偉大的產(chǎn)品，不一定以「標(biāo)準(zhǔn)化」開(kāi)始，但一定以「標(biāo)準(zhǔn)化」結(jié)束。

如果沒(méi)有足夠標(biāo)準(zhǔn)化的產(chǎn)品、沒(méi)有十倍領(lǐng)先于行業(yè)的商業(yè)價(jià)值，面對(duì)磨刀霍霍的金融機(jī)構(gòu)，面對(duì)虎視眈眈的互聯(lián)網(wǎng)企業(yè)，創(chuàng)業(yè)公司沒(méi)有未來(lái)。

什么樣的AI產(chǎn)品，才能讓「金融科技企業(yè)」活下來(lái)？

為此，雷鋒網(wǎng)《AI金融評(píng)論》策劃了「AI能否解決金融剛需問(wèn)題」系列選題，借同一個(gè)話題，對(duì)不同背景的受訪者、產(chǎn)品和客群各異的企業(yè)們進(jìn)行采訪，期望在不同的商業(yè)和技術(shù)認(rèn)知下捕捉觀點(diǎn)碰撞的火花。

在前兩篇采訪中，我們采訪了冰鑒科技CEO顧凌云、慧安金科CEO黃鈴。

本系列的第三篇文章，由品鈦執(zhí)行副總裁李惠科講述他眼中AI和金融之間的關(guān)系。

以下為李惠科的所感所想：

90年代，我第一次遇到AI

AI已經(jīng)85歲了。

對(duì)于人類而言，85歲已是垂垂老矣；但對(duì)人工智能來(lái)說(shuō)，還只是個(gè)含苞待放的孩子。

90年代，我上大學(xué)，恰好趕上中國(guó)人工智能研究起步階段。

如今在AI領(lǐng)域，應(yīng)用十分廣泛的場(chǎng)景有：人臉識(shí)別、自動(dòng)駕駛等。但我們那會(huì)兒，比較火的是模式識(shí)別，雷達(dá)信號(hào)檢測(cè)、醫(yī)療信號(hào)檢測(cè)。

當(dāng)時(shí)，有醫(yī)療機(jī)構(gòu)希望把AI應(yīng)用在核磁共振等「醫(yī)療信號(hào)檢測(cè)」項(xiàng)目中，我作為人工智能相關(guān)專業(yè)的學(xué)生，也參與了那一次POC測(cè)試。

事實(shí)證明，AI在上個(gè)世紀(jì)90年代，便展示出它十分驚人的效果。

通過(guò)訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)、識(shí)別圖像底層結(jié)構(gòu)，人工智能很完美地把缺少的視圖補(bǔ)充完整，并將掃描速度提高了整整10倍。

這次POC測(cè)試，讓我第一次感受到AI的魅力，也見(jiàn)識(shí)到了AI強(qiáng)大的跨界能力。

在之后的幾十年里，我也不斷體會(huì)AI在跨界過(guò)程中的成功與失敗，逐漸形成了一個(gè)感悟：“做一個(gè)AI產(chǎn)品，一定要結(jié)合它具體的業(yè)務(wù)場(chǎng)景。” 

金融是一個(gè)數(shù)字化程度很高的行業(yè)，在財(cái)富管理、大數(shù)據(jù)風(fēng)控等領(lǐng)域，因?yàn)槟芊e累海量數(shù)據(jù)，使得AI的使用效果較好。

當(dāng)然，判斷AI的實(shí)際應(yīng)用效果是好是壞，通常還需要一系列的量化指標(biāo)。

在財(cái)富管理領(lǐng)域，就比較注重「投資回報(bào)率」、「最大回撤率」。此外，還須考慮它的穩(wěn)定性和開(kāi)放性。

開(kāi)放性，指的是AI和其他產(chǎn)品集成的能力；穩(wěn)定性，意思是AI產(chǎn)品是否足夠安全、可用、易于擴(kuò)展。

具體來(lái)講，我們會(huì)評(píng)估這個(gè)產(chǎn)品的流程開(kāi)發(fā)能力、API接口、可編程用戶界面、控制系統(tǒng)、安全、審計(jì)、維護(hù)等綜合技術(shù)能力。

當(dāng)然，并不是所有和人工智能相關(guān)的應(yīng)用，都已經(jīng)有量化的指標(biāo)；也不是所有場(chǎng)景，人工智能都可以無(wú)限適用。

糟糕的體驗(yàn)

AI被過(guò)于神話了。

嚴(yán)肅的講，在試用一些合作伙伴演示的AI產(chǎn)品時(shí)，我的體驗(yàn)很糟糕。

我們經(jīng)常會(huì)遇到這樣一個(gè)算法，在理論層面，它的準(zhǔn)確率非常高，但是應(yīng)用案例卻很少。

比如語(yǔ)音識(shí)別，的確，一些大廠的AI語(yǔ)音產(chǎn)品做的越來(lái)越好。但是如果你和這些AI日常對(duì)話，它仍會(huì)錯(cuò)誤百出，甚至讓你捧腹大笑。

這樣的例子不在少數(shù)，全球最大的消費(fèi)級(jí)機(jī)器人制造商Anki破產(chǎn)；智能駕駛汽車撞人；智能語(yǔ)音助手大半夜突然放音樂(lè)等。

目前已經(jīng)成功的AI相關(guān)業(yè)務(wù)，一般是在特定領(lǐng)域可以抽象化、標(biāo)準(zhǔn)化的。而個(gè)性化、定制化程度高的AI業(yè)務(wù)，則需要理論化和工程化結(jié)合的更敏捷的解決辦法。信貸風(fēng)控就是一個(gè)很典型的例子。

在信貸風(fēng)控場(chǎng)景下，中小企業(yè)的日常運(yùn)作常常不規(guī)范，沒(méi)有統(tǒng)一的標(biāo)準(zhǔn)和形式。數(shù)據(jù)的來(lái)源不同且十分雜亂，必須要進(jìn)行數(shù)據(jù)結(jié)構(gòu)化處理以及數(shù)據(jù)清洗，才能讓AI的應(yīng)用達(dá)到比較好的效果。而且要不斷積累數(shù)據(jù)，反復(fù)訓(xùn)練，逐步提高。而同樣是信貸風(fēng)控領(lǐng)域，電信場(chǎng)景下因?yàn)楹Ａ扛哔|(zhì)量數(shù)據(jù)的存在，AI的發(fā)揮也就更如魚得水。

找到合適的業(yè)務(wù)場(chǎng)景，永遠(yuǎn)應(yīng)該排在第一位。選擇技術(shù)，遠(yuǎn)遠(yuǎn)沒(méi)有選擇場(chǎng)景、解決痛點(diǎn)重要。 

企業(yè)家不空談技術(shù)和算法，應(yīng)該從業(yè)務(wù)出發(fā)，討論技術(shù)的可行性，培養(yǎng)優(yōu)秀的算法科學(xué)家，積累足夠多的數(shù)據(jù)，反復(fù)實(shí)驗(yàn)驗(yàn)證，一定不能急于求成。 

從策略上講，我們會(huì)快速迭代、不斷試錯(cuò)、逐步完善產(chǎn)品。

人工智能不用刻意神話，現(xiàn)實(shí)中我們遇到的大部分問(wèn)題，其實(shí)一個(gè)簡(jiǎn)單的決策樹(shù)就可以解決。

一個(gè)簡(jiǎn)單的決策數(shù)和統(tǒng)計(jì)模型就完全可以處理低維度參數(shù)或符合特定規(guī)律的數(shù)據(jù)。 

然而，在今天的信貸風(fēng)控中，我們往往要引入復(fù)雜的參數(shù)和動(dòng)態(tài)的變量，尤其是現(xiàn)在互聯(lián)網(wǎng)平臺(tái)下，那些未被央行征信覆蓋的客群，我們需要通過(guò)搜集客戶在日常工作、生活中產(chǎn)生的海量行為數(shù)據(jù)，提煉客戶畫像。

當(dāng)數(shù)據(jù)集越來(lái)越龐大，我們一般會(huì)選擇機(jī)器學(xué)習(xí)來(lái)處理，如果這時(shí)還用單一的決策樹(shù)或統(tǒng)計(jì)模型是顯然不合時(shí)宜的。

數(shù)據(jù)想要變廢為寶，需要多種方式“出力”；一個(gè)行業(yè)的發(fā)展，更是如此。

趕上時(shí)代浪潮

一個(gè)科技細(xì)分行業(yè)想要發(fā)展，離不開(kāi)這個(gè)鏈條中所有上下游公司、以及監(jiān)管部門的共同努力。

比如5G行業(yè)里規(guī)則的制定，監(jiān)管在具體定調(diào)之前的調(diào)研不僅有本國(guó)的公司，還有全球各國(guó)企業(yè)的共同參與。

這些參與其中的公司，還分下游的運(yùn)營(yíng)商、上游的設(shè)備商、中間的測(cè)試廠商等。

這些廠商和各國(guó)政府機(jī)構(gòu)、國(guó)際組織一起制定行業(yè)規(guī)則，每一個(gè)服務(wù)商在其中都會(huì)發(fā)揮自己的作用。

金融科技行業(yè)的發(fā)展也是如此，下游有TO C廠商、上游有數(shù)據(jù)提供商、中間還有平臺(tái)解決方案提供商。

每個(gè)層級(jí)的廠商都會(huì)提出自己在這個(gè)行業(yè)里的見(jiàn)解和看法，同時(shí)政府和監(jiān)管部門也會(huì)提出自己的看法，大家一起推動(dòng)行業(yè)的發(fā)展。

政府和監(jiān)管部門跟業(yè)界之間的討論是非常頻繁的，一些高級(jí)別的監(jiān)管官員會(huì)直接在群里，提各種各樣的問(wèn)題和業(yè)內(nèi)的公司管理者們一起進(jìn)行思考。

金融科技行業(yè)的未來(lái)發(fā)展不單單依賴于監(jiān)管機(jī)構(gòu)、企業(yè)的群策群力，更關(guān)鍵的是它契合了人們對(duì)未來(lái)金融產(chǎn)品的期待。

新一代的年輕人在數(shù)字化變革當(dāng)中長(zhǎng)大，他們長(zhǎng)大后對(duì)金融產(chǎn)品的需求不是傳統(tǒng)銀行業(yè)務(wù)可以滿足的。

AI通過(guò)算法向用戶主動(dòng)推薦產(chǎn)品、判斷用戶的興趣，可以更好的了解客戶、了解市場(chǎng)、保持和客戶的連接。

做一個(gè)產(chǎn)品或者給客戶提供一個(gè)服務(wù)，不在于追求算法多么復(fù)雜、多么炫酷。

我們以前設(shè)計(jì)的IT產(chǎn)品，大多是給技術(shù)人員用。

而近10年以來(lái)，所有產(chǎn)品設(shè)計(jì)的導(dǎo)向是給用戶使用。當(dāng)企業(yè)做的產(chǎn)品客戶不會(huì)用，不是客戶不好，是產(chǎn)品沒(méi)做好。

隨著互聯(lián)網(wǎng)的蓬勃發(fā)展，這20年來(lái)數(shù)據(jù)呈現(xiàn)出的爆發(fā)式增長(zhǎng)，使得人工智能在金融領(lǐng)域創(chuàng)新成為可能，我們趕上了好時(shí)候。

而這只是剛剛開(kāi)始，現(xiàn)在進(jìn)入這個(gè)行業(yè)的年輕人創(chuàng)業(yè)者和優(yōu)秀人才，仍有著廣闊天地，大有作為。 

雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。