一直以来，构建深度神经网络模型需要依附于较为专业的编程能力与建模应用工具，建模过程复杂、投入人力成本高。再加上疫情的影响，模型构建的项目更是会面临逾期的风险。

在电销、银行等行业应用情景下，利用AI建模平台，可以更加精确、更加灵活地建立客户画像、质检营销等模型；相较于传统规则模型的建立，AI建模平台能够有效地节约建模时间，解决规则抽象难的问题。从成本效率的角度出发，AI建模能为银行、保险等行业的电销部门，节约近80%坐席沟通时间，建模效率提升近5倍，推荐的15%的客户能覆盖90%的业绩。

产品亮点

作为普强2021年主推的零门槛建模工具，普强自动AI建模平台的核心团队来自原IBM Waston研究部门、华为以及南加州大学等多家著名企业高校，由行业经验丰富的专家们历时两年精心打造而成。该平台在技术门槛、模型效率、模型质量、模型应用、模型管理等方面都大大优于传统机器学习建模。

我们的平台有四大亮点：数据增强DA框架、算法搜索框架、结合规则的优化策略、精细化建模。下面我们一起来看看：

产品业务流程图

1、数据增强DA框架：融合多种数据增强技术，能实现基于小样本量数据建模；

2、算法搜索框架：结合普强自研的检索策略，寻找最优建模网络；

3、结合规则的优化策略：巧妙结合文法规则，打破AI模型精准匹配难的技术壁垒，提高模型识别应用上限；

4、精细化建模：切分建模不同阶段和负责角色，精细化建模，让合适角色做合适的工作。

产品价值

普强自动AI建模平台能够帮助企业和个人以最低成本、最快速方式构建最优模型，具有以下“五大核心价值”：

高效合作：充分发挥各业务人员价值，提高内部工作效能；

敏捷应用：灵活对接业务系统，快速适配应用；

快速建模：零门槛、低成本建模；

自研算法：多语音语义框架调优适配，寻找最优解；

高效稳定：资源动态调度，建模效率高、预测速度快。

案例分享

项目背景：

国内一名列世界500强的保险公司（以下简称“A保险公司”），拥有庞大的电销团队，雇佣了上万名电销人员，每月电销电话拨打量达到千万通。由于客户名单基本为白名单，即没有客户的信息，传统的格式化维度分析无法应用，所以A保险公司在没有客户信息的情况下，实行全量拨打，这样的拨打效果成交率在千分之一以下。另一方面，全量拨打的电销电话也给客户带来不良的印象，对客户造成不必要的干扰。近年来，监管力度逐年上升，对电销电话管控严度加大。为能有效运营电销就需要有特定对象，向有购买保险意愿的客户精准的拨打。

普强将AI建模工具应用在A保险公司的电销业务里，项目一期应用在A保险公司两个主要的业务区：BJ市和TJ市。对大约250万的客户电销通话录音（约400万通录音）作落地实施，建立业务模型10个。

成果展示：

· 

精准的推荐占总量约15%的潜在有购买意愿的优质客户；

· 

· 

推荐的15%的客户覆盖了90%的业绩；

· 

· 

节省了80%+的电销电话，人员时间；

· 

· 

并减少了对没有意向购买客户的干扰；

· 

· 

确定了潜在购买客户的特征，作话术优化的依据，有定向的与客户对话以确认是否是有所确定的特征；

· 

发掘了电销流程的缺失：发现高购买意向客户的跟踪力度不及时或遗漏的情况，建立追踪系统及时找回遗漏的潜在客户并跟进。

结语

随着计算力和云存储容量的大幅提升，海量数据的收集，使得以往不能突破的人工智能问题均得到突破：如语音识别、图像识别、语义理解等领域。借着这些问题的突破，许多商业场景都能应用这些最新的人工智能技术，从而产生实际的商业效益。

普强自动AI建模平台，结合语音识别和语义理解技术，在特定的垂直领域中得以应用，并赋予对应的产能提升。此种效应随着科技的进步和突破，必能扩及更多的场景和商业应用。另一方面，随着方法论和计算框架不断地迭代更新和扩充，必将带来更多的实际业务和效益。