财新传媒
位置:博客 > 巴曙松 > 人工智能在电子支付中的应用有哪些?

人工智能在电子支付中的应用有哪些?

人工智能作为研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学,在电子支付领域有广泛的应用。
一是支付用户身份识别应用。
用户的身份识别是支付起点,通用的介质安全认证+密码认证方式,随着人工智能发展,已开始出现用生物识别进行替代的趋势。包括指纹识别,人脸识别,视网膜识别,虹膜识别,指静脉识别、掌纹识别等等,已开始进入支付领域,大大方便用户。进一步通过对人“无意识”行为举止(如行走步态、打字节奏等)、“更自然”交互方式(如语音交互、脑机结合)进行特征采集,最终让人可以借助更少甚至无附属物体的情况下完成身份识别,实现“人即载体”的便利,达到无感识别。
 
二是智能支付账户应用。
 
账户体系是支付业务基础。通过人工智能的图谱计算技术,将用户各种账户进行聚类和关联分析,给出用户画像,实现从信息平台用户体系到交易平台交易账户与支付账户分离,再到交易平台交易账户与支付账户关联。通过将银行Ⅱ、Ⅲ类账户与互联网账户绑定,利于银行和平台金融在获客、活客、资金运营、交易金融、价值创造等方面发力,并助推银行和平台金融互联网化、场景化和平台化经营。
 
三是创新支付场景应用。
 
随着人工智能技术的持续进步,与物联网等新技术融合,不仅对零售、餐饮等传统支付场景进行改造,未来还将诞生出更多全新的支付场景,如汽车、家居、医疗等,而新的应用场景需要匹配新的支付解决方案,如家居支付、汽车支付等,实现人对随时(Anytime)、随地(Anywhere)进行交易的需求满足。
四是挖掘支付大数据应用。
 
支付作为人的基本经济行为,在社会系统中产生了大量的基础数据,但一直以来与其他行为数据孤立存在,形成一个个信息孤岛。随着人工智能技术进步,第一个应用就是根据智能化处理用户ID,将各类数据形成单一的关系数据库,建立起数据仓库,不再成为各自独立的信息源。基于数据仓库的形成,人工智能的第二个应用就是对数据进行数据挖掘和知识发现。随着人工智能的发展,通过智能化手段,由系统对数据进行分类、聚类、关联规则挖掘、个性化推荐、预测等,基于用户的浏览、点击、收藏、购买等行为数据推断用户的年龄、性别、购买能力、爱好等能表示一个人的画像,从而让支付数据商业价值得到突显。
 
五是智能风险管理应用。
 
人工智能技术的高速发展使支付业形成了基于大数据为基础的分析和决策机制,"互联网+大数据+人工智能+金融风控"是未来支付风控的主要形式.神经网络、专家系统、支持向量机以及混合智能等人工智能模型在支付风险管理领域的应用,能够提高数据处理速度、加深数据分析深度、降低人工成本,从而提升金融风险控制的效能。如招行信用卡于2017年正式推出“智慧风控”体系,完成了交易风控闭环的构建,为客户提供银行级别的安全管安全管理体验。在这个体系中,既包括银行级别的智能安全保障,也让客户拥有自主进行安全功能管理的主动权,如掌上生活App“一键锁卡”、“全景智额”、“安全中心”三大模块。
 
六是智能客户服务应用。
 
支付行业直接服务于C端,完善的客户服务支持系统是支付行业的重中之重。随着人工智能技术的不断发展,在智能语音服务、智能语音质检、智能机器人、智能知识库方面都发挥出特别作用。利用智能语音识别及分析技术,在传统IVR基础上,实时通过语音识别及分析技术构建智能化、人性化、高效率的“智能语音服务系统”,实现IVR菜单“扁平化管理”,快捷的满足客户需求,提升客户满意度。基于语音分析技术,智能语音质检和分析系统提供自动化质检功能,倾听用户心声,挖据语音价值。智能机器人对来自各种电子渠道的用户问题进行智能的意图识别,根据识别结果通过对接知识库,实现知识的查询及各种业务流程,最终将结果以合理可定制的方式返回至渠道终端,展现给用户。
 
七是区块链应用。
 
金融机构和互联网平台,每日数以十亿计的用户数和更多的账户数等待验证,要求更高的自动化程度。同时,证明身份的资质证明也是名目繁多,真伪难辨。通过人工智能+区块链技术可实现数字化身份信息的安全、可靠管理,在保证客户隐私的前提下提升客户识别的效率并降低成本。通过程序化记录、储存、传递、核实、分析信息数据,可省去大量人力成本、中介成本,提高准确性和安全性,所记录的信用信息更为完整、难以造假。造假。
 
文章载于“悟空问答”(2018年8月8日)
推荐 0