越南公司MoMo的超级应用通过 NVIDIA DGX 系统进行训练和批量处理

越南公司MoMo的超级应用通过 NVIDIA DGX 系统进行训练和批量处理,第1张

对于年轻一代来说,纸质账单、借据乃至现金都可能已经成为了历史。只需要智能手机在手,他们就能在网上获得大部分金融服务。

金融科技公司正在竞相开发 AI,分析公司采集的大量数据,以提供更好的客户服务并改善后台 *** 作。

总部位于越南的金融科技公司 MoMo 开发了能够将支付和金融交易处理功能整合在独立在线商务平台的超级应用。凭借其便利性,这个一站式移动平台已经吸引了超过 3000 万越南用户

为了提高该平台聊天机器人、“认识你的客户”(eKYC)系统和推荐引擎的效率,MoMo 使用在 Google Cloud 中运行的 NVIDIA GPU,GPU 通过 NVIDIA DGX 系统进行训练和批量处理。

在短短几个月的时间里,MoMo 取得了令人惊艳的成果,它大幅加速了更加稳健且易于拓展的解决方案的开发。相比 CPU,使用 NVIDIA GPU 进行 eKYC 推理任务的速度提高了 10 倍。MoMo 还使用 TensorRT 将 MoMo 刷脸支付服务的训练和推理时间减少了 10 倍。

AI 提供另一角度

MoMo 数据科学总监 Tuan Trinh 表示公司使用 AI 以不同的角度开展业务。其中一个项目需要处理大量数据,并将其转化为计算机视觉资料或图表,分析它们能够改进应用中用户之间的连接。

MoMo 开发了自己的 AI 算法,这套算法以超过 10 亿个数据点为参考,向客户推荐更多的服务和产品,帮助公司与用户群保持沟通,进而增加互动和转化率。

该公司还在其超级应用程序的主屏幕上增加了推荐框,通过 AI 为客户提供有用的建议并保持互动,显著提高了点击率。

MoMo 表示,借助 AI,他们可以评估过去一到两个月内 1000 万活跃用户的习惯以训练预测模型。此外, NVIDIA Triton 推理服务器帮助统一了推荐引擎的服务流程,显著减少了在生产环境中部署 AI 应用的工作量。TensorRT 还使 MoMo 的支付服务 AI 模型推理性能提升了 3 倍,提高了客户体验质量。

聊天机器人推进对话

通过使用 AI 聊天机器人,MoMo 的超级应用将能够在适应及接触用户时,加速扩大规模。聊天机器人服务在移动设备应用上的效果尤其显著,比起打电话给客服,年轻用户更喜欢使用聊天机器人,因此这项服务往往受到年轻用户的欢迎。

聊天机器人用户能够在单个界面查询产品,并在购买前获得评估所需的支持,这对于像 MoMo 这样的一站式超级应用来说至关重要。

MoMo 表示,聊天机器人还能有效地进行追加销售或向客户推荐额外的服务。结合机器学习,聊天机器人还可以对不同产品或服务的目标受众进行分类,以提供量身定制的应用体验。

AI 聊天机器人的另一优点是能够让 MoMo 的客服团队腾出手来处理其他重要任务。

更准确的信用评分

MoMo 3000 多万用户的历史信用记录数据可以通过 AI 算法应用于金融服务风控模型。MoMo 已将信用评分应用于其超级应用内的借贷服务。该公司并不完全依靠传统的深度学习来处理相对简单的任务,因此 MoMo 的开发团队能够以更短的处理时间实现更高的准确性。

MoMo 应用可以在不到 2 秒内作出贷款决定,并且能够通过更准确的 AI 预测减少高风险的贷款目标。这将帮助客户避免承担过多的债务,同时避免 MoMo 错过潜在的收入。

AI 能够处理结构化和非结构化数据,因此它能够纳入传统信用评分以外的信息,比如客户是把钱花在必需品上还是奢侈品上,以更准确地评估贷款风险。

AI 在金融科技领域的未来潜力

随着金融科技公司越来越多地将 AI 应用于其海量数据存储,MoMo 团队预测,该行业将需要评估如何保证用户数据安全,否则客户忠诚度将会越来越低。在证明了图神经网络和模型能够大幅改进公司的运营后,MoMo 计划扩大对它们的使用。

MoMo 团队还认为 AI 有朝一日将淘汰信用评分。AI 能够根据更广泛的非结构化数据做出决策,因此可以通过考虑信用评分以外的风险来确定贷款审批结果。这将有助于为 MoMo 这样的金融科技应用开辟潜在用户群,覆盖服务匮乏和缺乏银行服务的人群。此类人群可能没有信用分数,更不用说“良好”的信用分数。

约有四分之一的美国成年人是难以获得贷款或xyk的“缺乏银行服务者”;超过一半的非洲人口是完全没有银行账户或信用分数的“信用隐形人”。MoMo 认为 AI 可以向这些人群提供银行服务,为金融科技应用开辟新的用户群。 

      审核编辑:彭静

欢迎分享,转载请注明来源:内存溢出

原文地址: https://outofmemory.cn/dianzi/2711284.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-08-17
下一篇 2022-08-17

发表评论

登录后才能评论

评论列表(0条)

保存