一九產(chǎn)業(yè)AI速寫：金融篇

2019年對于中國金融來說，是一個相當不平靜的年份。從1月份由專項小組發(fā)布“175號文”，正式開啟了互聯(lián)網(wǎng)金融的清退行動，到10月份黃奇帆放出消息稱中國央行或率先推出數(shù)字貨幣，再到12月份對金融類App信息隱私的嚴格審查?？梢哉f2019年中國金融的主旋律就是“清退假科技，加碼真科技”，打著Fintech旗號的小貸企業(yè)倒了一批又一批，與此同時AI、大數(shù)據(jù)、區(qū)塊鏈等先進技術卻在不斷進入商業(yè)落地階段。

尤其對于AI來說，金融產(chǎn)業(yè)一貫是技術輸入的“優(yōu)等生”。金融產(chǎn)業(yè)憑借自己高度數(shù)字化、信息化的良好基礎，相比其他產(chǎn)業(yè)更容易打通技術入口。尤其金融產(chǎn)業(yè)的前臺環(huán)節(jié)，業(yè)務接待、產(chǎn)品銷售等流程，同樣也屬于勞動力高度密集的產(chǎn)業(yè)，應用AI所帶來的降本增效效應也會更加顯著。加上金融行業(yè)在技術方面的嘗試更加積極，大量金融機構都擁有自己的技術研發(fā)部門，使得整個行業(yè)在接納AI賦能上擁有更好的基礎，不需要長時間的市場教育。

如此一來，金融產(chǎn)業(yè)自然成為了AI產(chǎn)業(yè)化的重要陣地，在2019年同樣也是如此。

從核驗開始，AI打通金融之渠

總的來說，2019年金融產(chǎn)業(yè)AI落地發(fā)展還是在良好的基礎上平穩(wěn)運行。相信很多人也能直觀地感受到，即使作為單純的C端用戶，也能深刻地感知到技術變革所帶來的便利。

從金融的前臺業(yè)務來講，“核驗”幾乎是一個必須的環(huán)節(jié)。這一環(huán)節(jié)包括了人、票據(jù)、證件等多種信息的確認。無非用來應對我們所熟知的“證明你是你本人”一類的問題，但往往就是這些問題，占據(jù)了金融產(chǎn)業(yè)的大量勞動力。

從技術角度來看，解決這些問題并不復雜。通過人臉活體檢測、OCR識別、圖像識別模型等，就能滿足核驗過程中的去人工化要求。這樣一來很多業(yè)務的辦理都可以遠程執(zhí)行，只需在手機端拍照上傳即可。

但金融行業(yè)應用AI完成核驗問題的難點，并不在于單純的技術能力上。

首先從金融行業(yè)的特征來說，其對于數(shù)據(jù)安全和隱私問題的要求天然要比其他行業(yè)更高。像今年年末工信部嚴查App數(shù)據(jù)授權，下架了大量銀行、金融產(chǎn)品App，很多都是從數(shù)據(jù)安全角度考慮。另一方面，正如前文所說，金融行業(yè)的數(shù)字化、信息化基礎相對其他行業(yè)更加完善。尤其當銀監(jiān)會在《中國金融業(yè)信息技術“十三五”發(fā)展規(guī)劃》中提出：截至“十三五”末期，銀行業(yè)面向互聯(lián)網(wǎng)場景的重要信息系統(tǒng)全部遷移至云計算架構平臺，其他系統(tǒng)遷移比例不低于60%。在2016年到2017年間，金融行業(yè)中出現(xiàn)了普遍的上云風潮。

當金融行業(yè)已經(jīng)擁有了云化基礎，對于數(shù)據(jù)安全的要求又相對較高時，AI應用的難點就從技術能力變成了部署方式。對于其他行業(yè)來說，可能直接對接API就能應用上人臉識別、文字識別等模型，但對于金融行業(yè)來說這種部署模式可能還相對粗糙。

于是在2019年中，整個行業(yè)顯著趨勢主要有兩個，一個是技術服務者調(diào)整自己的云化方案，通過私有云、混合云等多種部署，滿足金融行業(yè)的特殊需求，與原有數(shù)字化基本盤形成流暢的對接。另一個是金融機構選擇自己研發(fā)或采購技術，對自身云平臺的能力進行AI更新。

或許是金融行業(yè)對于AI技術的攻克變得更加高效，又或許是技術企業(yè)的服務意識不斷增強?？傊@兩種趨勢給金融行業(yè)應用AI帶來了巨大的推助力，我們可以看到在“核驗”這一環(huán)節(jié)中，大多數(shù)銀行、互金類產(chǎn)品都能實現(xiàn)依靠人臉識別、圖像識別的身份核驗，完成遠程網(wǎng)上開戶等工作，也因此減少了身份冒用、證件冒用等方面的風險。

金融AI 2019：寫出加分題

我們之所以要強調(diào)2019年中金融行業(yè)突破了AI部署的難題，是因為這一舉動如同打通水渠，帶來的絕不僅僅是幾個識別算法，而是讓大量技術有了源源不斷流入良田的可能性。

于是我們可以看到，除了核驗這一最通用和普遍的場景之外。金融行業(yè)在2019年還進行了更多的嘗試，這些嘗試并不同于以往“摩根大通利用AI管理基金”這樣偏于噱頭和實驗性的行為，而是更接近于提升實際效益和開拓新的商業(yè)場景。

其中最典型的有智能客服?？头块T作為各行各業(yè)中普遍化的勞動密集部分，作為被AI“針對”的首要目標也是自然。但在金融行業(yè)不同的是，智能客服不僅僅被作用普通產(chǎn)品推銷、售后咨詢等流程，還大量的被應用在催收這一環(huán)節(jié)里。

如果以智能客服坐席與普通員工人數(shù)對比計算“含AI量”，我們很可能會發(fā)現(xiàn)催收公司的“含AI量”是金融企業(yè)中最高的。原因就是催收工作高度依賴電話聯(lián)系，通過智能客服與用戶對話，再利用大數(shù)據(jù)分析用戶語音并進行分類，輔助員工進行決策，針對不同類型用戶提出不同的策略。不僅提升效率，也讓整個工作流程有更高的穩(wěn)定性和可控性。可以說是徹底改變了催收工作的運行模式。

又比如在這個監(jiān)管唱重頭戲的年份，AI輔助金融監(jiān)管也開始了種種嘗試，出現(xiàn)了Regtech——監(jiān)管科技這一名詞。

在監(jiān)管科技中，多種類的AI技術被綜合應用。像是澳大利亞證券及投資委員會(ASIC)和新加坡貨幣當局正在應用大數(shù)據(jù)分析可被用于交易軌跡的異常識別。上交所則應用機器學習對投資者的信息進行搜集建模，以識別出違法違規(guī)用戶。東京證券交易所也利用的日立的“日立AI技術”來識別市場操縱等不法行為。

總之監(jiān)管科技的應用，讓AI不僅僅用作提升單一企業(yè)的效益，更參與防范金融的系統(tǒng)性風險。尤其尤其可以讓監(jiān)管滯后這個一直扼住金融行業(yè)咽喉的情況得以緩解。

最后還有場景的創(chuàng)新。

有趣的是，2019年很多技術企業(yè)對于金融行業(yè)的改造已經(jīng)不滿足于虛擬的數(shù)字層面，而開始著手接觸現(xiàn)實空間。騰訊、京東等企業(yè)都推出了類似于“金融無人艙”的概念，將人臉識別、語音交互等技術通過麥克風陣列、智能攝像頭等方式部署在端側。

通過端側部署，可以通過統(tǒng)一的硬件配置，讓技術模型不再需要面對因移動端設備多樣化而提升魯棒性的麻煩。像是因為不同設備前置攝像頭配置不同，用戶所處環(huán)境也會影響光線。因此人臉核驗、證件核驗的識別算法都要提升魯棒性。但整體化的硬件配置，就不再需要擔心這些問題。

同時類似“無人艙”概念的出現(xiàn)，繞過銀行App這一入口，把AI的接觸點直接搬到了線下，讓很多不習慣使用App的用戶，在線下也能與AI能力相遇，不僅減輕了人工負擔，也讓業(yè)務管理更加統(tǒng)一化。

以上種種只是示例，實際在2019年中，金融AI不論從普及還是創(chuàng)新都是非常密集的。在IDC出具的《中國AI落地白皮書》中也提到，金融產(chǎn)業(yè)對于AI的應用最為積極，不論項目落地數(shù)量還是成熟度也相對更高。這位優(yōu)等生做完基礎題又做加分題，總之給出了一份很是優(yōu)秀的答卷。

結束語

看到金融產(chǎn)業(yè)AI化在2019年所獲得的成績，我們似乎也看到了一條在其他產(chǎn)業(yè)中也有可能出現(xiàn)的發(fā)展路徑，AI對于產(chǎn)業(yè)的作用，就是這樣從一幀幀畫面的圖像識別，再到對業(yè)務邏輯的徹底改造，甚至在更高層的監(jiān)管、發(fā)展問題上做出貢獻。

雖然這一年中，我們?nèi)匀荒芸吹紸I在金融產(chǎn)業(yè)中鬧出了不少“笑話”，像是很多銀行的智能電話客服依然傻乎乎的聽不懂人話，或者是總有些小貸企業(yè)披著AI區(qū)塊鏈量子計算的皮賣P2P產(chǎn)品，但磕磕絆絆中，我們?nèi)栽谧呦蛳Ｍ?/p>

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。