论文部分内容阅读
AI首先颠覆金融？
由于技术的突破和应用机会的不断扩展，人工智能（AI）走到了大规模应用的临界点。创新工场董事长兼CEO李开复目前表示，AI能颠覆的第一个且最大的领域必将是金融领域。
为什么他敢如此大胆预测？李开复解释说，虽然自己也投资了无人驾驶、模拟机器人等领域，但是这些要普及还需要至少10年以上。他认为人工智能最先爆发的领域需要满足一个场景，就是丢一堆数据进去就可以学会预测、判断、推测、分类、选择。而要实现这一场景，就必须满足4个条件：
一、要有超大数据量，因为它不要举一反三，而要举多反三;二、这个数据是要有标注，不是网上随便一堆数据，比如股票市场涨或跌，“阿尔法狗”赢了还是输了;三、应用一定是单一领域，越垂直、越细分越好;四、要有特别权威的人工智能专家。
在李开复看来，金融领域非常大，本身围绕数字工作，无需转化过程。“数字就是数字，你借多少钱，还多少钱，哪天还，这些数字不会错。你还了就是一个正面标注，没还就是负面标注，非常清晰。领域也很单一，做保险就做保险，做投资就做投资，我们要有很厉害的人。”因此，金融业有海量数据，而在人工智能领域数据就是资源，银行里面的很多业务可以被人工智能所取代和提升，整个金融行业未来还有更多更大的机会。
虽然是门外汉，李开复对金融AI的判断在现实中似乎得以验证。从2016年至今，包括贝莱德集团、高盛集团、德意志银行、瑞士信贷、荷兰ING银行等全球重量级银行纷纷展开裁员计划，其背后原因直指人工智能。
TrendForce旗下拓墣产业研究院最新报告指出，金融业导入AI应用的范畴相当广泛，从前端的客户服务、精准行销，到核心业务辅助投资与交易，甚至后台的风险管控等，都能发挥AI强大的威力，也势必会抢走不少金融业员工的饭碗。
拓墣的报告还指出，未来金融业受到AI冲击的职务，除了交易员、金融分析师、基金经理人、投资顾问外，还有保险精算师、风控人员、授信人员、理赔分析人员等，但从目前的发展情况来看，AI能执行的仅是初阶的数据收集与处理，存在高度风险与监理门槛的工作内容，仍需由专业人员来负责。以保险服务为例，前台保险业务员、初阶核保人员、勘察员等，需透过大量人力处理繁杂文书的工作，将率先被AI所取代，至于后台的理赔分析、精算师等，尚需专业人员负责风险把关。
有意思的是，虽然AI正在金融界引发风暴，但客户对于AI的接受度并没有想象中高。根据社交网站LinkedIn最近的一项调查显示，只有29%的人士对AI金融顾问感兴趣，而43%的人士认为华尔街的智能化浪潮有点过度，AI的作用和地位被大大夸大了。有财务人士指出：“金融部门消费者仍然需要某种人与人之间的接触。尤其是当突然的市场走势导致意外的损失时，顾客们希望直接与顾问们进行对话，他们想知道为什么，想要得到安慰或者发泄情绪。而目前的AI顾问很难实现这一点。”
在中国，金融AI已先行
当全球金融界对于AI能否颠覆传统金融而争得面红耳赤之际，国内的金融机构已悄然开始AI变革。
以阿里巴巴为例，6月14日，蚂蚁金服宣布向首批入驻蚂蚁财富的10家金融机构开放AI能力。这意味着，数以亿计的支付宝普通用户，也可以像富人一样有了一个深度了解自己的专属理财顾问，不同在于，这个顾问全天24小时工作，在推荐理财产品时丝毫不夹杂私心，并且还不收取佣金。
智能理财顾问背后的技术能力是，AI算法模型会从用户的真实投资与决策行为出发，结合用户自身的真实意思表示，并通过丰富的产品特征与复杂的算法进行产品与用户之间的匹配，深度了解用户的风险承受能力与风险偏好态度，帮助机构为用户匹配真正适合自己的产品。
在7月22日的2017中国人工智能大会（CCAI2017）上，蚂蚁金服副总裁、首席數据科学家漆远表示，蚂蚁金服已经陆续向合作伙伴开放了智能客服、智能理财AI能力、智能图像定损技术。其中智能理财AI能力刚开放一个月，合作金融机构的日均交易额就增长了243%。
拓墣产业研究院的报告指出，除了智能投资顾问以外，因数字金融服务快速发展导致的风控挑战，带动透过人脸识别实现远程身份验证、实时核贷等人工智能应用发展，也已成为众多金融机构推动数字金融的重点之一。此外，根据用户来电或在线询问内容，预测用户问题并自动导引至相关服务，或透过AI客服获取客户潜在需求以进行精准营销等智能客服应用，亦将成为AI金融领域中较快普及的应用项目。
比如，AI技术里面的图像识别技术是百度、商汤科技等巨头的核心技术之一，可以对犯罪嫌疑人进行识别和监控，其中百度的OCR（光学字符识别）技术更为神奇，它可以超越人眼识别的极限，对“萝卜章”伪造的合同文件、文本等进行识别。也就是说，AI技术的误差可能比人眼要低几个量级，让萝卜章无处遁形，避免巨额损失。
在风控方面，国内小公司也和大佬一样早已布局。
凡普金科旗下凡普信在2016年发布了自主研发的智能动态风控系统“FinUp云图”，将知识图谱与深度学习相结合，模仿人类大脑行为，自动发现隐藏在复杂关系里的风险点，挖掘潜在欺诈行为。凡普信CEO刘琦表示，除了传统金融机构采用的征信报告，“FinUp云图”还会大量应用基于用户在互联网的行为轨迹，包括运营商的数据，以此对借贷客户进行全方位的风险评估。
众所周知，找到小金融公司的客户往往在大银行借不到钱。在刘琦看来，这并不是因为借款人还款能力有问题，很多时候是因为他是“白户”（之前没有办过信用卡或者贷款记录），而在此时，客户的还款意愿如何就显得很重要了。那么，如何判断这个人是否愿意按时还钱呢？这对于小金融公司而言就显得至关重要。 “一方面，我们有一个反欺诈系统，基本是参考了世界上所有的反欺诈黑名单。另一方面，我们自有的基于AI和大数据机器学习方面、垂直搜索、负面信息关联等先进算法，自建了一个反欺诈系统。”刘琦表示，凡普信最近还和以色列Innovative Assessments公司合作，后者研制出了一套全球唯一一套基于心理评测来衡量借款人还款意愿和风险承受度的系统。
那么，人类是否可以欺骗AI呢？Innovative Assessments公司创始人Saul Fine认为很难，因为在他设计的这套AI心理测试系统中，测试者回答时间长短、停顿时长都能体现这个人的真实想法，而有些问题只是“坑”。而且，这一系统已在以色列、西班牙、英国、美国、危地马拉和中国等国家都已测试成功。“面对金钱，人性是相通的。这和你是什么国籍、肤色没有太大关系。”Saul Fine总结道。
对于金融机构而言，AI主导下的风控系统除了能够防止客户欺诈，还能大大提高审批效率。以融360推出的“天机”风控系统为例，基于借款申请人自主提交的个人数据，可以做到10分钟左右完成审批，最快当天放款。为什么可以这么快？因为融360过去5年服务了超过5000万用户，积累了信贷垂直领域的海量历史数据。大数据对“深度模型”反复进行“训练”，使系统对借款申请人的风险预测越来越准确。
买保险也可以用AI
事实上，除了传统的银行项目，AI在证券和保险等诸多金融领域也在发挥作用。这有助于实现国务院发布的《新一代人工智能发展规划》中所提及的“建立金融大数据系统，提升金融多媒体数据处理与理解能力”的目标。
以保险为例，传统保险的核心流程是“产品设计—售前—承保—投保—出险—理赔—售后”。而在这个核心流程的每个环节里，可以细分出很多小的环节，诸多环节都可以被AI改造。比如售前有咨询、推荐、情感的关怀，承保里有身份的认证、核保（是不是符合保险条件）、定价，理赔里有反欺诈（反欺诈骗保）、核损（根据损伤程度决定赔多少钱），售后的日志分析、客户管理，特别日志分析具有人工智能闭环作用，可以通过日志分析对前面各个环节起到优化和完善的作用。
作为国内首家互联网保险公司，众安科技实验室总监纪其进7月中旬在北京发表演讲时表示，公司正在进行各种AI尝试。例如，寿险环节跟售后环节，众安是通过客服机器人来完成的。毕竟众安科技通过用户画像、通过产品的知识做精准的营销和推荐。
而在承保这个环节，众安科技正在用AI改变“定价”。“比如车险，众安科技提出UPI车险，即基于使用的车险。以前车险是根据车的类型、品牌、价格、使用年限给一个定价。但是这样的定价方法并不准确，有的车一年难得开几次，而基于车的本身使用情况来定价是更为精准的。”纪其进说。
而在理赔环节，众安可以基于AI来判断客户是否恶意骗保，以及真正的损失到底是多大。
监管面临挑战
随着AI 金融日益融合，监管就成了新挑战。
《21世纪经济报道》指出，全球各国对人工智能金融应用的监管步伐，显然落后业务创新步伐。为此，不少国家金融监管部门也采取相对灵活的监管措施，比如新加坡、英国等金融监管部门采取沙盒监管（regulatory sandbox）方式，即金融监管部门在限定的业务范围内，简化市场准入标准与门槛，在确保投资者权益的前提下，允许机构将人工智能金融应用迅速落地运营，随后金融监管部门根据这些业务的运营发展状况，决定是否予以推广。
“这些人工智能金融应用要得到推广，就要满足传统金融监管的诸多要求，包括业务操作流程必须满足反洗钱审查、业务操作流程合规、客户风险承受力评估、投资者适当性等操作要求。”业內人士表示。
这给不少人工智能金融应用造成相当高的监管压力。比如不少智能理财机构都是通过机器人模型设定调整投资组合与投资模型，不是由人来操作，相关部门若不了解机器人投资模型背后的“逻辑”，容易怀疑其中是否暗藏人为操作的内幕交易等违规行为。
据悉，为了符合监管规定，不少引入大量人工智能技术的互联网金融机构纷纷与银行、券商等持牌金融机构寻求合作，以提供技术输出或投资组合等方式，由后者向个人投资者提供智能金融服务。这种做法的好处，一是让持牌金融机构对投资者风险承受力进行甄别，避免人工智能技术出现差错，令平台向投资者提供风险不匹配的投资组合，违反了监管规定;二是持牌金融机构可以及时跟踪互联网金融平台最新运营数据，便于监管部门加强金融监管。
由于技术的突破和应用机会的不断扩展，人工智能（AI）走到了大规模应用的临界点。创新工场董事长兼CEO李开复目前表示，AI能颠覆的第一个且最大的领域必将是金融领域。
为什么他敢如此大胆预测？李开复解释说，虽然自己也投资了无人驾驶、模拟机器人等领域，但是这些要普及还需要至少10年以上。他认为人工智能最先爆发的领域需要满足一个场景，就是丢一堆数据进去就可以学会预测、判断、推测、分类、选择。而要实现这一场景，就必须满足4个条件：
一、要有超大数据量，因为它不要举一反三，而要举多反三;二、这个数据是要有标注，不是网上随便一堆数据，比如股票市场涨或跌，“阿尔法狗”赢了还是输了;三、应用一定是单一领域，越垂直、越细分越好;四、要有特别权威的人工智能专家。
在李开复看来，金融领域非常大，本身围绕数字工作，无需转化过程。“数字就是数字，你借多少钱，还多少钱，哪天还，这些数字不会错。你还了就是一个正面标注，没还就是负面标注，非常清晰。领域也很单一，做保险就做保险，做投资就做投资，我们要有很厉害的人。”因此，金融业有海量数据，而在人工智能领域数据就是资源，银行里面的很多业务可以被人工智能所取代和提升，整个金融行业未来还有更多更大的机会。
虽然是门外汉，李开复对金融AI的判断在现实中似乎得以验证。从2016年至今，包括贝莱德集团、高盛集团、德意志银行、瑞士信贷、荷兰ING银行等全球重量级银行纷纷展开裁员计划，其背后原因直指人工智能。
TrendForce旗下拓墣产业研究院最新报告指出，金融业导入AI应用的范畴相当广泛，从前端的客户服务、精准行销，到核心业务辅助投资与交易，甚至后台的风险管控等，都能发挥AI强大的威力，也势必会抢走不少金融业员工的饭碗。
拓墣的报告还指出，未来金融业受到AI冲击的职务，除了交易员、金融分析师、基金经理人、投资顾问外，还有保险精算师、风控人员、授信人员、理赔分析人员等，但从目前的发展情况来看，AI能执行的仅是初阶的数据收集与处理，存在高度风险与监理门槛的工作内容，仍需由专业人员来负责。以保险服务为例，前台保险业务员、初阶核保人员、勘察员等，需透过大量人力处理繁杂文书的工作，将率先被AI所取代，至于后台的理赔分析、精算师等，尚需专业人员负责风险把关。
有意思的是，虽然AI正在金融界引发风暴，但客户对于AI的接受度并没有想象中高。根据社交网站LinkedIn最近的一项调查显示，只有29%的人士对AI金融顾问感兴趣，而43%的人士认为华尔街的智能化浪潮有点过度，AI的作用和地位被大大夸大了。有财务人士指出：“金融部门消费者仍然需要某种人与人之间的接触。尤其是当突然的市场走势导致意外的损失时，顾客们希望直接与顾问们进行对话，他们想知道为什么，想要得到安慰或者发泄情绪。而目前的AI顾问很难实现这一点。”
在中国，金融AI已先行
当全球金融界对于AI能否颠覆传统金融而争得面红耳赤之际，国内的金融机构已悄然开始AI变革。
以阿里巴巴为例，6月14日，蚂蚁金服宣布向首批入驻蚂蚁财富的10家金融机构开放AI能力。这意味着，数以亿计的支付宝普通用户，也可以像富人一样有了一个深度了解自己的专属理财顾问，不同在于，这个顾问全天24小时工作，在推荐理财产品时丝毫不夹杂私心，并且还不收取佣金。
智能理财顾问背后的技术能力是，AI算法模型会从用户的真实投资与决策行为出发，结合用户自身的真实意思表示，并通过丰富的产品特征与复杂的算法进行产品与用户之间的匹配，深度了解用户的风险承受能力与风险偏好态度，帮助机构为用户匹配真正适合自己的产品。
在7月22日的2017中国人工智能大会（CCAI2017）上，蚂蚁金服副总裁、首席數据科学家漆远表示，蚂蚁金服已经陆续向合作伙伴开放了智能客服、智能理财AI能力、智能图像定损技术。其中智能理财AI能力刚开放一个月，合作金融机构的日均交易额就增长了243%。
拓墣产业研究院的报告指出，除了智能投资顾问以外，因数字金融服务快速发展导致的风控挑战，带动透过人脸识别实现远程身份验证、实时核贷等人工智能应用发展，也已成为众多金融机构推动数字金融的重点之一。此外，根据用户来电或在线询问内容，预测用户问题并自动导引至相关服务，或透过AI客服获取客户潜在需求以进行精准营销等智能客服应用，亦将成为AI金融领域中较快普及的应用项目。
比如，AI技术里面的图像识别技术是百度、商汤科技等巨头的核心技术之一，可以对犯罪嫌疑人进行识别和监控，其中百度的OCR（光学字符识别）技术更为神奇，它可以超越人眼识别的极限，对“萝卜章”伪造的合同文件、文本等进行识别。也就是说，AI技术的误差可能比人眼要低几个量级，让萝卜章无处遁形，避免巨额损失。
在风控方面，国内小公司也和大佬一样早已布局。
凡普金科旗下凡普信在2016年发布了自主研发的智能动态风控系统“FinUp云图”，将知识图谱与深度学习相结合，模仿人类大脑行为，自动发现隐藏在复杂关系里的风险点，挖掘潜在欺诈行为。凡普信CEO刘琦表示，除了传统金融机构采用的征信报告，“FinUp云图”还会大量应用基于用户在互联网的行为轨迹，包括运营商的数据，以此对借贷客户进行全方位的风险评估。
众所周知，找到小金融公司的客户往往在大银行借不到钱。在刘琦看来，这并不是因为借款人还款能力有问题，很多时候是因为他是“白户”（之前没有办过信用卡或者贷款记录），而在此时，客户的还款意愿如何就显得很重要了。那么，如何判断这个人是否愿意按时还钱呢？这对于小金融公司而言就显得至关重要。 “一方面，我们有一个反欺诈系统，基本是参考了世界上所有的反欺诈黑名单。另一方面，我们自有的基于AI和大数据机器学习方面、垂直搜索、负面信息关联等先进算法，自建了一个反欺诈系统。”刘琦表示，凡普信最近还和以色列Innovative Assessments公司合作，后者研制出了一套全球唯一一套基于心理评测来衡量借款人还款意愿和风险承受度的系统。
那么，人类是否可以欺骗AI呢？Innovative Assessments公司创始人Saul Fine认为很难，因为在他设计的这套AI心理测试系统中，测试者回答时间长短、停顿时长都能体现这个人的真实想法，而有些问题只是“坑”。而且，这一系统已在以色列、西班牙、英国、美国、危地马拉和中国等国家都已测试成功。“面对金钱，人性是相通的。这和你是什么国籍、肤色没有太大关系。”Saul Fine总结道。
对于金融机构而言，AI主导下的风控系统除了能够防止客户欺诈，还能大大提高审批效率。以融360推出的“天机”风控系统为例，基于借款申请人自主提交的个人数据，可以做到10分钟左右完成审批，最快当天放款。为什么可以这么快？因为融360过去5年服务了超过5000万用户，积累了信贷垂直领域的海量历史数据。大数据对“深度模型”反复进行“训练”，使系统对借款申请人的风险预测越来越准确。
买保险也可以用AI
事实上，除了传统的银行项目，AI在证券和保险等诸多金融领域也在发挥作用。这有助于实现国务院发布的《新一代人工智能发展规划》中所提及的“建立金融大数据系统，提升金融多媒体数据处理与理解能力”的目标。
以保险为例，传统保险的核心流程是“产品设计—售前—承保—投保—出险—理赔—售后”。而在这个核心流程的每个环节里，可以细分出很多小的环节，诸多环节都可以被AI改造。比如售前有咨询、推荐、情感的关怀，承保里有身份的认证、核保（是不是符合保险条件）、定价，理赔里有反欺诈（反欺诈骗保）、核损（根据损伤程度决定赔多少钱），售后的日志分析、客户管理，特别日志分析具有人工智能闭环作用，可以通过日志分析对前面各个环节起到优化和完善的作用。
作为国内首家互联网保险公司，众安科技实验室总监纪其进7月中旬在北京发表演讲时表示，公司正在进行各种AI尝试。例如，寿险环节跟售后环节，众安是通过客服机器人来完成的。毕竟众安科技通过用户画像、通过产品的知识做精准的营销和推荐。
而在承保这个环节，众安科技正在用AI改变“定价”。“比如车险，众安科技提出UPI车险，即基于使用的车险。以前车险是根据车的类型、品牌、价格、使用年限给一个定价。但是这样的定价方法并不准确，有的车一年难得开几次，而基于车的本身使用情况来定价是更为精准的。”纪其进说。
而在理赔环节，众安可以基于AI来判断客户是否恶意骗保，以及真正的损失到底是多大。
监管面临挑战
随着AI 金融日益融合，监管就成了新挑战。
《21世纪经济报道》指出，全球各国对人工智能金融应用的监管步伐，显然落后业务创新步伐。为此，不少国家金融监管部门也采取相对灵活的监管措施，比如新加坡、英国等金融监管部门采取沙盒监管（regulatory sandbox）方式，即金融监管部门在限定的业务范围内，简化市场准入标准与门槛，在确保投资者权益的前提下，允许机构将人工智能金融应用迅速落地运营，随后金融监管部门根据这些业务的运营发展状况，决定是否予以推广。
“这些人工智能金融应用要得到推广，就要满足传统金融监管的诸多要求，包括业务操作流程必须满足反洗钱审查、业务操作流程合规、客户风险承受力评估、投资者适当性等操作要求。”业內人士表示。
这给不少人工智能金融应用造成相当高的监管压力。比如不少智能理财机构都是通过机器人模型设定调整投资组合与投资模型，不是由人来操作，相关部门若不了解机器人投资模型背后的“逻辑”，容易怀疑其中是否暗藏人为操作的内幕交易等违规行为。
据悉，为了符合监管规定，不少引入大量人工智能技术的互联网金融机构纷纷与银行、券商等持牌金融机构寻求合作，以提供技术输出或投资组合等方式，由后者向个人投资者提供智能金融服务。这种做法的好处，一是让持牌金融机构对投资者风险承受力进行甄别，避免人工智能技术出现差错，令平台向投资者提供风险不匹配的投资组合，违反了监管规定;二是持牌金融机构可以及时跟踪互联网金融平台最新运营数据，便于监管部门加强金融监管。