金融业务，例如风控决策，资产配置，资金调拨，催收管理等，包含大量的决策任务。当前主要手段是高管/业务人员提出需求，由 BI 工程师生产报表，之后高管/业务人员对报表数据进行分析从而形成业务决策。目前有两个痛点：首先，面向互联网，特别是金融创新业务变化极快，与以周为单位的传统 BI 报表生产方式矛盾突显；其次，传统的数据分析与挖掘工具是数据工程师/科学家的专用品，并不便于高管/业务人员掌握，使得目前他们只是通过看报表并依赖自身经验进行决策，很难直接依靠数据分析技术。本议题会分享如何通过人工智能来实现金融业务的辅助决策。首先，基于自然语言的动态报表（NLP Dynamic Chart）改变了传统BI报表的生产方式，使得高管/业务人员可“所想即所得”，接着，AI数据洞察（AI Data Insight）从报表数据并结合其关联数仓数据协助他们发现数据价值（风险或机会），并提出辅助决策建议。本次议题会介绍 NLP Dynamic Chart 和 AI Data Insight 的核心原理，关键难点，并结合实际案例进行应用解读，并会探讨相关技术的未来发展。

演讲大纲

1. 背景介绍与痛点；

2. NLP Dynamic Chart 介绍与难点剖析；

3. AI Data Insight 介绍与难点剖析；

4. 实际案例分享与展望。

听众收益

1. 了解 NLP Dynamic Chart 诞生的动因与技术原理，难点剖析；

2. 了解 AI Data Insight 诞生的动因与技术原理，难点剖析；

3. 了解智能金融决策的实际案例与效果，及其借鉴意义。