智能金融风起云涌,该如何顺应这波智能化浪潮?

现代技术中,最让人神往的莫过于人工智能了。机器人不仅能帮人扫地、洗碗,还能在车间里代替人做繁重的体力活。在未来,甚至我们都不用开车了,背后的一套智能系统让车辆实现自动驾驶,确实是很神奇。

在金融方面,AI的潜能也非常神奇,一套智能系统就可以远程识别人的外貌、语音、情感、身份等等,可以做审贷,可以跟借款人沟通,可以帮人理财。以后人在跟钱相关的事上也可以更省心了。

金融领域的AI热,一直在延续,从互金圈扩展到传统金融的圈子,纷纷在在加码人工智能。以前是技术色彩更浓的金融科技公司发力AI,而到现在,招商银行、中信银行甚至工商银行等都推出了智能投顾,华夏基金等基金公司,光大证券等大量券商上线了自己的智能投顾。最近,工行中行建行旗下基金集体入股了人工智能技术公司第四范式。人工智能的热浪可谓扑面而来,AI技术洛阳纸贵,是当下金融领域最炙手可热的技术。

那么,未来的智能金融会是什么样子,怎样在这场智能化浪潮中构建起优势?

▌人工智能技术给金融带来的改变难以想象

现在的“人工智能+金融”最大成就在于智能信审,借助大数据风控技术可以实现信贷全流程的线上化、数据化,而且可以高效地服务于传统金融所不能覆盖的用户群体。

除了智能信审,AI还在身份识别、获客、质检、客服、IT运维、贷后管理与催收等一系列借贷业务流程都有重要应用,节省了成本与人力,提高了借贷服务的效率,也提升了体验。例如借助语音识别、人脸识别、图像识别、虹膜识别、活体检测、情感识别等技术,用户可以远程进行身份验证,不用去现场进行验证;比如客服环节,通过AI情感分析来判断客户的语气,当客户没有沟通意愿时就结束通话,遇到有沟通意愿的客户,再将对话交给人工客户。对于金融企业而言,人工成本降低,且效率得到非常大的提高。

再比如宜信的AIOps(基于算法的IT运维)系统,将AI技术应用到IT运维领域,使AI扮演“运维管理的成员”、“业务运营支持的成员”以及“业务与系统的全知者”,承担直接参与运维、协调人与系统、管理系统、支撑业务的作用。这对于企业的IT运维效率提升起到了很大帮助。

在理财方面,AI技术通过用户画像技术更深刻地了解用户,结合用户特质,为其匹配更合适的理财产品与财富管理方案,生成智能投顾产品;在投资领域,基于大数据的量化投资与高频交易也早已崭露头角。在证券市场投资与交易方面,AI的计算能力与反应速度更不是人所能比的。AI助手还可以为投资经理、基金经理提供更高效的信息整合。

AI甚至还可以在pre-IPO领域起到超乎寻常的作用,帮助LP、母基金等筛选合适的机构与投资基金,帮助投资机构筛选合适的投资项目。是不是很神奇?这已经变为现实。宜信财富发布了服务私募股权母基金投资的人工智能平台AI+FOF,从60多个维度展现公司整体投资、业绩、基金、管理人等各方面表现,还有舆情监测系统帮助做投后管理。这样,人工智能技术就可以帮助母基金进行全流程尽调,效率提高了数倍。

AI已经渗透到金融行业的全业务、全流程,通过系统的计算能力、感知能力、判断能力,实现了以往金融业所力不能及的业务状态,如7×24小时全线上信贷审批等,并在很多环节提升了运营效率。

正如宜信首席战略官陈欢在Emtech峰会上所说,我们开始进入了金融的智能化时代,这个时候我们都在讨论智能金融,我们都在讨论AI。智能金融能够帮助金融行业去把以前所不能做的很好的那些地方做得更好,提升服务质量。同时,科技所具有的能量是无限的,还可能创在新的规则,创造新的金融服务。

▌未来的认知智能阶段,智能金融会具备更强大的能量

如今AI已经在深度革新金融业,未来的金融业又会是什么样子?

从计算智能、感知智能、认知智能这AI三个发展阶段来看,进行数据的大规模统计分析来提升获客、风控等环节的能力,可以看做是计算智能阶段;当下这个AI发展处于感知智能阶段,即通过语音识别、声纹识别、语义识别、生物识别、活体识别、情感分析等各种识别技术,使机器可以像人类一样对事物有感知能力,从而运用这些能力来替代人工,尤其是一些枯燥的重复性工作,如识别验证、电话的呼出等,对人类来说不仅效率偏低,而且很难发挥人类的创造性、能动性,交给机器来做非常合适。

不过当下的感知智能阶段还未达到技术与应用上的成熟,识别能力还有局限,以至于在很多环节需要人工的干预。比如客服环节,如果客户的对话出现语义反转,例如先说“我想了解一下你们产品的利率情况”,之后又出现语义上的反转“噢,不是,我想了解的是产品的服务费情况”,对话稍微复杂一点,机器就无法识别、无法处理,只能交给人工处理。

在未来,感知能力技术足够成熟后,并逐步走向认知智能阶段,金融面貌会发生更大的改变,机器可以更精准、迅速地识别客户的身份、语音、语义、情感、兴趣、需求,并据此作出最恰当的回应,而认知智能使机器有一定的推理能力,使机器可以处理更加复杂的模型。

机器在围棋领域战胜人类,更多还是计算与感知能力的进步,毕竟围棋规则清晰,需要的只是推算对手下一步的可能性,而这些可能性是有限的,对机器而言不难。但对于更复杂的事物,规则不清晰且常常变化,维度非常多且繁杂,各种维度的权重又不断变化,机器的判断能力在当下还非常有限,比如对经济增长走势的判断,对CPI的判断,对股市走向的判断,机器做不了。在未来的认知智能阶段,机器会有一定的推算能力,不仅可以了解人类的需求,还可以做更为复杂的推理,在更多的金融环节贡献智慧,增强金融机构对于发展状与风险的预判能力。

▌机构具备什么条件才会在这场智能化浪潮中取得优势?

回到当下。智能金融的进步需要金融机构的推动。在这场智能化浪潮中,要想跟上时代步伐,需要什么样的准备,需要哪些条件?

首先,要具备足够丰富的强相关数据。机器学习算法是通过分析海量数据跑出来的,没有海量数据,就不会有精准的模型和算法,智能化程度也就有限。一家公司如果没有足够海量且质量足够高的数据,而又自称是运用AI技术解决金融问题的公司,基本可以判断是在吹嘘。数据是发展人工智能的基础。

而数据的积累,就需要企业有足够多的产品线,承载足够多的用户,还需要有足够长的经营历史,以产生足够多的时间序列数据。这样的企业才会有充分且高质量的数据资源。尤其是借贷数据等金融强相关数据。

这方面宜信很具代表性。宜信运营十余年积累了海量用户的借贷数据与金融交易数据,量足够大,且其产品线足够丰富,既有借贷方面的数据,又有宜信财富、宜人财富以及智能投顾投米RA等理财端的数据,还有来自宜信博诚保险的保险消费数据,数据维度足够丰富,对于用户的画像,对于业务的数据分析,都有丰富的数据储备。这样做智能金融可能会更加有基础。

而一些公司通过网络爬虫等大数据技术获取来的“金融数据”素以“垃圾进、垃圾出”的坏名声广被诟病。

其次,企业本身要强大的技术分析能力,不仅要具备AI技术,还要对金融逻辑有深刻的理解,要有足够的金融产品设计、开发与风控能力。人工智能技术有通用智能与专用智能之分,针对特定行业开发专用智能技术,肯定要比通用技术更加精准,这就需要将人工智能技术与金融技术相结合。很多企业重视AI技术本身而忽视了金融技术,可能是个误区,如果AI技术不能与风控技术、信贷技术、资产配置技术等相结合,智能金融模型的精准度将受到影响。宜信在做AI技术研发的同时,也将AI技术与自身积累的小微信贷技术、资产配置经验等相结合,开发智能风控、智能投顾等产品。

宜信创始人唐宁认为,不懂金融,只擅长科技的公司轻易涉足金融领域并不是一个好主意。应当积极思考如何充分利用科技来解决金融业届中遇到的棘手问题,比如小微企业贷款,农村借贷等。

还就需要有合理的人才结构,需要有人工智能方面的专家,也需要懂金融技术与金融业务,这样才能保证开发出足够精准、适合行业的专用智能技术,保障业务的开展。其实智能金融人才壁垒相当高,跨界并不容易,从其他一个垂直领域的智能化研究转到智能金融技术的研究上来,需要较长时间来转型。

如果人才只懂技术,不懂金融,可能就无法把AI技术与金融行业本身的特性结合起来。全才很少,这就需要企业内部有管理制度来帮助团队提升能力的全面性。

宜信内部有“Team of 2二人组”的制度,让金融人才与技术人才相互帮助共同提高。创始人唐宁表示,科技人士掌握了大数据、人工智能和各种各样改变世界的力量。但是他不懂金融,就得让金融的老师教他,金融人士不知道如何把最前沿的科技跟金融结合起来,就让科技的人教他,这就是在公司之中说的“二人组Team of 2”、“瞎子背瘸子”,但是“瞎子背瘸子”背出一站地之后,瞎子得长出眼睛,瘸子得长出腿,你不必成为金融的一级专家,作为科技大牛来讲,你要成为金融的二级专家。金融人士不用成为科技的一级专家也很难成为,但必须成为科技的二级专家。

此外还需要有支持技术创新的组织构架与企业文化,这个看起来有些虚,实际上也是必不可少。在一个僵化的体系内,无法容错的体系内,很难想象会有成熟的AI技术被开发出来。组织机构足够灵活,企业文化包容创新,对于智能金融发展是必要的保障。

未来已来,将至已至,这波智能化浪潮无可回避,必须全力顺应。对于金融企业而言,未来将有鲜花,有荆棘。

原文发布于微信公众号 - AI科技大本营(rgznai100)

原文发表时间:2018-02-07

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数据猿

英国市场调研公司Streetbees获1200万美元A轮融资

【数据猿导读】 14日,英国市场调研公司Streetbees宣布已获得了由Atomico领投的1200万美元A轮融资,现有投资者LocalGlobe,Octop...

3367
来自专栏量子位

2018年AI如何发展?普华永道做出了8点预测 | 报告下载

李杉 编译自 PwC ? 人工智能(AI)非常复杂,而且发展迅速。任何人都不可能对未来几年的发展做出准确的预测。 然而,我们却有可能对今年的人工智能趋势做出具...

2269
来自专栏新智元

【埃森哲重磅】2016 技术趋势与展望:4 大关键,5 大趋势

2016年,数字化技术变革将主导各个经济领域。要适应这场数字化冲击,企业必须从文化和管理思路上做出改变。《2016埃森哲技术趋势与展望》提出企业数字化成功...

3555
来自专栏数据猿

数据猿专访丨微软中国首席技术官韦青:我们正在用大数据解决雾霾问题

<数据猿导读> 微软中国首席技术官韦青在接受数据猿记者的专访中说道,微软研究院跟中国环保部门正合作推出相关项目,比如我们的“城市空气质量”,用云·物·大·智的思...

2988
来自专栏华章科技

埃森哲:2016 技术趋势与展望

2016年,数字化技术变革将主导各个经济领域。要适应这场数字化冲击,企业必须从文化和管理思路上做出改变。《2016埃森哲技术趋势与展望》提出企业数字化成功转型的...

783
来自专栏数据猿

数据猿专访丨VMware中国区研发中心总经理任道远:中国经济放缓正是大数据的发展良机

<数据猿导读> 数据猿专访VMware中国区研发中心总经理任道远是他说道,中国宏观经济可能进入新常态,增长减速,企业面临业务增长的挑战,但同时也是面临着成本的有...

2573
来自专栏数据猿

张涵诚:大数据驱动企业的创新发展与管理变革

大数据时代的到来,带给了每一个行业实实在在的冲击和挑战。大数据就像蒸汽时代和电力时代蒸汽和电一样,不仅仅是一次简单的技术和生产力的创新,而是引发了整个生产模式的...

4006
来自专栏大数据文摘

现身南京,吴恩达刚刚集中回应了被CEO们问过最多的三个问题

9月6日,2018中国人工智能峰会(CAIS2018)在南京国际博览会议中心召开。以“AI赋能,驱动未来”为主题,汇聚50余位人工智能领域国际学术界、产业界著名...

481
来自专栏罗超频道

复盘百度移动化,下一步去哪儿?

©原创2015-02-06罗超 在发布百度2014年财报时,李彦宏表示“2014年是百度取得巨大成就的一年,百度成功地从一家以PC为中心的互联网公司,转型为移动...

3097
来自专栏机器人网

观点 | 机器人需要监管吗?如何监管?

机器人是否需要监管这个问题经常被提起。有些人认为不需要进行干预,因为监管可能扼杀创新,而另一些人则认为确有必要进行干预,因为机器人被证实具有破坏性。但是,两种论...

2636

扫码关注云+社区