常识图谱如何扭转银行业务形式

金融部门经常发生少量有价值的数据，从团体洽购，到大型买卖，这些数据关联着渺小的财产，而人工智能技术为金融行业节俭超越1万亿美元。

面对时机，很多银行开局采取执行。但是如何才干最大水平地利用人工智能技术呢？

这时刻，银行就面对着雷同一个严格的事实：要想成功部署人工智能运行，光有海量的数据还不够。关于人工智能交付结果而言，数据品质起到了关键的作用，这正是绝大少数组织都在致力处置的难题。

在过去几十年内，各大银行不时在搜集数据，因此，数据治理变得极为复杂。数据通常是断续的，并且以不同的格局存储，整个组织布满了无法经常使用的孤立信息数据库，这使得全银行范围内的钻研难以展开，人工智能运行也无法从数据中发现见地。

幸运的是，一个处置方案应运而生。「常识图谱（ ）」——亚马逊、谷歌和苹果公司等巨头经常使用的一项技术——可以衔接不同的数据库，让它们变得可供搜查。常识图谱还可以衔接结构化和非结构化数据，使人工智能运行不只可以经常使用外部数据库的信息，还可以经常使用文本等文档中的信息。

常识图谱是常识畛域的模型。它映射了企业的一切业务对象和概念，以及它们之间的相互相关。常识图谱被结构为附加的虚构数据层，位于现有数据库之上，并将数据大规模链接在一同。电子表格等结构化数据，以及文本文档等非结构化数据，都是常识图谱衔接的对象。

由于基于常识和概念，因此要想创立良好的常识图谱，必定让整个组织内不同畛域的主题专家都介入出去。这参与了对单干的需求，并增强了常识治理畛域的共同责任和透明度。而且，由于该技术并不会取代现有的IT系统，而是对它们启动增强，因此具备极高的老本效益。

试图树立自己的常识图谱的金融机构不用从头开局。Financial Industry Business Ontology（ ）定义了金融业务运行程序中幽默的一组业务对象，以及它们之间的相互相关。经过经常使用FIBO，组织可以使任何形容财务业务的数据变得无心义。

经常使用语义人工智能的共性化银行服务

）经过其语义人工智能搜查引擎，协助客户和剖析师们更快地做出更理智的选择。该平台能够极速、高品质地检索少量信息，并提供基于语境的高品质结果。它让客户和剖析师能够只关注他们要求的信息，并且提供共性化视觉剖析。

另一个例子是德意志银行（ ），出于多种要素思考，该行正致力实施常识图以允许其人工智能战略，经过相关发现、内容语境化、以及对数据含意的更好了解，对内容启动智能空虚。

但是，银行服务的共性化只是银行业中泛滥的技术趋向之一。咱们还看到该技术出如今与合规性、欺诈检测、危险评价、租赁协定甚至存款放开等相关的事务中。在一切这些用例中，常识图谱关于成功最佳结果至关关键。

基于常识图谱的另一个关键运行程序是“了解你的客户”（ ）或“客户360”，它还触及经常使用客户的链接和全体视图，丰盛语境信息，以便能够启动准确的交换、做出理智的决策、或汇总准确的产品报价。

如何开局应用语义人工智能？

要开局经常使用语义人工智能，各大银行应该首先定义出具备特定指标的详细用例。经过执行已定义的名目，组织可以了解该技术的所有后劲，并找到运行该技术的其余时机，并最终在整个组织外部署该技术。

因此，有必要在单个用例的基础上评价常识图谱的有用性，同时树立足够的常识，以便在更片面的人工智能战略中归入这种方法论。

在选用用于治理企业常识图谱的软件时，你应该寻觅一种基于规范的处置方案，它既可以与你经常使用的架构互操作，可裁减，且易于学习。引入语义人工智能的最大瓶颈曾经不再是技术，而是那些不情愿置信它可以常年为自己服务的人们。