《人工智能與商業(yè)銀行業(yè)務(wù)創(chuàng)新》——建立在機器學習上的銀行創(chuàng)新

課程背景：

未來的商業(yè)銀行是如何運營的？

為什么創(chuàng)新是商業(yè)銀行運營的核心？

當下商業(yè)銀行儲備什么樣的人才，以應(yīng)對未來的競爭格局？

截止2018年，中國已達7億移動支付用戶。越來越多的人通過移動互聯(lián)網(wǎng)平臺進行溝通、應(yīng)用、采購、支付。同時，我們也生活在一個機器學習+數(shù)據(jù)+算法的時代，AI、數(shù)據(jù)、算法無處不在，未能足夠利用數(shù)據(jù)和算法，沒有把人工智能、大數(shù)據(jù)和算法與商業(yè)運營模式、與用戶連接起來的商業(yè)銀行是沒有未來的。今后，中國每年急需10萬名專業(yè)人工智能算法工程師，以及150萬具有人工智能、大數(shù)據(jù)思維的職業(yè)經(jīng)理人。

隨著世界經(jīng)濟大格局的變化和智能產(chǎn)業(yè)的突飛猛進，正面臨一個難得的轉(zhuǎn)型、融合和發(fā)展的機遇。這個機遇就是數(shù)字化，即將把企業(yè)帶到智能時代的四項技術(shù)：A（Artificial Intelligence，人工智能），B（Blockchain，區(qū)塊鏈），C（Cloud computing，云計算），D（Big Data，大數(shù)據(jù)）。對于傳統(tǒng)商業(yè)銀行的改造、對于消費升級、對于新型城市化，都要用ABCD的技術(shù)手段，這些以ABCD為代表的新興產(chǎn)業(yè)將引領(lǐng)中國經(jīng)濟未來發(fā)展。

對于傳統(tǒng)商業(yè)銀行來說，此輪科技升級也是轉(zhuǎn)型的大好機會！

【內(nèi)容】

1、人工智能基礎(chǔ)知識；

2、人工智能與大數(shù)據(jù)、算法的區(qū)別與聯(lián)系；

3、人工智能與大數(shù)據(jù)、算法在商業(yè)銀行相關(guān)創(chuàng)新案例；

4、講解、分析目前商業(yè)銀行中常用的人工智能、大數(shù)據(jù)應(yīng)用。

【培訓大綱】

第一天上午

前言：認識這個時代

一、 數(shù)字化經(jīng)濟高速發(fā)展的邏輯

1） 你沒做錯什么，是時代變了——來自互聯(lián)網(wǎng)的沖擊波

2） “摩爾定律”帶來指數(shù)級發(fā)展

3） 是什么導(dǎo)致了銀行界的“中年危機”

二、 網(wǎng)絡(luò)效率邏輯

1） 數(shù)據(jù)智能邏輯

2） 深度滲透邏輯

三、 螞蟻金服為什么能顛覆的傳統(tǒng)銀行模式

1） 超級平臺現(xiàn)象

2） 非對稱發(fā)展

3） 商業(yè)新物種

4） 金融新生態(tài)

四、 新技術(shù)全方位的深度滲透到傳統(tǒng)銀行轉(zhuǎn)型

1） 從銀行1.0到4.0的演進和改造

2） “移動支付”徹底改變了傳統(tǒng)金融服務(wù)場景

3） 垂直產(chǎn)業(yè)鏈的構(gòu)建對銀行業(yè)務(wù)的深度融合

一、 人工智能概述

1. 人工智能——世紀對弈

1) AlphaGo圍棋勝利的深度透視

2) AlphaGo的算法秘密

3) 對弈的意義

4) AI發(fā)展的意義

實戰(zhàn)案例分析：人類思維與機器思維有哪些本質(zhì)區(qū)別

2. 人工智能發(fā)展概況

1) 什么是智能

2) 什么是人工智能 (AI)

3) AI研究的方法和途徑.

4) AI的歷史.

5) ＡI的研究特點

6) 人工智能學科體系

3. 人工智能中人文趣事

1) 圖靈（Turing）

2) 赫伯特·西蒙（Herbert Simon）

二、 人工智能基本原理及應(yīng)用

1. 人工智能基礎(chǔ)知識

1) 知識表示的概念

2) 知識的特性

3) 知識的分類

4) 知識表示的方法

實戰(zhàn)案例分析：分布式計算與人工智能的關(guān)系

2. 人工神經(jīng)網(wǎng)絡(luò)在物聯(lián)網(wǎng)中的應(yīng)用

1) 神經(jīng)網(wǎng)絡(luò)的發(fā)展簡史

2) 神經(jīng)元數(shù)學模型

3) 神經(jīng)網(wǎng)絡(luò)的分類

4) 神經(jīng)網(wǎng)絡(luò)的特征

實戰(zhàn)案例分析：物聯(lián)網(wǎng)商業(yè)應(yīng)用的三大定律

第一天下午

第三講：人工智能相關(guān)熱點技術(shù)——大數(shù)據(jù)、機器學習、算法

1. 大數(shù)據(jù)技術(shù)

1) 大數(shù)據(jù)時代的意義

2) 大數(shù)據(jù)基礎(chǔ)概念

3) 大數(shù)據(jù)和人工智能的關(guān)系

4) 大數(shù)據(jù)解決的主要問題

5) 大數(shù)據(jù)將“猜”出并控制一切

實戰(zhàn)案例分析：特朗普如何通過數(shù)據(jù)和算法來操控選民思想和結(jié)果

6) 如何通過在線化收集、處理海量數(shù)據(jù)

7) 數(shù)據(jù)挖掘結(jié)果如何展現(xiàn)——從"人找信息"到"信息找人"

實戰(zhàn)案例分析：準確率高達75%的機票價格預(yù)測模型

2. 機器學習與算法技術(shù)

1) 機器學習基本概念——深度學習與非深度學習

2) 機器學習算法分類——有監(jiān)督學習（分類、預(yù)測）、無監(jiān)督學習（聚類、關(guān)聯(lián)）

3) 什么是算法：即企業(yè)經(jīng)營的策略

4) 算法與數(shù)據(jù)——算法如種子、數(shù)據(jù)如土壤

實戰(zhàn)案例分析： 你關(guān)心的新聞才是今日頭條

5) 算法三種底層邏輯：或、且、非

6) 機器學習的主要學派與五大終極算法

符合學派——逆向演繹算法

聯(lián)結(jié)學派——反向傳播算法

進化學派——達爾文算法

貝葉斯學派——推理算法

類推學派——支持向量機算法

7) 機器學習與算法的結(jié)合應(yīng)用

實戰(zhàn)案例分析：用機器學習和算法預(yù)測藥物有效性

8) Google在機器學習算法上的應(yīng)用

實戰(zhàn)案例分析：為什么Google比雅虎公司市值高很多

第二天上午

第四講： 商業(yè)銀行如何創(chuàng)新與重新設(shè)計業(yè)務(wù)

1、 回歸第一性原理——勿忘初心

2、 將第一性原理應(yīng)用于銀行業(yè)務(wù)

案例分析：價值儲存(“存”)、獲得信用(“貸”)、資金轉(zhuǎn)移(“匯”)

3、 數(shù)字化嵌入式商業(yè)銀行服務(wù)

4、 新體驗并非從銀行網(wǎng)點開始——無界、無感、無限的體驗

案例分析：從客戶投訴服務(wù)質(zhì)量，到客戶感覺不到服務(wù)

5、 金融服務(wù)隨時隨地的需要

案例分析：越來越多的人從科技公司獲得金融服務(wù)

6、 混合現(xiàn)實及其對銀行業(yè)務(wù)的影響

案例分析：供應(yīng)鏈金融，被忽視的海量需要

第五講：商業(yè)銀行將從產(chǎn)品到體驗

1、 新“網(wǎng)絡(luò)”和“分銷”模式——網(wǎng)點至上，還是移動終端至上

案例分析：線下線上的數(shù)據(jù)化，最終會帶來社會生活的全面“金融化”

2、 金融服務(wù)從產(chǎn)品到體驗的全能體驗——精準、貼心、無摩擦

案例分析：建設(shè)銀行推出“智能無人網(wǎng)點”、招商銀行“全面無卡化”網(wǎng)點、民生銀行 “智能終端服務(wù)”網(wǎng)點…

3、 未來金融的交叉銷售和關(guān)系銷售

案例分析： 從一個汽車廣告開始的全生命周期金融服務(wù)

4、 銀行組織結(jié)構(gòu)的改變

案例分析：相比科技與工具、組織結(jié)構(gòu)最難改變

第六講：區(qū)塊鏈應(yīng)用改變銀行、金融行業(yè)秩序

1、 互聯(lián)網(wǎng)商業(yè)中的四大頑疾——竊取、假冒、篡改、事后否認

2、 P2P去中心化支付網(wǎng)絡(luò)

3、 數(shù)字資產(chǎn)交易——哈希運算

4、 安全公鑰密鑰設(shè)計

5、 比特幣分割交易

案例分析：京東運用區(qū)塊鏈算法建立智能供應(yīng)鏈

第二天下午

第七講：金融科技公司對于銀行必要性

1、 華爾街+硅谷模式，金融科技正在主導(dǎo)金融領(lǐng)域

2、 為什么銀行應(yīng)該關(guān)注金融科技

3、 如果不能打敗它們，就加入它們

案例分析：浦發(fā)銀行試點超級入口API bank，欲反擊互聯(lián)網(wǎng)金融巨頭

4、 深度學習：銀行智能語音理財顧問

案例分析：銀行開始大量聘請數(shù)據(jù)專家、機器學習專家、心理學家、算法學家...到銀行工作

7、 數(shù)字化商業(yè)銀行: 移動終端、大數(shù)據(jù)、云計算、5G的作用

案例分析：從路人甲，到數(shù)據(jù)源，商業(yè)銀行開啟大數(shù)據(jù)時代

8、 可以做到“千人千面”定義銀行業(yè)務(wù)中的角色

案例分析：身份識別技術(shù)對于金融來說是多么重要

第八講：算法設(shè)計在商業(yè)銀行中的應(yīng)用

1. BAT如何利用機器學習與算法影響整個商業(yè)銀行

2. 算法在金融征信風控體系中的應(yīng)用

1) 金融征信風控體系核心模式

2) 金融征信風控算法與模型的設(shè)計步驟

3) 金融征信風控數(shù)據(jù)倉庫建設(shè)

4) 金融征信風控模型風險等級

5) 信用評分算法開發(fā)流程

6) 社交網(wǎng)絡(luò)算法在金融反欺詐中的應(yīng)用

案例分析：螞蟻金服征信算法與模型，快速處理用戶借貸需求

第九講 哪些銀行幸存 哪些銀行消亡

1、 適者生存——體驗，不是產(chǎn)品

2、 生存從頂層開始——技術(shù)第一，銀行第二

3、 銀行4.0路線圖——個性化、智能化、實時化、綜合化。

4、 回歸金融的本質(zhì)：一切為了效率