AI助手资讯

金融领域的“强监管”为互联网企业划出了一道道红线，可同时也提供了布局人工智能等前沿技术的契机，玖富正在借助外力和内力抢夺先手棋。 文｜张贺飞 在刚刚结束的2018清华五道口全球金融论坛上，汇聚了周小川、吴晓灵、朱民、Richard Apostolik等国内外知名学者，业已成为互联网金融领域的顶尖论坛。其中玖富集团创始人、CEO孙雷也受邀出席，分享对当前金融监管之下的行业趋势及看法，同时也向外界传递了玖富新的战略信号。 对于互联网金融行业而言，2018年注定是不平凡的一年，经历过前期的快速发展之后，无论是市场还是监管层面，新一轮的洗牌期似乎已经可以预见。正如孙雷在现场所分享的，互联网金融将朝向数字化、牌照化和全球化发展。作为国内最早涉足互联网金融业务的企业之一，玖富对于互联网金融的现状和未来，俨然有着自己的思考。 但在2018年，玖富最重要的抓手却是AI 。 两条主线：内部研发+外脑支持 从战略层面来看，玖富“AI in All”的路线很清晰，一条主线是内部研发，另一条主线是外脑支持。由玖富集团出资捐赠的清华大学金融科技研究院智慧金融研究中心，恰恰就是外脑支持的成果之一。 作为金融领域殿堂级的存在，清华五道口金融学院的前身是中国人民银行研究生部，并创造了多项中国金融行业的“第一”：发表《中国金融改革战略探索提纲》，被誉为中国金融市场的“蓝皮书”；参与创立全国第一家企业法人股份制银行招商银行；担任全国第一家上市银行深圳发展银行首任行长；以及创立中国第一家银行卡标准系统“中国银联”，都留下了五道口学生投身于我国金融改革实践，经受锻炼的足迹。近些年也频频走在互联网金融、普惠金融、区块链等热门概念的最前沿。 按照官方公布的信息，清华大学金融科技研究院智慧金融研究中心将致力于推动中国金融业与人工智能等技术的全面融合，建设成国内外一流的智慧金融研究及合作平台。不过，和清华五道口金融学院的合作并非玖富在AI领域落下的第一枚棋子，在此之前就先后公布了同中国科学院自动化研究、云从科技等围绕人工智能的合作。 前者的重心在于智能语音。结合中科院自动化所在人工智能领域的技术优势，以及玖富集团在人工智能应用场景探索的实践经验，全面提升玖富在获客、客户服务等业务方面的智能化水平。诚然，用户行为的碎片化为金融科技带来了挑战，需要将不同背景、不同场景下的用户进行画像，进而利用机器学习、大数据算法等，帮助用户进行更好地决策，并以此衍生出方便快捷的金融科技服务。 后者的切入点在图像识别。专注于计算机视觉与人工智能的云从科技是中国银行业人脸识别第一大供应商，市场占有率高达70%。玖富和云从科技将联合搭建人工智能平台，实现模型、特征、计算资源的模块化封装，使AI工程师可以快速搭建一套AI算法引擎，提高模型和算法的迭代效率，进而降低AI研发门槛，提高开发效率。 不难发现，玖富和清华五道口金融学院的合作偏向于“道”，比如AI和金融融合的理论研究，而同中国科学院自动化研究、云从科技的合作倾向于“术”，打破智能金融的技术门槛，并进行技术布道。不难从中断定玖富集团“AI in All”的决心，当然另一大看点则是玖富在人工智能领域的“内部研发”。 玖富AI的三要素：人、数据、场景 AlphaGo的围棋盛宴，再一次把人工智能拉回科技产业的中心，随即便带来了轰轰烈烈的商业化趋势，诸如智能音箱、AI手机、无人驾驶等层出不穷。人工智能不再局限于概念层面，也就意味着空喊口号的时代渐行渐远。 互联网金融领域也不乏对于人工智能的追捧，玖富便是“动真格”的玩家之一，似乎可以归结为三个要素： 1、人。 人工智能竞争的本质还是人才的竞争，玖富也不例外。 2017年5月份的时候，爱奇艺大脑深度学习团队负责人赵礼悦博士加入玖富，在一系列人工智能相关的Title之外，赵礼悦是名符其实的“实干派”，近两年开始流行的 “随视购”、“以图搜剧”等均出自赵礼悦团队之手。比如说“随视购”可以实时分析视频中出现的场景、物品和人物对话，涵盖了物体识别、场景识别、图像检索、语音识别、OCR识别、自然语言处理等多种人工智能技术，与金融领域的风控、授信等核心环节相辅相成。 在赵礼悦博士等一大批AI顶尖人才的带领下，玖富的人工智能团队正在不断壮大。目前，玖富集团正着手打造100人左右的人工智能中心，这些都成为玖富智能金融的强大AI研发力量。 2、数据。 如果将人工智能比作一艘火箭，数据就是缺之不可的燃料。 对于一家12年的互联网金融企业而言，数据无外乎是一种先天优势。目前玖富集团全平台累计注册用户数量超过6000万，玖富万卡、悟空理财、玖富金融等产品用户均超过千万或者接近规模，累计促成了上亿笔交易、撮合用户信息数十亿次、上百万客服接听和客户外呼量、千万次级别的信用风险评估……这些数据无疑提供了人工智能落地的基础。 其实数据上的优势已经在玖富身上得到凸显，要知道其核心竞争力之一就是以大数据技术为基础的风控技术体系。 3、场景。 之所以选择“AI in All”，最本质的原因就是人工智能技术的一系列场景应用，让玖富从中尝到了甜头。 截止到目前，玖富已经上线了智能外呼、智能客服、智能信审、智能质检等服务。仅以智能质检为例，金融服务有着庞大的客服需求，客服人员的解答质量和效率会直接影响到用户体验和忠诚度，为了提高客服效率和质量，往往需要对客服电话录音进行人工质检。玖富在今年4月初上线智能语音质检后，从此前人工质检10%的覆盖率，提升到了100%，不仅节约了人力成本，也在服务中形成了无形的优势。 人工智能的场景应用是一个循序渐进的过程，而玖富的聪明之处恰是将智能语音作为最早的落脚点，一方面和金融服务中客服、信审等高频场景契合，另一方面有投入有产出的研发模式极大地改变了外界对人工智能无法落地的印象。 结语 或许从金融行业的大环境出发，更容易理解玖富押注人工智能的态度和自信。 在今年4月初的时候，就有媒体发布了备案被叫停的消息，合规将是互联网金融下一阶段发展的基础，也是一个新的起点。 玖富的未雨绸缪也是基于此，并且有着明显的“两手抓两手硬”的特点。 一只手是积极向合规靠拢，自2017年3月至今，先后引入在线仲裁机制管理前置风险，上线银行资金存管，引入两大国有保险公司升级用户保障计划，利用AI技术监督整治暴力催收以及不当客户服务，玖富普惠实缴资本增至10亿元等等； 另一只手就是打造技术护城河，互联网金融较于传统金融最为明显的优势还是灵活，准确地说是互联网发展到一定阶段的必然产物。那么互联网金融的进化必然不能脱离科技发展的方向，尤其是人工智能、大数据风控等，这也是互联网金融竞争的另一赛道。 金融领域的“强监管”为互联网企业划出了一道道红线，可同时也提供了布局人工智能等前沿技术的契机，玖富正在借助外力和内力抢夺先手棋。 未经允许请勿转载到其他公众号 请给本公众号留言获取内容授权

新智元报道   编辑：元子 【新智元导读】清华大学“人工智能前沿与产业趋势”系列讲座的第五讲，由蚂蚁金服集团首席AI科学家与副总裁、达摩院金融智能负责人漆远亲临现场，与清华大学海峡研究院大数据AI中心专家委员、百度七剑客之一、酷我音乐创始人雷鸣老师共同参与，深度探讨AI赋能金融服务的发展趋势。 清华大学“人工智能前沿与产业趋势”系列讲座的第五讲，由蚂蚁金服集团首席AI科学家与副总裁、达摩院金融智能负责人漆远亲临现场，与清华大学海峡研究院大数据AI中心专家委员、百度七剑客之一、酷我音乐创始人雷鸣老师共同参与，深度探讨AI赋能金融服务的发展趋势。 首先，雷明老师提出了目前人工智能在大数据方面的发展，对金融、医疗、企业经营、教育等领域有哪些应用以及影响。 雷鸣首先抛出了一些很有意思的点。首先雷鸣讲到目前大数据领域遇到的比较大的挑战包括异构数据、高维数据的处理以及稀疏性、动态性等，这些问题目前还在持续的攻克中。 其次是应用。雷鸣提到，在医疗方面，人类已经定义的疾病有3万多种，这疾病如何分类、如何预测，都是需要通过大数据来解决的问题；大数据还可以销量预测，例如双11商家如何减少积压；金融方面，预测借款人的还款概率从而能够减少回款风险；针对企业可以进行客户的特征分析；个性化推荐，预测用户的口味提供更好的服务；除了个性化推荐，还可以进行个性化营销以及个性化教育，都可以通过大数据分析有针对性的为个体提供定制化的服务。 可以看到，大数据在很多领域都有非常广泛的应用。这其中，金融是一个特别强的应用场景，尤其是量化交易。比如通过分析全球主要产地的图像，预测农副产品的产量增幅或者跌幅，进而预测期货未来的价格。 如果说有哪家企业在AI+金融方面做到全球领先，蚂蚁金服肯定是其中之一，它也是全球市值最高的独角兽之一。今天就由蚂蚁金服集团首席AI科学家与副总裁、阿里达摩院金融智能负责人漆远为大家带来精彩课程《AI赋能金融服务》。 真正的金融科技公司，既有技术深度又有情怀温度 漆远提到经常有人问他一个问题：人工智能寒冬什么时候到来。其实这个问题没有答案，但是漆远认为机器学习只是一个开始，未来还有很长的路。 漆远提到一本非常著名的书叫做《从0到1》，里面讲人类发展有两个特别关键的点：首先是从0到1的科技创新；另外一个是从1到N的全球化。 科技创新非常重要，蚂蚁金服是一家科技公司，要不断创新；然后，将创新成果推向全球化。比如从中国市场得到验证的经验，就可以分享给印度。漆远提到在印度，蚂蚁金服的支付产品Paytm能够在2年之内成为全世界第四大钱包，获得上亿用户，支付宝为其提供了大量技术创新能力和经验。 近两年，不少全球大型科技公司不同程度地被媒体和政府挑战。他认为，这背后应该反思的是，一些有黑科技的大公司是否在推进社会向好的方向发展。 同时，在中国不少所谓的金融科技公司说自己是做普惠金融，但其实没有风控能力，只是高利贷互联网化而已。没有真正技术的金融科技公司的情怀只能是无源之水。 而蚂蚁金服在做有技术深度也有情怀温度的事情。从快捷支付，到小微贷款，到相互宝等等，蚂蚁金服一直通过技术创新做真正的普惠金融。 比如相互宝是一个互助产品。一人有难八方支援，从而可以将一个人的风险分散摊出去。5月8号还发布了老年专享产品：60到70岁专享的三高及心血管疾病均可申请加入。 但所有的有关怀温度的金融产品背后都是有风险的，金融本身与风险是密不可分的，这就需要一个真正有深度的技术支撑。 如何通过人工智能实现既保护了用户隐私，又能提供有价值服务 技术需要解决三个关键问题。第一个是风险，金融场景里风险无处不在。 第二个是数据安全和隐私保护。所以如何实现既保护用户隐私，又提供有价值服务成为需要解决的问题，第三个是效率和体验问题。 漆远举了一个贷款违约风险的例子。如何从 一个海量的、缺少标注的数据集来识别贷款违约风险。在深度学习上又往前走一不，把有监督和无监督的两种深度图算法结合起来做一个综合学习，效果非常明显，可以保证准确性的前提下，大规模提升效率，更有效的控制风险。 漆远还提到他团队开发的一个新算法，这种算法把注意力机制和深度图模型结合起来，自动识别关键路径和关键深度， 并用于精准识别骗保的风险。他们还开发了基于多层注意力的深度图算法来检测套现骗局。 大家都在讲数据孤岛，希望这些孤岛能够打通，发挥数据聚合价值 ，但同时如何保护数据隐私？解决这些问题在医疗与金融等行业都有很大价值。 为了解决这些关键问题，蚂蚁金服4年前就领先世界金融界开始研发基于隐私保护的机器学习和多方计算的共享学习。在该领域有50多个专利在审，国家认证技术证书。 在蚂蚁金服的实践里，共享学习技术应用于跟中和农信等合作伙伴的合作，他们向农村市场提供小微金融服务，通过共享学习大规模提升了合作伙伴的风控能力，降低贷款逾期率50%以上，服务全国300 多个县。 漆远说，计算机视觉和知识图谱技术在蚂蚁金服也有很多应用。例如在多收多保理赔的案件里，50％以上是完全自动处理，准确率达到了99％以上。使用计算机视觉，自然语言处理和知识图谱来有效防止骗保。利用技术，多收多保做到了2分钟申报，一秒钟核实，2小时到账的高效智能理赔。 漆远还提到，为了提高客服机器人对客户的服务质量，除了多轮对话和迁移学习外，他们还使用了对抗学习技术，通过两个自然语言处理BERT模型之间的对抗，类似金庸小说里周伯通的左右互博术，在对抗学习中模型变的越来越强大。 2015年，支付宝智能客服实现了94％的自助率，2017年，客服机器人已经超越人工客服的满意度，做到了不仅效率高，同时效果好。在2019年蚂蚁智能客服赋能生态，服务了近万个钉钉企业群。 最后，漆远说一个优秀金融科技公司一定是一个有深度有温度的公司。 未来在金融科技上能够大放异彩的技术 「你认为，哪些技术未来可能在金融科技上大放异彩？」讨论环节，雷鸣向朱军抛出这个问题。 朱军是清华大学计算机系教授、2013 CCF青年科学家奖、IEEE Trans. on PAMI副编委（Associate Editor），他认为一个是在人脸识别或者图像识别中存在对抗样本，这在金融领域非常重要；另外是大规模的图计算的快速算法；还有一个大数据处理相关，比如很多的文本和图数据这种异构数据做一些应用；还有就是如何在信噪比较低的数据中，挖局有价值的东西，不是简单用一个CNN就能实现，可能需要一些机器学习方法。 明势资本创始合伙人黄明明认为，相比阿里这样的公司，首先金融科技的初创企业本身没有海量数据，其次也很难跟银行拿到数据；其次银行本身把控非常严格，所以他们没有投太多这方面的创业公司。银行觉得已经把这么有价值的数据提供给创业公司了，因此不愿意给创业公司更多实际的收益。 黄明明认为，总的来说哪数据多往哪去。而创业公司的机会是在新数据。因为原有的数据要么在巨头手里面，要么是在传统行业的巨头手里面。对创业公司来说，有新数据产生的地方，可能是创业公司有更大机会，比如说自动驾驶，即使对于BAT也是新的。包括反欺诈方面也是非常大的机会。 漆远认为如果能结合自身优势，在一个行业扎进去了，然后它产生金融服务，也是很好的结合。 雷鸣谈到在垂直领域，或许能产生一些新模型让封孔变的更精确，另外也可以做一些新的金融模式的创新。比如淘宝商家需要小微贷款，这市场对银行来说利润太少。但是店铺的历绩、客户群体、复购情况等数据能够综合体现出商家的经营能力，蚂蚁金服可以对整个销售进行预测，从而通过机器评估出风险。...