魔数智擎-可解释、可干预、简单化AI决策模型平台主要服务于金融机构，针对当前决策AI技术和业务落地脱节以及建模分析效率等难题，从可解释、可溯源、可干预、业务化和性能等方面着手，为金融机构提供端到端的模型开发及管理一站式解决方案，将决策AI技术赋能到金融机构业务端，帮助数据智能人工智能公司将人工智能建模工作效率提高30~40倍，加速金融机构的数字化转型。已在头部大型银行成功落地，获得银行机构的高度认可及推广。

　　可解释、可干预、简单化人工智能决策模型平台是一套已封装了人工智能算法的标准化软件，帮助数据智能人工智能公司将人工智能建模工作效率提高30~40倍，输出结果是模型SDK、规则或代码，部署到客户业务系统，其系统几乎不做任何改变就能实现智能化（具备预测推理能力）。

　　平台打通了全生命周期的模型研发及管理全流程，实现从“数据-模型-应用-管理”的端到端、可解释、可溯源、业务化的AI服务。平台能够使得没有代码和算法能力的业务人员可以利用最新的机器学习技术来对复杂的商业决策问题进行高效分析，从而破解决策AI技术和业务落地相脱节的行业难题。另外，我们提供的端到端的模型开发和管理解决方案能够大规模提升模型的产能，比传统方式会有30-40倍的提升，解决一直制约金融机构大规模应用先进的决策AI技术的建模分析效率低下问题。有效加速金融机构的数字化转型，提升其数据资产的变现能力。

　　1）产品化程度高：从业务视角进行设计，更贴近业务分析人员使用习惯，无需大量定制化工作，客户部署成本低。竞品基本都是互联网大厂团队从纯技术和工程化视角来设计，因此在跨行业的业务落地性方面存在问题，且需要大量人工定制。

　　2）可解释、可干预：平台在建模过程是可观测的，产出的模型以及预测推理结果是白盒，我们擅长人能看懂的Al。同时平台支持用户输入自己的思想和模型和机器PK，对于机器生成的模型人可以调整参数，实现人和Al共成长。互联网背景团队设计产品基本以黑箱模型为主，只关注模型的精度结果，不太关注业务的可解释性和可干预性。

　　3）简单化：把复杂算法和编程工作自动化，无需对建模方法论有深入了解，业务人员点击鼠标就可以建模，大大降低了建模门槛。竞品基本都采用拖拉拽的建模方式，虽然已经降低了代码能力的要求，但对于业务人员来说还是无法很好使用，原因在于拖拉拽的模式还是需要业务人员具备对建模方法论的详细了解才能使用。

　　平台聚焦于金融领域，赋能智能风控、精准营销、智能运营等多种业务场景。如：

　　1）某大行分行信用卡A卡模型：利用智能数据技术将百万条客户的信用卡申请记录、个人征信、第三方数据等进行特征自动衍生。并利用极速建模技术对数据特征进行建模，自动根据数据挖掘业务归因逻辑、业务规则，生成业务策略，发现违约客户的业务特征。人机协作防范信用卡风险、提升A卡风险防控效率。实现：风险区分能力变强，KS值在原基础上提升1.2%；客户建模周期缩短至3天；且白盒+可视化技术，提升了对模型的认可度；并将模型同步应用至B卡模型，降低不良。

　　2）某大行分行信用卡精准营销获客模型：项目投产两周内，某行优质借记卡客户发卡量比项目投产前两周增加33.94%，新开信用雷竞技官网下载卡客户总授信额度比项目投产前两周增长42.59%。

　　3）某大行分行的某贷款产品精准营销模型：针对白名单客户建立了精准营销模型，从2020年3月投产后两周内，与去年同一时间段相比，行内成功放款的贷款合约数增加14%，贷款金额增加651万元。

　　4）某大行分行普惠信贷客户智能营销模型：选用在分类模型中效果较好的XGBoost模型预测融资需求高的小微企业，模型在测试集中的预测效果为精确率达到39%，召回率为30%，命中率为三成，预计将提高某行普惠信贷客户转化率。