人工智能炙手可熱，資本和創(chuàng)業(yè)者蜂擁而來。
“金融業(yè)是人工智能最好得到應(yīng)用的行業(yè)。”11月6日，紅杉資本全球執(zhí)行合伙人沈南鵬在“JDD-2017京東金融全球數(shù)據(jù)探索者大會”上如此表示。因為金融是高度數(shù)據(jù)化的行業(yè)，人工智能技術(shù)可以在身份認(rèn)證、風(fēng)險控制和個性化運營方面為金融機(jī)構(gòu)提升效率、降低成本。
這一觀點被市場廣泛認(rèn)同。以百度金融、京東金融為代表的金融科技公司紛紛重金布局人工智能，探索其在金融領(lǐng)域的應(yīng)用。銀行等也已在智能客服、反欺詐、小額信貸等領(lǐng)域進(jìn)行探索。近期，包括農(nóng)業(yè)銀行、招商銀行等上線的刷臉取款即是人工智能在金融領(lǐng)域的應(yīng)用之一。
科技對人工的替代作用顯而易見。2000年時瑞士一交易所擠滿了600多位交易員，而現(xiàn)在，只需要4位，其他的交易操作都已被機(jī)器代替。
人工智能同樣可以大幅降低金融業(yè)務(wù)成本，提升業(yè)務(wù)效率。光大銀行電子銀行部總經(jīng)理楊兵兵在北京大學(xué)數(shù)字金融中心第二屆年會上也表示，人工智能在銀行業(yè)務(wù)中最早的應(yīng)用便是智能客服?？头行氖倾y行業(yè)務(wù)中勞動密集型部門的代表之一，一家中等規(guī)模以上的銀行動輒都有數(shù)千名員工接聽客戶電話，即便如此也還不能滿足很多客戶的需求。而在引入智能客服后，“最近三年每年呼入的話務(wù)量有10%的速度增長，但是三年來我們沒有增加一名客服。”目前光大銀行的話務(wù)中有近60%是模擬人工服務(wù)。
在上述京東金融全球數(shù)據(jù)探索者大會上，京東集團(tuán)董事局主席兼首席執(zhí)行官劉強(qiáng)東介紹，京東金融風(fēng)控體系是利用深度學(xué)習(xí)、圖計算、生物探針等人工智能技術(shù)，實現(xiàn)無人工審核授信和放款，壞賬率和資損水平低于行業(yè)平均值50%以上。與京東金融合作的業(yè)務(wù)伙伴使用這些技術(shù)，幫助銀行在信貸審核上效率提高了10倍以上，客單成本降低了70%以上。
人工智能在金融領(lǐng)域的應(yīng)用還十分廣泛。國際人工智能聯(lián)合會理事會主席、香港科技大學(xué)計算機(jī)科學(xué)及工程學(xué)系主任楊強(qiáng)表示，金融領(lǐng)域的運營、投顧、風(fēng)險管理等諸多場景可以運用人工智能技術(shù)提高經(jīng)濟(jì)效益。如與用戶溝通、用戶識別、借貸客戶風(fēng)險水平分析等。當(dāng)前基于大數(shù)據(jù)分析和人工智能的技術(shù)已經(jīng)在個人和企業(yè)征信中得到應(yīng)用。
在養(yǎng)雞和喂豬時，甚至也可以通過人工智能技術(shù)的應(yīng)用提升金融業(yè)務(wù)參與效率。
過去養(yǎng)殖戶養(yǎng)一只雞約需要12元飼料款，養(yǎng)殖周期兩個月左右。養(yǎng)殖戶一般在進(jìn)雞苗時進(jìn)行貸款，兩個月后還本付息。不過小雞在最初并不需要太多飼料，而且不同的雞需要的飼料量也不同。養(yǎng)殖戶承擔(dān)了很長時間內(nèi)不必要的利息支出。京東金融根據(jù)對養(yǎng)雞過程的了解，引入人工智能算法分析，將養(yǎng)雞的飼料使用精確至每天、每克，并據(jù)此匹配貸款資金。養(yǎng)殖戶根據(jù)需要借貸，按日計息，現(xiàn)在養(yǎng)雞戶養(yǎng)一只雞只需要支出6分錢利息，大幅降低利息支出成本。
楊強(qiáng)介紹，將人工智能的活體識別技術(shù)引入到喂豬過程中，通過豬臉識別可以獲得大量數(shù)據(jù)且不擔(dān)心隱私問題。這樣的商業(yè)場景應(yīng)用可以幫助養(yǎng)殖戶鑒別每只不同的豬在養(yǎng)殖過程中的活動，其是否活躍、是否散養(yǎng)，可以對其健康狀況進(jìn)行判斷，為保險提供預(yù)測。此外也可以據(jù)此為消費者滿足個性化的需求。
不過，人工智能的應(yīng)用還有很長的路要走。中國工程院院士、北京大學(xué)信息科學(xué)與工程科學(xué)部主任高文表示，從人工智能60年的發(fā)展歷程來說，以深度學(xué)習(xí)為代表的人工智能技術(shù)正處于第三個發(fā)展階段。由于資本和產(chǎn)業(yè)的熱情參與，催生了許多新企業(yè)和新機(jī)遇。但如果用人的一生來比喻，人工智能目前處于剛上小學(xué)或者還未上小學(xué)的程度。作為人類智能的計算機(jī)實現(xiàn)，其挑戰(zhàn)人類智能的路還很長。此外，人工智能的趨同性也引起業(yè)界擔(dān)憂。
楊強(qiáng)指出，在一些大規(guī)模的機(jī)器學(xué)習(xí)系統(tǒng)后，存在“過擬合”的問題。例如在一些新聞APP中，當(dāng)用戶點擊某類新聞后推薦的多是這一類的新聞。人工智能照顧到準(zhǔn)確性需求的時候，沒有照顧到用戶多樣性的需求。這有賴于技術(shù)的進(jìn)一步提升和革新。
近期，21世紀(jì)經(jīng)濟(jì)報道記者在多個金融科技研討場合也聽到市場人士擔(dān)憂，當(dāng)人工智能技術(shù)在金融領(lǐng)域大規(guī)模應(yīng)用后，可能帶來市場決策的趨同性，進(jìn)而造成市場過度波動，“熔斷”時的市場表現(xiàn)就是代表之一。
微軟亞洲研究院副院長、首席研究員劉鐵巖在微軟亞洲研究院院友會上也表示，盡管從機(jī)器學(xué)習(xí)角度看金融的數(shù)字化程度很高，但實際應(yīng)用中，還存在許多不確定信息甚至虛假信息，因此要先做數(shù)據(jù)清洗、風(fēng)控、反欺詐，因為數(shù)據(jù)不可靠難以保障應(yīng)用精度。此外，機(jī)器學(xué)習(xí)需要穩(wěn)定的系統(tǒng)，但二級市場又會受到政策等非常多樣的變化因素影響。
