原標題：平安壽險在電話銷售場景中引入聲紋識別；迪拜警方用 AI 車載設備監控駕駛員車內行為 | AI 掘金晚報

平安壽險在電話銷售場景中引入聲紋識別

過去十年，壽險處于高速發展階段，同時也面臨著嚴峻的安全問題。其一、有不法分子冒用或竊取電話銷售人員賬號信息，非法獲取客戶個人信息資料并進行販賣、泄露，嚴重侵犯了網絡交易用戶的信息隱私權。其二、部分行業相關人員利用保險公司的一些規則漏洞，通過套保、騙保等非法手段實施金融詐騙。針對這些安全問題，近日平安壽險新渠道率先引入了聲紋識別技術進行風險管控。

據雷鋒網了解，此次上線平安聲紋識別技術，主要應用于電話銷售場景。以電話銷售人員為監管核心，利用每個人獨一無二的聲紋進行嚴密的個人身份認證，保證電話銷售人員本人注冊登錄，規范電銷人員行為。從源頭上有效規避信息泄露、漏洞利用等風險。該聲紋識別技術是平安科技自主研發，由數萬電話銷售人員上億小時的錄音訓練而成。專注于因聲識人，實現智能身份認證。在聲紋識別乃至生物識別領域一馬當先，識別準確率高達99.8%，支持1V1，1VN，兼容多種設備，有效防錄音，防合成，降低欺詐風險。

未來，壽險新渠道將攜手平安科技，全方位深入布局AI聲紋識別技術，包括智能抓取敏感詞匯，輔助銷售；對VIP客戶進行無感知智能識別，提供定制化服務；智能防范金融欺詐；電話語音跟蹤與電子監控等等業務場景。不斷提升消費者的服務體驗，讓人們體會到科技給人們帶來的實實在在的好處。

阿里旗下“口碑”將人工智能引入餐飲業

日前，阿里旗下“口碑”將人工智能引入餐飲業，讓其與古老的優惠券形式結合，讓商家可以像操作傻瓜相機一樣，一鍵實現差異化營銷。

作為石家莊“口碑”人工智能的首批體驗客戶，“舉個栗子”新萬寶店率先嘗到了“甜頭”。在近一個月的使用中，“引流會員接近2000人，二次回頭客累積近1300人，營業額更是蹭蹭往上漲了10多萬元！ ”

“口碑”的人工智能營銷簡單來說就是，用戶通過店里的口碑碼領取優惠券后，系統會對消費者進行大數據畫像，如“面食大王”、“無辣不歡”等，沉淀下的數據將對用戶進行分析，并根據不同消費者口味推薦適合他的門店。

“這個推薦不存在商家消費排名，所以是最真實和公平的。”“口碑”石家莊相關負責人介紹。

給商家創收的同時，“口碑”人工智能又如何服務吃貨呢？雷鋒網了解到，“口碑”的“收入月增計劃”智能營銷工具將解決這一問題。

打個比方，某個餐廳同時來了兩個客人。其中一個客人生活節儉，吃飯通常只花20元；另一個客人則口味挑剔，通常只吃固定的兩道菜。如果這家餐廳加入了口碑的收入月增計劃，那么很可能出現的場景是：同樣掃碼領優惠，生活節儉的客人領到一張滿25減3元的滿減券；口味挑剔的客人則領到一張她從來沒點過的某道新菜或者是某道高毛利菜品的單品優惠券。

整個過程中，餐廳需要做的不過是在餐廳顯眼的位置貼好口碑碼物料和引導客人在點餐前掃碼領優惠。

對于商戶來說，以往打折券存在“簡單粗暴”的問題，雖然短期吸引客流但是以犧牲利潤空間為代價。如今，“口碑”人工智能復雜的智能算法為餐飲店設置了不同層級的優惠門檻，為商戶提供最優優惠，把消費前、中、后的各個環節都納入了營銷中，即口碑碼和消費前的引流券、消費中的提高客單價和推爆款滿減券，以及消費后的拉復購消費送券。通過將用戶數據和商戶數據納入到數據庫中，再由算法為商家提供個性化的營銷方案。

迪拜警方用 AI 車載設備監控駕駛員車內行為

雷鋒網消息 據外媒報道，迪拜警方在警車內安裝了人工智能設備，旨在監控駕駛員們的車內情況。

該設備由Com-iot Technologies研發，可對安裝于警車內的攝像頭數據進行分析，人工智能裝置隨后就會告知對方，受監控駕駛車輛的車內情況。

最近，迪拜警局與Com-iot公司簽訂了一份諒解備忘錄，該項合作屬于迪拜未來加速器計劃（Dubai Future Accelerators Programme）的重要組成部分。該發明意味著能夠抓捕違反道路交通規則的駕駛員。若他（她）們在駕駛中打手機、吃吃喝喝、魯莽駕駛（driving recklessly）或追逐其他車輛，將透過該設備被抓現行。

Teradata助丹斯克銀行應用人工智能引擎

全球領先的數據和分析解決方案供應商Teradata天睿公司近日宣布，北歐領先的金融服務機構丹斯克銀行(Danske Bank)與Teradata子公司Think Big Analytics聯手打造并推出目前最先進的人工智能(AI)欺詐監測平臺。該平臺預計在投入運營一年內就能實現100%的投資回報率(ROI)。

據悉，該平臺引擎使用機器學習技術，可分析數萬個潛在特征(latent feature)，對數百萬次銀行在線交易進行實時評分，為監測判別正確、錯誤和欺詐活動提供可作為判別依據的洞察。通過大幅縮減誤判(false-positive)的調查成本，全面提升銀行效率并有助于大幅縮減各項成本。

丹斯克銀行高級分析總監Nadeem Gulzar表示：“應用欺詐是銀行最重要也是最頭疼的問題。有證據顯示，犯罪手段日趨高明，罪犯運用復雜的機器學習技術進行攻擊。因此，只有使用機器學習等高級技術才能抓住他們。隨著銀行業逐步實現數字化，移動銀行應用日漸流行，我們很清楚欺詐行為將很可能在近期及更長遠的未來愈演愈烈。我們意識到不能只固守當下，更要著眼未來情況，使用尖端技術預防欺詐犯罪。運用AI技術，我們已將誤判率降低50%，并由此將欺詐監測部門一半人員重新安排負責更重要的工作。”

丹斯克銀行原來的欺詐監測系統在很大程度上依靠手動添加規則，銀行在很久以來一直主動應用這些規則。隨著誤判記錄數量不斷增長，甚至經常達到整個交易量的99.5%，使調查相關成本與時間顯著增長，銀行龐大的欺詐監測團隊任務過重，無法實現高效運作。

Teradata子公司Think Big Analytics咨詢團隊從2016年秋季開始與丹斯克銀行合作，依托數據應用專業知識，補強銀行高級分析團隊的技術能力，為更廣泛業務創造更大收益。雙方團隊在銀行現有基礎設施內搭建框架，并創建高級機器學習模型，監測每年數百萬次交易中的欺詐行為，高峰時段每分鐘可監測多達數十萬次交易。為確保監測過程透明性，并增強信任，監測引擎在機器學習模型上加入解釋層，提供監測阻止活動的釋義與解釋。

從建模角度上看，欺詐案例仍占很小比例，大約每10萬次交易才發生一次欺詐行為。雙方團隊成功從模型中發現誤判結果，并將誤判率降低50%。與此同時，雙方團隊還能夠監測更多欺詐行為，將監測成功率實際提升約60%。丹斯克銀行率先在反欺詐項目中應用機器學習技術，同時開發深度學習模型測試這些技術。

Think Big Analytics客戶服務總監Mads Ingwar表示：“所有銀行都需要具備可擴展性的高級分析平臺，并為實現數字化制定路線圖與戰略規劃，在銀行中推崇數據科學。銀行需針對在線交易、信用卡和移動支付打造一套實時解決方案，我們與丹斯克銀行合作開發出最先進的人工智能欺詐監測平臺，300毫秒內就能完成新交易評分。這意味著，顧客在超市購物時，系統就能夠實時對交易評分，并立即提供可作為監測依據的洞察。這類解決方案預計將會在金融服務業所有機構不斷普及。”