知因智慧CEO任亮：利用AI來(lái)發(fā)現(xiàn)金融領(lǐng)域里面的規(guī)律

2018年，商業(yè)創(chuàng)新邁進(jìn)新的階段，商業(yè)創(chuàng)新在業(yè)務(wù)飛速發(fā)展的同時(shí)，伴隨而來(lái)的也有風(fēng)口大熱背后的認(rèn)知沉淀與實(shí)踐積累。7月10日36氪聯(lián)合《零售老板內(nèi)參》舉辦的2018商業(yè)新生態(tài)峰會(huì)在北京舉行。本屆峰會(huì)以“質(zhì)”為主題，希望新的時(shí)代浪潮下新商業(yè)企業(yè)可以看清商業(yè)本質(zhì)，最終完成新商業(yè)的革新與升級(jí)。

隨著產(chǎn)融結(jié)合的進(jìn)一步發(fā)展，金融尤其是銀行方面風(fēng)控越來(lái)越被重視。

在今日舉行的“2018年商業(yè)新生態(tài)峰會(huì)”上，知因智慧CEO任亮為我們講述了如何通過AI連接金融產(chǎn)業(yè)，如何利用AI來(lái)發(fā)現(xiàn)金融領(lǐng)域里面的規(guī)律。

任亮表示，必須創(chuàng)造性地利用大數(shù)據(jù)和AI，幫助我們?nèi)ジ玫倪€原整個(gè)經(jīng)濟(jì)世界，更好的分析經(jīng)濟(jì)世界的風(fēng)險(xiǎn)和價(jià)值。

以下為任亮發(fā)言全文：

大家好，我是知因智慧的CEO任亮。很多人都說(shuō)知因智慧的名字起得好，知其原因從而智慧，其實(shí)我在起這個(gè)名字的時(shí)候，真正的本意是知識(shí)基因或者叫智慧基因。我認(rèn)為整個(gè)世界由兩種基因構(gòu)成，一種是推動(dòng)物種進(jìn)化的生命基因，一種是推動(dòng)人文世界與經(jīng)濟(jì)世界發(fā)展的知識(shí)基因，我希望通過AI發(fā)現(xiàn)知識(shí)基因從而獲得智慧。我自己從事金融行業(yè)，所以我們希望立足AI，去發(fā)現(xiàn)金融領(lǐng)域里的規(guī)律，獲得知識(shí)基因，從而建立起產(chǎn)業(yè)的橋梁。

中美的貿(mào)易戰(zhàn)已經(jīng)開打了，所以下半年到明年我們會(huì)有很多企業(yè)受到影響，國(guó)家也在做七千億的定項(xiàng)降準(zhǔn)，這些錢如何流向?qū)嶓w產(chǎn)業(yè)和實(shí)體經(jīng)濟(jì)?我們認(rèn)為最優(yōu)解是通過產(chǎn)融知識(shí)圖譜來(lái)解決當(dāng)前的問題，所以今天我來(lái)跟大家分享一下如何通過AI連接金融產(chǎn)業(yè)，如何通過知識(shí)圖譜去發(fā)現(xiàn)他們的規(guī)律。

我們先從世界杯談起，足球界里有一套非常熱門的戰(zhàn)術(shù)，叫Tiki-Taka，梅西在這套戰(zhàn)術(shù)中如魚得水。它強(qiáng)調(diào)隊(duì)友間的協(xié)同配合，避免單人作戰(zhàn)，靠隊(duì)友之間的區(qū)域跑位來(lái)創(chuàng)造空隙，從而贏得射門機(jī)會(huì)。

我們可以看到梅西在俱樂部踢球時(shí)，他的對(duì)手并不敢包夾他，因?yàn)橹車年?duì)友協(xié)同點(diǎn)很多，但是梅西在國(guó)家隊(duì)時(shí)，戰(zhàn)術(shù)施行的不那么完善，所以他常常會(huì)陷入重圍，孤軍奮戰(zhàn)，于是我們可以得到一個(gè)結(jié)論：?jiǎn)吸c(diǎn)打不過網(wǎng)絡(luò)，明星打不過系統(tǒng)。

如果做一個(gè)比方的話，我們談知識(shí)圖譜，可以說(shuō)是我們人工智能領(lǐng)域里面的網(wǎng)絡(luò)，因?yàn)樗举|(zhì)上就是一個(gè)語(yǔ)義網(wǎng)絡(luò)，通過實(shí)體和關(guān)系的聚合建立網(wǎng)絡(luò)，這個(gè)實(shí)體就是經(jīng)濟(jì)世界里面不同的對(duì)象、人和企業(yè)。同時(shí)它也是一套系統(tǒng)，因?yàn)樗鼪]有一個(gè)明確的邊界，他可以把我們所看到的各種人工智能領(lǐng)域的方法和技術(shù)融合在里面，所以它非常強(qiáng)大。

去年有一篇文章叫做《為什么知識(shí)圖譜終于火了》，探索了這么多年，大家可能發(fā)現(xiàn)在AI和金融這種需要高度專業(yè)知識(shí)的領(lǐng)域在落地的時(shí)候，知識(shí)圖譜或許是一條最佳路徑。我們來(lái)看一下整個(gè)智能技術(shù)發(fā)展的四個(gè)階段，早期是專家系統(tǒng)，通過人來(lái)判斷，之后是BI商業(yè)智能，一直到感知智能。今天我們談大數(shù)據(jù)，人臉識(shí)別，圖像、語(yǔ)音、文本等這些數(shù)據(jù)已經(jīng)進(jìn)入到我們的模型里，去幫助金融機(jī)構(gòu)進(jìn)行判斷。再往后是認(rèn)知智能，也就是人工智能建立起來(lái)的很多標(biāo)簽畫像，通過識(shí)別個(gè)人，識(shí)別企業(yè)去判斷它的信用。但是我覺得更重要的是現(xiàn)在萬(wàn)物互聯(lián)，人在互聯(lián)，經(jīng)濟(jì)也在互聯(lián)，所以在一個(gè)互聯(lián)的世界里面需要通過關(guān)系來(lái)去分析這個(gè)個(gè)體，我們不能僅用個(gè)人或者企業(yè)自己的數(shù)據(jù)分析它，而是要把它還原到網(wǎng)絡(luò)里，用網(wǎng)絡(luò)眼睛還原個(gè)體，于是知識(shí)圖譜就成為了一項(xiàng)核心技術(shù)。今天我們談產(chǎn)融知識(shí)圖譜，核心的要義在于要把產(chǎn)業(yè)世界的一個(gè)關(guān)系體系建立起來(lái)，那么這個(gè)世界里面最核心的實(shí)體是什么?是企業(yè)，圍繞企業(yè)建立起企業(yè)與消費(fèi)者，以及企業(yè)與員工，企業(yè)與企業(yè)之間的關(guān)系，比如投資鏈、擔(dān)保鏈、貿(mào)易鏈、供應(yīng)鏈，通過這個(gè)企業(yè)建立起它跟上下游、行業(yè)、地域的關(guān)系，這三個(gè)層次的關(guān)系綜合在一起叫做產(chǎn)業(yè)，通過大數(shù)據(jù)描述這個(gè)產(chǎn)業(yè)的實(shí)體和他們連接的類型，通過機(jī)器學(xué)習(xí)去提煉，這些實(shí)體和關(guān)系之間的規(guī)律和規(guī)則，所以我們把這三者融合在一起叫做產(chǎn)融知識(shí)圖譜。

我們舉幾個(gè)例子來(lái)看一下產(chǎn)融知識(shí)圖譜的表現(xiàn)形態(tài)，其實(shí)都是我們?nèi)粘Ｉ钪虚g最容易理解的這些，比如說(shuō)客戶、控制關(guān)系、擔(dān)保關(guān)系、資金關(guān)系等等，這些都是我們?cè)诠蓹?quán)方面的具體表現(xiàn)，包括供應(yīng)鏈里面的上游、中游、下游原料商、批發(fā)商、生產(chǎn)商，這些不同的實(shí)體中間有不同的經(jīng)濟(jì)往來(lái)，這就是關(guān)系，這就是一個(gè)典型的知識(shí)圖譜的例子。

更大范圍的是產(chǎn)業(yè)鏈，一個(gè)產(chǎn)業(yè)通過他的上游和下游會(huì)建立起他們之間的經(jīng)濟(jì)依存關(guān)系，不管是新能源汽車還是房地產(chǎn)，它的原料和上下游，都是我們收集數(shù)據(jù)來(lái)構(gòu)建網(wǎng)絡(luò)的目標(biāo)和對(duì)象，在金融行業(yè)不管你分析的是to C還是to B都是產(chǎn)業(yè)里的一個(gè)環(huán)節(jié)，都是一個(gè)實(shí)體。

現(xiàn)在一個(gè)難點(diǎn)是小微，小微獲取成本非常高，而且風(fēng)險(xiǎn)非常大，怎么辦?我們把小微企業(yè)聚集起來(lái)變成一個(gè)商圈，變成一個(gè)專業(yè)市場(chǎng)，這樣獲取對(duì)象會(huì)更容易獲取一些數(shù)據(jù)，這些手段都是方便我們把原來(lái)孤立的個(gè)體放在網(wǎng)絡(luò)里，更好的分析它。比如押品估值，房產(chǎn)本身價(jià)格在波動(dòng)，而且價(jià)格變動(dòng)是很多要素決定的，比如他周邊的人口，經(jīng)濟(jì)變化，城市發(fā)展的策略等等。所以通過這些要素能去預(yù)測(cè)它的房?jī)r(jià)，房?jī)r(jià)的變動(dòng)會(huì)影響我們金融里面的抵押品價(jià)值波動(dòng)，這個(gè)會(huì)影響客戶的信用，會(huì)影響用戶所在群體的價(jià)值。我們從整個(gè)鏈條里面可以看到，這個(gè)經(jīng)濟(jì)世界是互聯(lián)的，我們的大數(shù)據(jù)和AI就是要試圖建立起這樣一個(gè)網(wǎng)絡(luò)，幫我們更好的還原整個(gè)經(jīng)濟(jì)世界，去分析他的風(fēng)險(xiǎn)和價(jià)值。

在產(chǎn)融知識(shí)圖譜的框架之下，我們必須要?jiǎng)?chuàng)造性的利用AI技術(shù)，幫助我們?nèi)フ嬲斫馑麄兊囊?guī)律，這些技術(shù)我們稍微總結(jié)一下，其實(shí)涵蓋了整個(gè)產(chǎn)融圖譜構(gòu)建的全過程，包括了大數(shù)據(jù)和AI算法。

比如我們需要有領(lǐng)域知識(shí)的輸入，因?yàn)槲覀冏鼋鹑?，金融一定有很多的領(lǐng)域知識(shí)，我們?cè)谂袛嘁粋€(gè)企業(yè)和個(gè)人的時(shí)候，需要一個(gè)體系來(lái)判斷，這些都是領(lǐng)域知識(shí)圖譜。通過圖計(jì)算，相關(guān)的各種算法去總結(jié)網(wǎng)絡(luò)里面它們的特征。圖譜構(gòu)建完以后需要大數(shù)據(jù)來(lái)填補(bǔ)他們的關(guān)系去進(jìn)行量化，除了我們最容易理解的結(jié)構(gòu)化數(shù)據(jù)，BI技術(shù)之外，現(xiàn)在更重要的是需要把非結(jié)構(gòu)化的數(shù)據(jù)也融合進(jìn)來(lái)，前面有好幾位嘉賓談到了圖像識(shí)別，這是非結(jié)構(gòu)化數(shù)據(jù)的渠道，還有很多文本，特別像我們知因智慧著重在語(yǔ)義識(shí)別和文本識(shí)別上面，把非結(jié)構(gòu)化的數(shù)據(jù)結(jié)構(gòu)化，從而進(jìn)入到模型里，量化之后我們?nèi)プ鲱A(yù)測(cè)。過去我們一直用概率統(tǒng)計(jì)模型，現(xiàn)在這個(gè)條件下僅用概率不夠，我們需要做大范圍的推理，需要去做量化和預(yù)測(cè)，然后把它運(yùn)用到金融場(chǎng)景，去做金融事件的提煉，風(fēng)險(xiǎn)特征的發(fā)現(xiàn)，去做傳導(dǎo)等等。

接下來(lái)我們來(lái)看，在剛才提到的體系下，金融場(chǎng)景是怎么影射的?其實(shí)我們最早的金融評(píng)估就是打分卡，對(duì)應(yīng)的是我們的專家系統(tǒng)，后來(lái)引入西方的巴塞爾協(xié)議做內(nèi)部評(píng)級(jí)法，這個(gè)就是我們的BI商用制度，現(xiàn)在通過萬(wàn)物互聯(lián)和知識(shí)圖譜獲得模型，對(duì)應(yīng)的就是認(rèn)知時(shí)代，所以金融和AI高度相關(guān)。

縱觀這段發(fā)展歷程，金融方面我們其實(shí)一直在學(xué)習(xí)西方，同時(shí)也落后于西方，但是從產(chǎn)業(yè)知識(shí)圖譜這個(gè)角度來(lái)看，中國(guó)反倒走在前列，為什么呢?因?yàn)槲覀冇凶约旱默F(xiàn)實(shí)問題，也有自己的獨(dú)特條件，我們面對(duì)的現(xiàn)實(shí)問題是中國(guó)的企業(yè)關(guān)系網(wǎng)絡(luò)高度復(fù)雜，而且風(fēng)險(xiǎn)頻發(fā)，比如說(shuō)十年前德隆系風(fēng)險(xiǎn)事件發(fā)生后造成了連鎖性風(fēng)險(xiǎn)蔓延，所以這是我們面對(duì)的問題。另外我們中國(guó)的數(shù)據(jù)又比較集中，因?yàn)槲覀冇袕?qiáng)勢(shì)的政府和監(jiān)管，政府會(huì)收集大量的跨領(lǐng)域的數(shù)據(jù)，這為我們建模型創(chuàng)造了條件。其實(shí)我們?cè)缭谑昵埃?006年的時(shí)候就已經(jīng)通過監(jiān)管的牽頭和驅(qū)動(dòng)，在從事相關(guān)領(lǐng)域的研發(fā)和推進(jìn)，當(dāng)時(shí)我也非常有幸參與了整個(gè)過程。從風(fēng)險(xiǎn)集團(tuán)事件的發(fā)現(xiàn)演進(jìn)到2009年我們把這套體系和模型推廣到商業(yè)銀行的機(jī)構(gòu)，開始做商業(yè)化的實(shí)踐，并且在學(xué)術(shù)上我們第一次提出了一套基于關(guān)系網(wǎng)絡(luò)和行為角度去建模的方法，而不再局限于傳統(tǒng)的基于財(cái)物報(bào)表和評(píng)價(jià)的方法來(lái)去預(yù)測(cè)風(fēng)險(xiǎn)。

2009年再往后，我本人在中科院一直從事相關(guān)算法方面的研究，后來(lái)去IBM做金融大數(shù)據(jù)方面的探索，一直到2016正式創(chuàng)立知因智慧，我們數(shù)據(jù)產(chǎn)業(yè)的成熟，我們金融客戶需求的爆發(fā)也推動(dòng)我們做了很多標(biāo)桿性金融事件，這些事件代表了我們產(chǎn)融知識(shí)圖譜的方向，它所能解決的問題，的確可以跳脫傳統(tǒng)的限制，在風(fēng)險(xiǎn)管理，精準(zhǔn)商機(jī)的發(fā)現(xiàn)上取得更好的效果。

接下來(lái)我們看一下金融場(chǎng)景該如何應(yīng)用產(chǎn)融知識(shí)圖譜，在這個(gè)體系之下，最底層是3K平臺(tái)，KW、KE、KG，這是知識(shí)圖譜的三個(gè)核心組建。KE解決的是知識(shí)的進(jìn)化過程，是包含AI算法的建模平臺(tái);KG是知識(shí)可視化平臺(tái);KW是核心的知識(shí)倉(cāng)儲(chǔ)，我們一直在采集大數(shù)據(jù)，但這些數(shù)據(jù)如何能夠變成我們場(chǎng)景所需要的核心體系，在這里面我們叫知識(shí)倉(cāng)儲(chǔ)。舉一個(gè)例子，比如說(shuō)這里有實(shí)體庫(kù)、關(guān)系庫(kù)、標(biāo)簽庫(kù)、事件庫(kù)、語(yǔ)料庫(kù)等等。我們以前識(shí)別一個(gè)人或者企業(yè)的時(shí)候需要分析它的ID，但如果沒有ID該怎么辦，怎么判斷它是同一個(gè)企業(yè)?比如說(shuō)IBM，IBM是一個(gè)簡(jiǎn)稱，2016年大裁員是一個(gè)風(fēng)險(xiǎn)事件，而我們銀行記錄的是國(guó)際商業(yè)技術(shù)有限公司，這是一個(gè)全稱，這兩個(gè)詞不匹配就不能納入模型變量里，實(shí)體庫(kù)就是解決這個(gè)問題。很多這樣的內(nèi)容我們把它打包在一起叫做知識(shí)倉(cāng)儲(chǔ)，通過這些支撐來(lái)建立客戶譜系，我們把原來(lái)那些孤立的個(gè)體變成一個(gè)網(wǎng)絡(luò)，包括產(chǎn)業(yè)譜系，客戶譜系還有它的畫像以及事件，原來(lái)我們看風(fēng)險(xiǎn)輿情，是客戶經(jīng)理自己去辨別，現(xiàn)在我們用機(jī)器能夠讀懂輿情，能夠把輿情納入到風(fēng)險(xiǎn)變量里，整個(gè)體系我們稱之為AI盒子，通過AI盒子我們把這些工作整合在一起，賦能給公司金融、小微金融、風(fēng)險(xiǎn)管理、大資管、大零售等具體場(chǎng)景。

接下來(lái)我們通過一個(gè)個(gè)組件來(lái)理解一下整個(gè)產(chǎn)融知識(shí)圖譜的實(shí)現(xiàn)過程。比如說(shuō)譜系，譜系是圖譜中的核心組件，通過它我們可以描繪它的股權(quán)關(guān)系，也可以描繪它的產(chǎn)業(yè)關(guān)系，這樣我們才能完成把個(gè)體還原到網(wǎng)絡(luò)里的第一個(gè)步驟。接下來(lái)我們要去計(jì)算它們的傳導(dǎo)，他們的影響，在這個(gè)網(wǎng)絡(luò)里面當(dāng)一個(gè)點(diǎn)發(fā)生問題的時(shí)候，它對(duì)關(guān)聯(lián)的點(diǎn)和其他的點(diǎn)都有什么樣的影響，那么我們必須要去收集金融事件，并量化事件，必須要測(cè)算出傳導(dǎo)路徑，這就是我們的作用。譜系+事件這是我們整個(gè)K+盒子里面的核心內(nèi)容。

舉一些實(shí)例，一家股份制銀行，通過圖譜他能夠建立企業(yè)客戶的商機(jī)，精準(zhǔn)商機(jī)的發(fā)現(xiàn)、準(zhǔn)入和風(fēng)險(xiǎn)傳達(dá)。那么通過小微金融，原來(lái)的數(shù)據(jù)獲取可能只是一些片段零散的數(shù)據(jù)，我們通過譜系，通過小微個(gè)體經(jīng)營(yíng)行為的數(shù)據(jù)融合，我們?nèi)ミM(jìn)行整個(gè)線上評(píng)估體系的建立。另一個(gè)例子，我們?yōu)橐患译娚探鹑谄髽I(yè)做供應(yīng)鏈預(yù)測(cè)，供應(yīng)鏈里供貨商未來(lái)增長(zhǎng)的變化，它未來(lái)增長(zhǎng)的精準(zhǔn)預(yù)測(cè)。同樣我們也需要構(gòu)建一個(gè)知識(shí)圖譜，把供貨商跟他的產(chǎn)品還有消費(fèi)人群這三者建立起關(guān)聯(lián)，消費(fèi)群體的變化和商品結(jié)構(gòu)的變化一定會(huì)影響供貨商以及其未來(lái)銷量。

風(fēng)險(xiǎn)管理，原來(lái)我們都在基于每一個(gè)個(gè)體收集數(shù)據(jù)預(yù)測(cè)，現(xiàn)在我們把他在的網(wǎng)絡(luò)建立起來(lái)，在網(wǎng)絡(luò)里當(dāng)一個(gè)節(jié)點(diǎn)發(fā)生風(fēng)險(xiǎn)的時(shí)候，我們把他所影響的范圍測(cè)算出來(lái)，這里的核心在于我們連接權(quán)重參數(shù)的訓(xùn)練。所以當(dāng)整個(gè)供應(yīng)鏈，產(chǎn)業(yè)鏈建立起來(lái)后，我們就知道上游的一個(gè)風(fēng)險(xiǎn)發(fā)生后會(huì)對(duì)下游造成什么樣的蔓延和沖擊。

包括資管，這里面PE、VC產(chǎn)業(yè)鏈，通過特殊實(shí)體的構(gòu)建，我們能夠找出來(lái)一批發(fā)展非?？焖俣乙卜浅；钴S的PE企業(yè)，從而為金融機(jī)構(gòu)提供聯(lián)動(dòng)或者定制化的金融產(chǎn)品。整個(gè)體系里面包括一些核心技術(shù)，在這里面可以大家做一個(gè)羅列。剛才談到的這些場(chǎng)景，在國(guó)內(nèi)的一些標(biāo)桿型金融機(jī)構(gòu)，包括國(guó)有銀行，股份制銀行，金控，互金，都得到過驗(yàn)證。

最后一點(diǎn)，我們把剛才提到的內(nèi)容變成了一個(gè)一體化的K-BOX，這個(gè)BOX把我們的算法、數(shù)據(jù)、云計(jì)算，融合成了知識(shí)圖譜，去輸送給金融機(jī)構(gòu)，為它賦能，為它解決行業(yè)里面的痛點(diǎn)和問題。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)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(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。