行動経済学と専門家知識ベースの人工知能
フィナンシャルアドバイザリーサービス

FAP(仮称)は、行動経済学に基づいた心理テストから利用者をお金に対する心理的なイメージ別に分類。クラスター化された個々のユーザーに対して、人工知能が学習したフィナンシャルプランナーの知識ベースからアドバイスを行うAIベースの対話型フィナンシャル・アドバイザリー・サービスです。
従来のナレッジベース、エキスパートシステムとは異なり、人工知能が専門家FPの顧客対話シナリオ自体を学習し、利用者のリテラシーやお金に対する心理的なバイアスを把握しながら対話シナリオを展開し、利用者が必要とするアドバイスを提供します。

プロセス図

FAP サービス説明動画

FAP サービスデモ動画

知識ベースの概要図

専門家ナレッジ(PLニーズ、BSニーズ)をアドオンすることでAIが学習し知識を拡張していきます。

概要図

主な特徴

・専門家の対話シナリオを学習することでAIが利用者に応じて対話シナリオを組み立て

・クイズ形式の設問から行動経済学・心理学に基づく利用者のお金に対するイメージを診断

・専門家ナレッジをアドオンしていくことで、知識ベースを拡張していくことが可能

・利用者との対話に応じて統計データを基に利用者のお金に関する情報を具体化

・インプットは従来のチャットに加えてスマートスピーカーのスキルとして提供可能

・定性的な専門家ナレッジに加えて、各種計算ロジックAPIによる家計分析

イメージ画像
イメージ画像 イメージ画像 イメージ画像

AIシステム構成図

イメージ画像

1Actor Critic Modelでは、②のシナリオデータを読み込み、User ProfileとUser Clustersから最も適切な次アクションを決定する。

2シナリオデータは、Expert Dialogue Corpus(学習データ)を学習させる際に、シナリオパターンを作成する。また、各シナリオパターン間において類似する会話の流れが存在する場合、ユーザの発言やUser Profile/User Clusters情報を元に他のシナリオに移ったほうが適切と判断した場合は、シナリオ間の行き来を可能とする。

3User Clusters情報には、サンプルユーザの基本データに加え、行動心理学的な質問から取得可能な属性値も持たせる。User Clusters情報とUser Profileを比較して、最も類似度の高いグループの属性を参考にして、次の発言やアクションを決定する。

 @2018 Defide Inc.All Rights Reserved.