11.4. 蚂蚁集团¶
11.4.1. 企业图谱¶
企业图谱（风报）：一款基于NLP处理技术的企业金融智能信息服务系统，涵盖工商、诉讼、税务、行政处罚、投融资、高管变动、新闻事件等26大类企业情报信息。“风报”包含全国近4,200万家工商登记主体信息，汇聚全网超过4万个数据来源的近10亿条行政公示、审判流程、企业信息披露和新闻媒体报道，并通过人工智能技术将非结构化的文本进行清洗、分析、关联，形成结构化的企业情报信息。1
11.4.2. 蚂蚁智能¶
Fig. 11.4.1 蚂蚁智能服务整体架构¶
从用户服务诉求角度，可以大致划分为咨询类、求助类、举报类三种类型。从支付宝钱包中“我的客服”的真实使用数据分析，大部分的用户问题是能够通过自助渠道得到较好的服务。目前蚂蚁智能机器人（我的客服）应用已经承接了日常90%的服务诉求，服务满意度已经接近人工服务满意度。
在蚂蚁智能服务中，我们大量采用了以深度学习和自然语言处理为核心的人工智能技术，其中数据技术发挥了非常重要的作用。在“我的客服中”，以用户的行为轨迹作为特征，训练深度神经网络模型，精准“猜测”用户问题。我们构建了一个模型预测的数据闭环，模型产生预测结果推荐给用户，用户点击形成反馈数据，反过来进一步训练和改进模型。通过这样一个数据闭环，一个场景的问题预测从冷启动到自动更新全部自动化。在热线电话的IVR中，我们采用了国际领先的基于深度学习的语音技术，改变传统热线CC系统的菜单式引导模式，让用户直接通过对话语音描述需要求助的问题，理解用户语义进行精准的用户引导。用户画像和行为分析能够根据用户的不同状况，准确分析用户问题的复杂度和紧急程度，智能化引导用户进入最合适的渠道进行问题处理。例如对于涉及到安全、欺诈类的问题第一时间自动切换到VIP人工服务，最大化程度给用户提供安全保障。
最后，我们采用先进的文本聚类技术，从客服对话记录中挖掘用户问题和每个问题的答案，这样就生产出更加贴合用户真实诉求的知识库。其中的问题到答案的映射也通过深度神经网络完成。深度学习，自然语言处理，大数据处理，以及智能语音等技术的应用，有效提升了服务能力，缩短用户服务路径，从而大幅度优化用户服务质量和服务体验。智能服务体系的广泛应用，带动了服务行业的全面升级，把服务模式从繁重人力投入的1.0时代升级到机器智能为代表的2.0时代，非常贴合“安全、普惠、绿色”的整体社会目标，具备广阔的应用前景和巨大的社会价值。在此基础上，蚂蚁金服已经在服务赋能生态的目标上走出了坚实的一步，把蚂蚁自身业务沉淀的智能服务整体解决方案在蚂蚁金融云上打造了SAAS化的蚂蚁云客服产品，对外赋能合作商户、合作机构等生态合作伙伴。 2
11.4.3. 金融云¶
金融云PaaS是从2014年中开始研发的，目前已经承载了网商银行以及另外两个核心业务，后续会以公有云和专有云两种模式对外提供。之所以会有金融云PaaS这个项目，是因为蚂蚁这些年来在大型分布式系统领域涉及的SOA、消息通讯、水平扩展、分库切片、数据一致、监控、安全等技术方向积累了大量的中间件以及与之完整配套的监控运维研发流程体系，这一切在性能和稳定性以及扩展性上做的都不错，能够有效的支撑蚂蚁的业务发展，并应对『双11』这样的高负荷挑战。很多金融客户与伙伴都对此非常感兴趣，所以我们希望能够把这一整套的技术上云并产品化，以 PaaS的方式整体对外输出，帮助金融行业的客户使用云计算技术去IOE，帮助他们解决我们已经解决的技术问题，让他们能专注于业务逻辑。上帝的归上帝，凯撒的归凯撒。3
蚂蚁集团的产品能每秒处理了45.9万笔支付，这篇分享你需要知道的一切蚂蚁IPO
https://zhuanlan.zhihu.com/p/269512258
10年后的蚂蚁金服，有多大想象空间？ - 塔哥FRM的回答 - 知乎 https://www.zhihu.com/question/29432000/answer/2080599155