案例背景
國泰君安是國泰證券有限公司和君安證券有限公司合併的基礎上發起設立的股份有限公司，始於1999年8月，註冊資本超87億元，是中國證券行業長期、持續、全面領先的綜合金融服務商，IT、金融科技投入名列前茅，連續十一年獲得中國證監會授予的A類AA級監管評級。
國泰君安集團在境內共設420家證券營業部、26家期貨營業部。2014年，國泰君安IT執行委員會副總裁、信息技術總監俞楓提出「AI in All「理念，在2017年推出數位化國泰君安戰略，涵蓋客戶體驗、運營流程、業務模式三大部分，將全面數位化作為未來IT工作的重大戰略重點方向。截至2018年12月31日，國泰君安證券服務企業客戶3.5萬，個人金融帳戶1270萬，託管業務規模超9000億元。
問題與需求
1、部門間存在信息壁壘
各業務部門的算法各自為營，重複開發導致資源浪費。數據在業務部門之間尚未打通，對於單一部門的業務場景，IT、自營、投行、信用、經濟等其他部門無法協同參與。
2、人工智慧學習門檻高
算法、建模等涉及到人工智慧專業知識的相關操作對於IT和業務人員來說學習門檻較高，不是所有券商員工都掌握了基本的代碼技能。為了方便業務人員方便地使用AI工具，更好地輔助他們日常業務，提高工作效率。操作簡單、兼具可視化的人工智慧平臺亟待開發上線，旨在降低技術學習門檻，讓更多人加入業務流程的優化和開發。
3、平臺開放後的數據風險
基於大數據平臺，開發一套數據集成的整體框架能夠打破部門之間的信息壁壘，同時也會帶來用戶隱私數據洩露等安全隱患。因此在開放數據給各業務部門的同時，平臺應兼具數據權限的管理，數據安全的管理、運維、數據集成和數據測試等功能。
解決方案
國泰君安基於星環Sophon構建的人工智慧平臺整體架構如下，分為大數據平臺、數據治理平臺和人工智慧雲平臺。
國泰君安人工智慧平臺以大數據平臺（包含應用大數據平臺、數據集市平臺、運維大數據平臺）為基礎的數據匯聚、規範化存儲平臺；以數據治理平臺（包含數據治理平臺、數據安全平臺）為基礎的數據管控平臺；以算力、算法服務為基礎的人工智慧雲平臺（包含AI服務雲平臺、機器訓練平臺）共同構成國泰君安人工智慧的基礎架構體系。
實施成效
1、智能風控
智能風控實現了從傳統的豎井式、領域化風控轉變為全面風控、集團化風控；從事後為主的風控轉變為事中甚至是事前的活動風控；從靜態、被動式風控轉變為到動態、自適應風控。
在交投領域（如黃金，債券）實現實時市場風險監控及傳導智能分析；99%的請求響應在50ms以內，並且支持百萬級在線用戶實時偵測，自動發現有效防控規則的效率超過人工的3倍；在保持異常交易監控查全率不變的情況，查準率提升150%，每年節省人工工時超過10000人天。
2、智能諮詢推薦
通過建立以大數據為基礎的用戶和產品標籤體系，勾勒了超過1000個指標的用戶畫像和500個指標的產品畫像，基於用戶的靜態數據、行為等數據，實現千人千面的個性化產品、智能資訊推薦。
3、精準營運
藉助機器學習、生物識別等人工智慧技術洞悉用戶、挖掘需求，對用戶經歷的每一個業務環節和場景進行關聯分析和有效引導，進一步實現精細化、智能化決策支持，實現貫穿用戶生命周期智能化服務。並且基於3A3R指標體系實現網際網路業務全數位化運營，有效指導短名單精準營銷，提升交易用戶轉化率，在保障營銷活動效果的同時，減少營銷資源浪費。
4、智能量化投研
智能量化投研旨在方便自營部門、量化投研部門，基於Sophon人工智慧平臺構建量化模型，發現有效因子，提高交易決策精度。智能量化投研通過金融科技為人賦能，將投研人員從勞動密集型的數據分析、資料處理等事務中解脫出來，提升研究和服務的工作效能。與傳統投研方式項目，智能投研數據維度增加60%，投研效率提升15%以上。
5、智慧投行建設
通過建立上市公司知識圖譜、對IPO文檔詞法進行分析與糾錯、勾稽關係校驗等自動優化企業估值模型，加快投行從數位化走向智能化。
6、AIOps
在以自動化、大數據分析為特徵的一體化運維平臺基礎上，建立起了以機器學習、態勢感知為特徵的智慧運維平臺，集監控、分析、操作為一體，實現自動化變更、精細化容量管理、故障動態關聯分析、關鍵基礎設施安全態勢感知與應急、安全情報交換與共享，最終從一體化運營向智慧運維邁進。
總體來說，星環Sophon以大數據、機器學習和容器云為基礎助力國泰君安建設人工智慧平臺，實現信息技術到金融科技的能力跨越，將人工智慧應用到綜合金融的全生命周期中，打造智慧型數位化金融平臺，通過信息化電子化支撐業務發展、提升研究和服務的效能；通過數位化智能化引領業務創新、創造價值。