7 月 7 日，由中國(guó)計(jì)算機(jī)協(xié)會(huì)（CCF）主辦，雷鋒網(wǎng)、香港中文大學(xué)（深圳）承辦的第二屆 CCF-GAIR 全球人工智能與機(jī)器人峰會(huì)在深圳如期開幕。大會(huì)第二日，作為金融科技專場(chǎng)上午的最后一場(chǎng)報(bào)告，百度金融高級(jí)科學(xué)家吳健民帶來了主題為《智慧金融：助力金融機(jī)構(gòu)迎接 AI 新時(shí)代》的演講。

吳健民老師先后就職于雅虎北京研發(fā)中心、騰訊，從事分布式機(jī)器學(xué)習(xí)算法與搜索相關(guān)的工作。在2014年加入百度，當(dāng)前負(fù)責(zé)百度金融在智能獲客、大數(shù)據(jù)風(fēng)控、金融畫像方面的工作，以及 AI 技術(shù)在百度金融的落地。

金融科技現(xiàn)狀

AI 技術(shù)服務(wù)于金融機(jī)構(gòu)的業(yè)務(wù)與創(chuàng)新

• 銀行業(yè)

  金融科技的訴求包括用戶畫像、精準(zhǔn)營(yíng)銷、風(fēng)險(xiǎn)管理和智能客服四方面

• 保險(xiǎn)業(yè)

  風(fēng)險(xiǎn)評(píng)估與定價(jià)、交叉銷售、客戶流失管理和理賠欺詐檢測(cè)。同時(shí)有基于場(chǎng)景的保險(xiǎn)產(chǎn)品設(shè)計(jì)及基于使用的風(fēng)險(xiǎn)定價(jià)。

• 證券業(yè)

  AI技術(shù)主要應(yīng)用于股價(jià)預(yù)測(cè)、客戶關(guān)系管理、投資景氣指數(shù)預(yù)測(cè)等。

資本市場(chǎng)對(duì)金融科技投資增幅明顯

埃森哲的報(bào)告顯示，2015 年全球?qū)鹑诳萍嫉耐顿Y有比較大的增幅，呈現(xiàn)地區(qū)結(jié)構(gòu)化的差異。各地區(qū)的投資額增長(zhǎng)率為：

北美 44%，歐洲 120%，亞太 300%，中國(guó)超過400%。

百度金融的7大技術(shù)方向及三步走戰(zhàn)略：

下面逐次有側(cè)重的介紹5大技術(shù)應(yīng)用方向：

智能獲客

智能獲客的核心是降低獲客成本，通過三個(gè)步驟來實(shí)現(xiàn)用戶需求的精準(zhǔn)的定向及滿足：

1. 刻畫用戶的金融畫像及需求，需要做到全面、準(zhǔn)確且能夠及時(shí)觸達(dá)。

2. 生成與場(chǎng)景自然切合的動(dòng)態(tài)創(chuàng)意

3. 通過響應(yīng)模型準(zhǔn)確匹配金融產(chǎn)品與用戶的需求

首先用戶畫像是一個(gè)標(biāo)簽體系，根據(jù)業(yè)務(wù)需求進(jìn)行擴(kuò)展。百度數(shù)據(jù)對(duì)對(duì)用戶金融屬性有比較準(zhǔn)確的刻畫，舉個(gè)例子，如果一個(gè)用戶經(jīng)常出現(xiàn)在加油站或者高速路收費(fèi)口，他很可能有車，可以為他貼上“有車”的標(biāo)簽。這是對(duì)用戶資產(chǎn)是一個(gè)很重要的衡量。

其次是根據(jù)需求場(chǎng)景，人生階段，生活品質(zhì)，消費(fèi)水平等確定智能創(chuàng)意的構(gòu)成，實(shí)現(xiàn)響應(yīng)率的優(yōu)化。

最后是根據(jù)用戶的基礎(chǔ)信息、信貸需求、網(wǎng)絡(luò)行為、風(fēng)險(xiǎn)偏好因素及產(chǎn)品的額度、利率及收益率等通過響應(yīng)模型進(jìn)行客群匹配。

老客激活也是一個(gè)很重要的方向，一個(gè)原因是現(xiàn)在獲取新客戶的獲客成本越來越高，大概在3000-4000元左右。老客戶的重復(fù)用信，就具備了相當(dāng)高的價(jià)值，一般一個(gè)信貸用戶有3-5次的重復(fù)用信，業(yè)務(wù)才能實(shí)現(xiàn)盈利，如何高效的激活老客戶的重復(fù)使用是很重要的問題。這需要對(duì)優(yōu)質(zhì)存量客戶進(jìn)行用信激勵(lì)、實(shí)現(xiàn)客群優(yōu)化。以百度錢包的個(gè)性化補(bǔ)貼為例，該業(yè)務(wù)通過在支付環(huán)節(jié)為用戶提供補(bǔ)貼，激勵(lì)用戶使用錢包支付。策略的核心是計(jì)算補(bǔ)貼額度，我們通過模型估算用戶的支付響應(yīng)率，依據(jù)支付響應(yīng)率計(jì)算最優(yōu)的補(bǔ)貼額度。最優(yōu)補(bǔ)貼額度同時(shí)優(yōu)化兩個(gè)目標(biāo)：1. 支付率盡可能的高，2. 補(bǔ)貼成本盡可能低；通過數(shù)學(xué)規(guī)劃的方法求解，進(jìn)而得到最優(yōu)的補(bǔ)貼成本。

大數(shù)據(jù)風(fēng)控

關(guān)于大數(shù)據(jù)風(fēng)控，百度在內(nèi)部經(jīng)常說風(fēng)險(xiǎn)管理，而不是風(fēng)險(xiǎn)控制。金融做的是風(fēng)險(xiǎn)業(yè)務(wù)，相對(duì)于控制風(fēng)險(xiǎn)，我們更需要準(zhǔn)確計(jì)量風(fēng)險(xiǎn)并進(jìn)行風(fēng)險(xiǎn)定價(jià)。

大數(shù)據(jù)征信模型面臨來自兩個(gè)方面的挑戰(zhàn)：

1. 大數(shù)據(jù)的特征本身高維稀疏、異構(gòu)、弱相關(guān)。高維稀疏是由于用戶本身的行為多樣、差異大。異構(gòu)主要是由于用戶行為大數(shù)據(jù)在電商、搜索、社交等不同的產(chǎn)品線上積累，呈現(xiàn)不同的分布與結(jié)構(gòu)。弱相關(guān)是指相對(duì)于人行征信數(shù)據(jù)，大數(shù)據(jù)變量與金融場(chǎng)景是弱相關(guān)的。但大數(shù)據(jù)的好處是用戶互聯(lián)網(wǎng)行為產(chǎn)生的非常多可以利用的弱信號(hào)。如何利用大量弱信號(hào)來構(gòu)建具有強(qiáng)風(fēng)險(xiǎn)區(qū)分的模型，是我們要解決的問題。

2.  另一方面是信貸樣本，首要挑戰(zhàn)是樣本缺少，小貸公司和金融機(jī)構(gòu)的壞賬是核心數(shù)據(jù)，大家希望可以用所有壞賬數(shù)據(jù)做區(qū)分能力很好的模型，但當(dāng)前缺少壞賬數(shù)據(jù)共享的機(jī)制，因此帶來的問題是樣本缺少。樣本波動(dòng)性大也是另外一個(gè)挑戰(zhàn)。

主要解決方案包括三個(gè)方面：

1.  通過集成學(xué)習(xí)及boosting方法，融合弱特征生成具有強(qiáng)區(qū)分度的模型；

2.  利用深度學(xué)習(xí)，通過降維的方法，解決高維稀疏的問題；

3.  利用半監(jiān)督學(xué)習(xí)來解決樣本過少的問題，通過少量有標(biāo)注樣本及大量無標(biāo)注樣本生產(chǎn)推廣性和穩(wěn)定性好的模型。

身份驗(yàn)證

完成申請(qǐng)的用戶，需要通過活體識(shí)別、聲紋識(shí)別及手寫簽名等方案來準(zhǔn)確鑒定用戶身份，這些能力的基礎(chǔ)是百度的paddlepaddle深度學(xué)習(xí)平臺(tái)。

量化投資

關(guān)于量化投資，百度利用 AI 技術(shù)實(shí)現(xiàn)以大數(shù)據(jù)驅(qū)動(dòng)的量化投資策略。包括四個(gè)步驟：投資標(biāo)的調(diào)研、標(biāo)的篩選、投資組合設(shè)定、組合的動(dòng)態(tài)調(diào)整。

以搜索數(shù)據(jù)為例，搜索和股票的市場(chǎng)關(guān)注度高度相關(guān)，一個(gè)股票的搜索量和上證指數(shù)的趨勢(shì)有很強(qiáng)的相關(guān)性，加上輿情因子，我們通過搜索量，可以判斷買家和賣家的能量積蓄。基于地圖的時(shí)空數(shù)據(jù)可以幫助我們判斷資產(chǎn)質(zhì)量，如通過對(duì)一個(gè)商業(yè)地產(chǎn)周邊人群的流量、畫像分析，可以有效評(píng)估該商業(yè)地產(chǎn)的價(jià)值。

智能客服

客服是金融業(yè)務(wù)的最后一步。百度金融通過AI技術(shù)，提升金融業(yè)務(wù)客服的效率，一年內(nèi)單次服務(wù)成本降低了 80%。這80%來自于三方面工作：

1. 智能客服機(jī)器人構(gòu)建，通過問題預(yù)測(cè)、檢索及多輪會(huì)話來實(shí)現(xiàn)問題的自動(dòng)服務(wù)。最終金融問題解決率接近90%，解決率是通過客戶的實(shí)際反饋給出的。

2. 對(duì)于智能客服機(jī)器人未解決的問題，通過人工客服來支持，AI幫助我們通過語音輸入、客戶意圖預(yù)測(cè)提升客服人效；

3. 智能語音質(zhì)檢，這本身也是一個(gè)客服成本，假設(shè)有 5% 的客服效果質(zhì)量抽查率，對(duì)應(yīng)客服的成本就增加5%。通過用 AI 提升質(zhì)檢的效率，做到智能自動(dòng)檢測(cè)客服溝通是否滿意，對(duì)關(guān)鍵業(yè)務(wù)覆蓋達(dá)到100%。

這些能力的基礎(chǔ)是百度自然語言處理和語音技術(shù)。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。詳情見轉(zhuǎn)載須知。