器学习的主要学派与五大终极算法

  符合学派——逆向演绎算法

  联结学派——反向传播算法

  进化学派——达尔文算法

  贝叶斯学派——推理算法

  类推学派——支持向量机算法

  • 7)机器学习与算法的结合应用

  实战案例分析：用机器学习和算法预测药物有效性

  • 8)Google在机器学习算法上的应用

  实战案例分析：为什么Google比雅虎公司市值高很多

  第二天上午

• 第四讲： 商业银行如何创新与重新设计业务

• • 1、回归第一性原理——勿忘初心

• 2、将第一性原理应用于银行业务

  案例分析：价值储存(“存”)、获得信用(“贷”)、资金转移(“汇”)

• • 3、数字化嵌入式商业银行服务

• 4、新体验并非从银行网点开始——无界、无感、无限的体验

  案例分析：从客户投诉服务质量，到客户感觉不到服务

• 5、金融服务随时随地的需要

  案例分析：越来越多的人从科技公司获得金融服务

• 6、混合现实及其对银行业务的影响

  案例分析：供应链金融，被忽视的海量需要

• 第五讲：商业银行将从产品到体验

• 1、新“网络”和“分销”模式——网点至上，还是移动终端至上

  案例分析：线下线上的数据化，最终会带来社会生活的全面“金融化”

• 2、金融服务从产品到体验的全能体验——精准、贴心、无摩擦

  案例分析：建设银行推出“智能无人网点”、招商银行“全面无卡化”网点、民生银行 “智能终端服务”网点…

• 3、未来金融的交叉销售和关系销售

  案例分析： 从一个汽车广告开始的全生命周期金融服务

• 4、银行组织结构的改变

  案例分析：相比科技与工具、组织结构最难改变

• 第六讲：区块链应用改变银行、金融行业秩序

• • 1、互联网商业中的四大顽疾——窃取、假冒、篡改、事后否认
• • 2、P2P去中心化支付网络
• • 3、数字资产交易——哈希运算
• • 4、安全公钥密钥设计

• 5、比特币分割交易

  案例分析：京东运用区块链算法建立智能供应链

  第二天下午

• 第七讲：金融科技公司对于银行必要性

• • 1、华尔街+硅谷模式，金融科技正在主导金融领域
• • 2、为什么银行应该关注金融科技

• 3、如果不能打败它们，就加入它们

  案例分析：浦发银行试点超级入口API bank，欲反击互联网金融巨头

• 4、深度学习：银行智能语音理财顾问

  案例分析：银行开始大量聘请数据专家、机器学习专家、心理学家、算法学家...到银行工作

• 7、数字化商业银行: 移动终端、大数据、云计算、5G的作用

  案例分析：从路人甲，到数据源，商业银行开启大数据时代

• 8、可以做到“千人千面”定义银行业务中的角色

  案例分析：身份识别技术对于金融来说是多么重要

• 第八讲：算法设计在商业银行中的应用

• • 1.BAT如何利用机器学习与算法影响整个商业银行

• 2.算法在金融征信风控体系中的应用

  • 1)金融征信风控体系核心模式
  • 2)金融征信风控算法与模型的设计步骤
  • 3)金融征信风控数据仓库建设
  • 4)金融征信风控模型风险等级
  • 5)信用评分算法开发流程
  • 6)社交网络算法在金融反欺诈中的应用

  案例分析：蚂蚁金服征信算法与模型，快速处理用户借贷需求

• 第九讲 哪些银行幸存 哪些银行消亡

• • 1、适者生存——体验，不是产品
• • 2、生存从顶层开始——技术第一，银行第二
• • 3、银行4.0路线图——个性化、智能化、实时化、综合化。
• • 4、回归金融的本质：一切为了效率