“金融科技新生态：开放与变革“ 飞贷金融科技副总裁林庆治访谈录

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副主任 林洁琛

嘉 宾：深圳中兴飞贷金融科技有限公司副总裁 林庆治

主持人：林总您好！

林庆治：您好。

主持人：

很高兴采访到您。经过这两天的人工智能大会进展，您也看到了本届有好多的成果和突破性的地方。现在也有观点在说：“人工智能经过这几年的发展，是不是到了一个收获期？”从您专业的从业者来说，您觉得人工智能目前在中国、尤其是金融科研方面发展到什么阶段，能够给金融产业带来什么样的变化，以及今后会有怎样的想象空间？

林庆治：

这有一个非常著名的叫“Gartner技术成熟度曲线”，它分五个阶段：1.萌芽期。2.过热期。3.低谷期。4.复苏期。5.成熟期。如果从这个角度来看的话，我觉得可以分两个方面：第一，整体来讲，我觉得还是从萌芽到过热期。事实上我29号就过来参加论坛，这是第二届、我们发现参加者还是非常踊跃。我昨天参加一个论坛是爆满、挤不进去，可以发现还是比较热的。其次，在个别领域例如脸部扫描、指纹，这个方向已经大量用在所谓的人脸识别、风控是比较成熟的应用。在语音这一块，技术上虽然还没有成熟、应用还不是普遍。但是你会发现从去年开始，有非常大幅度的增长，所以我觉得总体是在迈向成熟期了。

主持人：

将来还会有一些，您可以想象的，就是我们现在只是看到一些苗头，没有特别应用的，这样一个有什么可以值得大家期待的吗？

林庆治：

人工智能回到根本，它其实就是模拟人。我觉得有三块是比较重要的。第一个，智能交互，模拟人跟客户交互。第二个，智能大脑，怎么做出一些建议、决策。第三个很重要的，人工智能的一个根基就是数据。所以你可以发现，人工智能基于三块的应用其实是越来越好的。在交互上取代掉了眼睛，嘴巴、耳朵。除此之外还可以进一步了解你的真实需要，给予推荐，这就是脑袋。所以如果说这些慢慢成熟，你可以发现会有几个趋势。比较显而易见到一个就是去人工化，这也是非常现实、非常残忍的，尤其是对于高人工成本的领域。

你会发现除了 “去人工化”，在需要精细化场合的也得到一些突破。比如：做智能投顾的产品推荐，智能风控这一块，随着所谓的“机器学习、深度学习”慢慢也迈向成熟期了。这些都是在“大数据、AI智能”比较突破性的发展。所以我相信未来的五年内，可能要有心理准备：1.要跟机器人打交道。2.很多的金融产品技术，以后会变成自主化。也就是说，你在可以自主做投资、自主取得投资报告，因为背后有非常大的“大脑”。所以除了习惯跟机器人接触，以后可以非常自主的，不用透过一些金融机构的人，做自主投资、自主贷款。

主持人：

金融领域其实是一个比较专业，相对普通人来说算是一个比较深入的行业。如果人工智能可以有这么多的可替代性，金融花了很多人的从业人员经验，他的学识。这些要靠什么东西，给他一个出路。或者换一个角度，哪些工种、哪些领域是人工智能不可以替代，人工还是有智慧、有TA的作用在其中的。

林庆治：

这是很好、也是非常大的题目。这个问题全世界都在讨论，就像第一天参加特斯拉的CEO说的一样，人力必定会被取代，只是多少的问题。20%的问题，30%的问题，还是80%的问题。我觉得里面有两个：第一，重新寻找人可以胜任的工作。不是被机器人可以完全取代的，人可以胜任的。就像之前的，为什么人会被取代？是因为他高成本、难管理、情绪化。第二个可能是人力资源的重新分配，可以移向另外一个领域，不一定要这一块，可能要向其它需要人力的地方，或者是开发一些新的技术产业是可以通过人去创造的。整个人力资源的再分配，这其实是大问题。我到现在我也没有看到一个很好的解决方案，因为事实大家预估即将会发生，但是还没有完全发生，所以还没有看到一个非常具体的解决方案，但是大家都在思考这些问题。

主持人：

我们这一代人会需要恐慌吗？

林庆治：

本来是不用恐慌的。但是从去年开始，我觉得会恐慌。从去年和前年你接到所有的“机器人电话”，你可以非常明显的知道它是机器人，或者对答几次会发现它是机器人。但是现在不太容易发现它是电话机器人。最近几个月的学习发展，让你觉得好像是过去十几年的积累。我今天下午演讲的题目“自动化学习平台”，就是不需要人的。机器可以从数据上自己去学习，而且自己成长。所以说一方面非常乐观，因为你可以透过这些技术去做一些不能做的、更有效率的、更精准，但是你会发现，几乎已经没有一个人的技能好像没办法不被取代。

所以我觉得会有两种心态。第一，从工作上找到好的“工作伙伴”，但是在未来工作环境会发现你的竞争者也是它，所以它是你的竞争者、也是你的伙伴。

主持人：

我们也知道飞贷金融科技在业内走在比较前沿，又是在国内比较领先的企业。我想问问您，飞贷在这几年的大数据和人工智能方面，有哪些进一步的规划？之前的一些成果，哪些是行业里面比较领先的？有一些什么样的应用比较有趣、比较新鲜，之后可以有突破让我们期待的地方。

林庆治：

我2016年加入飞贷金融科技，负责大数据和人工智能的规划，我们在三四年前就已经有一整个蓝图规划，我们的策略是大数据与AI双引擎、核心技能包括几个方面：第一，移动。第二，实时。第三，可视化。第四，智能。当初整个核心技术，就已经锁定在这四个。我们整个架设，可以分为四个层次：数据平台，数据分析与可视化平台，数据应用（数据运营、数据精准营销、量化风控），上面是纯粹从大数据的角度，我们当时就在这三层上面加一层 “智能产品”（智能交互、智能决策、智能行动）。我们当初就把这四层架构设计得的非常清楚。

怎么去实现？我们做一个非常重要的决策，就是拥抱开源、开放使用，这是最核心的。也是因为这样子，我们可以快速发展。现在所谓的“开源”，在以前代表不可靠、代表便宜，现在开源代表可靠、代表丰富、代表进步。因为现在大家对开源社区的投入，我相信早就超过所有的一些软硬件厂商的投入，所以“开源”现在是一个最热门，而且、具有最好的资源的地方。我们从整个数据平台到分析平台、应用平台都是用开源架构，所以我们可以取得最先进的技术，而且开源因为是大家都在贡献，我们可以取得最稳定的技术。

根据这些东西，围绕着刚才讲的，我们一开始还是支持自己飞贷在风控、运营与营销的应用。此外，我们现在也开始往智能交互去尝试，我们在做智能客服，以及智能营销或者是智能催收的尝试。此外，我们也专注于核心算法的自研，包括机器学习、深度学习与自然语言学习，这是我们整体的规划。

主持人：

您能谈一谈飞贷在风控这一块，是做得怎样安排吗？比如：对于金融机构或者是金融平台，风控是向这两个方向输出技术的吗？

林庆治：

我们是全流程线上贷款的金融科技公司。需要在线上做好风控与反欺诈，我们非常早就依赖与应用“大数据”、充分运用各种数据源作为建模数据投入，并发展大数据与人工智能的量化风控技术。这一套东西整体打包作为我们B2B的方案，也是作为实际应用经验往持牌金融机构输出。

主持人：

积累数据的过程，飞贷金融科技经历了怎样一个周期？

林庆治：

可以说有两个周期。第一个，是为业务需要。因为你要做贷款，就必须做风控，风控本身就是一个垂直的数据链条——风控数据、风控分析、风控应用。飞贷接着是把它横向发展，不仅是风控，还有营销、运营。风控是很早就用大数据这个概念在做，但是我们把它整个扩大到除了风控之外的运营跟营销上。

主持人：

这个技术的积累是需要很长时间吗？比如：2C这一块，是不是需要两三年的周期才能够有一个有效性？

林庆治：

可以这样说，风控可能需要至少两年或者是一年，营销可能半年到一年，这是一个所谓的“最少需求”。但是从“大数据”跟“人工智能”来讲，累计越多的数据、可以得到的元素越多。风控这一块，从一开始到现在可能9-10年。但是整个大数据，从自有数据、三方数据，也累计了快四年。数据是一个不可回溯的过程，一方面我们是累计非常充足的在风控领域上的专业数据。另外，我们也累计了三四年非常完整的全量数据。

主持人：

刚才林总也谈到了飞贷在做这样的移动信贷整体技术输出，自动化建模平台这个应该是飞贷的一个拳头的产品，或者一个业务方向，我们也看到了这个好像在同业里面比较领先。能否具体谈一谈，这个自动化建模平台能够解决什么样的问题？解决哪个专业领域的问题，跟其它同业相比是不是有更多的优势或者是有非常领先独树一帜的。

林庆治：

我在甲方、乙方都待过。二十年一直以来建模不论甲方、乙方，需求都非常旺盛，但是有两个痛点：技术和人才。但是这两个问题最近都被解决了，就是谷歌提出：AutoML“自动化机器学习平台”。自动化建模平台解决的核心问题是什么？就好像人类大脑一样，就是预测跟决策。如果用在风控，我就要预测：“你是不是我的坏客户？你是不是来欺诈的，你是不是有洗钱的嫌疑。”同时这么多的预测，如何做最好的决策？，就好像下围棋一样。你可能预测有七百个可能，但是你要挑一个最好的,这就是决策问题。

主持人：

如果有一百万个人贷款，方案是一百万个吗？每一个人的定价和每一个人的方式，所有的方案都是唯一的吗？

林庆治：

我觉得这个问题非常好，我想这是每个人都想做到的。但是在以前所谓的“大数据与人工智能”没有这么发达的时候，可能只能给一些规则，例如把一些人分为几个等级，这个人匹配到的相对应的利率、相对的价格。但是因为有所谓的人工智能，它可以做到非常精细化，它可以把每一个人打分、分为20个等级。如果你的效能越好，你可以更细分。从20个等级变成100个等级、1千个等级等等，取决于你的计算能力。人工智能跟大数据，能够帮助你更细致化。所以说从一个比较粗的，可能5个分类到100个分类，到1000个分类，到1万个分类、到100万分类，我觉得都不是问题，因为背后就是你的数据跟计算能力。

主持人：

自动化建模平台有输出到金融机构或者其它同业领域吗？主要的客户是哪里？主要2B的客户是什么？

林庆治：

我们“TO B”客户，包括有银行，例如国有行或者是城商行。第二个是其他金融服务类公司，我们现在也拓展到所谓的“保险”跟“信托”，这些都是我们的目标客群。我们现在的产品，主要面对的是缺乏建模人才与技术的公司，因为它们现在是最迫切需要的。

主持人：

缺人和缺技术的公司，他们也是做金融业务吗？

林庆治：

在城商行、小贷公司、信托保险等金融机构，你可以发现大部分的都缺建模人才跟缺技术的。

主持人：

这个技术的平台和壁垒是不是会很高？它的可复制性，会不会在前期被突破了之后，之后还能有什么技术上的壁垒吗？

林庆治：

你可以说它有壁垒，也可以说它没有壁垒。因为自动化建模机器平台已经出来了，而且已经有大厂推出平台给开发者了。如果你有开发团队，你就可以把它跑起来，但是要变成商业产品，不一定能够卖。就像我们刚才讲，我们面对一般的分析人员与业务人员，你必须解决第一个问题——低门槛、高度自动化，与与可解释性。我们是朝这些方面去做。所以可能素材都是一样，但是怎么打造出来给到这些所谓缺人才、缺技术，甚至预算不多的公司，我们创造出一个低门槛、高度自动化，而且是具业务解释性的全自动化建模平台。

主持人：

飞贷这是想在市场使用上更广泛、更多的被使用，而并不是想要设计技术门槛、保持这样的优势。可以这样理解吗？

林庆治：

可以这么说。我们的对象是有建模需求，但是没有能力建模、与高额预算的人建模，那是一块蓝海。

主持人：

现在问一个比较有前景性的问题，请林总谈一谈对未来展望的看法和观点。人工智能现在发展到这样一个阶段，也是有一点良莠不齐，有一些在中间出现了不好的声音或者是有阶段性的过程可能是需要做治理的。从您的角度来说、从业人员来看，怎么样可以构建一个比较健康、可持续，比较良性的金融科技生态，它的前景哪些可以看到新的蓝海，让我们有更多的方向性的发展。

林庆治：

我觉得也许这个问题可以这么思考。过去5-6年“互联网+”非常兴盛，整体环境是被鼓励的。另一方面，一些所谓的管理措施相对的没要搭配上。它不是为了严格规范搭配你，因为它不成熟。但是一些原则性的规范是必须要有的，例如对于数据安全，对于个人隐私，甚至是以后的一些其它问题，开始就要同时思考，而不是单方面就是鼓励，到时候会过于泛滥与无法管控。所以合理的管控，就像监管沙盒之类的，现在就要想到一些，但是这些东西不是在限制你，而是底线，在底线之内你可以做你所有创建的东西、做应用的东西。

主持人：

您其实刚才也谈到了是在监管层面，或者是顶层设计层面，也有一部分行业协调、行业组织自律的角度。企业在从中需要完成自己一个什么样的工作？或者说要体现自己什么样的作用在其中？在整个的发展过程中。

林庆治：

做金融科技的一开始就必须坚守所谓的数据安全跟个人隐私底线。如果自我一开始就没有这个概念，完全是以赢利为目的，我觉得以后再回来要求自己比较难，我们公司一开始就非常注意这个东西。基本上我们在数据安全、个人隐私保护，甚至对专利权这一块，就要求合规合法我，所以我们非常自信能够参与这个大家庭，也不会成为危害这个大家庭的一份子。

主持人：

我们在这样一条比较设计好的道路上，可以有更多的前进，才能够比较健康，整个环境才能配合企业比较健康良性的发展。

林庆治：

对。

主持人：

谢谢您，我们大致是这些。