风险画像英文

过去的2018被称为AI（Artificial Intelligence）爆发的“元年”，人工智能技术也逐步融入到社会生活的方方面面，各种资本、巨头和创业公司纷纷涌入，将AI拉到了信息产业革命的风口，在这一年Google也将战略由“Mobile First” 变成了“AI First”，可以见得许多巨头公司已经预见到了AI技术的巨大发展潜力。那什么是AI呢？简单的说，AI技术探索的是怎么用电脑系统来模拟人类的思考方式，例如人类是怎么解决问题，学习和做判断。通过不断更新的算法，AI程序能更准确地模拟人类的行为和思考过程，从而来更好地帮助甚至替代人类来做出更合理的决定。即使在技术的初期，在商业领域，各大公司已经对AI技术的应用抱有巨大的期望。一份由PwC做的问卷显示，72%的商界领袖认为使用AI技术可以把员工从繁复的重复劳动中解脱，从而能专注于更有意义的工作中。而BI产品（Business Intelligence）是指用各种的技术和工具来收集并分析数据，来帮助用户更有效地做商业决定。换句话说，BI产品能够帮助用户把大量且杂乱的数据，转变成清晰、可阅读的数据。正如MicroStrategy所提供的BI解决方案，不同行业和职位的商务人士都能利用BI产品，来实时查看采集到的数据，并用它来建电子表格、图表等可视化方案，以此来更快地做出合理的商业决策。“BI产品并没有告诉你应该做什么；它只是告诉你过去怎么样，现在进展如何。”正如来自Dayton University的教授Michael F. Gorman所说，现在的BI产品并没有很好地辅助用户来发掘更深层次的原因，导致了一些关键的影响因素往往隐藏在大量的数据之下，导致企业用户并不能完全利用数据快速地做出商业决策。在2018年，Gartner（全球权威IT研究与顾问咨询公司 ）针对BI行业的一份报告预测，到2020年，一个现代的商务智能分析平台上应该有90%的功能融合了AI技术。由此可见在BI软件中融入AI技术的必要和迫切。

从企业发展的阶段来看，AI是BI的辅助，先有BI，沉淀了很多数据，需要窥探数据背后的价值，才引申出AI的概念，如果没有BI沉淀的数据，就不会有AI，单纯用数据驱动算法来得到想要的AI模型，再把AI模型融入到实际生产中来变成BI，所以AI是BI的发展产物，是发展的必然阶段，没有BI就不会有AI，不管是语音控制，图像识别，还是企业现在用算法和数据去解决实际问题，都是这样的。AI就是人工智能，模拟人类的智能，更多的是模拟人的某种能力，例如图像识别，语音识别等自然语言识别，以及用专家经验来挖掘数据背后的关系，他是关注人解决问题的能力，受众更多的是人，AI提高的是人解决问题的能力。BI是商业智能，商业分对内的管理和对外的合作，他的受众是企业，提高的是企业的内部协同办公的能力和对外合作处理事件的能力，BI提高的是企业解决问题的能力。

个人大数据的意思是指随着信息化时代的到来，个人的大部分行为已经转化为数据记录，这些数据记录经过各部门或者企业的整理，形成个人的大数据，用于判断你的下一步行为意向或者作为金融机构的风控参照。所以要搞明白自己的大数据记录，保护好自己的信用记录，不要破坏个人大数据。那么个人大数据具体是说：个人风险综合查询违法犯罪记录：刑事、行政拘留信贷逾期记录电商授权数据实名认证数据；运营商授权报告异常通话；身份证实名信息查询实名校验；平台风险查询平台借贷记录；手机号码定位信息定位功能开通；个人资产报告房产：车牌号；车贷模块行驶证：车主信息；信贷模块个人风险评分系统；各种app应用，浏览器的分析，现在市场上的app大多会对注册者个人或者使用的设备(不限于手机)进行全部的数据记录，你的日常使用其实就是数据的产生和积累。

商业智能是按一定的业务分析主题（如利润）把一张大表分割为多张表，然后按一定算法对该主题进行统计分析；人工智能尽可能的把与目标变量相关的多张表合并为一张表，求解目标变量与各种自变量（特征向量）的相关性；商业智能的的核心技术是基于数据仓库技术，人工智能成败的关键是特征工程；商业智能一般用于高层的辅助决策，人工智能一般用于基层的重复性单一任务；商业智能用到的算法一般来说相对比较简单，人工智能一般会用到比较复杂的算法（特别是深度学习算法）。