2018年-Talkingdata__T112018-_智变金融_新金融峰会_对话式AI智慧金融再升级_24页_43mb

对话式AI，智慧金融再升级总结

核心内容

对话式AI正在推动智慧金融的升级，通过自然语言处理（NLP）和情感计算技术，实现更智能、更人性化的客户服务体验。竹间智能作为行业领先企业，专注于多模态情感识别及计算、增强式学习对话策略等核心技术，为金融、零售、电商等多个行业提供定制化的AI解决方案。

主要观点

• 对话经济的到来：随着AI技术的发展，对话式AI正在成为新的经济形态，通过智能化的交互方式提升用户体验和业务效率。
• AI客服的兴起：传统客服系统已无法满足现代用户对高效、个性化服务的需求，AI客服通过意图识别、情绪分析、上下文理解等技术，实现更精准的服务。
• 用户体验的提升：AI客服能够理解用户情绪、记忆用户历史交互，提供更自然、类人化的对话体验，从而提升用户满意度。
• 技术驱动的智能化服务：竹间智能通过自学习、上下文解析、目标导向多轮对话等技术，构建了完整的NLP平台，支持企业快速部署和二次开发。

关键信息

对话式AI的应用场景

• 金融行业：包括信用卡查账、还款、分期、财富管理、保险、证券等业务场景。
• 零售与电商：如智能导购、客服、订单管理等。
• 企业服务：涵盖客户助理、企业助理、客服质检、呼叫中心等。
• 其他领域：如智能硬件、出行服务、教育、医疗等。

对话式AI的三大核心技术

1. 自然语言理解（NLU）：精准识别用户意图，支持复杂语句和多轮对话。
2. 自然语言生成（NLG）：实现人性化的自然语言回复。
3. 自然语言查询（NLQ）：支持用户通过自然语言进行数据查询。

情感计算技术

• 视觉理解：人脸识别、表情识别、视线侦测、服装识别等。
• 语音情感：基于深度学习的语音情感识别与情感TTS（文本到语音）。
• 多模态情感计算：综合视觉、语音、文本信息，实现全方位的情感分析与交互。

竹间智能的技术优势

• 自学习能力：通过深度学习和机器学习，使AI系统不断优化。
• 上下文解析：支持多轮对话和意图继承，提升交互连贯性。
• 目标导向对话：以用户需求为中心，实现高效任务完成。
• 支持复杂语句：能够处理长句和复杂句，提升理解能力。
• 少量训练语料：即使在少量数据下也能实现高效模型训练。
• 知识图谱：用于语义分析、句法分析和行为分析，增强AI的智能水平。

竹间智能的成功案例

平台优势

• 完整NLP平台：支持二次开发，满足企业个性化需求。
• 私有化一键部署：便于企业快速上线和集成。
• 行业合作广泛：与多家大型企业和研究机构合作，包括招行银行、平安产险、中国工商银行、京东金融、中国民生银行等。

公司背景

• 竹间智能创始人兼CEO为简仁贤，公司专注于情感计算研究，以深度学习等尖端技术为基础。
• 竹间智能是唯一一家同时与MIT两大实验室深度合作的创业公司。
• 公司团队汇聚了来自微软、Google、BAT、华为、亚马逊、IBM、SAP等企业的精英和技术专家，以及来自MIT、CMU、USC、清华、北大等高校的科学家。

行业认可

• 入选Gartner“Cool Vendors for Conversational AI in APAC”及“Market Guide for Conversational Artificial Intelligence in China”报告。
• 获得多个行业奖项，包括“中国最具潜力AI 100”、“机器之心人工智能A100”、“Fast Company 2016最佳创新公司50强”等。

总结

对话式AI正引领智慧金融的新一轮变革，竹间智能凭借其在情感计算、自然语言处理、多模态交互等领域的技术优势，为众多行业提供高效、智能的AI解决方案，显著提升用户体验和业务效率。