集奥聚合创始人崔晶晶:大数据拥抱人工智能是新趋势

来源: i黑马 时间:2019-03-07 人物对话
集奥聚合是一家互联网大数据及人工智能解决方案提供商,自主研发多项落地的人工智能及大数据应用产品,成功为千余家企业提供端到端的人工智能解决方案。2018年,集奥聚合实现接近4亿元的营收,开始盈利。

  近年来,大数据行业发展如火如荼,据工业和信息化部发布的《大数据产业发展规划(2016-2020)》显示,2017年,中国大数据产业规模为4700亿元,同比增长30%,预计2020年,中国大数据产业规模将达到万亿元规模。

  面对大数据行业万亿规模市场,2012年成立的集奥聚合,一直以来都追求让人工智能真正服务于产业,让产业真正服务于生活,打造大数据强国,通过不断的努力,已经做到行业排名前三。

  截至目前,集奥聚合累计获得近1.5亿美元融资,其中两次创下大数据行业单笔最大融资金额。

  

1


  集奥聚合创始人 崔晶晶

  一

  初心:满足用户需求

  在创办集奥聚合之前,崔晶晶一直从事大数据行业,她深知数据对于企业用户的重要性不言而喻。“面对纷繁复杂的大数据,用户需要的是合规、安全、加密的数据处理。”崔晶晶表示,集奥聚合自成立以来,始终以用户为中心,自主研发出核心知识产权的模型算法,摸索出一系列成熟的产品解决方案,来满足用户需要。

  集奥聚合主要聚焦在金融、中小微企业服务、保险、政府、教育、汽车等行业,专注于金融风控、反欺诈、智能客服、精准营销等服务,主要提供的产品为:风控产品线和营销产品线。

  风控产品主要包括集智雷达决策引擎、反欺诈、信用评估模型、风险监控模型预警、智能催收等;营销产品涵盖了智能语音机器人、集奥方舟、营销响应模型、营销评分、新客获取、存客激活等。

  崔晶晶介绍,集奥聚合的商业模式是通过数据平台和人工智能平台,把他们所有的专家、知识、数据和算法集成到一个平台,给用户提供SaaS服务,来实现收益。

  如何保证大数据安全,一直都是用户较为关心的问题。崔晶晶表示,集奥聚合通过底层算法和模型加工,对数据进行结果分析,做出智能决策,确保所有对外输出的服务都是经过加密且用户授权。

  同时,集奥聚合不断积累大量算法和技术处理能力,通过好坏样本和正负循环的训练,校验数据,去除杂质,进一步提升数据的纯度和精度,然后运用语音识别、模型算法识别等技术,把数据从分析方式到结果有效性,进行不断的正负循环和加工,以保证大数据安全有效。

  “现在,集奥聚合已经可以排名行业前三了。”崔晶晶说道。

  二

  发展:转型人工智能

  现在,市场上的大数据公司主要分为三类:第一类是数据采集商,第二类是数据分析服务商,第三类是结合人工智能的数据解决方案提供商。集奥聚合正在朝着第三类方向发展。

  2016年,集奥聚合开始往人工智能方向转型,探索“大数据+AI”,研究深度学习和模型算法,通过人工智能+机器学习的方式,把数据自动生成决策引擎。同时,布局智能语音和图片,实现交互式沟通,包括智能外呼、智能客服和智能催收。集奥聚合还开发了评分模型,像营销评分、风控评分和催收评分等,目前服务多家金融机构,其中包含四大国有银行中比较大的银行。

  “有客户反映,用了我们的风控评分和模型之后,能够帮他在原有基础上再降低11%的坏账率,有效提升了净利润。”崔晶晶满脸自豪地说道。

  集奥聚合还打造人工智能建模平台,整合多源异构数据,覆盖全量银行建模场景模板,如精准营销模型、风险预警模型等,提供数据预处理及分析、特征衍生加工和筛选、丰富的机器学习和深度学习算法,通过组件参数配置的形式以实现建模平台基础功能。

  崔晶晶表示,通过建模平台,银行等金融机构可评估出客户的潜在风险以及检测出客户欺诈行为,从而减少自身损失,帮助银行精准定位市场,制定更优策略。

  三

  未来:拓展多元场景

  目前,大数据产业主要围绕数据营销、风险控制等领域展开,数十万亿元规模的金融、电信、交通、教育、房地产等行业为大数据产业提供了发挥的空间,而集奥聚合所服务的近1000家客户中,金融领域占比达到70%左右。“今年,我们还将继续拓展金融、保险、政府、教育等行业。”崔晶晶强调,丰富多元的合作场景是他们接下来的重点。

  另外,崔晶晶介绍道,应用与场景相结合是集奥聚合的核心优势,他们能够保证集奥聚合的任何产品在各个场景里都是有效的,并不是单纯卖一个技术或数据,而是以结果为导向。

  2019年,集奥聚合还将紧紧把握新时代关于“推动互联网、大数据、人工智能和实体经济深度融合”的国家战略发展规划,继续围绕模型算法、深度学习、智能语音和图片识别来发展产品。

  未来,崔晶晶希望能够把集奥聚合打造成为中国领先的大数据及人工智能场景化应用解决方案提供商,持续为更多企业输出AI技术能力,带动行业智能化变革。


0 0 0
上一篇

下一篇

发布评论
用户评论
  • img 用户名称 2018-12-31

你可能会喜欢

1.281166s