区块链、人工智能、大数据、云计算...颠覆哪些行业？

人工智能与大数据 人工智能与大数据银行全文共26页，当前为第1页。 01 人工智能的简述 02 大数据简介 03 实例大数据的应用 04 大数据对银行大数据应用的一点思考 CATALOG 人工智能与大数据银行全文共26页，当前为第2页。 人工智能的简述 02 人工智能发展第三次热潮主要源于三个重要因素：计算能力、深度学习算法和大数据的发展； 03 人工智能未来最可能替代掉的是重复性高、规则相对标准化的工作机会，比如客户服务人员、电话销售人员、速记员、驾驶员等； 01 人工智能已经无处不在，但目前还是处在弱人工智能阶段，只能解决特定的具体任务类问题； AI+时代的6个观点 人工智能与大数据银行全文共26页，当前为第3页。 人工智能的简述 AI+时代的6个观点 从互联网+、大数据+，到AI+，会成为各行各业数字化转型重要方向。AI会驱动人机交互的变革、让机器看懂物和人，会深度影响零售、金融、交通、制造等行业； AI驱动创意革命时代到来：大型互联网平台进行人工智能生态生态布局入手，人工智能专用芯片研发加速，特定任务或垂直类应用驱动的AI而不是纯技术导向的AI更容易落地； 人工智能未来将会使成文法萎缩甚至消亡；法律体系将被颠覆；法律将在"创新"与"生存"之间不断博弈。 05 06 04 人工智能与大数据银行全文共26页，当前为第4页。 大数据简介 概念 大数据-百度百科 大数据指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。 从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。 大数据-维基百科 大数据指的是所涉及的数据量规模巨大到无法通过人工，在合理时间内达到截取、管理、处理、并整理成为人类所能解读的信息。 在许多领域，由于数据集过度庞大，科学家经常在分析处理上遭遇限制和阻碍。 人工智能与大数据银行全文共26页，当前为第5页。 数据的大小决定所考虑的数据的价值和潜在的信息； 数据类型的多样性； 种类（Variety） 指获得数据的速度； 速度（Velocity） 妨碍了处理和有效地管理数据的过程。 可变性（Variability） 数据的质量 真实性（Veracity） 数据量巨大，来源多渠道 复杂性（Complexity） 合理运用大数据，以低成本创造高价值 价值（value） 特征 容量（Volume） 大数据简介 人工智能与大数据银行全文共26页，当前为第6页。 趋势 趋势二 与云计算的深度结合 趋势四 数据科学和数据联盟的成立 趋势六 数据管理成为核心竞争力 趋势一 数据的资源化 趋势三 科学理论的突破 趋势五 数据泄露泛滥 ` 趋势八 数据生态系统复合化程度加强 趋势七 数据质量是BI(商业智能)成功的关键 大数据简介 人工智能与大数据银行全文共26页，当前为第7页。 大数据的应用 大数据在金融行业应用范围较广，典型的案例有花旗银行利用IBM沃森电脑为财富管理客户推荐产品等。 人工智能与大数据银行全文共26页，当前为第8页。 大数据的应用 01 02 依据客户消费和现金流提供信用评级或融资支持，利用客户社交行为记录实施信用卡反欺诈 03 04 05 大数据在金融行业的应用可以总结为以下五个方面 风险管控 利用金融行业全局数据了解业务运营薄弱点，利用大数据技术加快内部数据处理速度 效率提升 依据客户消费习惯、地理位置、消费时间进行推荐 精准营销 利用数据分析报告实施产业信贷风险控制 决策支持 利用大数据计算技术为财富客户推荐产品，利用客户行为数据设计满足客户需求的金融产品 产品设计 人工智能与大数据银行全文共26页，当前为第9页。 大数据的应用 案例 01 梅西百货的实时定价机制。 02 Tipp24 AG针对欧洲博彩业构建的下注和预测平台 03 沃尔玛的搜索。 04 快餐业的视频分析。 人工智能与大数据银行全文共26页，当前为第10页。 大数据的应用 案例 05 06 07 08 Morton牛排店的品牌认知。 PredPol Inc. American Express（美国运通，AmEx）和商业智能。 Tesco PLC（特易购）和运营效率。 人工智能与大数据银行全文共26页，当前为第11页。 大数据对银行大数据应用的一点思考 银行拥有得天独厚的大数据优势 网上银行、手机银行、财富管理、信用卡平台等系统内的客户交易数据，核心系统、信贷系统、客户关系维护系统、计价系统等客户的基础信息，这些是很多外部咨询公司可望而不可及的数据。 人工智能与大数据银行全文共26页，当前为第12页。 大数据对银行大数据应用的一点思考 银行大数据应用的主要方面 银行归根到底是金融服务业，产品的研发、服务的开展无疑都是为了吸引和留住客户，提升综合竞争力，而数据则是服务好客户的前提和保障