智能金融已在2C服務實現(xiàn)單點突破

現(xiàn)在自動駕駛里面其實分兩大主流派的，一種是純算法派，完全用人的規(guī)則驅動這種智能程序的運行。還有一種是訓練派，不用管什么規(guī)則，也不用管看見紅燈停，就是學我怎么開就行。6月15日，億歐金融在上海正式舉辦“2018智能+新商業(yè)峰會——智能+新金融峰會”， 此次峰會由上海市經(jīng)濟和信息化委員會、上海市商務委員會、上海市長寧區(qū)人民政府、上海市互聯(lián)網(wǎng)金融行業(yè)協(xié)會指導，上海市長寧區(qū)青年聯(lián)合會和億歐公司聯(lián)合主辦。

上海市互聯(lián)網(wǎng)金融協(xié)會、英凡研究院、星合資本、百融金服、融360、同盾科技、包銀消費金融、新網(wǎng)銀行、網(wǎng)商銀行、快牛金科、拍拍貸、恒昌公司、光速中國、宜信新金融產(chǎn)業(yè)基金等單位出席本次峰會。

在《智能金融商業(yè)模式探析》圓桌討論環(huán)節(jié)，光速中國助理合伙人楊陶(主持人)、懶財金服聯(lián)合創(chuàng)始人CTO李子拓、宜信新金融產(chǎn)業(yè)投資基金合伙人崔崢、北京大學金融智能研究中心研究員劉新海進行了深入討論，以下為現(xiàn)場實錄，供業(yè)內人士參考。

智能金融仍有待全面成熟

楊陶：最開始這個行業(yè)叫互聯(lián)網(wǎng)金融，后來又叫FinTech，今天叫智能金融，那么智能金融定義是什么，有沒有一些實質性的智能金融創(chuàng)新事件可以和大家分享一下?

劉新海：定義上主要是把一些好的人工智能技術用到金融服務，解決金融服務、金融產(chǎn)品的問題。最成功的應用應該是在身份識別、人臉識別、虹膜識別、指紋識別，尤其是身份識別反欺詐。

另外，在風險識別上、反欺詐方面有很好的應用。當然這塊兒還在探索過程中。中國投資方面的應用，很多人非常喜歡討論，我覺得不太靠譜，可能與環(huán)境也有關系。

崔崢：宜信希望以新的科技推動金融發(fā)展、推動金融市場“餅”越來越大，這是我們比較堅信智能金融的理念。

從幾個案例來講，過去一年內國內市場、國外市場都碰到了很多好的案例，最好的就是反欺詐，在國外無論是歐洲、美國拿著你的ID卡照張照片能證明這個人是誰，但其實在后臺有很多科技。比如，在美國有50多個州每個州的身份證都長的不一樣;另外，在銀行應用里更多的是客服，語音識別方面的機制作為不錯。

另外，其實在國外二級市場，人工智能技術已經(jīng)有些突破了，主要貢獻在股票交易、債權交易、后臺結帳等大數(shù)據(jù)應用，這些走得比在國內稍微快一點。

李子拓：智能和金融首先是金融，同時把智能因素、智能優(yōu)勢用到金融里面。關于這個的明確標志性事件非常多，除了資產(chǎn)端、識別上相對比較成熟的應用，其實在資金端、財富管理方面也有很多相對探索性的嘗試。

比如說大家都知道招商銀行的模式，開始比較簡單，如何洞察用戶的需求，如何根據(jù)數(shù)據(jù)推斷用戶的真實想法是大有可為的。很有可能通過數(shù)據(jù)分析出結果比用戶自己還要了解他自己，因為很多人沒有金融方面的背景知識，這個時候完全有可能由人工智能幫助用戶梳理自己的需求，現(xiàn)在懶財也在做這方面的嘗試。

短期內智能金融突破在2C服務、單點突破

楊陶：金融產(chǎn)業(yè)非常大，銀行、保險、理財、投資等哪個細分領域、細分賽道更適合用人工智能的技術進行升級迭代?

李子拓：首先這件事情人可以做，但是人做特別費勁，成本特別高。比如，很多基金經(jīng)理年薪幾百萬，服務普通用戶可能很貴，這些事情如果有可能由人工智能來做在成本上會大幅降低，效率也能提升，可以24小時連軸轉。

還有一種，人可能在里面會受情緒、道德方面的不足，機器也可以更好的解決。其實，領域就很廣了，理財、保險、資產(chǎn)端的風控等，銀行的風險防范到技術有很多地方都可以用到人工智能相關的技術。

崔崢：我覺得在短期內還是給個人服務方面比較大的突破。尤其是保險行業(yè)，無論是保險的后臺服務以及保單這些都能用人工智能解決，而且這是一個時間的問題。

劉新海：我剛才說過了，人工智能的突破，包括目前的突破基本在身份識別。另外，監(jiān)管科技這塊有很好的用處，場景限定的比較好，而且數(shù)據(jù)各方面比較規(guī)范。我覺得，這應該是一個非常好的應用場景。

當前主流玩家的主流探索方向是什么? 第一個在風險，第二個在投資。對風險模型我始終持懷疑態(tài)度，現(xiàn)在不成熟。好多美國公司十幾年前第一波人工智能的時候，已經(jīng)用AI了，但是不太成熟。

另外，投資這塊，原來用人工智能做投資做的挺好，2015年就垮了，所以說我一直在關注這個東西，就是量化投資。當然，單點突破可能會有，但是大面上，技術識別的成功應用，帶動金融科技應用的成功，帶動普通的商業(yè)應用。

算法派OR訓練派?

楊陶：聊金融永遠提到風險，那么，人工智能可能會有哪些風險、智能金融會有哪些風險?又該規(guī)避它?

崔崢：風險肯定有，因為當科技進步的時候，人對這個問題的解決方式其實就少了，怎么理解?就是說，可能科技不是很發(fā)達的時候，你有各種人對這個東西很懂，所以他能給你解釋很清楚，但是我相信有一天，比如馬云經(jīng)常說，你把開關一開燈泡就亮了，你也不會問電為什么能亮。我相信很久以后，金融可能也有這些問題就會出現(xiàn)在這個地方。

比如說，2008年的次貸危機，沒有人知道為什么。人工智能的風險也是這樣，我肯定不是那么聰明，這是會帶來的一些風險。

李子拓：這個用專業(yè)的術語解釋就是【人工智能算法的可解釋性】。

現(xiàn)在自動駕駛里面其實分兩大主流派的，一種是純算法派，完全用人的規(guī)則驅動這種智能程序的運行。還有一種是訓練派，不用管什么規(guī)則，也不用管看見紅燈停，就是學我怎么開就行。

后者有一個問題，如果這里面有一些規(guī)則，人類沒有辦法解釋，就像很多大家說AlphaGo下棋的時候招數(shù)人家看不懂，這個原理訓練出來的網(wǎng)絡用人的知識已經(jīng)解釋不了了，這里面可能掩藏道德風險，因為我們其實用人類的已有知識體系看不明白。

ABCD技術，如果智能技術本身能夠快速發(fā)展，其實就能帶動金融發(fā)展?；叵胍幌拢绻麤]有移動支付、沒有手機、沒有4G，我們現(xiàn)在不用談智能金融了，大家還可能去銀行排隊呢。人工智能技術本身的發(fā)展一定會帶動智能金融整個行業(yè)的飛速發(fā)展。

人工智能的瓶頸在算法，短期內難以沖出保險科技獨角獸

楊陶：現(xiàn)在大部分公司人工智能技術處于什么樣的階段?

崔崢：比如說有一些催收公司做人工智能，非常有意思的生意，在不同的點，不同的時間，你去給這個人打電話，其實他把錢還給你的比率是非常高的。但是你必須抓住那個點，必須抓住這個人的個性。

還有，我們不覺得在最近幾年出現(xiàn)一個非常強的人工智能的保險公司，所以希望每個賽道都不太一樣，但是因為每一個賽道有沒有把所有的數(shù)據(jù)放到云端，以及互聯(lián)網(wǎng)滲透率，這都是有關系的。

楊陶：最后一個問題，各位發(fā)揮想象力描述一下您覺得未來的智能金融的一個理想的狀況或者說終極的情況是怎樣的?

李子拓：從兩個角度說，產(chǎn)品形態(tài)上，理財需要挺多知識，我希望有一天看到一個機器人根據(jù)我日常的消費行為告訴我，現(xiàn)在這么些錢這樣去操作就可以了，保證不會虧。

從人工智能技術本身，可以從ABCD技術角度去探索，首先是數(shù)據(jù)，數(shù)據(jù)是眼下人工智能發(fā)展的重大驅動力，現(xiàn)在數(shù)據(jù)的發(fā)展明顯存在孤島，大家起來對數(shù)據(jù)本身的共享比較謹慎的，如果有一天國家有政策，或者是這種行業(yè)能達成聯(lián)盟，允許大家在保證隱私的情況下能夠分享，我覺得一定能讓人工智能大力發(fā)展。

算法是人工智能現(xiàn)在面臨的一個瓶頸，我們現(xiàn)在回想人工智能這么火熱的幾年，發(fā)現(xiàn)大多數(shù)算法基于數(shù)據(jù)驅動力。但是我們認為不是這么學習的，不是給你1個蘋果才知道這是1個蘋果，現(xiàn)在也有One-shot-learning的方法出現(xiàn)，離成熟還有很長的路。另外就是運算力，這個其實已經(jīng)很好了，但將來會不會有量子計算機這樣的東西出來，再把這個行業(yè)翻新一下。