1
本文作者: 王藝 | 2019-05-20 21:18 | 專題:CCF-GAIR 2019 |
既古老又現(xiàn)代的金融業(yè)有一套自己的行事準(zhǔn)則:數(shù)字、報表、審批流程…...如華爾街手拿公文包快速穿過街道的行業(yè)精英們,節(jié)奏快速準(zhǔn)確,一絲不茍。
金融場景下高度結(jié)構(gòu)化的數(shù)據(jù)給AI技術(shù)的發(fā)展提供了優(yōu)渥的土壤,在此之上,身份識別、風(fēng)控管理、流程優(yōu)化等領(lǐng)域開始出現(xiàn)AI技術(shù)的身影。事實上,金融行業(yè)已成為AI落地眾多場景中,發(fā)展最為迅速的領(lǐng)域之一,這從五年前開始的P2P浪潮之火爆程度就可見一斑。
正是由于語音、圖像、模式識別等技術(shù)在風(fēng)控、審批等環(huán)節(jié)的落地應(yīng)用,單個信貸申請的受理成本大幅降低,曾經(jīng)銀行機(jī)構(gòu)不愿意覆蓋的長尾客群才有了信貸渠道。盡管從業(yè)門檻的降低帶來了暫時的混亂,然而隨著監(jiān)管的收緊,真正擁有技術(shù)壁壘且精通商業(yè)運作的機(jī)構(gòu)還是活了下來。
雷鋒網(wǎng)AI金融評論在和這些公司機(jī)構(gòu)交流的過程中,發(fā)現(xiàn)一點不得不重視的共通制勝之道,那便是要重視技術(shù)在當(dāng)下的應(yīng)用,并放眼未來積極進(jìn)行技術(shù)布局。
語音語言處理:降低客服中心成本的利器
長久以來,客服部門是金融機(jī)構(gòu)的成本中心,并且隨著業(yè)務(wù)的增長,機(jī)構(gòu)需要招募的客服人員也呈規(guī)?;鲩L。客服需要處理的問題數(shù)量隨著機(jī)構(gòu)的營銷活動變化,因此機(jī)構(gòu)需要的客服人員數(shù)量也非常彈性,如何快速招募并遣散客服又構(gòu)成一道挑戰(zhàn)。
隨著語音語言處理技術(shù)的出現(xiàn),圍繞著客服中心的種種難題得到了解決。由于客戶的問題集中化較為明顯,因此基于語音語言技術(shù)的智能客服成為人工客服的第一道防線。不僅如此,智能客服還能代替人工客服進(jìn)行大批量外呼,這樣一來客服部門便從成本中心轉(zhuǎn)變?yōu)槔麧欀行模瑸榻鹑跈C(jī)構(gòu)帶來實實在在的營收。
然而技術(shù)的落地并非一帆風(fēng)順,由于語音語言技術(shù)中的自然語言理解(NLP)環(huán)節(jié)尚存較大的發(fā)展空間,因此目前的智能客服表現(xiàn)并不盡如人意,答非所問的狀況普遍存在。有機(jī)構(gòu)跟蹤智能客服與客戶的對話發(fā)現(xiàn),客戶在發(fā)現(xiàn)與自己對話的是機(jī)器時,感受普遍降至冰點,甚至有些會非常憤怒。
這些現(xiàn)實迫使金融機(jī)構(gòu)對自身技術(shù)部門或技術(shù)供應(yīng)商提出更高需求。如何做好金融NLP,儼然已經(jīng)成為直接與營收掛鉤的重要任務(wù)。
生物特征識別:大幅簡化審驗流程
傳統(tǒng)的金融賬戶登錄驗證多采用賬號+密碼+短信驗證碼的模式,流程繁瑣且會產(chǎn)生一定的通信費用。目前已有一部分金融機(jī)構(gòu)將生物特征識別技術(shù)用于賬戶登錄、賬戶查詢、支付等身份驗證環(huán)節(jié)。
金融領(lǐng)域正在應(yīng)用的生物識別技術(shù)包括但不限于指紋識別、聲紋識別、虹膜識別、人臉識別等。以人臉識別為例,隨著智能手機(jī)逐步擁有1:1的人臉比對能力,微信支付及支付寶兩大支付巨頭先后上線了「刷臉支付」功能,并在線下門店展開了刷臉支付設(shè)備推廣戰(zhàn)。支付寶推出蜻蜓,微信支付推出青蛙,大額補(bǔ)貼各不相讓。
借力移動支付的廣泛普及,我國在金融生物識別領(lǐng)域呈領(lǐng)跑態(tài)勢,甚至正在牽頭設(shè)立一些國際標(biāo)準(zhǔn)。今年1月,在挪威約維克召開的ISO/IEC JTC1 SC27(信息安全分技術(shù)委員會)工作組會議上,23國代表投票支持由螞蟻金服牽頭推動的ISO/IEC 27553《移動設(shè)備生物特征識別身份認(rèn)證安全要求》,無國家反對。
雖然和NLP技術(shù)相比,人臉識別已經(jīng)相對成熟,在正常環(huán)境中的準(zhǔn)確率能夠得到基本保證,但其中涉及到的隱私風(fēng)險尚待解決?!该艽a丟了可以換,但生物信息是不可再生的,一旦泄露,你不可能再有第二張臉?!谷珖f(xié)委員談劍鋒在一份提案中變作此表示。
風(fēng)控反欺詐:覆蓋長尾人群及小微企業(yè)
如文章開頭談到,正是由于AI技術(shù)在風(fēng)控方面的應(yīng)用,使得單位受理成本降低,普惠金融成為可能。
針對C端長尾客群,行業(yè)曾經(jīng)給出P2P這一普惠金融答卷。雖然入局者魚龍混雜,曾給社會帶來了不好的影響。然而監(jiān)管加緊后,大浪淘沙中,呈現(xiàn)偏重技術(shù)樣貌的公司還是得以留下。
以360金融為例,其官方表示欺詐虧損率低至0.2%,低于銀行整體平均值0.4%。360金融副總裁鄭彥曾在采訪中向雷鋒網(wǎng)透露,這得益于團(tuán)隊在工具層面引入復(fù)雜關(guān)系網(wǎng)絡(luò)分析,在算法層面引入無監(jiān)督機(jī)器學(xué)習(xí),在系統(tǒng)層面實現(xiàn)全自動化建模。
然而,在B端的長尾客群——小微企業(yè)方面,AI技術(shù)顯得有些無處著力。
今年兩會的政府工作報告中多次提出解決小微企業(yè)融資難融資貴問題。2018年,政府已先后4次降低存款準(zhǔn)備金率,多措并舉緩解民營和小微企業(yè)資金緊張狀況。盡管依靠宏觀調(diào)控手段,融資成本上升勢頭已經(jīng)得到初步遏制,然而技術(shù)的精進(jìn)才是徹底解決問題的通路。
一方面在政府的號召下,一方面想要攻占小微企業(yè)信貸這一未來盈利高地,科技公司紛紛加大研發(fā)力度,推出對應(yīng)產(chǎn)品。冰鑒科技、京東數(shù)字科技、360金融、螞蟻金服等均是該賽道上的玩家。
企業(yè)信貸與個人信貸的風(fēng)控需求差別頗大,考量維度更為復(fù)雜。小微企業(yè)的信用狀況不僅與企業(yè)主個人息息相關(guān),除了難以量化的經(jīng)營能力,企業(yè)的還款能力還會受到所在行業(yè)的大環(huán)境影響。這些宏觀的難以量化的因素為AI技術(shù)的發(fā)揮帶來阻礙。AI技術(shù)到底該如何助力小微企業(yè)融資,尚需時日碰撞與探索。
理不辯不明
盡管技術(shù)帶來的好處顯而易見,然而金融作為一個龐大且堅固的傳統(tǒng)領(lǐng)域,要接受新技術(shù)的滲透并沒有那么簡單。一方面,金融業(yè)務(wù)追求穩(wěn)定,需要極高規(guī)格的安全與合規(guī);另一方面,金融系統(tǒng)普遍龐雜,模塊的替換或者新模塊的加入需要很大的工作量。
因此,只有當(dāng)技術(shù)帶來的好處足以平衡應(yīng)用技術(shù)所帶來的成本時,AI才能在金融領(lǐng)域得以應(yīng)用。這就意味著,處在金融領(lǐng)域的技術(shù)人還需要耐下心來,通過打磨技術(shù)贏得傳統(tǒng)金融行業(yè)的入場通票。
古語云,理不辯不明,技術(shù)的精進(jìn)需要同行的廣泛交流。2019年7月13日,由中國計算機(jī)學(xué)會主辦,雷鋒網(wǎng)、香港中文大學(xué)(深圳)聯(lián)合承辦的CCF-GAIR全球人工智能與機(jī)器人峰會,將開設(shè)「AI金融」專場。
現(xiàn)場我們將依照金融行業(yè)的幾個AI技術(shù)點,邀請行業(yè)中該技術(shù)點進(jìn)展最優(yōu)的公司高層發(fā)表演講。
雷峰網(wǎng)原創(chuàng)文章,未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
本專題其他文章