本文摘要：文／温泉　　人工智能被视作第四次工业革命，而金融是人工智能应用于落地最慢的领域。

文／温泉　　人工智能被视作第四次工业革命，而金融是人工智能应用于落地最慢的领域。未来，人工智能不会给金融业带给怎样的转变？　　7月15日，网易未来科技峰会“AI+金融”专场在北京举办。

这是年中首场对人工智能与金融融合的集中于探究。　　还包括京东集团、IBM、天弘基金、众安科技等在内的重量级嘉宾在内的十四家金融和科技机构参加了此次探究。　　人工智能在中国金融行业早已不是一个概念，在银行、证券、保险领域早已开始全面落地。

人工智能对金融行业的政治宣传将要按下加快键。金融行业部分岗位的失业也许并不像想象中那么很远，而是近在眼前。

　　“不高于50%以上的工作岗位在AI的时代有可能必须新的定义和升级。如果不出AI的时代中变革，很有可能在AI时代下被出局。”天弘基金智能投资部总经理助理刘硕凌在当天的讲话中预测。

　　机器人客服上岗　　人工智能正在转变金融业招待客户的方式。　　IBM全球企业咨询服务部理解与分析服务总监赖开文讲解，目前，IBM早已在银行做到了三类机器人：银行网点迎宾机器人、服务机器人、咨询机器人。　　迎宾机器人，可以问银行客户刚刚到银行网点时的一些问题，还包括财经的引荐、银行的非常简单信用卡开卡等等问题都可以问。

　　服务机器人，现在在手机银行、在网上银行都可以筹办业务，但是这种筹办业务更好的是给用户一些下拉框，让他中选一些产品、期限等，服务机器人办理的业务过程中仍然是下拉框，而是像人一样对话，当用户有疑惑时，可以不会很寒冷地问用户的问题。　　咨询机器人，通过身份验证可以告诉用户是谁，根据客户必须，引荐千人千面的个性化的服务。　　目前这几个机器人都有实际落地。

IBM早已在台湾的某家银行做到了信用卡的引荐，做到了房贷的申请人，以及外汇兑换的几个业务。在发售的一个月当中，这家银行的业务量减少了4倍。

IBM还在国内的某家股份制受限银行做到了网点机器人，IBM很有可能立刻就不会跟某一家国内十分出名的排前几位的股份制银行，给他们的智能投顾产品，由原本的几个下拉选项的自由选择变为一个智能的交互，使得他们和客户之间构建“有温度的对话”。　　这一点，在众安保险也早已落地。

　　众安科技实验室总监纪其进讲解，众安科技在售前环节跟售后环节做到了客服机器人。他讲解，在售前的咨询，客户不会回答你产品是干什么的，众安科技是通过机器人来问的，目前这个机器人早已在众安保险系统里在运营。

此外，众安科技也在通过用户画像、通过产品的科学知识做到精准的营销和引荐。　　仅有流程改建打开　　转变的某种程度是客服。在金融行业的核心环节，转变完全在全流程上再次发生。　　人工智能将带给整个金融投研体系的变革，在投研的信息收集、分析、决策的全环节有可能都带给转变。

　　天弘基金早已有十分顺利的实践中案例。刘硕凌讲解，在天弘基金，人工智能早已可以替换高级信用分析师的工作。　　金融行业有信用分析师读书新闻、公司涉及信息，这些信息读过之后要展开分析和加工。

天弘基金的“鹰眼”系统的专利是公募基金第一块国家信用装置，是信用评估方法的装置。刘硕凌讲解了鹰眼评估算法的揭晓过程：当时去找信用分析师一块读书新闻，读书了10万条新闻，拿其中八万条新闻放在鹰眼算法里。

再行做到分词再行分类，分正面、中立、负面，拿只剩两万条让AI评价一下，只剩2万条自己告诉答案，8万条当时在时花上了很多时间、很多资源，样本收集整理花上了三个多月的时间，只剩两万条新闻AI看5分钟就看完了。现在这个算法的准确率提高到96.7%的水平，绝大多数的新闻现在在外面新闻不必自己在网上看，基本看鹰眼见完了之后的二次信息。　　在保险行业，这样的变革某种程度在再次发生。　　众安科技实验室总监纪其进讲解，保险行业的核心流程有：　　产品设计——售前——保险公司——投保——出险——赔偿——售后。

　　在每一个环节上，众安科技都在尝试转变。　　售前环节跟售后环节做到了客服机器人。　　在保险公司这个环节，众安科技正在尝试用人工智能转变“定价”。比如车险，众安科技明确提出UPI车险，即基于用于的车险。

以前车险是根据车的类型、品牌、价格、用于年限给一个定价。但是这样的定价方法并不精确，有的车一年绝佳进几次，基于车的本身用于情况来定价是更加精准的。　　赔偿牵涉到到鼓吹欺诈，这里要需要辨识确实出险了还是蓄意骗保，通过人工智能展开大数据分析，可以协助辨识信息真实性。

　　核损环节，可以基于人工智能来辨别损失究竟是多大。众覆有一个打碎屏险，手机屏幕很更容易怕，买手机时担忧手机送往保险公司的话，屏早已怕了。众安科技通过图像识别辨别手机屏幕是不是运输过程中损毁了，如果损毁可以赔偿金，而且现在是把后端链变长了，可以必要老大用户建。

　　在证券行业，这样的进程稍慢。香港金融数据技术有限公司（FDT）创始人兼任CEO聂凡淇在中国证券市场做到了调查，找到中国有100多家券商，但有人工智能自律研发团队的将近5家，其中做到得最差的是华泰证券。　　7月1日，中国证监会公布的《证券期货投资者必要性管理办法》月开始实行。聂凡淇指出，这将带给很好的市场机会，他的团队研发的技术可以协助证券机构辨识客户风险偏爱，给定适合的资产。

做这一点，FDT用的方法是通过对用户证券自由选择操作者不道德和收益之间的分析，来辨别客户的风险偏爱以及否合适做到投资。目前，FDT正在展开的研究是，通过对基金经理证券自由选择操作者不道德和收益之间的分析，来从根源上辨别资产的质量，从而更进一步减少风险。　　聂凡淇指出，人工智能在证券行业的应用于将减缓“去散户化”的进程。

他回想，巴菲特谈及中国金融投资者教育严重不足，投资不会有变化。美国花上了70年已完成投资者教育，这是一个漫长的市场，他坚信市场长年引领人们做到准确投资。通过市场去散户简化的代价过于大，2015年的惨痛教训，2008年的惨痛教训就是前车之鉴。

他坦言，在三年前做到FDT，就是寄予厚望中国一定要去散户简化的。　　而在京东，京东集团副总裁、AI与大数据部负责人翁志讲解，身份认证、用户画像、对话机器人、风险掌控方面对人工智能的应用于都早已开始落地。京东手中享有大量的数据，在与金融机构的合作中正跃跃欲试。

　　减少金融风险　　金融业的核心是风险掌控。在这个核心环节，人工智能正在大显身手。　　IBM全球企业咨询服务部理解与分析服务总监赖开文讲解，IBM在四大行的某一家银行里做到了一个基于“图计算出来”的品牌。通过图计算出来老大银行来展开风险的辨识和传导的预测。

　　具体来说，IBM做到了八种关系的关系圈搜寻，还包括股权关系、借贷关系、投资人之间的关系、资金圈的关系等等。在这八种关系当中，IBM去检索适当的关系圈。赖开文讲解，IBM的System G目前早已十分强劲，原本做到这样的一个关系辨识要一个月的时间，现在做了只要分钟级就可实现。原本这个关系圈做6个就做到不下去了，现在需要做无限的，20个、30个，甚至上百个关系圈搭起。

　　利用关系圈的搭起，IBM做到的是风险传导的预测。在这个关系圈里头若有一个点经常出现债权人的时候，它只剩的关系圈的其他的点什么时候不会债权人？它债权人的概率有多大？就像一个苹果筐里头有一个苹果番茄了，其他的苹果什么时候不会烂掉？就可以预测了。

这个预测的准确率在40的预测做58.2%，基于这样的检验，IBM将要对银行展开这样的产品推展。现在很多银行都很注目，对风险传导的预测需要大大减少银行损失。　　人工智能在鼓吹欺诈方面也有很最重要的应用于。

　　同盾科技创始人兼任董事长蒋韬讲解，同盾科技监测的欺诈团伙将近100万个。同盾科技有一个“图数据库”，这个库里差不多有多达500亿的数据节点。同盾科技通过这些基于图的分析，可以构建对数据节点和数据节点之间的关系毫秒级的找到。比如随意给同盾两个手机号，只要毫秒级的时间，同盾科技就可以得出它们的关联度有多少。

　　信用分数的评估主要是两个维度：偿还能力和偿还意愿。偿还能力和偿还意愿在传统的风触角度都有适当的维度和数据做到评估，但是同盾只不过找到了还有一些创意的数据角度显然可以分析这个人的情况，还包括纳税情况、信用情况，还包括他的搬去次数、借贷时间等等，都是跟信用有关系的，还包括网络页面等等。

同盾整个的变量库里派生出有差不多6万个变量库，中间不会有30-50个变量不会跟这个人的信用强劲涉及，同盾科技通过机器学习，还包括深度自学的方式萃取出来，对个人信用评分。　　同盾科技有一个风险管理平台，客户还包括信用卡中心、消费金融、小贷公司、现金债、汽车金融，他们不会利用这些信息评估个人的欺诈风险和信用风险。

未来同盾科技不会把底层能力之后对外开放，还包括机器学习平台、自动化的训练平台、计算出来平台等。　　人工智能转入“辅助”决策阶段　　人工智能最重要的能力或者最关键的能力就是协助人们做到决策。目前在金融业，这方面的应用于还不成熟期，但是早已有尝试开始落地。

　　赖开文讲解，IBM指出现阶段人工智能或者理解计算出来更加多特别强调的是“辅助”决策的阶段。　　“辅助”决策的意思是，IBM不会给用户决策的建议，这些建议里有一个“置信度”，即这个计算机系统、理解系统指出他的置信度有多少，即辨别它再行多大程度上是靠谱的。并且“可追溯”，意思是，每个决策建议后面不会得出证据，人可以据此做出辨别，实在合理就接纳，如果不合理，就作出自己的辨别。

　　在这方面，IBM的落地项目是，老大日本的一家保险公司做到智能赔偿。寿险公司的赔偿非常复杂，因为病种很多，每个病都很简单，要认清什么情况缴、什么情况不赔，是很专业的事情。同时，在辨别否应当赔偿时，要核查十分多的文档、检查的资料、医生的处方等等。一般简单大病必须10年以上的员工才能做到。

这样人力成本的投放是十分低的。IBM通过沃森系统老大寿险做到智能的赔偿，做到两件事情：　　第一，从非结构化的数据（从医院拿过来的医生进的处方单、医疗报告）当中，把关键特征信息提取出来，还包括了疾病名称、手术名称、医疗结论，不必须通过人去载入。

这是通过自然语言的解读、机器学习构建的。　　第二，把提取出来的特征与历史数据展开对比，从而作出赔偿决策。

　　他透漏，IBM正在讲中国的保险公司，TOP6的保险公司要把这样的一个理解赔偿的方案从日本重制到中国本地。　　失业潮不远处了　　与人工智能大显身手互为预示的，金融行业的失业转岗潮早已是看见的事情。　　赖开文透漏，IBM给上述日本的保险公司做完智能赔偿的项目之后，该公司赔偿的平均值时间增加了40%，人员的投放增加了30%，原本有30%的人员转岗去做到别的事情了。

每年增加开支1.5亿日元。　　人员比同行精简，在天弘基金也有非常明显的展现出。　　刘硕凌透漏，天弘基金的AI与金融融合的尝试开始于2015年。

很多人回答，天弘基金管理15000亿究竟有多少人，信用分析团队还包括相同收益团队都并不大，在业内不能说道是一个中游水平的体量。之所以需要用这么较少人管理这么多的资产，主要因为有自动化的技术。

　　但是，这样的“转岗”有可能并非坏事。刘硕凌提及，比如天弘基金招进去的一些毕业生都出自清华北大等高校，这些毕业生去做到非常简单重复劳动就是一种资源浪费，他们可以去做到更加简单的工作。

本文来源：博奥体育app下载-www.shanxishengjie.com