“金融科技新生态：开放与变革“ 新颜科技CEO黄向前访谈录

世界人工智能大会“金融科技新生态：开创与变革”论坛于2019年8月31日成功举办。会后，第一财经特邀四位论坛嘉宾进入大会演播室直播交流。

四位嘉宾对于金融科技新生态有何见解，第一财经为您一一呈现。

主持人：第一财经新闻中心财经部记者 吴茜

嘉 宾：上海新颜人工智能科技有限公司CEO 黄向前

主持人：

黄总您好，我们这次世界人工智能大会主题是“智联世界 无限可能”，您是怎么理解这个主题的？随着5G和物联网的兴起，连接现在也是人工智能领域发展的一个很大的背景。新颜作为一家专注于人工智能领域的创新公司，是如何看待这种连接的呢？

黄向前：

“连接”分人与人之间的连接、人与机器之间的连接，现在我们讲人工智能的技术，第一阶段，实际上是帮助人与人之间的连接。第二阶段，是人与物体之间的连接。机器与机器之间的连接，在很多年前通过互联网的技术、已经基本上能够做到了。现在人与机器之间的连接，有很多种方式。人工智能技术，可以极大地提升人与机器连接效率。金融领域里面，我们做信贷；之前的信审过程，就是人与人之间通过面对面交谈，然后做一些尽职调查来做一些信用审查。现阶段人通过技术、通过信息连接，就能够直接在几秒钟之内进行信审，对你信贷的额度、风控做一些处理，通过人工智能技术，可以极大的提升人与技术之间的连接，提升放贷的效率和速度。在我们看来，人工智能技术、以后在各种场景里面，人与机器之间的连接会降低沟通成本，可以进一步的提升效率。之前我们可能需要手工去操作才能完成，以后可能通过语音，我说：“打开空调”，空调就打开了。也就是说，能够通过人工智能的技术极大的提升效率。包括：人脸识别。之前坐高铁必须要人工核验身份，现在拿身份证到闸机一刷人脸识别直接可以通关进入候车厅。现在通过人工智能技术大规模使用，可以迅速的连接人与人、人与物体、人与世界所有的距离都在进一步的缩短和提升效率，这是我理解的“智能无限 无限可能”。

主持人：

这次人工智能大会进来也是可以刷脸进来的。人工智能和产业、场景，其实有很多的应用场景。现在被发觉出来的场景，仍然是只有很少的一部分，您觉得或者是以新颜的角度，是怎么样去开拓合适的场景？

黄向前：

任何一种技术的使用，都是要和人类生活的“衣食住行”相关，这是第一个。第二，它能够促进一些大规模的行业变化、革新。比如：机器制造领域，之前大量使用人工做的一些动作，现在可以通过智能机器人、通过机器视觉识别各种物体，完成机器制造领域的一些工作。在金融领域也是一样的，就是我前面讲的，在这些场景里面，之前我们无论是个人信贷还是小微企业的信贷，都需要大量的人工做尽职调查、访谈，收集各种资料来降低放贷的风险。现在在智能风控这一块，能够进一步的降低整个企业运转成本、提升整个放贷速度，这都属于场景使用，而这些场景在我们看来就是和人类生活息息相关，和大规模的运用、提升效率的场景都能够直接的使用。包括：进闸机，它就属于高频次、短周期，在这种场景里面都可以大规模的使用。

随着人类对于新生事物接受度的进一步提升，大规模场景的使用，肯定会有越来越多的场景挖掘使用。包括：新零售领域，无人小店。我只要通过人脸识别通过之后，就能够在这个小脸里面，我想选择什么商品，商品有二维码我直接扫描选择就可以了。出小店的时候会统一进行结算。这些在我们看来，它将很多和人类生活息息相关、和工业制造大规模运用相关的领域，它都能够得到极大的使用和大规模的推广。而且在这些领域里面，也能够极大的提升用户体验，以及机器制造的效率。在我看来，这些都是比较好的场景。

主持人：

新颜科技还是专注于金融领域为主，而且我们知道新颜科技是一个大数据的分析公司转向人工智能的。您能否谈一谈，人工智能在金融领域落地的过程之中，你们的业务场景有发生一些什么样的变化？

黄向前：

是这样的一个过程。首先，人工智能也提了很多年了，但是也就是这几年才开始大规模的运用，包括：人脸识别技术大规模的运用。原因是什么呢？第一，所有的人工智能技术底层都是需要大量的数据运算和计算，所以对于新颜来讲，我们第一阶段是做大数据风控，也符合整个行业发展的规律，就是第一阶段都是通过大数据提升效率、降低风险，对金融行业来说，所以说这属于一个正常的行业衍生路径。我们把大数据风控、智能风控也分两个阶段：第一阶段，通过大数据大规模使用，来提升风控的效率、降低风险。第二阶段，使用大量的人工智能技术，进一步的降低人工参与智能风控的过程。因为比如说在第一阶段，我们在做智能风控的时候，我需要大量的人工做大数据的标注、清洗、建模。第二阶段，使用人工智能的技术，使用机器学习、深度过程学习的算法，通过机器自动去提升自己算法优化，模型的更新。人工智能技术在底层就已经代替了很多人工的工作了。第二阶段，就是随着整个行业的发展，到了一定的程度之后，这些欺诈团伙、这些来撸贷的风险人群，TA也有很多方法突破传统信贷的风控手段。在这种情况下，在“反欺诈”领域我们经常使用的人脸识别、OCR技术，它可以进一步的降低风险。所以第二阶段可以看到机器学习大规模的使用，人脸识别、OCR、语音识别反欺诈大规模的运用，在我们看来新颜也是一样的，第一阶段用数据、第二阶段是用机器学习的能力提升效率，这样我们风控迭代的速度就非常快，一旦出现任何风险之后，通过机器就把模型更新掉了，不用人工经过一系列的操作才能够把这个动作给完成掉。其实新颜也是属于在人工智能领域也是一样的，包括现在因为我们做了人脸识别OCR之后，我们也在给一些机器制造领域做服务，帮助其通过机器视觉的手段来甄别厂房里面大量的设备形状、物品的物质，通过这种、也是通过机器识别技术来做。

在我们看来，肯定是个逐步深入的过程。

主持人：

因为您刚才提到的一些技术，其实我们都很感兴趣。想问一下新颜有哪些“黑科技”，比如：涉及到您刚才提到的“机器识别”或者是人脸、声纹识别，或者是一些反欺诈的手段。哪些手段是在行业里面是比较领先的，让我们学习一下。

黄向前：

从整个行业的情况来看，新颜从行业目前在领域里面的排名情况来看，我们可以说也是在第一梯队。第一，我们在整个大数据清洗、建模、机器学习的这些技术使用，可以说已经达到了非常高的效率了。因为我们每天大概清洗的大数据都在几千万、上亿次的数据规模，这是非常大的体量数据、而且有大量的运算。因为如果叠加上运算、建模的分析过程，就是几十亿次的运算，这是第一个、就是我们在机器学习模型迭代这一块的技术，因为在这个领域里面、在智能风控领域里面新颜也是排在很靠前的位置。第二，在反欺诈领域。我们前面讲的人脸识别、OCR、机器识别一些延伸的产品，目前在互联网金融、金融领域已经大规模的运用了。同时，我们在机器制造里面，也和“福耀玻璃”和其它制造厂商在尝试使用机器视觉的技术，帮助他们提升工作效率。因为这些场景都非常的特殊，因为每一个制造业使用的零配件、使用的这些设备都是不一样的，都需要大量的定制。而我们现在这个技术，已经可以做到在底层模型这一侧，大部分都使用机器学习来训练，会节省很多时间、提升工作效率，对于客户来说，传统的方式可能需要一周、两周、一个月，使用机器学习可能三四天就能把一个模型迭代出来，到了第二阶段可能几个小时或者几分钟就能够迭代。不能说“黑科技”，因为人工智能是不可见的，人脸识别的技术可以直接感官体验，但是在底层这种技术、黑科技完全是通过上层的人接触的“点”才能够表达出来，新颜在底层这一块的技术更加有优势。

我们现在做的更多的还是在金融机构的背后提供服务，在“福耀玻璃”身后。这种黑科技，在我们看来还是更多是在底层的基础服务。

主持人：

人工智能的一个很大的成果，是帮助企业和行业降低成本、提升效率。您刚才其实也提到了一些企业客户，想再问一下新颜科技在金融领域方面，会有哪些客户群体？是怎么服务它们的？

黄向前：

新颜在一开始主要是专注于互联网金融行业，服务了大量的国内银行、消费金融公司、互联网小贷公司。第一阶段，我们做智能风控、通过运用大数据的技术帮他们、提升他们的整个信贷授信效率，就是提升速度。之前我们做一笔放款、贷款可能需要两三天做审查，但是现在我们用大数据智能风控的技术可能就是几秒钟就能够完成。还有就是可以释放大量的人员，之前每放一笔贷款都需要大量的人工操作过程。因为从金融机构信审流程来看，有客户经理、信审员、风控人员、贷后人员，有一系列的人参与到操作的过程。新颜科技在第一阶段做智能风控，就能够帮助这些客户释放大量的信审人员和风控人员，这些人员更多的关注在模型上面、更多的关注在案例上面，减少大量人工操作，降低整个企业的成本、提升工作效率。第二块就是通过机器视觉大规模的使用，帮助像“福耀玻璃”这样的大企业，他们之前用很多人工去找一些设备、寻找一些零件，因为厂房零配件也特别多，当我需要零配件分配别人去找，或者是先检索、人工检索，然后再去做一系列的操作，才能找到零配件。使用机器识别的技术，先把所有的零配件进行扫描、存储，然后形成一系列的编号，然后能够自动化的处理。当你检索的时候，给一个零配件过来，我对这个零配件一扫描就知道这是什么编号、应用于什么场景，可以极大的提升工作效率，降低企业运营的成本。从新颜来说，我们主要是在这些领域帮它们做这些事情。

主持人：

对于银行或者是互联网金融这些公司，新颜的这种服务方式会有所区别吗？

黄向前：

有区别。我们对金融机构更多的是提供底层纯技术的服务，对于制造业、因为制造业的信息化程度肯定比金融业还是差一些，需要大量的定制、现场的服务，而我们对金融业的服务更多是在SAAS的服务，对制造业的服务还是现场的进程服务，甚至于我们很多的系统都在布在现场，就是布在制造业的现场、甚至在工厂里面。传统的金融公司也好、互联网金融公司也好，它们的信息化程度已经比较好了。它们的软件系统和我们的软件系统、风控技术或者人工智能技术服务，只要通过SAAS服务对接就可以了。

主持人：

可以理解为，对于金融企业的这些服务已经更加成熟一些了。

黄向前：

对。

主持人：

新颜科技在人工智能或者是大数据风控、传统的大数据风控和新的业务，大概占比是多少？

黄向前：

现在我们大约80%还是来自于传统的智能风控，20%都是这些创新领域制造业、它相对来说还是比较慢的，因为还涉及到它们本身的改造，系统的改造、接受度，还要看场景使用的效率。也就是说，有一个比较长时间的验证。金融领域从做智能风控开始，从大数据大规模使用开始，已经大约有三四年的时间了。从行业成熟度来讲，它已经非常成熟了，新的领域还需要培育，整个提升的过程里面，它们的接受度、我们的定制化速度，双方还需要一些磨合，还需要一些时间。

主持人：

现在我们再聊一个比较“风口”的话题，就是5G的话题。新颜未来的业务和战略方向，是否会因为5G的来临而发生一些改变呢？

黄向前：

这是必然的。任何一种技术的出现或者是大规模的使用，一定是伴随着相应的行业革新。你不革新，就会掉队。对于我们新颜来讲、对于金融行业来讲，我们为了适应5G的到来，其实像我们现在做的人脸识别、机器视觉的一些工作，其实都和5G的到来有息息相关的原因，因为5G到来在我们的理解里面，像我们在证券行业、在金融行业，它们第一阶段的，之前是通过面签，我们俩面对面沟通、签字，第二阶段已经开始做了小规模的开户，比如：股票账户开户，可以远程视频。第三阶段，我相信随着5G的到来之后，连金融机构的后端都可以不用人工了，因为5G的传输效率、速度以及反欺诈，就是通过人脸识别的技术，包括：视频识别。人脸识别还是一个平面的，咱们虽然用人脸识别，动来动去只是采集了一些照片，后端还是使用平面的技术来分析。5G到来之后，都是动态的，可以动态地对人脸进行识别、处理，这种技术的使用，我相信到了第三阶段之后，以后我们开户、后面那个人来看你的动作就可以完全由机器代替掉了，实际上是用人工智能的技术+5G来解决大规模的面签场景，甚至不用面签了，5G的传播效率是即时的，这个过程里面，现在也有很多医学应用，看你的眼神、面部表情，还有你的气息，都能够分析出来很多的问题出来。这些技术都和5G相关，因为5G是全方位的通讯技术的提升，能够迅速地降低沟通的成本。

另外就是5G之后对人的定位的效率也会比现在要快得多，因为现在在4G的阶段，我们虽然通过手机也可以定位到你的位置，但是以后我相信5G到来之后所有的摄像头都可以定位你的位置，因为摄像头的位置是非常精准的。之后5G在金融领域的使用，会促使不仅仅是传统机构，还有我们做技术输出的从业者都会要和5G的技术结合起来，然后我觉得才有可能跟上这个市场发展的速度，否则我觉得这一阶段会把很多的工种淘汰掉了，所以新颜必须得跟上。

主持人：

未来还是很值得期待的。

黄向前：

是的。

主持人：

今天采访基本上就是这些问题，谢谢黄总。