央行发布行业标准《人工智能算法金融应用评价规范》,明确提到了对算法可解释性的要求,而早在2018年,索性达就开始了在“可解释机器学习”技术领域的提前布局,联合香港大学进行技术攻关,并成功在多个金融机构落地。
通常金融机构使用的算法模型,由于其内部机制复杂,输出结果难以解释,导致模型看起来像个黑盒子。比如模型会告诉客户经理,他是高风险客户,他是意向客户,但是模型不会告诉客户经理为什么?而索信达的“可解释机器学习”,就能够说出黑盒模型内心的OS。它能告诉客户经理为什么用户会流失,是理财产品利率低,还是因为APP体验不够好,又或者是因为有竞争对手在挖墙角。
知道了流失原因,客户经理便可以采取针对性的挽留措施,从而减少业务损失。所以在当前央行指导文件出台的情况下,可解释机器学习满足了业务监管要求,解释了“why”的问题,让你知其然,更知其所以然!从而增加了业务人员对模型的信任,间接为金融机构减少了大量的利益流失。
精彩评论