数据要素产业
AI+金融,造势宣传背后剩什么?
从去年开始,各行各业刮起了“AI风”,AI+医疗、AI+安防、AI+教育、AI+娱乐、AI+零售,AI+金融自然不会缺席,创新工场董事长兼CEO李开复就曾多次表示,人工智能最好的应用领域之一就是金融业,因为这是唯一纯数字的领域。
中国银行、建设银行、工商银行、中国平安、国泰君安、华泰证券等都宣布开始涉足金融智能化领域,主打人工智能概念的产品层出不穷。但事实上,无论各金融机构如何宣传造势,人工智能在金融领域的应用都大致归为三类:一类是智能投顾;第二类是智能客服;第三类是金融预测与反欺诈。
智能投顾
智能投顾模式诞生于2008年,2011年在美国市场显著加速发展。国外机构来看,Vanguard、Charles Schwab是较早布局智能投顾传统金融机构。目前规模也最大。除此之外,2016年以来,德意志银行、TD Ameritrade、美银美林、高盛等大举进入智能投顾领域。
截至2016年9月,美国传统资产管理机构通过智能投顾模式管理的资产规模约520亿美元,年均复合增长率179%;同期,美国独立智能投顾公司资管管理规模达到132亿美元,增长率56%。
国内最先亮出“智能投顾”的金融机构就是招商银行。于2016年年底推出的摩羯智投是针对公募基金的基金组合,其官方介绍中也称,只是“智能基金组合销售服务”。随后,工商银行也推出了智能投顾“AI投”。
目前的智能投顾绝大多数是风险投资组合。主要面向个体投资者或银行、券商、基金代销机构等需要大量资产配置的巨体量投资主体。其中,智能投顾大类资产配置的核心问题是高效可靠的产品画像,而针对个体终端用户的智能投顾则需要同时解决好产品画像和用户画像两方面问题。无论哪一种,关键性影响因素都是基础数据的量级和准确性以及算法模型的有效性。
智能客服
客服领域,传统商业银行或零售银行,很大程度要跟客户打交道,现在很多地方可能被取代,人工智能技术引入专家系统,将80%用户的常见问题进行学习,只需要很少的客服人员就可以通过人工智能识别客户的问题,提供相应的候选解答和金融知识,极大提高效率。人工智能助理、人工智能信贷员、人工智能决策放款收款都存在,还有智能推进系统。
比如智能客服可以通过对人语音的挖掘判断出对方来电的原因、对方来电的情绪、以及对方的内心诉求,然后将它转交给相应的客服,比说顾客是来投诉的,还是来咨询某种业务的。
金融预测与反欺诈
金融的核心就是风险,风险是永远存在的,没有绝对的安全。人的精力和注意力都是有限的,而通过利用机器对数据的大规模以及高频率的处理能力,却可以减少风险,做一个准确的风险评估。如首先是对个人的信贷或者企业的投资的这些判断,然后再通过大量的数据分析每一个投资的环节,然后人工通过最后的一个风险控制来做一个处理。美国一家人工智能公司,专门挖掘个人的隐私信息,但现在利用这项技术来做好事,不去泄露用户的隐私,而是监测整个互联网,当发现有人的隐私泄露的时候,启动报警,这在金融诈骗肆虐的今天是很重要的一项应用。
使用AI来识别和判断每一笔支付交易,对其分类和标记;人工智可以识别出的支付欺诈,并且收集客户反馈不断迭代改进更加精确。比如信用卡存在被盗刷的可能,那么人工智能就可以用来判断到底是真的消费记录还是一个欺诈的消费。
编辑观点
AI进入金融领域早已不是什么新鲜事了,但是目前“AI+金融”主要是对数据的整理和处理,还有金融的交易决策、风险控制,AI若想掀起金融行业的巨浪还为时尚早。