61阅读

金融智能生态圈-人工智能真的来了 金融如何实现“生态化反”?

发布时间:2017-10-13 所属栏目:智融集团

一 : 人工智能真的来了 金融如何实现“生态化反”?

  7月15日,网易未来科技峰会“AI+金融”专场在北京举行。这是年中首场对人工智能与金融结合的集中探讨。

  此次圆桌讨论的主题为Openmind,探讨在人工智能时代,拥有技术的公司与拥有数据、场景等资源的公司,有什么样的合作机会,人工智能技术会给金融生态带来什么样的影响。

  参与此次讨论的嘉宾既包括拥有海量数据的京东集团,拥有技术优势的传统巨头IBM,近年来新涌现出来的金融科技公司众安科技、同盾科技,以及新兴的科技金融公司天弘基金、宜信财富、玖富、铂诺,更有以技术见长的创业公司香港金融数据技术有限公司(FDT)、氪信、量子保、Linkface,也有关注人工智能与金融投资的投资机构腾飞资本。担任本场主持人的,是华创资本管理合伙人吴海燕。

  在当天的讨论中,参与讨论嘉宾纷纷与台上其他嘉宾“结盟”,现场合纵连横,火花四射。

  技术公司结盟数据和场景

  IBM、众安科技、同盾科技、氪信、量子保是典型的以技术见长的公司。他们表示,希望与拥有场景和数据的公司结盟,巨头IBM也不例外。

  在现场的公司中,IBM选择了与京东集团和众安科技合作。IBM的服务是面向企业的,与传统的大银行、保险公司、券商都在合作。不过,IBM全球企业咨询服务部认知与分析服务总监赖开文坦言,这些巨型机构的步子相对谨慎一些,会有很多顾虑。IBM希望与像众安科技这样轻资产的金融机构合作,因为这些机构的人力投入、资源网点都比较少,必须快速通过人工智能智能帮助他们弥补这种差距,从而实现快速追赶。这使得这些机构创新的力度和拥抱新技术的意愿和动力更加强大。同时,IBM也需要与京东这样的数据巨头合作,因为人工智能的养料是数据。

  众安科技则选择与宜信合作,众安科技实验室总监纪其进解释,众安科技是科技公司,肯定希望有场景,这样能够对接服务。所有能够提供场景、面向C端的服务端都是众安科技的合作对象,比如宜信。

  以反欺诈技术见长的同盾科技,总体思路是帮助各种业务做反欺诈和风险控制。同盾科技选择的合作伙伴有京东集团、众安科技、易到、量子保。一方面,与这些机构合作分享数据能力,一方面为这些机构的相关业务提供风险控制。

  同是从事风险控制的氪信,路线与同盾科技有所不同。氪信选择了与玖富和京东合作。氪信副总裁高强解释:“氪信是通过与场景深度结合,帮助金融机构做好风控,像玖富和京东这样有场景有数据的公司,是我们好的合作伙伴。”

  定位于保险科技平台的量子保则选择了同盾科技和众安科技作为合作伙伴。量子保创始人、CEO汤鹏解释,量子保一方面对有场景的企业,另一方面对接几十家保险公司,可以成为一个平台。

  AI时代,场景为王?

  天弘基金智能投资部总经理助理刘硕凌认为,京东在数据上提供的能力以后会是顶级金融机构的“标配”。此话正中京东下怀,京东集团副总裁、AI与大数据部负责人翁志坦言,在现场参与讨论的嘉宾中,很难选择一个两个来合作,因为觉得大家都是非常合适的合作伙伴。数据得需要用场景来验证,同时人工智能也需要有场景进行打磨和提升。

  在AI时代,算法重要还是场景重要?玖富消费金融副总裁金增笑认为场景重要。因为技术需要在实际应用场景中调整。

  他举了人脸识别的例子。国际上比较常用的人脸数据库是LFW,有些算法在这个数据库上的识别度已经高达99.7%,但这是学术上的一个概念。在实际应用场景中,人脸识别的定义就变成了“在精细的、光线充足的、旋转角度不超过75度的,没有大面积遮挡的情况下的人脸识别度可能高达99.7%”。在具体的应用场景中,比如信贷领域的远程身份核验,在自拍的时候后面还站着一个人,这种很可能就是中介,这很可能是骗贷,会加大贷款收回的风险。

  同类公司也有合作空间

  合作空间的不仅仅存在于技术、场景、数据这三类公司之间,也存在于同类公司之间。

  铂诺专注于权益类投资,铂诺挑选的合作伙伴是天弘基金。这其中的逻辑,铂诺铂诺创始人、董事长简毅解释,铂诺专注于权益类投资,在智能投研、股票投研分析方面有很多方面可以向天弘基金请教。

  众安科技实验室总监纪其进认为,人工智能这个技术的面非常广。通常大家所知道的语音识别、人脸识别,只是人工智能的感知方面,还有推理、智能感知、学习等等,特别是把它放到场景里,沉下去之后会遇到更多问题。“所以我认为可能没有哪一家能够在技术端把这个事情全部吃下,在技术端相信有合作的机会。”纪其进解释。

  Linkface不光做人脸识别,而是以计算机视觉见长。在挑选合作伙伴时,出人意料地,Linkface CTO黄贤俊提出,他们希望成为许多互补性技术的“友军”。他解释:“做技术各有专长,真正要解决金融场景下很多业务需求,需要除了视觉之外的其他技术,比如自然语言处理等。我认为我们都可以有很多结合的点,成为非常得力的友军。”

二 : 智融集团:以人工智能,淬炼金融圈"最强大脑"

  【61阅读IT新闻频道】一单价值十个亿的买卖,和十单各自价值一个亿的买卖,创业者会如何选择?或许一些创业者认为,前者都是最优选:省力又省事,还不耽误赚钱。而智融集团CEO焦可却不这么想。“相比每个月放了多少钱,我们更在意每个月放了多少笔款项。”焦可说,“对我们而言,样本量比短期商业获益来得重要。”

  这一观点,体现了智融集团的商业模式核心要义——通过人工智能打造金融界的“最强大脑”。智融集团专注于研发以人工智能为核心的新金融技术,通过与持牌金融机构紧密合作,为之提供获客、风控及信贷过程管理相关的服务。

  大数据爆发:挖掘冰山之下的价值

  目前,中国进入数据爆发的时代,传统金融机构赖以风控的强特征数据仅是所有可利用数据的冰山一角。

  “美国市场银行可以满足70%的贷款需求,而国内这个数字只有15%。”焦可认为这其中的原因除了数据量体的差别更深层次的原因在于,银行过去放贷主要依赖强特征进行风控,所谓强特征是指可以凭借一条或几条信息即可决定是否放贷的重要特征,例如名下是否有房产,有的借贷产品基本有房产即可放贷,没有则不可,其他的强特征还有信用卡账单、社保公积金缴纳记录等。

  且强特征数据这“冰山一角”本身也不够完善。以申请信用卡为例,如果申请人的收入是以现金形式发放,没有银行流水可以证明其收入情况,那么,申请人极有可能面临被拒的结果。再进一步深想,这些信息是不是真的能够反映真实的信用情况?几十个数据是否就足够反映信用情况?除了这些信息之外,有没有其他信息和个人信用有着强关联?

  在互联网时代以前,这些问题无从验证。但是,移动互联网产生了大量弱特征的数据,例如位置、购物习惯、社交等等,这些数据虽然有价值,但是无法凭借其中的少数几条就做出借贷决定,不过如果把几百上千个维度这样的数据综合起来,就可以训练出有效的风控模型。

  “综合处理几百上千个弱特征,人力是无法做到的,需要用到大数据处理技术和机器学习的方法,而这正是我们所擅长的。”焦可说。通过人工智能强大的统计能力和运算能力,智融集团将弱特征数据的价值深度挖掘和利用,从而让个人信用的“冰山”全貌浮出水面。

  人工智能:实现马太效应正循环

  据悉,智融集团弱特征数据源头包括四个方面:其一,用户提交的数据;其二,用户提交过程中的行为数据;第三,用户所授权使用的数据,例如运营商数据、GPS等;其四,用户在APP上所积累的数据。

  然而在焦可看来,获取数据只是“买菜”的过程,接下来如何用好大数据进行“炒菜”才是行业比拼的关键。焦可认为,“炒菜”的关键点是对海量数据特征点的挖掘。智融集团平均每天可采集5-6万个样本并在不断增长,每个样本数据有1200个以上维度的特征点,这就意味着,其旗下的I.C.E.人工智能风控引擎每天会有6000-7000万个左右的特征点进行模型训练。

  这些海量的弱数据将成为智融集团人工智能之路的一颗颗鹅卵石,获取的数据越多,人工智能风控系统的精度就越高,呈指数级增长。然而,人无法操作如此数量级的数据分析,也没有能力识别弱特征数据。但是,把学习的主体从人换成机器,通过对弱特征数据的海量挖掘和处理,人工智能就可以通过大数据更加清晰地勾勒出信息的真实面貌。

  为了观察这些弱特征,智融集团的大数据触手伸到了星座、电话拨打行为、手机电量等方方面面。“通过计算,我们发现,星座没有什么关联度,这一弱特征可以舍弃;而电池电量则是一个有效的弱特征。我们发现电池电量经常保持在比较低的状态下的人,其逾期率往往更高。”焦可说。

  现在,以人工智能驱动业务发展,智融集团已经形成了正向的马太效应循环:海量的样本数量,可以让I.C.E.风控引擎精度更高,从而能够保持在高通过率的同时拥有更低的逾期率。这意味着获客成本更低、用户体验更好,并由此带来更多的用户,这是一个健康的商业模式。此后,企业可以进一步加大投入、做大规模,而更大的规模将带来更多的样本,由此进入下一个循环。

  核心能力:人工智能风控技术

  强大的I.C.E.风控引擎的背后,是“柯南特征工程”、“D-AI机器学习模型”以及“Anubis大数据计算架构”。

  “柯南特征工程系统”和柯南一样,擅长在无限的信息中寻找“破绽”,具有强大的识别能力。可以“轻而易举”的从数据到结果的这个过程中判断到底有哪些特征,识别哪些特征是有用的。这一系统通过对文本、图片等原始数据的挖掘、预处理和量化,目前已生产和加工了超过1200维有效特征,离散化后高达10W+维。

  “D-AI机器学习模型”将底层数据提炼成“知识点”后,自动化的实现样本选择、特征选择、模型选择、模型调参,经过反复训练,最大化的学习"知识点"中信息,实现越来越高的判断准确度。在过去一个月,该模型已经完成158次迭代,平均每周迭代40次。

  “Anubis大数据计算构架”用高性能构架支撑着在线风控系统的服务,线上平均审核用时仅需8秒。

  创新工场创始人李开复非常看好智融集团将人工智能应用于金融领域的战略。在李开复看来,金融是人工智能的最佳应用场景之一。这是因为,金融是高度数据化、信息化的行业,二者的结合更加便捷,也更容易催生出更高效的金融系统。在李开复的支持下,创新工场成为智融集团的投资机构之一。

  “在大数据技术的支持下,我们的业务会越来越广泛。今年,我们希望能够服务更多人,我们现在的最新数据达到月放贷150万笔,我们希望到年底的时候,月服务量达到400-500万人次。”焦可说。

本文标题:金融智能生态圈-人工智能真的来了 金融如何实现“生态化反”?
本文地址: http://www.61k.com/1071128.html

61阅读| 精彩专题| 最新文章| 热门文章| 苏ICP备13036349号-1