1
| 本文作者： 王藝 | 2019-05-20 21:18 | 專題：CCF-GAIR 2019 |
既古老又現代的金融業有一套自己的行事準則：數字、報表、審批流程…...如華爾街手拿公文包快速穿過街道的行業精英們，節奏快速準確，一絲不茍。
金融場景下高度結構化的數據給AI技術的發展提供了優渥的土壤，在此之上，身份識別、風控管理、流程優化等領域開始出現AI技術的身影。事實上，金融行業已成為AI落地眾多場景中，發展最為迅速的領域之一，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、模式識別等技術在風控、審批等環節的落地應用，單個信貸申請的受理成本大幅降低，曾經銀行機構不愿意覆蓋的長尾客群才有了信貸渠道。盡管從業門檻的降低帶來了暫時的混亂，然而隨著監管的收緊，真正擁有技術壁壘且精通商業運作的機構還是活了下來。
雷鋒網AI金融評論在和這些公司機構交流的過程中，發現一點不得不重視的共通制勝之道，那便是要重視技術在當下的應用，并放眼未來積極進行技術布局。
語音語言處理：降低客服中心成本的利器
長久以來，客服部門是金融機構的成本中心，并且隨著業務的增長，機構需要招募的客服人員也呈規?；鲩L?？头枰幚淼膯栴}數量隨著機構的營銷活動變化，因此機構需要的客服人員數量也非常彈性，如何快速招募并遣散客服又構成一道挑戰。
隨著語音語言處理技術的出現，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行大批量外呼，這樣一來客服部門便從成本中心轉變為利潤中心，為金融機構帶來實實在在的營收。
然而技術的落地并非一帆風順，由于語音語言技術中的自然語言理解（NLP）環節尚存較大的發展空間，因此目前的智能客服表現并不盡如人意，答非所問的狀況普遍存在。有機構跟蹤智能客服與客戶的對話發現，客戶在發現與自己對話的是機器時，感受普遍降至冰點，甚至有些會非常憤怒。
這些現實迫使金融機構對自身技術部門或技術供應商提出更高需求。如何做好金融NLP，儼然已經成為直接與營收掛鉤的重要任務。
生物特征識別：大幅簡化審驗流程
傳統的金融賬戶登錄驗證多采用賬號+密碼+短信驗證碼的模式，流程繁瑣且會產生一定的通信費用。目前已有一部分金融機構將生物特征識別技術用于賬戶登錄、賬戶查詢、支付等身份驗證環節。
金融領域正在應用的生物識別技術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備推廣戰。支付寶推出蜻蜓，微信支付推出青蛙，大額補貼各不相讓。
借力移動支付的廣泛普及，我國在金融生物識別領域呈領跑態勢，甚至正在牽頭設立一些國際標準。今年1月，在挪威約維克召開的ISO/IEC JTC1 SC27（信息安全分技術委員會）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《移動設備生物特征識別身份認證安全要求》，無國家反對。
雖然和NLP技術相比，人臉識別已經相對成熟，在正常環境中的準確率能夠得到基本保證，但其中涉及到的隱私風險尚待解決。「密碼丟了可以換，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委員談劍鋒在一份提案中變作此表示。
風控反欺詐：覆蓋長尾人群及小微企業
如文章開頭談到，正是由于AI技術在風控方面的應用，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，行業曾經給出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。然而監管加緊后，大浪淘沙中，呈現偏重技術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透露，這得益于團隊在工具層面引入復雜關系網絡分析，在算法層面引入無監督機器學習，在系統層面實現全自動化建模。
然而，在B端的長尾客群——小微企業方面，AI技術顯得有些無處著力。
今年兩會的政府工作報告中多次提出解決小微企業融資難融資貴問題。2018年，政府已先后4次降低存款準備金率，多措并舉緩解民營和小微企業資金緊張狀況。盡管依靠宏觀調控手段，融資成本上升勢頭已經得到初步遏制，然而技術的精進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信貸這一未來盈利高地，科技公司紛紛加大研發力度，推出對應產品。冰鑒科技、京東數字科技、360金融、螞蟻金服等均是該賽道上的玩家。
企業信貸與個人信貸的風控需求差別頗大，考量維度更為復雜。小微企業的信用狀況不僅與企業主個人息息相關，除了難以量化的經營能力，企業的還款能力還會受到所在行業的大環境影響。這些宏觀的難以量化的因素為AI技術的發揮帶來阻礙。AI技術到底該如何助力小微企業融資，尚需時日碰撞與探索。
理不辯不明
盡管技術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領域，要接受新技術的滲透并沒有那么簡單。一方面，金融業務追求穩定，需要極高規格的安全與合規；另一方面，金融系統普遍龐雜，模塊的替換或者新模塊的加入需要很大的工作量。
因此，只有當技術帶來的好處足以平衡應用技術所帶來的成本時，AI才能在金融領域得以應用。這就意味著，處在金融領域的技術人還需要耐下心來，通過打磨技術贏得傳統金融行業的入場通票。
古語云，理不辯不明，技術的精進需要同行的廣泛交流。2019年7月13日，由中國計算機學會主辦，雷鋒網、香港中文大學（深圳）聯合承辦的CCF-GAIR全球人工智能與機器人峰會，將開設「AI金融」專場。
現場我們將依照金融行業的幾個AI技術點，邀請行業中該技術點進展最優的公司高層發表演講。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
