AI 금융 직원의 경우 금융 기술 제품을 사용자로부터 사용자에게 가져와 개인화된 출시의 효율성을 극대화하는 것이 가장 큰 관심사 중 하나입니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 스포츠명언) 이번 기조 연설에서는 장기 인공지능, 신경망, 정보 검색 경험을 갖춘 기술 전문가 펑이 자세한 답변을 하고 디지털 금융 AI 마케팅에 대한 이해, 에지 컴퓨팅, 설명 등 최신 기술 응용을 공유했다.
앤트파이낸셜 (WHO) 는 지속적인 혁신, 기술 집중, 오픈 플랫폼이 3 대 기초라는 점을 여러 차례 강조했다. 기초 (블록 체인, 인공지능, 보안, 사물인터넷, 클라우드 컴퓨팅) 기술 역량의 자율적인 혁신을 통해 사회 문제를 해결하고 기술의 전방위적이고 개방적인 출력을 실현하다. 이번 강연 공유의 마지막 부분에서 펑은 기술 혁신과 개방의 비전을 상세히 공유했다. "이 플랫폼이 더 민첩하고, 더 스마트하고, 더 개방적이고, 빠르게 복제할 수 있고, 우리 파트너에게 개방되기를 바랍니다."
다음은 연설 원문으로, 권상 중국이 발표하여 독자가 참고할 수 있도록 합니다.
마케팅은 사용자의 전체 수명 주기로 돌아가야 한다.
역사상 마케팅 업계의 추세를 살펴 보겠습니다. 1970 년대부터 상품 마케팅에 대한 관심이 점차 거래를 마케팅 목표로 삼고 있다. 2000 년까지 우리는 소비자와의 관계를 전면적으로 관리했다. 최근 몇 년 동안 우리는 어떻게 개인을 깊이 이해하고, 소비자의 정서를 이해하고, 어떻게 충성도 유지를 건립할 수 있는지에 대해 더욱 관심을 기울이고 있으며, 이는 점점 더 사람 중심적이 되고 있다.
마케팅이란 무엇입니까? 본질적으로 마케팅은 소비자 행동을 어떻게 이해하고 소비자 행동에 영향을 미치려는 학과이다. 일찍이 1899 에서 서방은 사용자가 무엇을 보았는지, 그의 주의력이 어디에 있는지, 그의 흥미가 어디에 있는지, 그가 무엇을 생각하고 있는지, 결국 그가 어떤 행동을 했는지에 대한 연구가 있었다. 이 이론이 끊임없이 심화되고 있음을 알 수 있다. 사실 기본 틀은 100 년 전의 틀이다. 수천 년 동안 아무리 발전해도 사람이든 사람이든 소비자의 행동은 비슷하다.
사람의 행동은 두 가지 요인의 영향을 받는다. 하나는 외인이고, 하나는 내인이다. 중간은 이 사람 자신에 대해, 자신에 대한 그의 인식이 무엇인지, 그의 생활방식이 무엇인지, 그는 한 가지 수요가 있을 것이며, 결국 그의 의사결정 과정에 영향을 미칠 것이다. 기술적으로 볼 때, 사실 한 사용자의 초상화, 이 사람이 어떤 사람인지, 내가 어떻게 이 사람을 이해할 수 있는지. 그의 내인은 그의 의사결정 과정이므로 우리는 이해하려고 노력한다. 외인은 사실 우리가 약간의 영향을 가할 수 있다는 것이다. 예를 들어, 우리 제품이나 APP 가 사용자에게 어떻게 닿았는지는 사실 그에게 영향을 줄 수 있는 외적 요인이다. 결국 우리는 이러한 내외적 요인들이 정말로 그의 행동을 변화시킬 수 있기를 바란다.
이것은 사용자와 행동의 관계, 그가 당신의 제품을 어떻게 사용하는지, 그가 당신의 제품을 구입했는지 아닌지를 보여준다. 이것은 데이터에서 얻을 수 있습니다, 그의 최종 결과, 그가 당신과 어떤 상호 작용을 하고, 결국 우리는 이러한 것들을 당신의 내인과 외인에 귀결시켜 주기를 완성하고, 우리가 어떻게 사용자와 상호 작용하고, 어떻게 더 많은 점을 접할 수 있는지를 더욱 보완할 수 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 성공명언)
반면에, 가장 근본적인 것은 사용자의 전체 수명 주기이며, 이 차원에서 출발한다. 어떤 새로운 사물이든, 우리는 어떻게 사용자에게 제품이나 서비스가 좋은지, 어떻게 혁신하는지, 어떻게 성장하는지, 어떻게 그것의 활약을 촉진시킬 수 있는지, 어떻게 그것의 유실을 막을 수 있는지, 항상 하나의 차원을 참고할 수 있다.
AI 마케팅은 어떻게 개인화된 출시의 효율성을 극대화할 수 있습니까?
우리의 자동화 된 지능형 마케팅에는 이러한 단계가 있습니다. 첫 번째는 자동화입니다. 자동화란 무엇입니까? 기계, 우리는 사람들이 이 과정을 자동화하고 인력을 절약하도록 돕고 싶다. 당신이 지능이 없더라도, 첫 번째 단계는 자동화되어야 하고, 자동화는 더 나은 결정을 책임져야 한다. (윌리엄 셰익스피어, 햄릿, 지혜명언) 그리고 지능은 지능과 노동의 결합이며 기계와 사람의 결합이다. 결국, 자동화와 지능이 결합되어 더 나은 도구가 만들어졌다. 이 도구는 모든 인공지능을 가지고 있어서 사용할 때 느끼지 못하게 한다. 사실, 많은 지능형 애플리케이션을 구축했습니다.
자동화에 대해 말하자면, 우리는 운영 작업대를 가지고 있는데, 모두 매우 유용하다. 우리는 알고리즘의 규모와 관련된 의사 결정 엔진을 갖게 될 것이다. 결국 우리 제품은 이미 수억 명의 사용자가 사용하고 있다. 우리가 결과를 얻은 후에, 우리는 심층적인 분석이 필요하고, 우리가 왜 이렇게 하는지, 우리가 잘하고 있는지, 그리고 우리가 계속 개선할 수 있도록 자동으로 돌아올 필요가 있다. (존 F. 케네디, 공부명언)
지능에 대해 이야기 해 봅시다. 지능은 무슨 뜻인가요? 사용자와 의사 소통하는 의사 결정을 어떻게 내릴 수 있습니까? 결국, 우리가 사용자에게 무엇을 보여주든, 앱이든 웹사이트든, 그것은 항상 하나의 제품이기 때문이다. 사용자가 제품에서 본 것은 결국 당신 제품의 모든 것이며, 모든 것이 그가 본 것에 반영됩니다. 당신은 어떻게 사용자들과 접촉합니까? 우리는 많은 결정을 내릴 것입니다.
예를 들어, 우리는 어떤 종류의 사람들과 접촉하고 어떤 채널을 통해 그들과 접촉하고 싶습니까? 이 채널은 앱에 다른 것을 전시하고, 다른 것을 추천하고, 사용자가 한 가지를 검색해도 다른 결과를 볼 수 있는 등 여러 가지 측면을 가질 수 있다. 사용자를 주동적으로 접촉하고, 문자를 보내거나, 인공지능으로 이 말을 생성할 수도 있다. 사람마다 이 말을 보는 시각이 다르다. 사용자에 대해 가장 관심 있는 것은 무엇이고, 사용자가 이 제품을 이해하고, 이 서비스를 이해하여 이 말을 생성하는 데 어떻게 도움이 되는가 하는 것이다. 모든 방면에서, 결정은 사실상 중간 뇌에 의해 이루어질 수 있다. 결정을 내린 후, 이 물건들을 사용자들에게 더하고, 그들에게 닿는다. 도달한 후에는 실시간 피드백, 실시간 업데이트, 전략 조정, 개선, 진화가 필요합니다. 이것은 기본적으로 과정입니다.
첫째, 성공적인 마케팅 전략은 적어도 이러한 측면을 수행해야합니다. 개인화는 효율성을 극대화하고 여러 번 도착해야 하며, 다중 사용자, 오프사이트 상호 작용이 필요합니다. 어떤 마케팅이든, 많은 경우, 모두 비용을 포함한다. 당신은 어떻게 당신의 비용을 통제할 수 있습니까, 당신은 당신의 목표를 유연하게 조정할 필요가 있습니까? 그게 무슨 뜻이에요? 결국 마케팅 전략은 사람이 정한 것이다. 우리는 상황에 따라 다른 목표를 가지고 있다. 이 기계는 사실 이해할 수 없다. 이 사용자 그룹에 대한 나의 목표가 무엇인지, 즉 그의 조회수 극대화가 필요한지, 전환율 극대화가 필요한지 이 기계에 알려야 한다. 이것은 기계가 고려할 수 있는 것이 아니다.
강화 학습의 예를 하나 들다. 학습을 강화하는 것은 한 아이나 한 아이가 어떻게 진화를 배우는가와 비슷하다. (존 F. 케네디, 공부명언) 예를 들어, 내가 이 사탕을 가져가면 어른들이 너에게 먹을 것을 독려할 것인가, 벌을 줄 것인가? 하지만 그로부터 피드백을 받으면, 그로부터 배울 수 있습니다. 모든 일이 미리 너에게 이것이나 저것을 해야 한다고 미리 알려주는 것은 아니다. 그것으로는 충분하지 않다. 당신은 끊임없이 세상을 탐험하고 피드백을 통해 이 전략을 배워야 합니다. 그렇지 않습니다. 제가 어떻게 개선할 수 있을까요? 사람은 항상 이 과정에 있다. 우리의 마케팅 시스템도 이런 방식으로 배울 수 있으며, 우리는 이러한 사용자들과 접촉하기 위한 조치를 취할 것이다. 사용자는 긍정적인 피드백 또는 부정적인 피드백을 포함한 피드백을 제공하고 시스템을 지속적으로 조정합니다.
우리의 시스템은 스스로 조정될 것이다, 이것은 단지 우리의 예일 뿐이다. 우리는 집중 학습을 사용하여 통합 솔루션을 형성합니다. 우리는 무엇을 할 것인가? 실시간 예측선은 어떻게 온라인에 접속해야 하는지, 어떻게 사용자에게 닿아야 하는지, 사용자의 수명 주기를 추적하는 방법, 다목표 융합을 통해 사용자와 상호 작용하여 모델링을 배우고, 결국 이 주기를 완성하고, 우리의 알고리즘을 끊임없이 보완해야 한다.
실시간 지능형 마케팅: 설명 가능하고 한계 계산
지금, 이것은 단지 우리의 알고리즘 중 하나일 뿐이다. 원래 알고리즘은 오프라인입니다. 예를 들어 하루에 한 번 업데이트합니다. 하지만 지금은 컴퓨팅 능력이 점점 강해지고 있고, 우리의 기술은 점점 발전하고 있습니다. 우리는 실시간으로 해야 합니다. 심도 있는 학습은 물론 최근 몇 년 동안 가장 유행하는 알고리즘이다. 설명 가능하고 가장자리 계산에 대해 조금 설명하겠습니다.
왜 우리는 해석성이 필요합니까? 설명 가능이란 무엇입니까? 원래 우리가 만든 것은 기계 학습 모형이었는데, 사람들은 이해할 수 없었다. 왜냐하면 한 모델에 수억 개의 매개변수가 있을 수 있기 때문이다. 모델은 이 사람이 이 물건을 좋아하는지 안 좋아하는지 결정을 내렸다. 그것은 당신에게 설명할 수 없습니다. 왜냐하면 그 안에는 수억, 심지어 수십억 개의 매개변수가 있을 수 있기 때문입니다. 신경 네트워크 심화 학습 모델과 같은 이 결정이 왜 내려졌는지 알 수 없습니다. (존 F. 케네디, Northern Exposure (미국 TV 드라마), 공부명언) 그것은 너에게 이 일을 알려줄 수 없다.
이게 무슨 소용이야? 부적절한 비유를 들어 기계 학습은 여러 방면에서 매우 강하다. 수학적으로는 매우 심할 수 있습니다. 마치 천재가 산수적으로는 대단하지만, 다른 면에서는 매우 약합니다. (존 F. 케네디, 공부명언) 예를 들어, 그는 자신을 돌볼 수 없을 수도 있고, 의사소통 능력이 특히 떨어지고, 능력이 강하지만, 너는 그와 소통할 수 없다. 너는 그가 왜 이 결정을 내렸는지 모른다. 많은 경우 그는 주동적으로 너와 소통할 수 없어 이 업무, 이 제품을 이해할 수 없다. 그가 어떻게 이 결정을 내렸는지 알 수 없기 때문에 여러 번 안심할 수 없을 것이다.
결국, 어떤 마케팅 활동을 하든, 우리는 우리가 왜 해야 하는지, 그리고 그로부터 약간의 깨달음을 얻어야 한다는 것을 알고 싶다. (윌리엄 셰익스피어, 템페스트, 마케팅, 마케팅, 마케팅, 마케팅) 비록 우리가 먼저 블랙박스 모델을 훈련시킨다고 해도, 우리는 이를 바탕으로 화이트박스 군중 통찰을 생성하려고 노력할 것이다. (윌리엄 셰익스피어, 블랙박스, 블랙박스, 블랙박스, 블랙박스, 블랙박스) 이 통찰력으로, 우리는 그것을 분석하고 이해하려고 노력한다. 이러한 이해와 통찰력으로 우리는 마케팅 결정을 더 잘 내릴 수 있다. 이것이 바로 인간-기계 결합이며, 최근 몇 년 동안 기계 분야의 열점이어서 해석할 수 있다.
게다가, 가장자리 계산도 최근 몇 년 동안의 핫스팟 중 하나이다. 클라우드 컴퓨팅, 우리 모두 알고 있듯이, 내 데이터는 복잡한 처리를 위해 데이터 센터로 보내져야 하고, 복잡한 모델을 훈련하고, 이 결정을 클라우드에서 당신의 휴대폰으로 보내는데, 이를 클라우드 컴퓨팅이라고 합니다. 가장자리 계산이란 무엇입니까? 많은 계산은 모두 휴대폰에서 이루어지므로 클라우드에 올라갈 필요가 없다. 왜요
2020 년까지 모든 사람이 매일 평균 1.5GB 의 데이터를 생성한다는 말이 있습니다. 이 데이터의 양은 매우 크다. 모든 데이터가 가치가 있거나 클라우드에 업로드해야 한다는 뜻은 아니다. 클라우드에 저장하는 데도 많은 오버헤드가 필요하기 때문이다. 이 데이터는 클라우드에 업로드 할 필요는 없지만 유용합니까? 휴대 전화에서 APP 와의 모든 상호 작용에는 사용자를 이해하는 데 도움이 되는 많은 정보가 포함되어 있기 때문에 유용합니다.
많은 미세한 데이터가 있는데, 이 데이터가 클라우드에 업로드될까요? 완전히 그렇지는 않습니다. 의사 결정에 영향을 미칩니까? 사실, 그럴 겁니다. 우리의 현재 단말기와 휴대전화는 모두 매우 강력한 컴퓨팅 능력을 가지고 있으며, 10 년 전의 PC 한 대보다 훨씬 크다. 이미 일부 모형 추리, 심지어 모형 구축, 완전히 능력이 있기 때문에 가장자리 계산의 개념이 있을 수 있다. (윌리엄 셰익스피어, 템플릿, 모형, 모형, 모형, 모형, 모형, 모형) 우리의 많은 결정과 중대한 결정은 모두 클라우드에서 이루어진다. 이 결정은 휴대 전화에 도달하여 휴대 전화에서 생성 된 실시간 데이터에 따라 조정됩니다. 이 조정은 휴대 전화에서 이루어집니다. 물론, 핸드폰은 단지 개념, 하나의 의미일 뿐이다. 사실, 이 에지 계산을 할 수 있는 다른 많은 터미널 장치들이 있는데, 이것도 이 몇 년 동안의 핫스팟 중 하나이다.
스마트 애자일 모델의 빠른 복제는 외부 세계에 개방되어 자신을 위한 것이다.
먼저 도구화라고 합시다. 결국 우리는 서로 다른 장면에 쉽게 적용할 수 있는 지능형 응용 프로그램 프레임워크를 원합니다. 예를 들어, 앤트파이낸셜 서비스, 우리는 꽃, 대출, 위어바오, 재테크 등을 가지고 있습니다. 이러한 업무에 신속하게 복제 (지능형 애플리케이션 프레임워크 세트) 할 수 있습니까? 새로운 비즈니스가 계속 생겨나더라도 모든 새로운 장면으로 빠르게 복제할 수 있는 프레임워크가 필요합니다. 이를 위해서는 이러한 것들을 아주 좋은 도구로 만들어야 합니다.
그래서 우리는 지능형 응용 프로그램 시스템을 갖게 될 것입니다. 이 시스템의 밑바닥은 데이터 기반이며, 지능형 의사 결정 엔진이 있습니다. 이 엔진에는 다양한 방법이 포함되어 있으며, 결국 데이터 제품을 만들 수 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 지능명언)
이 데이터 제품은 내부 및 외부 응용 프로그램을 지원합니다. 예를 들어, 외부 응용 프로그램, 즉 많은 제 3 자와 협력하는 조직 및 플랫폼은 결국 내부 사용자든 외부 사용자든 사용자를 만질 수 있습니다. 내가 이런 것을 다 끝내면, 자신의 사용을 만족시킬 수 있을 뿐만 아니라, 우리 자신의 능력을 다른 사람에게 쉽게 복제할 수 있고, 신속하게 다른 장면으로 복제할 수 있다.
우리는 이 플랫폼이 더 민첩하고, 더 스마트하고, 더 개방적이고, 빠른 복제, 매우 스마트하고, 파트너에게 개방되기를 바랍니다.
우리 각자는 매우 지적인 생물이며, 각 사람의 뇌에는 실제로 수천억 개의 뉴런이 있습니다. 다른 각도에서 보면, 우리는 무엇으로 대량의 기계 학습을 할 수 있습니까? 신경 네트워크, 사실, 그것은 (기계) 또한 뉴런 이지만, 그것은 기계에 의해 만들어진 뉴런입니다. 얼마나 많은 뉴런이 있습니까? 아주 큰 네트워크를 만들 수 있습니다. 수억 개의 뉴런 네트워크를 만들 수 있습니다. 하지만 우리는 인간의 뇌에 있는 뉴런과 기계가 만든 뉴런을 결합하는 것을 선호합니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 컴퓨터명언) 앞서 말씀드렸듯이, 우리가 내린 결정은 어떤 면에서는 인간의 상태에 이르지 못합니다. 비록 기계가 수억 개의 뉴런을 만들어도 인간의 뇌 상태에 도달하지 못합니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 컴퓨터명언)
인간 뉴런과 기계 뉴런을 결합하여 결정을 내리는 방법은 끊임없이 토론하고 깊이 연구해야 한다. 이 뉴런이 있으면 우리는 빠르게 진행해야 한다. 세상의 무공은 모두 빠르고, 견고하며, 우리는 신속하게 진행하여 스마트 마케팅을 할 수 있기 때문이다.
반면에 금융업도 금융업과 금융상품의 특징을 가지고 있다. 타오바오에서 물건을 사는 것과는 달리 다른 단계가 있다. 예를 들어 타오바오에서 냉장고 한 대를 샀는데, 그것은 끝났다. 타오바오와 너의 상호 작용은 기본적으로 끝났다. 너의 집에서 이 냉장고를 사용하는 것이 어떤 느낌인지, 매일 쓰는지, 잘 쓰는지 모르겠다. 하지만 만약 당신이 재테크 상품을 산다면, 이 재테크 상품은 항상 당신의 계좌에 있습니다. 재테크 상품의 변화, 예를 들면 펀드의 가격이 오르거나 하락하는 등, 너에게 미치는 영향은 여전히 크다. 지속적인 과정이며, 이 제품 형태를 깊이 이해하고 앞뒤를 결합하여 더 나은 결정을 내려야 합니다.
(문장 출처: 중개 중국)
정중히 성명하다: 본 정보를 발표하는 목적은 본 사이트의 입장과는 무관하게 더 많은 정보를 전파하는 것이다.