[發(fā)明專利]一種智能中臺的系統(tǒng)架構(gòu)

在審

• 申請?zhí)枺?/td>: 202011534757.0
• 申請日: 2020-12-23
• 公開（公告）號: CN112612481A
• 公開（公告）日: 2021-04-06
• 發(fā)明（設(shè)計）人: 李海鷗;陸志杰;陳瑞
• 申請（專利權(quán)）人: 江蘇蘇州農(nóng)村商業(yè)銀行股份有限公司
• 主分類號: G06F8/60
• 分類號: G06F8/60;G06K9/20;G06N3/08
• 代理公司: 蘇州創(chuàng)元專利商標事務(wù)所有限公司 32103
• 代理人: 吳芳

本發(fā)明公開了一種智能中臺的系統(tǒng)架構(gòu)，包括應(yīng)用層、服務(wù)層、AI能力層、標注訓(xùn)練層和基礎(chǔ)數(shù)據(jù)層，所述基礎(chǔ)數(shù)據(jù)層為所述標注訓(xùn)練層提供數(shù)據(jù)，所述標注訓(xùn)練層包括標注平臺和深度學(xué)習(xí)平臺，所述AI能力層經(jīng)過預(yù)先訓(xùn)練且利用訓(xùn)練平臺對所述AI能力層進行訓(xùn)練，所述服務(wù)層為所述應(yīng)用層提供接口，所述應(yīng)用層提供多個交互場景。本發(fā)明的智能中臺的系統(tǒng)架構(gòu)將金融行業(yè)的各種需求集成于一個平臺上，使得平臺能夠在對接金融機構(gòu)現(xiàn)有系統(tǒng)、進行能力輸出的同時高效地定期維護和更新。

技術(shù)領(lǐng)域

本發(fā)明涉及軟件技術(shù)領(lǐng)域，尤其涉及一種智能中臺的系統(tǒng)架構(gòu)。

背景技術(shù)

隨著數(shù)字化時代的到來，金融行業(yè)智能業(yè)務(wù)的需求越來越復(fù)雜，金融行業(yè)對于智能化的需求來自于兩方面：

一方面，從數(shù)據(jù)層面來看，隨著可獲取的數(shù)據(jù)越來越多，我們對其中有價值信息的辨識、數(shù)據(jù)關(guān)系的發(fā)現(xiàn)、數(shù)據(jù)趨勢的把握都將變得越來越困難，只有通過智能化的方法對大數(shù)據(jù)進行處理，才能提升業(yè)務(wù)，甚至創(chuàng)新業(yè)務(wù)。基于大數(shù)據(jù)探索，發(fā)現(xiàn)其中的潛在數(shù)據(jù)聯(lián)系與趨勢，可以為業(yè)務(wù)優(yōu)化與創(chuàng)新提供強有力的支持，實現(xiàn)真正的數(shù)據(jù)驅(qū)動業(yè)務(wù)。

另一方面，除了基于數(shù)據(jù)自底向上的智能化驅(qū)動以外，還存在自上而下的行業(yè)智能化理念驅(qū)動。近幾年來，許多人工智能技術(shù)日趨成熟，相應(yīng)的智能化理念也深入人心，大量智能化的成功案例使這些技術(shù)逐漸被金融行業(yè)主流接受，甚至成為了實際上的標準解決方案，比如信貸全流程的風(fēng)控、智能客服、圖文識別、金融數(shù)字人等場景的成功應(yīng)用，而隨之就要求研發(fā)人員能夠在數(shù)據(jù)之上準確快速實現(xiàn)前臺提出的智能化目標。

一個需求下來，研發(fā)團隊需要針對性開展數(shù)據(jù)分析處理、模型的構(gòu)建訓(xùn)練等，過程復(fù)雜繁復(fù)，效率不高，從而拖長了需求響應(yīng)時間，降低了業(yè)務(wù)敏捷程度，拉高了試錯成本。這與在中臺戰(zhàn)略背景下，業(yè)務(wù)前臺希望能夠?qū)Ｗ⒂跇I(yè)務(wù)邏輯、靈活應(yīng)對變化產(chǎn)生了矛盾，隨著智能化應(yīng)用的廣泛開展，這個矛盾也越來越普遍。究其原因，一方面是由于智能化的大規(guī)模興起才短短幾年，智能應(yīng)用研發(fā)還處在比較原始的階段，缺乏完整的生命周期管理理論和相應(yīng)的管理框架工具；另一方面則反映了我們的中臺能力沒有完全覆蓋到前臺業(yè)務(wù)研發(fā)中笨重、重復(fù)、低效的環(huán)節(jié)。

一些金融機構(gòu)已經(jīng)意識到了自身AI研發(fā)能力的不足，通過采購人工智能科技公司的平臺、模型來響應(yīng)業(yè)務(wù)部門的需求，AI科技公司在一定程度上的確為金融行業(yè)的數(shù)字化、智慧化轉(zhuǎn)型提供了技術(shù)支撐，并且已經(jīng)有一些應(yīng)用落地了。但是越來越多的金融機構(gòu)面臨的困境是：

1、人工智能技術(shù)平臺的引入在一開始就缺乏統(tǒng)一的規(guī)劃，金融行業(yè)對數(shù)據(jù)的保護較為嚴格，大多系統(tǒng)都需要私有化部署，例如：A部門采購了一個營業(yè)執(zhí)照的OCR識別模型、B部門采購了一個身份證的OCR識別模型、C部門采購了一個財務(wù)報表的OCR識別模型，這些模型在使用過程中需要不斷的優(yōu)化迭代，雖然底層用的能力是相同的，但是如果一開始缺乏統(tǒng)一的規(guī)劃，采購了三個廠商的產(chǎn)品，互相之間沒有做兼容性改造，后期優(yōu)化模型、維護模型會帶來很多不便。

2、金融數(shù)字化轉(zhuǎn)型過程中的許多場景越來越復(fù)雜，單一的AI任務(wù)無法實現(xiàn)，因此我們需要將智能化業(yè)務(wù)應(yīng)用進行需求分解、映射為具體的AI任務(wù)并一一實現(xiàn)，最后再進行合理地編排組合，實現(xiàn)任務(wù)目標。實現(xiàn)復(fù)雜業(yè)務(wù)場景的能力需要多種不同的AI能力支撐，目前大多數(shù)在用的方案是從不同的廠商采購不同的能力或者從同一廠商采購多個能力但是這些能力之間底層不能互通，這必然會帶來AI底層能力的重復(fù)性建設(shè)、軟硬件平臺的投入成本高、科技人員維護成本高等難題。

隨著“數(shù)據(jù)中臺”的提出和成功實踐，各企業(yè)紛紛在“大中臺，小前臺”的共識下啟動了自己的中臺化進程，以數(shù)據(jù)中臺、技術(shù)中臺、業(yè)務(wù)中臺為代表的一系列技術(shù)，極大增強了業(yè)務(wù)的敏捷性，提高了組織效能。同時隨著智能技術(shù)的發(fā)展，AI應(yīng)用在業(yè)務(wù)研發(fā)中的占比逐漸升高，但AI模型訓(xùn)練的復(fù)雜性導(dǎo)致其開發(fā)慢、效率低，嚴重影響了業(yè)務(wù)的靈活性。為了應(yīng)對大數(shù)據(jù)時代的挑戰(zhàn)，加強數(shù)字化運營能力，銀行等金融機構(gòu)需要通過智能化的方法一方面提升數(shù)字化競爭力、另一方面需要對內(nèi)提高工作效率、對外提高客戶滿意度，打造金融產(chǎn)品、科技、運營一體化。

發(fā)明內(nèi)容