金融视角下的人工智能

2019-03-27 浏览:11

  前言


  一般认为互联网金融公司的强项,在于善于构建场景。当互联网金融公司通过手机营造出大量的个人消费支付场景后,导致银行丢失了具有传统优势的阵地。而最关键的在于,失去了个人消费支付端口,使银行根本无法获得客户的行为数据。

无标题

  全国社保基金会原副理事长王忠民


  金融机构也必须加快场景化建设,这是向客户推送金融服务的基础。只有有了这个基础,才能够掌握客户行为数据,进而通过大数据技术分析和了解客户的需求所在,所谓大数据营销、大数据风控等应用也就应运而生。


  当今时代,人工智能炙手可热。对于人工智能,笔者有两个体验角度:一是股东,一是C端客户。全国社保基金会是上市银行的股东,所以我希望银行更多地将人工智能应用于金融服务场景中去,能够降低成本,更多地回报股东。作为金融的C端客户,笔者更希望金融机构用人工智能构建更多的场景化金融服务,从而更好地服务社会经济发展。


  有人说现在是All in AI时代或AI in All时代。按照这一逻辑,智能就是无处不在。对于这样一项打破时间和空间的技术,让我们从不同的角度看看,它将带给我们怎样的体验。


  不久前去世的史蒂夫•霍金被称为“迄今为止最伟大的科学家”。患有渐冻症且日渐严重的霍金,通过不断改进的感知系统向外界传递他的思考。从最初的触屏输入,到后来的语音识别、面部肌肉识别,霍金就是通过人类不断前行的智能技术,保持着与外界的交互,从而让我们能够了解到他对宇宙、对物理学的认知。


  智能语音技术推进普惠金融


  如今,智能语音已经应用于金融业,例如其在客户服务中心的应用——智能客服。人类如今的语音处理能力,已经达到了很高的准确率,并可以随时传递出去。因此说,今天的智能语音服务的背后,是强大的语音处理器,因而大幅度提高了人与计算机的交互能力。


  如今的智能语音技术,已经能够非常准确地“听懂”很多方言,这就为金融机构向金融客户提供语言差异化服务奠定了强大的基础。我们知道,全国性金融机构的客服中心都设有专门的方言座席,由懂得方言的座席员为特定的客户提供服务。而随着智能语音技术的不断进步,这项工作完全可以交给智能语音系统来完成。


  我国提出全面推进普惠金融服务,这就对金融机构的服务覆盖能力提出了很高要求。采用传统的人工网点方式虽然行得通,但是经济性差,在强调“降成本”的背景下,这种传统模式不仅不能推进普惠金融的展开,反而会成为掣肘。因此,依托智能语音服务,不失为一条实践普惠金融的切实可行路径。智能语音服务能够全面覆盖城市和广大农村地区,让广大不同地域的客户随时获取金融服务。同时还必须认识到,在我国广大边远地区,智能移动设备的普及率还不高,特别是很多老人对智能移动终端的接受程度还不高。而语音的交互过程中,除了方言的障碍,其他都不是问题。因为语言交互是人类最基本的社会行为之一。


  随着智能语音技术的不断成熟,尤其是对各地方言准确识别能力的快速提高,如今的智能语音处理系统在这方面的能力已经超出了很多人的想象。有了这样强大的技术支撑,基于智能语音的金融服务泛在化趋势也将愈加明显。


  我们再从大数据的角度来看语音数据。人类进入信息社会后,数据成为最有价值的资产。特别是对于像金融业这样的服务行业来说,更是如此。对于金融业,目前最主要的数据即包含客户基本信息、账户、交易等结构化数据,同时也包括语音、Web等半结构化和非结构化数据。我们知道,在大数据时代,客户的行为数据是客观反映其思维、认知、态度,以及上述反应的客观环境的重要依据。通过包括语音数据在内的这些行为数据,能够对其未来的行为进行预测。因而大数据技术一经出现,便受到热烈追捧。可以说,客户的行为数据已经被所有金融机构所重视。国内金融机构在大数据技术领域的研究与应用,也迅速展开,目前已经有了一些初步的应用成果。


  前面笔者已经讲到,智能语音技术正在成为金融服务能够“普惠”、能够最直接触达每个自然人和法人的最有效的端口和渠道。通过这一端口,构建起从金融机构到客户、从B端到C端、从供给端到需求端的最大的一个场景,这才是金融机构需要着力之处。


  人工智能技术助力场景化金融服务


  如今的金融业,都在讲“场景化服务”,即运用技术手段将金融服务嵌入到某一类特定的服务场景中去。


  比如现代人经常用到的卫星导航系统。在不熟悉的区域,导航系统会告诉你哪条路线最近、哪条路线用时最短、哪条路线能避开拥堵。当你走错路或者没按导航显示路线行走的时候,它可以自动运算出新的路线。以笔者最近的一次体验为例,从北京市区前往郊区,导航系统竟然为笔者提供了“最经济路线”。在导航的引领下,笔者驾车绕过了收费站,而且欣赏到了高速路看不到的风景,何不快哉!


  我们来看金融理财场景,令人眼花缭乱的理财产品就如同导航路线,如果理财经理能够根据客户的不同需求,快速且准确地找到最佳投资组合,将带给客户良好的服务体验。


  当今时代,无论是传统金融机构,还是互联网金融公司,都展开了智能金融服务端口的争夺战。手机作为当今最为重要的个人信息终端,其功能也是越来越丰富,信息处理能力也越来越强大。也因此,手机业已成为智能金融服务端口争夺战的焦点。


  在我们今天所处的AI时代,下一个承载智能金融服务的场景是什么?为什么无人驾驶汽车会让众多汽车厂商、互联网公司趋之若鹜?为什么那么多厂商纷纷推出五花八门的智能可穿戴设备?原因就在于这些终端可以与金融服务之间建立起有效关联,从而以此基础化创新出一个又一个的金融服务场景。我们反过来审视阿里巴巴的发展路径,最初搭建的8848和淘宝网无非是提供了一个线上的购物平台,后来渐渐通过线上支付工具、互联网理财平台、网络借贷等产品的不断加载,形成了应用丰富的消费生态圈,最终形成了蚂蚁金服这个庞然大物,拥有了强大的金融竞争能力。


  一般认为互联网金融公司的强项,在于善于构建场景。银行传统的金融服务主要依靠银行卡,为客户提供存、贷、汇等金融服务。但当互联网金融公司通过手机营造出大量的个人消费支付场景后,导致银行丢失了具有传统优势的阵地。而最关键的在于,失去了个人消费支付端口,使银行根本无法获得客户的行为数据。


  按马云的话说,当年的阿里巴巴没有想到会发展到今天的规模。但是要知道,如果没有当初的线上电商平台,就不会积累下海量的客户和消费数据。有了海量的数据(其中多为行为数据),通过大数据技术的加工、分析,也就能够更精准地提供符合用户需要的各种服务。


  正是因为有了上述基础,一些互联网金融公司逐渐涉足担保业务。比如我们熟知的共享单车、共享办公等,你在蚂蚁金服的芝麻信用分达到要求,就可以免押金使用共享单车,也可以用积分免押金入驻共享办公。凡此种种,就是将所有金融场景背后的服务不断延伸,从而树立起客户黏性。


  所以我要表述的是,金融机构也必须加快场景化建设,这是向客户推送金融服务的基础。只有有了这个基础,才能够掌握客户行为数据,进而通过大数据技术分析和了解客户的需求所在,所谓大数据营销、大数据风控等应用也就应运而生。


  用区块链+人工智能构建基础信用体系


  笔者谈的第三个问题,是如何借助金融科技解决信用问题。


  可以说,我们社会面临的最严峻的问题,就是信用问题。我们看到了不诚信的企业、不诚信的个人,各种不诚信的事件时有发生。当年添加三聚氰胺的“毒奶粉”事件让我们记忆犹新。在金融领域,风险防控是永恒的话题。而信用风险又是主要风险之一。


  在实物的生产过程中,其信用无外乎是在商品交换关系中,能否按时、按质、按量交付产品,即按照当初向购买人承诺的提供产品。同样,在金融体系中,杠杆化、证券化、金融衍生品等,其风险中很大一部分来自于信用风险。2008年美国金融风暴的出现,再次给了全球深刻的教训:金融家的不诚信给这个世界带来了巨大的麻烦,有些金融机构因此而倒闭。


  这是我们看到的物理空间的信用风险问题。而我们所处的时代,已经不再是单一的物理空间。我们还生活在Cyber空间,这也是我们这个年代的典型特征之一。


  在Cyber空间中,人的行为、企业的行为,以及所有实际的社会经济互动活动、所有金融的行为,都会被放大到比原实际活动大若干倍,即网络放大现象。


  越是抽象的空间,越是多维度的空间,越是无限想象力可以穿透的空间,如果没有信用基础,则这个空间中正价值就得不到增长,而负价值则会滋生乃至蔓延。


  这个时候我们亟须做的一件根本的事情,就是构建我国全社会的、每一个自然人、每一个法人,以及每一个时空下的信用、特别是金融信用的构建。当把这个基础构建完成后,所有的金融行为、网络行为都沿着这个基础去进行,其行为的最终结果无非是回应了场景化金融的需要,这些行为会让信用价值找到了更多的出口,日积月累,不断累积的良好信用就能够获得无限回报,而所有的不良信用必会被唾弃。如此这般,我们每个人、每个经济活动、每一项金融产品,都将获得并为社会提供正价值。而我们今天所缺乏的,恰恰是基础信用体系。


  即便在简单的“你是你”的问题上,我们还会需要应用大量的技术手段加以判别,指纹识别、掌纹识别、声纹识别、人脸识别、虹膜识别等生物识别技术的不断出现,一定程度上是为了解决这个问题。


  那么在金融行为中,如何更好地构建基础信用体系呢?区块链技术的出现,成为解决这一问题的选择之一。


  我们可以想象,如果每个自然人、每个法人的每个行为都能够准确并完整地被区块链记录下来,那么就可以作为基础信用数据,金融机构不仅可以据此判别其信用是否良好,甚至可能据此判别是否客户本人。如果能够做到“你只能是你”,无法冒充他人,那么其一切行为就都可以认为是可信的。


  在我们将其看作客户行为数据的底层的物理网点、金融自助机具、客服中心等交互端口,每天产生着海量的行为数据。当我们的金融科技能力,特别是当区块链能够记录海量客户行为数据的时候,人工智能在金融服务中的应用也就能够更加得心应手、有的放矢、事半功倍。


  如果能够解决好信用风险问题,我们的金融业、我们的社会机体也将更加健康。百行征信的成立,无疑将松散的社征信服务纳入到统一、规范、标准的征信体系当中,将有力地促进我国征信服务的展开,也有助于诚信社会的建立。


  综上所述,在金融科技时代,金融业不仅要在新兴技术研发上取得突破,同时还需要努力构建场景化金融服务,并通过一个个场景化服务构建起适应自身发展需要的金融服务生态圈。在这一过程中,大数据、人工智能、区块链必将发挥出巨大的作用。同时还必须看到,大数据、人工智能、区块链这些金融科技的主要成员,它们之间并非孤立存在,而是相辅相成、相互依存的关系。大数据为我们提供基础的加工对象,区块链为我们提供有效的数据基础平台,而人工智能则是从数据中掘金的利器。


美国波士顿大学博士后/访问学者项目
波士顿大学(Boston University)成立于1839年,是一所顶级私立大学,美国一级国家级大学,2018年US News世界综合排名第39位,全球就业能力最强大学排行榜第6位,传播、商科、经 ...

2023-04-25375

牛津大学基布尔学院博士后研究班
Keble College提供牛津大学大部分的专业课程。在高级研究中心的支持下建立多个跨学科研究集群。扩大国际知名学者的访问研究计划。

2023-03-30364

EU(瑞士)欧洲大学商学院工商管理博士学位项目
EU商学院开展MBA/DBA企业家学者项目,普遍采用精英小班制教学、中英文授课,结合案例教学,致力于在专业的环境中有效培养未来的领导者,凭借着强大的师资阵容、全球知名度、学术的研究水平,获得AACSB ...

2022-01-201190

北京大学金融与投资高级研修班
“北京大学金融与投资(期货)研修班”主要采用老师讲授、实战分析、案例研讨相结合的方式教学,旨在:为各类金融机构、实体企业培养大批懂衍生品理论、会高效借助金融工具、有国际视野的高端、稀缺、复合型专业人才 ...

2021-10-10748

哈佛大学博士后访问学者项目
哈佛大学建立于1636年,长期以来高居各世界大学排名榜单首位,是公认的世界最顶级大学。哈佛大学共培养出8位美国总统、160位诺贝尔奖得主,在文、医、法、商等学科拥有崇高的地位及广泛的学术影响力。目前, ...

2021-03-291036

Processed in 0.045458 Second , 22 querys.