• 首页 > 稿件库 > 2018归档

    腾讯云“金融超级大脑”发布,成为行业数字化转型最佳助手

    2018年06月01日 21:04:23   来源:中文科技资讯

      近日,在2018腾讯“云+未来”峰会上,腾讯云针对金融行业风控压力大、业务部署能力提高难、获客成本高等痛点推出了“超级大脑”行业智能解决方案——金融超级大脑。gGG中文科技资讯

    gGG中文科技资讯

      腾讯云副总裁王龙演讲gGG中文科技资讯

      当前,中国经济社会都在进行数字化转型升级,云在其中扮演着越来越重要的作用。腾讯云联合腾讯研究院共同发布了《用云量与数字经济发展报告(2018)》数据显示,今年一季度国内的“用云量”,比去年同期增长138.6%。而云平台的快速发展,得益于各行各业对大数据和人工智能的积极拥抱。gGG中文科技资讯

      作为唯一的纯数字领域,金融一直是人工智能和云计算最好的应用领域之一,也是用云量增速最快的领域之一。因此,金融超级大脑的发布,将最大程度满足金融业迫在眉睫的上云转型需求。腾讯云副总裁王龙在峰会上表示,通过金融超级大脑,腾讯云有能力帮助客户大幅增强风险应对能力、提升监控预判准确率,还能够加速业务处理速度、降低营销成本损耗,助力金融机构在无时不在的场景提供每时每刻的服务,为用户打造最优体验。gGG中文科技资讯

      据了解,腾讯云此次发布的“金融超级大脑”是具有移动开户、智能合约、智能核保、智能网点升级、智能产品推荐、逾期预测、智能风控等创新功能的智能化行业解决方案和技术输出体系,可以帮助银行、证券、保险等金融机构在获客、风控、业务部署、云化转型等业务方面实现降低风险资损、延伸金融服务半径、提高部署能力等不同维度的的全方位数字化转型升级需求。gGG中文科技资讯

      在金融超级大脑的具体应用中,例如针对老年人的金融诈骗,已经为银行发展网络金融业务带来了严峻挑战。腾讯云与中国银行合作构建风险视图,帮助打击多种类型的欺诈行为,检出风险比传统规则风控增加50%,上线3个月后,减少网络欺诈资产损失超过上亿元。gGG中文科技资讯

      用户体验方面,金融超级大脑可以提供更优的服务。比如,在保险直赔方面,腾讯云与爱心人寿打造的区块链TBaaS平台,赔付时间由T+3变为实时响应,每秒可处理超过2000笔赔付业务,为用户提供超高效率的保险保障服务。gGG中文科技资讯

      腾讯金融云总经理胡利明表示,2017年,腾讯金融云已经服务了包括中国银行、微众银行、中国人寿、富途证券等在内的6000多家金融机构,助力20家银行的互金转型,超90%的新筹保险公司选择腾讯金融云服务,搭建“三地六中心”金融合规专区,通过等保四级,可信云等多重认证。同时,腾讯金融云也在不断升级客户服务,通过金融超级大脑在服务时间、反应速度、售中售后专家服务等方面持续提升客户体验,做金融机构数字化转型的最佳助手。(作者:陈蕊)gGG中文科技资讯

      来源:XXX(非中文科技资讯)的作品均转载自其它媒体,转载请尊重版权保留出处,一切法律责任自负。

      文章内容仅供阅读,不构成投资建议,请谨慎对待。投资者据此操作,风险自担。

      如发现本站文章存在问题,提供版权疑问、身份证明、版权证明、联系方式等发邮件至news@citnews.com.cn。

    [上传用户: ]
    分享到微信

    推荐

    工信部:携号转网管理规定12月1日起施行

    11月11日讯,工信部印发《携号转网服务管理规定》,规定自2019年12月1日起施行。规定要求电信业务经营者在提供携号转网服务过程中,不得为携号转网用户设置专项资费方案和营销方案,不得采取拦截、限制等技术手段影响携号转网用户的通信服务质量等。

    新闻

    《2019年全球电子商务数据报告》重磅发布

    11月5日,第二届中国国际进口博览会在上海开幕。对许多外国企业来说,参加进博会意味着走上进入中国市场的“绿色通道”,而各大跨境电商平台在去年祭出采购大单之后,早已筹谋今年的“买买买”计划,继续担当进博会重要的采购力量,丰富消费者的购物车。

    互联网+

    拯救脱发、治愈癌症...医疗互联网越慢越好?

    事实上,这大概是中国互联网创业的本质:技术领域的一个概念、一段视频、一份PPT,都会让资本市场异常兴奋,大家都喜欢先奔跑起来,再寻找方向,如团购、外卖、共享单车、特供智能机,莫不如此,医疗互联网身处其中,自然也免不了沾染癫狂习气,只是医疗行业的特殊性不言而喻,或许,越慢越好!

    融合

    高尚大的人工智能背后:真的只是单调、枯燥和密集劳

    总得来说,人工智能有两个重要的支柱,一个是海量的数据、大大的数据;另一个则是高精度算法,显然,算法需要一小撮的天才来编辑和优化,而海量的大数据,除了机器本身的收集能力之外,还需要大量的人工操作,给相关的数据贴上固定的标签。