首页 > 新闻 > 专题文章

分享到微信

打开微信,点击底部的“发现”,
使用“扫一扫”即可将网页分享至朋友圈。

度小满副总裁许冬亮丨人工智能驱动金融业创新

第一财经 2019-09-05 17:04:11

责编:王艺

度小满金融副总裁许冬亮:人工智能驱动金融业创新

演讲嘉宾:度小满金融 副总裁 许冬亮

各位同行伙伴大家下午好,非常荣幸能受组委会以及第一财经的邀请参加这样的分享交流活动,接下来我分享的话题是关于人工智能在金融领域的一个应用,其实也结合度小满这些年的实践,分享一下我们的思考,在过去的2018年,习主席曾经说过一句话“科学技术是第一生产力,创新是驱动发展的第一动力”,所以金融领域本身的业务发展其实是高度跟数据相关的,而在数据的处理背后就是有大量的人工智能包括云计算这些技术支撑,所以科技的力量在这个过程当中会发生非常非常重要的作用。

我们先看一下美国,因为美国金融科技的发展历史相对会比较长久,我们会发现从美国到现在为止整个金融科技发展的历程当中有几个非常鲜明的特点。

第一个是需求激发的,需求当中孕育了发展的机会,比如说上个世纪20年代到60年代消费蓬勃刺激着信贷,但是金融危机带来的风险资产的累积促成了大家对征信产业的关注。上个世纪80年代到2000年之间,美国市场上发生了银行可以支持跨区经营新的政策的变化,在这个支撑下,整个的征信行业做到了全国领域的大的兼并,催生了金融巨头的出现。

第二个特点是科技的力量在大幅度的提升效率,比如说上个世纪60年代到80年代之间电子银行的发展,先从后台再到前台整个电子化大幅度提升了金融行业的效率。

第三个特点,金融科技的发展呈现加速状态,一个是大数据的富集,还有算力方面的提升,支持深度学习的算法实施,由着人工智能开始深度和金融结合,在2017年我印象很深的事件,高盛宣布三分之一的员工是程序员,这个是非常有意义的事件。

所以金融科技是贯穿美国金融发展的全过程,速度越来越快,我们正在迈入智能金融的时代。

对比中国和美国发展是有差异的,首先是美国整个金融科技领域的投资,之前的时候肯定是遥遥领先的,但是从近些年的发展来看,我们看到中国的金融科技领域的投资呈现爆发性的上升态势,按照这个趋势的发展,未来得3年之后我们有机会在这个层面会超越美国。

背后是有什么样的变化呢?首先是从美国市场上看,美国的累积起来的征信体系成熟度比较高,同时像财富管理的市场,民众的成熟度接受度非常高了。但是中国有非常非常强的优势,第一个是巨大的人口基数以及蓬勃爆发消费的需求,正是因为需求会孕育大量的发展机会存在。第二个移动支付,尤其是移动互联网的发展也是给金融科技的发展奠定了非常非常好的基础,这些再加上近期大家可以看到8月份的时候,央行刚刚发布了新的

《金融科技(FinTech)发展规划(2019-2021年)》

,正在思考未来3年的规划,在政策层面的支持,这个对于金融行业的从业者来说也是非常振奋的信息。

同时还有一个信息,2018年整个全球VC市场投资当中有19%是投在金融科技领域的,所有的这些信息都可以呈现出来金融科技呈现非常强有力爆发的态势,更大的机会是出现在中国,我们是有很好的需求的基础,数据的基础,以及底层设施的基础。

金融机构在这样的大的机会下,其实是面临一系列的机会与挑战,我们在过去的时间内跟金融机构的合作当中总结出来有四大方面非常重要的。

第一是扩大连接。有一个数字在这边呈现一下,目前为止已经是有8.17亿的手机网民,手机支付网民到了5.8亿,如果把独立的APP拉出来,我们看最大的量才到3.1亿,这里面还没有算上活跃,所以说面向金融机构,首先第一个问题是向移动互联网转型的过程当中,如何能够跟用户更加高频的触达?身边有一个典型的体会是去线下营业厅的人越来越少,我现在一年都不会去一次营业厅,这个是金融机构面临第一个问题,他们要解决连接问题,怎么样跟用户重新连接?其中估算值是70%是后征信,其实往后面扩展有更大的能力,第三个是降本提效,如果是运营成本万亿级的,智能技术的引入,可以使得效率大幅度的提升,最上面是有3点,一个是扩大连接,一个是强化风控,第三是降本提效。

百度搜索业务本身是更多的跟技术打交道的,搜索本来是人工智能的服务,这么多年积累下来大家看到,从语音图象识别,自然语言处理等等一系列的人工智能的技术,百度也是人工智能的黄埔军校,向上布局几大赛道,包括DUEROS,无人机等等。

接下来就是围绕几个所说的能力,我不会讲的特别细,但是会大概的把其中的一些我们所理解最重要的一些要点,以及会有一些事例给大家做一些分享的呈现。

第一个是智能获客,或者是扩大连接能力的层面,最重要的几个要素,我们认为有3个,第一个是用户的触达能力,而且是多维度实时的触达能力,这个需要很强的用户连接的基础,左侧列了数据,是非常基础的支撑,每天是过亿次的用户触达的机会。

第二个用户的画像,光触达用户不够,还要了解用户,你要知道这个用户是什么样的人?我这边是做了我们真实数据的演示,让大家体会一下用户画像层面的魅力,然后用户画像是有很多的维度进行画像,理解起来比较难,为了显性化我们把多维的数据映射到三维空间,我们看看这些用户是什么样的关系和呈现?

(视频)这个是把多维的用户画像累积到一个空间里,两个空间的相似关系就会成为空间距离,相近的用户很相似,这个是毕业生放一起,同时这两端,同样是毕业生也有倾向性,有一批是消费低,有一批消费高,特点也不一样。毕业生只是用户画像大的三维立体空间当中一部分,我们拉远再看,能够聚合到一起的用户群体挺多的,毕业生只是其中一项,上面深蓝色的描述的一系列的标签是汇集了一个特殊的客群,每一类可以聚合起来,呈现的就是画像的迎合,人是以群分的。

这个只是显性的表现,让大家了解画像的魅力,让大家深刻的了解把相似的人放一起。

第三个要素是算法,因为你了解这个用户触达过去还不够,还需要知道这个用户是不是当下真实有需求?能够把需求及时的匹配,所以还有智能匹配的技术,过去一年提升了60%,是靠算法优化,这个里面科技力量发挥很大的作用。

第二部分风控能力,大家知道一个是反欺诈,这个领域的挑战是在于团伙欺诈,尤其是一大帮人勾结起来,过去有一个故事,线下场景,有人到农村拉了一群妇女说,到城里面旅游一两天,免费旅游,但是条件就一个,你过来刷个脸办个贷款,但是这个贷款不用还,农村妇女嘛,又联系不到她没有任何的影响,这个是很典型的一类团伙的欺诈,针对团伙的欺诈我们建立起来很强的用户之间的关联关系,建立这样的关联网络,现在有230亿的节点超过800亿条边,右侧有一个事例我播放一下,这个是基于线上反欺诈的团伙的实时预警,我们看看是怎么运作的。

图上所标记的点都是事实发生的,有一些团伙性的攻击会被及时的预警,其中有薅羊毛的(刷营销活动),我们在今年3-4月份在某个地市发现有一个异常聚集,结合百度地图的实点功能,我们模拟了一下,聚合到一起,基本上是一个中介一街,到处都是办贷款的,依托与这样的线上跟线下结合的能力,其实对于这样的中介团伙就更加清晰的一览无余。

除了反欺诈还有另外一项就是信用,怎么样能够有效的识别信用?前面说了大数据央行征信数据,包括传统的消费,强金融属性的数据价值非常高,但是像行为数据还有互联网的其他的一系列的大数据产生更大的价值,就是非常有益的补充的价值,是什么价值呢

第一,实时。

第二,多维。多维就是意味着单一维度想造假比较难,因为多维之间相互做印证。实时就是反映很快。

第三,通过前期的实践发现大数据和央行征信形成很强烈的互补效应,就是面试的时候光靠简历不够,你跟他聊聊会对他有更全面的判断。

我们现在说的大数据是底层处理的特征数据量比较大,但是面临金融上面样本比较小的问题,偏技术层面就不展开讲,右侧是事例,我们是通过协同学习,迁移学习的方式,把多个小样本利用起来,变成高质性的大样本集合,同时有副产品,我们发现整个特征提取的效率相对过去有大幅度的提升,过去比如说一路特征要加工的很好需要30人一天,现在只需要2人一天,节省90%的人力,这些都是科技的力量带来的。

另外还有一个是呈现了使用这个技术以后的效果,整个模型的区分能力也有显著的提升。

第三部分讲的是服务的能力,像服务能力一方面企业当中,尤其是金融企业,像客服、信审、电销,催收各方面有大量的人工人力的投入,人力投入一方面的成本比较高,碰到大活动的时候,春节发红包经常具备上千上万人的服务能力,这个时候脉冲对成本是非常大的,还有话术的规范性,像催收行业当中,本身的情绪控制,当他情绪比较差的时候他非理性的进行对话,但是所有的这些问题在机器人身上不存在,机器人效率非常高,然后机器人所有的话术都很标准化,但是要解决的问题就是怎么样机器人理解人,读懂人,跟人进行有效平顺的沟通,我们基于知识图谱建立了机器人跟人之间对话的知识体系,而且机器人在跟人对话的过程当中知识图谱不断的完善,今年比去年丰富了60%以上。同时感知引擎,包括能听懂用户的语音并且能够做对应的一些理解,跟用户进行交互,现在我们的机器人的成本,只有人的成本的1%不到,但是因为在应用的标准场景下面,机器人本身的没有人的情绪的波动性,所以效果比人在某一些场景下反而会更好。下面播放一段音频,给大家演示一下四川普通话版本的。

这些都是很真实的对话,未来依靠机器人,我们整个的运营效率还是会有非常大的提升空间,同时更加标准化。

前面也提到了基础设施很重要的金融大脑,在2017-2018年,我们跟农行做了很深度的合作,农行的合作伙伴也给我们呈现了非常高瞻远瞩的前瞻性,以及非常敬业的拼搏精神,大家一起共建金融大脑,去年第一期已经上线取得很好的效果,农行的合作伙伴通过这样的项目,他们自身具备了对AI技术的掌握和应用能力,这里面详细内容就不说了,给大家呈现一下,农行伙伴们自己基于金融大脑做的一个智能掌银的应用,这个是我们线上录的Case,大家可以直接看感受一下,其实就是语音输入要转帐,自动调取转帐功能,加了人脸认证通过这样就完成了转帐,这个case相对简单一点,但是非常非常重要的一点,这是一个非常重要的基础性的应用,合作伙伴已经自己具备这样的能力开始应用,而在金融大脑层面提供两大核心能力,一个是感知引擎听说读写,多媒体的处理能力,以及语言的理解能力,另外是决策引擎,说白了就是做数据的分析,包括机器学习的一整套的全流程的机器学习平台和数据分析平台。

上面的这些是我们围绕这样的一些能力做了商业化的产品的打造,到目前为止累积服务超过600家银行,日均的查询峰值超过600万。

我们现在处于非常好的时代,在过去每一次工业革命给整个社会创造巨大的价值,也把整个的产业推向新的高峰,当下所处的时代,无论是底层的需求,实际的需求还是政策层面的一些指引,给我们提供非常好的机会,我们正在向智能化领域的发展,把智能化和各个传统产业做深度结合,而在这个过程当中抓住机遇的金融机构,必然会在未来得发展当中取得领先的地位,取得更好的发展空间,所以大家一起来努力,致力于用科技助力整个金融行业的快速发展。

谢谢大家!

举报
一财最热
点击关闭