模型风险管理
加快 AI 模型验证。面对几乎可随地部署的模型,管控风险。
试用 IBM Watson Studio
设计师放松地望向窗外
什么是 AI 模型风险管理?

美联储与美国货币监理署指导 SR Letter 11-7(链接位于 IBM 外部)将模型定义为“……应用统计、经济、金融或数学理论、技术和假设将输入数据处理为定量估算的一种定量方法、系统或方式。”

当采用模型预测和衡量定量信息,但模型的效果不佳时,可能会发生模型风险。模型效果差会导致负面结果,并造成巨大运营损失。在现代信息架构中实施模型风险管理可帮助您:

  • 更快地实现合规目标和其他风险目标。
  • 简化跨多个云的模型验证过程。
  • 充分利用几乎可随处运行的模型和数据。
了解 IBM Cloud Pak® for Data 上的模型风险管理

如何大规模构建负责任的人工智能

现在可用:watsonx.ai

隆重宣布推出 watsonx.ai – 全新的企业工作室,结合了传统机器学习与由基础模型提供支持的全新生成式 AI 功能。

尝试 watsonx.ai
了解更多信息 简化模型风险管理的五种方式

通过自定义测试和阈值,提高模型合规性。

 

查看信息图 (1.4 MB)
播客:KPMG 对话 IBM,畅谈 AI 技术

聆听 AI 专家探讨 AI 时代的治理数字化进程。

 

聆听亮点
IBM 荣膺行业领导者称号。阅读《The Forrester Wave™:多模态预测分析和机器学习》(2020 年第 3 季度)了解原因。

产品图像

风险模型评估 显示公平性、质量和偏差指标。标记低于自定义阈值的模型。深入了解详细信息。

公平性 配置和执行模型验证。测试模型指标,包括模型公平性。

模型比较 比较模型测试结果。选择并加快开发更有效的模型。

指标摘要 自动生成 PDF 格式的资料文档。汇总模型详细信息、相关数据和测试结果。

资源 文档

在 IBM Cloud Pak for Data 上探索可解释的 AI。

阅读
社区

从使用 IBM 数据和 AI 解决方案的其他人那里获得技术提示和洞察分析。

访问
相关产品 IBM Cloud Pak® for Data

利用多云数据和 AI 平台,以现代化的方式收集、组织和分析数据。

IBM Watson Studio

以信任和透明的方式构建和扩展 AI。

IBM® OpenPages® with Watson®

利用集成的模型治理,提高运行效率。

采取后续步骤

立即开始使用可解释的 AI。探索 IBM Watson Studio 中的模型监控和模型管理。

 

免费试用