AI擁抱Fintech 金融科技或迎來最好的時代

互聯網巨頭的湧入為金融行業安上了想像的翅膀。

早在兩年前,「互聯網金融」還是個嗷嗷待哺的孩子,但經過短短兩年的發展,卻完成了從電子化階段到移動化階段再到智能化階段的三級跳。在此期間,以百度、阿里為首的科技公司,憑藉著自身對於技術的優勢在這場金融創新浪潮中演變成為了金融科技巨頭,同時也為金融行業賦予了更多的科技范兒。

就在9月27日全球智能晶元巨頭英偉達舉辦的NVIDIA GTC 2017大會上,百度金融高級技術總監許冬亮發表了題為《AI Fintech 開啟智能金融時代》的主題演講。演講中提到:「百度希冀以人工智慧、大數據為核心科技賦能金融同業,幫助金融機構去服務更多用戶,實現普惠金融的夢想。」當AI擁抱Fintech,又將會產生哪些化學反應呢?

金融科技的技術迭代,正逐漸打破信息鴻溝

許冬亮將智能科技賦予金融行業的改變歸納為三點:一是服務體驗的升級;二是服務效率的升級;三是服務廣度的升級。

在金融科技的1.0時代,完成了金融物質在互聯網層面的物理移動,就如報紙上的內容被搬到了電腦屏幕上,人類不用買報也能閱讀。這個時代的成就在於,原有的傳統金融機構步入電子化的時代,整個線上的服務效率和金融都得到提升。

金融科技的2.0時代,全面實現了用戶行為從線下到線上的轉移,金融產品的私人訂製化和金融服務的線上化讓用戶免去了去網點的煩惱。支付、理財等一切金融行為變得更加便捷,所有的數據都被記錄、串聯起來。

從中不難發現前兩次的變革,主要是以用戶體驗和服務效率為核心展開的,對於服務廣度的提升微乎其微。而在向金融科技3.0時代的轉變中,服務體驗、效率、廣度均有明顯的提升,依託於大數據以及基於大數據基礎上的AI處理,金融或不再是小部分人的「舞台」,智能金融的變革將使得有更多的人有機會參與到金融中來。

其實回歸金融的本質來看,客戶尋求金融服務無非兩個目的,一個是解決資金壓力,尋求融資渠道 ;另一個是渴望資產增值,尋求投資渠道。但是現階段的大環境下,金融服務依然停留在「精英階層」,擁有極高的資金、信用等門檻,畢竟對於非精英階層的人而言,沒有抵押物、沒有信用記錄,而這個門檻也成為了普通人與金融機構之間的信息鴻溝。

重要的是,這一類人並不在少數。根據央行的數據顯示,截至到2016年6月底,央行徵信中心覆蓋人群8.8億人,其中信貸記錄人群僅為3.8億人,覆蓋率不及美國徵信系統的二分之一。這就意味著,全國有大約三分之二的人與傳統金融機構存在信息不對稱的問題,而這也是金融科技提升服務廣度時發展乏力的原因所在。

而在金融科技的3.0時代,其中圍繞廣度的擴展就是普惠金融。對於尋求資產增值服務的人群來說,因為信息不對稱導致的信用問題將被徹底解決,在金融的服務廣度上從量變到質變。而這一切似乎可以歸功於大數據和人工智慧在金融領域的應用。

AI擁抱Fintech,成為金融科技最大利器

在傳統的金融體系中,融資端和投資端的弊病使得金融科技舉步維艱。而從百度等互聯網巨頭的動作來看,大數據和AI為基礎的智能金融時代正在到來,或將改變這一切。

首先依託於大數據和AI技術,金融行業將實現智能獲客。以百度為例,作為國內網民獲取信息的主要入口,百度手握豐富的大數據,日響應200多個國家和地區的60億次搜索請求。大數據為百度的AI提供了最好的「養分」。基於大量的數據,百度可以憑藉其強大的AI數據分析技術輕易推導出用戶的消費需求,進而推導出用戶信貸需求和投資需求,這樣一來,大大提高了金融營銷的準確度。

正如許冬亮在其演講中所提到的,對於金融企業來說有兩個痛點,即獲客和智能營銷。特別是獲客的問題,很多公司希望得到高質量、低成本的獲客,但資質和徵信比較好的用戶群早已是各家爭奪的紅海。百度的解決方案恰恰是智能獲客,從海量大數據分析用戶的消費需求,進而去推導信貸需求,結合需求模型和風控預估模型,實現帶著風控的獲客。

在新用戶獲取的同時,還面臨著老用戶運營、維護的問題。百度著重解決了兩個問題,一個是用戶補貼的逾期樣本,另一個是確定用戶的補貼敏感度。前者通過用戶畫像數據、消費能力數據、訂單數據等進行建模;後者則根據人均獲客的補貼金額進行動態優化。就目前來看,百度的智能獲客體系,已經是當下最優的解決方案之一。

其次是大數據風控,海量數據可以精確的對用戶進行信用評級。以往的風控取決於人為判斷,但百度等科技巨頭已經將AI、大數據和風控融合。通過分析用戶年齡、收入、職業、學歷、資產、負債等強相關數據,搭配上用戶在百度的搜索數據,百度糯米、外賣等O2O服務平台上的弱相關數據,可以完成用戶「信用畫像」的描繪,進而判定是否能夠授信。

此類判定方法擺脫了對於傳統金融機構對於徵信的依賴,對於一些小微企業和個體,融資難融資貴一直是困在他們頭上的緊箍咒。造成該現象的原因無外乎兩個:第一,傳統銀行過去主要服務大客戶;第二,工作屬性決定了僅憑強數據,傳統金融機構難以對其風險進行全面評估。

不過得益於互聯網的技術的發展,審核、調查的方式都被數據化,由此以來大大節省了整個過程的成本,更多的人能夠被納入進來、獲得服務。比如百度金融推出的職業教育相關教育信貸產品,就是通過APP的方式對學員進行審批,藉助百度的人工智慧、大數據等能力,對很多原本在銀行無法獲得貸款的學員提供教育信貸,幫助無數最普通的年輕人實現職業教育的夢想。

當然,大數據風控也並非是萬能的,遇到樣本集群不大導致的數據特徵的高維、稀疏的問題勢必導致徵信評估準確性的下降。為此,百度採用了基於圖計算的風控分析方式解決此問題,即通過大數據找到人與人之間的連接,然後利用關係圖譜形成一個超級網路,通過深層次的迭代計算,將原來較小的樣本效果進一步放大,以達到滿足風控需求。

開放共贏才能真正實現智能金融

AI的基礎是大數據,但是一個個數據孤島能夠產生的價值有限,因而打破孤島,讓數據流動起來,才能產生更大的價值。但在現實中,最大的隔閡莫過於互聯網數據和金融機構數據的斷層,不過從百度金融的動作來看,可行的解決方案或許是服務輸出。

也正如許冬亮所說,百度金融的理念是 「致力於成為一家真正意義的金融科技公司」。百度金融的目的不是顛覆傳統的金融機構,而是致力於金融科技的輸出,讓百度的智能獲客、智能營銷、智能客服等成為整個金融行業的普惠科技,與傳統金融機構形成能力互補、優勢互補、共贏共生的關係。

德不孤,必有鄰。在科技金融成為主流的大背景下,百度選擇開放AI Fintech實現與金融業的共贏,或將為金融科技迎來最好的時代。


推薦閱讀:

hi,您認為傳統醫療商(比如醫療器械商、第三方影像公司等)做智能醫療會後來居上嗎?
AlphaGo讓人類棋王驚魂未定,Google又推出了完勝國際象棋和將棋的AlphaZero
iPhone X攜人臉識別改變行業,美圖美妝用人臉識別改變女人
DeepMind早就不再下圍棋了,新論文訓練AI進行邏輯推理
教你用 Web Speech API 和 Node.js 來創建一個簡單的 AI 聊天機器人

TAG:人工智能AI酱 | 金融 |