成功案例

加利西亚银行借助智能 NLP 平台快速为新企业客户开户

概述

为了成为金融市场上最注重客户体验的银行,加利西亚银行(Banco Galicia)希望能将新企业客户的验证时间从三周缩短到只需一周。在与红帽咨询团队合作后,该银行用红帽 OpenShift 容器平台、红帽集成和红帽单点登录(SSO)构建了一个基于 AI 的智能自然语言处理(NLP)解决方案。该银行不仅将验证时间从数天缩短至数分钟,准确性达 90%,并且应用的停机时间减少了 40%,敏捷性提高 4 倍。该 NLP 平台也标志着加利西亚银行在技术、流程和文化转型道路上迈出了重要一步。

2023 年红帽创新奖获奖者


 

挑战

新企业客户的开户流程比竞争对手慢

加利西亚银行是阿根廷领先的私人银行之一,拥有逾 5,400 名员工,为 300 万个人银行客户和 150,000 家规模行业各异的企业提供服务。其所提供的服务涵盖融资、计费、支付乃至投资等方方面面。该银行还为阿根廷境外经营的客户提供外贸支持服务。加利西亚银行既是一家传统银行,也是技术创新的领导者。

加利西亚银行推出了“证件官方认证”(OAC)流程,来验证企业客户是否可以与该银行进行金融交易。该流程是“身份验证”(KYC)模型的重要组成部分,需要花费长达 20 天的时间才能完成验证,比竞争对手慢很多。而这一流程所涉及的法律、财务和经济文件都是非结构化数据,其中包含很多自然语言,因此这些文件需要经过不同团队进行人工处理、分析和验证。

加利西亚银行希望解决这一痛点,成为金融市场响应最迅捷、企业客户验证速度最快的银行。作为迈入“银行 4.0 时代”的第一步,该银行为自己设定了一个目标:将验证时间缩短至一周。这一新项目旨在减少 OAC 流程所需的时间,以便新企业客户能够快速开始使用银行的服务。

解决方案

构建开源智能 NLP 平台

加利西亚银行与红帽咨询团队展开了密切合作,希望构建一个基于 AI 的智能 NLP 平台。红帽 OpenShift 为本地平台提供了可靠且高度可用的基础,并且在此基础上,可将 AI 工作负载部署于容器中,以优化推理流程。

为了开发和训练 AI 模型,加利西亚银行的数据科学家采用了来自 Open Data Hub(ODH)开源项目的一套全面开源 AI 工具。其中包括 Jupyter Notebooks(用于开发)以及 TensorFlow 和 scikit-learn(用于训练),这些工具均可在红帽 OpenShift 上运行。

通过不断重新训练基于 API 的模型,银行可以改进流程,然后使模型可用于其他项目和领域。

加利西亚银行还利用红帽集成和红帽单点登录(SSO)的优势,进一步对平台进行了简化。红帽集成技术可以将模型用于任何不在云上运行的内部工作负载,而红帽 SSO 则可以简化整个红帽技术的访问流程并确保安全性。

深入了解加利西亚银行的 NLP 解决方案

听听加利西亚银行如何构建 AI/ML 解决方案,以及这一创新项目的未来发展。

业务成果

将申请时间从 20 天缩短至数分钟

通过初步概念验证,将企业客户验证流程中的数据处理时间从数天缩短至数分钟。而且,准确性达 90%,超过了项目初始目标 80%,这证明了减少数据分析时间是正确的选择。

现在,20 天的验证周期已成为过去式。加利西亚银行的企业客户能够享受到完全数字化且透明的自助式申请流程。系统会实时地对客户提交的文件进行分析,使得客户可以在几分钟内开户并开始使用。

而且,银行还可以为之前忙于人工分析和处理文档的员工分配更具分析性的任务,提高了员工对工作的满意度。通过缩短 OAC 流程时间,加利西亚银行已成为企业银行业务中最具敏捷性的银行之一。事实上,自动化流程还帮助该银行节省了约 40% 的运维成本。

该智能 NLP 平台以红帽技术为核心而构建,并且具备自然语言处理方面的专业知识、算法和训练用数据,为加利西亚银行提供了更多自由发展的空间。该项目标志着加利西亚银行在数字化转型道路上迈出了重要的第一步,推动了技术、文化和流程的转变。这一进展对于该银行来说至关重要,不仅能帮助它在金融业和技术创新方面继续保持领先地位,而且还能为它铺平道路,实现“银行 4.0时代”的雄心壮志。

Icon-Red_Hat-Media_and_documents-Quotemark_Open-B-Red-RGB 红帽提供的技术和架构,在加利西亚银行实施 NLP 的过程中发挥了重要作用。在红帽的支持下,我们成功掌握了红帽 OpenShift 的所有功能。此外,我们还开始着手设计一个可实现云原生的架构。

Matias Lorusso

加利西亚银行解决方案架构师


相关资源

电子书

构建生产就绪型 AI/ML 环境的首要考虑因素

红帽提供完整的技术产品组合,帮助您实现 AI/ML 目标。

电子书

使用容器和 Kubernetes 构建数据驱动的应用

利用数据库和分析功能获得竞争优势。