. 通过对图像识别、活体识别、语音语义等能力整合,提升用户服务体验;
. 通过对复杂数据的处理能力、快速准确的机器学习能力,提升获客和产品匹配的能力;
. 运用AI取代简单重复的人工服务,降低运营成本;
. 运用大数据建模以及AI技术,实现金融风险的控制。
AI金融大脑方案的目的
人脸识别三大步骤
人脸识别
狭义的人脸识别,即将待识别人脸所提取的特征与数据库中人脸的特征进行对比,根据相似度判别分类
OCR
光学字符识别,适用于对二代身份证全部信息自动识别,以及营业执照/驾驶证/名片/手写体/银行卡等字段信息识别
行为识别
分析用户行为,如越界、进门出门、破坏设备等
电商式营销
可视化
采用Html5 视频、语音、图片等多样的展现形式
智能化
支持手势操作、语音交互、人脸识别、精准营销
协同化
利用人工智能和视频客服相结合,实时有效的满足客户需求
集中化
金融产品集中化管理,实时了解产品的销售情况,运营分析支持决策
物联管理
设备联动集中管理
网点的设备集中进行管理,网点设备一目了然
集中控制
可对设备的开关机,功能控制集中在后台进行控制
设备运维
对设备升级、维保情况、
根据场景,不同设备和系统间可以进行联动操作
AI交互
ASR
自动语音识别:用于将声学语音进行分析,并得到对应的文字或拼音信息。
NLP
自然语言处理:用于将用户的指令转换为结构化的、机器可以理解的语言。
TTS
语音合成:即将从文本转换成语音,让机器说话。
数据支撑
数据采集
业务数据、访客数据、用户行为、设备数据
数据处理
求和分类、清理去重
数据分析
计算推导、数据模型挖掘
数据可视化
图形报表
运营决策
趋势走向预判
功能特性
视频监控平台
实时视频监控,视频回放,行为数据分析
知识库管理
问答录入,文档学习,流程规划,热点问题分析
客户服务平台
建立前端设备和后台客服人员的语音、视频通道,利用知识库协助客服完成服务。
数据可视化
将数据分析后的数据,通过图表直观展现,并实时发布在总控平台
业务功能
主要通过后端运营决策平台达成场景内的信息和数据高度统一下的管理、决策、操作、下达、分发
数据分析平台
将设备数据、业务数据、行为数据等统一上报,进行数据处理和存储,根据业务进行数据建模,分析出对运营决策有用的数据或趋势走向。
设备管理平台
网点设备统一管理,实时了解设备的运行状态,后台设备控制,运维日志和计划管理
信息发布平台
存贷款利率,外汇汇率,天气、政策、金融科普等信息发布
产品运营平台
金融产品的信息录入,产品操作设置(上架下架等),打折促销活动模版设置,销售分析
AI金融大脑方案的结构
中台赋能
AI中台:ASR、人脸识别、NLP;物联网中台:设备管理、设备控制、报警;数据中台:数据采集、数据分析、数据可视化;营销中台:产品设计、产品管理、运营分析;客服中台:智能客服、人工视频客服。
后台运营决策
主要包括各类管理平台,包括银行场景下的业务操作流程和管理、设备集成管理、用户信息和其他数据存储和管理、客服服务、营销产品等信息和数据高度集成下的管理、决策、操作、下达、分发过程。
前端应用
前端主要获取第一层面的数据和信息,包括各类应用和业务设备、屏幕、传感器、摄像头和包括服务机器人、映射的虚拟数字人、app软件内置的智能客服等各种形式的机器人等。
系统架构
服务热线:400-8304-999
官方微信订阅号
全民公社官方微信订阅号