通過表情、語言識別「騙貸」,「EmoKit」將情感智能用於金融反欺詐和精神疾病篩查
火熱的人工智慧技術和應用,目前更多集中在「認知智能」層面,如人臉識別、語音識別等。而被認為更高階的「情感智能」,還較為早期。
36氪曾於 2016 年報道過EmoKit,當時其還處於早期探索階段,如今過去了近兩年時間,我們再次接觸,發現 EmoKit 在商業化落地方面已經較為清晰,且產生了一定營收。核心方向包括金融領域的反欺詐和醫療領域的精神疾病篩查。
金融:借貸反欺詐
據銀監會年初發布的數據顯示,我國銀行業不良貸款率為 1.74%,持續處於高位。2017 年 6 月末,全國銀行不良貸款總額 1.64 萬億元。其中,我國消費信貸規模 2019 年預計達到 41.1 萬億,不良貸款將達到 7151.4 億元。
EmoKit 瞄準不良貸款這一痛點,推出了「EmoFin AI 多模態金融反欺詐方案」,通過微表情、眼神、聲紋、情緒結果、認知壓力等信息,實時分析客戶的欺詐風險,從而幫助金融機構阻斷黑產、減少壞賬。
實際使用時,業務員可以通過「EmoFin」系統,對借款人進行線上視頻對話審核。整個過程中,業務員只需按照系統提示,詢問借款人相應問題即可。(參見上方視頻)
EmoFin 全程會通過「情緒、音頻、眼部、面部肌肉」維度,對借款人進行風險點實時分析,最終會輸出一份分析結果,包括借款人在每個問題和每類問題下的欺詐概率。
問答過程中的實時分析結果
問答完成後的最終分析結果
EmoFin 的方案已在某借款機構進行過測試,據EmoKit提供的數據顯示:經初步核算,該借款機構每出借 20 億元,可以減少壞賬和降低募資成本約 1.6 億元,年化收益率最高提升 8%。
EmoKit 的 CEO 魏清晨向36氪表示,目前業內大多通過歷史數據進行欺詐識別,但欺詐團伙的造假能力也在不斷提高。而人的欺詐、情緒表現,很難從本能上進行偽裝,所以 EmoKit 通過借款人的實時狀態分析,可以有效彌補傳統方式的不足。
魏清晨表示,在金融反欺詐領域,EmoKit 已完成 300 萬元的合同,客戶還將追加 500 萬元訂單。
醫療:精神疾病篩查
醫療是 EmoKit 瞄準的另一個落地領域。
EmoKit 通過情緒、音頻、眼部、面部肌肉、心率等信息,對可能患有抑鬱、精神分裂等精神疾病的患者進行初步篩查,從而降低醫生的工作量。
此方面,EmoKit 已與北京回龍觀醫院進行合作,據其驗收報告顯示,僅基於情緒和面部肌肉兩個維度,EmoKit 對精神分裂患者的篩查準確率已經達到 78.8%,後續雙方會增加眼神、音頻等更豐富的特徵數據。
商業價值方面,魏清晨向36氪表示,我國精神科/心理醫生的需求總量約為 45 萬人,年薪約 10 萬元, Al 精神健康體檢裝備可減少其 30% 的工作量。按照等量勞動價值換算,這一塊的商業價值每年約 157.5 億元。
精神疾病篩查方向,EmoKit 已有部隊 1000 萬元訂單,預計年新增 2900 萬元。
商業化落地和競爭
經過多年探索,對於落地領域的選擇邏輯,魏清晨表示主要有三點:
有歷史數據積累,且自帶標籤。
客戶有剛需,付費意願強烈。
系統產生的價值可用數據衡量。
根據以上邏輯,EmoKit 目前的重點方向是金融和醫療,未來計劃擴展到公安智能審訊、自適應教學輔助等領域。
對於EmoKit 的競爭優勢,魏清晨總結為以下三點:
EmoKit 的情感識別引擎,融合了心理學和 AI 技術分別構建的兩套演算法,可以形成互補,從而更加準確;
EmoKit 自主研發了融合面部、語言、心率等的多模態情感識別技術,而其他大多數情感智能公司只做一種維度。
EmoKit 輸出的並不只是喜怒哀樂的情感,而是深度結合客戶業務,輸出客戶可用的結果,如欺詐風險有多大。
EmoKit 的核心團隊成員擁有腦神經認知、機器學習、大數據、心理學等多種學科背景。CEO 魏清晨曾任中國中期(000996)信息公司副總經理。首席學術顧問 Jeffery Cohn 教授,是 IEEE 情感計算三個委員會的主席,也是全球情感計算領域的奠基人之一。科學家張鹿鳴是新加坡國立大學博士後,機器視覺和深度學習方向。
目前,EmoKit 正在尋求 2000 萬元 Pre-A 輪融資,資金將用於團隊擴充、標準服務方案建設,以及基礎設施和市場營銷的投入。
※余承東稱今年手機銷量將達2億,但「三年超蘋果,五年超三星」目標已落空
※2018 VR 世界大會上,專家提出了未來的十大預測
TAG:36氪 |