![AI渗透金融业 人工是否可以放心离席?](http://www.ctiforum.com/uploadfile/2018/0205/20180205015259530.jpg)
越来越“听话”的智能客服,比你更懂你的智能投顾
刘罡在深圳一家互联网公司工作,最近他在手机上办理了微众银行开户,体验全然一新。
刘罡先通过手机上的微众银行APP扫描了身份证,之后屏幕上显示出一段阿拉伯数字,需要他跟读。在读数的时候,系统开始识别人像是否和身份证上的是同一个人,确认表情是否自然。如果系统自动识别出来没有问题,刘罡很快就能通过开户审核,办理这家银行新的账户,整个过程不超过3分钟。
“人脸识别就和去柜台办业务时核对身份一样。只不过在柜台办理时,是银行工作人员来核实,现在机器就能远程核实,方便快捷。”刘罡说。
人脸识别技术,是人工智能在金融领域的一种运用。“在远程客户认证方面,我们基于公安部公民身份信息库和身份联网核查系统,结合腾讯优图的人脸识别及活体检测技术,建成了一套准确度较高的远程身份识别系统。系统可自动识别并采取多因子核身手段,保障用户资金安全,整体差错率被控制在接近百万分之一。”微众银行行长李南青说。
机器不仅能识人,也能待客、答疑。用支付宝、逛京东,人们发现越来越多的平台开始用机器人代替人工客服,回答客户提问,或是接收语音指令。测试数据显示,支付宝客服平台小蚂答完成5轮问答所需时间大概为1秒钟,比人工客服的效率高30至60倍,每天可以处理200万—300万的用户咨询。2017年,小蚂答客户满意率比人工客服还高出了3个百分点。
人工智能技术还让信贷过程变得越来越“聪明”。几年前,马金瑜回青海创业,经营高原蜂蜜和藏族手工艺品等特产,还在网上开了一家微店。开店之初,她与当地牧民做生意都是现金结账,每次进货基本上都把所有的现金“抽干”。小生意艰难维持的时候,微店支付业务的工作人员告诉她,可以直接在微店APP申请小微贷款。
“人工智能在信贷中的应用核心是机器学习模型,这贯穿于信贷全程。贷款前,智能信贷不需要繁琐的触客、初审和录入,贷款人只要简单填写十几个信息,系统就能在线迅速搜集、加工、分析数据,发放贷款前后只要15分钟。授信后,智能信贷流程并未结束,会时刻监测微店业务数据,跟踪学习用户和企业行为模式变化,预测客户贷中风险,据此调整客户授信额度。比如,店里销售商品种类突然变了,机器学习模型能捕捉到这一信息,调整客户的动态风险。”为微店小贷业务提供技术支持的品钛读秒科学决策副总裁任然说。
金融正变得更场景化、高频化和个性化
易观咨询此前发布的《人工智能理财市场专题分析》报告预测,到2020年,中国人工智能理财规模将达到5.22万亿元。
而在我国,人工智能技术已经初步渗入到金融科技的各个领域,从智能客服到反欺诈,从商家营销到贷款模型,从财经资讯推送到智能投顾,从车险图像定损到保险对话机器人等。不但互联网公司发力人工智能,银行业也利用人工智能改造传统的信贷流程和理财模式。
家家人工智能的时代,什么样的技术运用才算得上是真正的“智能”?业内普遍认为,一般的系统只能根据设计者确定好的程序去运转,是一个相对静态的模型。而人工智能是一类像人类一样思考、学习和决策的系统。利用基于大数据的深入学习,机器能合理感知、规划、推理和自我优化,进行理性决策。
以智能客服为例,用户的不断使用、机器的自我学习,让客服变得越来越“聪明”。据蚂蚁金服相关负责人介绍,智能客服眼下已是各大服务平台的标配,没有引入人工智能技术的客服更接近于一个搜索引擎,将用户输入的关键词与数据库的相关答案匹配。对于口语化的提问,这样的智能客服往往很难给出“聪明”的回答。真正的人工智能客服能自我学习,在不同的语境中学习调整提升,问题回答得越多,越精准,尤其对于口语化、表述不够完整的提问,能够主动理解。
人工智能似乎成为金融的“新大陆”,借助人工智能技术、通过挖掘海量信息,大幅提高了金融服务效率、降低服务成本,从而降低金融服务门槛,这些变化正是金融未来发展的核心竞争点。
国际人工智能协会主席、微众银行独立董事杨强说,人工智能的引入使得银行服务发生本质的变化,更场景化、高频化和个性化。简单的模型一个人可以一天写几条规则,一个团队一年最多可以写上万条规则,但是人工智能的模型可以写出上亿条规则,这些规则使得模型能够适配于各种不同的细分场景。同时,人工智能让金融服务从人为主导的服务变为自动的服务,拓展了金融服务的能力。比如,过去银行一天可以接待成百上千人,但是像纯线上银行,却可以应付上千万人的需求。金融服务也从通用化的服务,演化到千人千面的服务。未来人工智能不仅会改变金融,还将使得金融变得更加的场景化,高频交易。
人工智能技术发展越成熟,机器还能突破人的思维,发现一些按照人类传统思维难以发现的问题。任然举例说,公司曾为一家电商合作伙伴平台打造了“预支付”功能,为信用良好的用户提供先消费、后付款服务。但在这个工程中却发现有一批用户在进行了一系列复杂流程后,却在最后的支付阶段停止了操作。工程师们最初猜测,可能是用户对额度不满意,或者认为申请流程复杂等等。但在人工智能的帮助下才发现,原来这一批用户之所以不支付,竟然是因为他们都使用某手机的某个浏览器的某个版本下的某分辨率,导致支付按钮无法显示。“人工智能最终帮助我们挽回了一批不应该损失的用户。”任然说。
机器并不完美,人工不能缺席
人工智能脱离不了金融的实际场景,这需要在支付、信贷和信用体系等各个领域打通线上线下。杨强说,现在没有实现的主要原因在于数据没有连通,以及人工智能技术的应用还不到位。
大数据是人工智能实现的基础,人工智能对于精确数据的需求会越来越强烈,驱动着开放平台的建立。《人工智能理财市场专题分析》指出,各个巨头将打破单一的生态循环,将更多的渠道和产品纳入自己的开发平台之上,以便获取更多的数据,多维度地理解用户需求,做出相应的匹配,从而完成对数据的整合和加工。预测未来5年机构之间会加速渗透,双方协同发展的基础集中在算法、流量、创新技术开发与市场教育。
行业合作已经开始,互联网巨头正打开合作、共享的平台。据统计,京东金融已为400家银行、55家保险公司、100家基金公司提供了大数据、风控、营销等科技能力输出。目前,京东金融的金融服务人群已经涵盖1.5亿用户,合作伙伴已经达到50万家。蚂蚁金服成熟的人工智能技术也向行业陆续开放,蚂蚁智能理财顾问向金融机构开放一个月后,日均交易额比一个月前增长了243%,日均客单的涨幅也达到了190%。蚂蚁图像定损能力开放给保险公司后,人工智能几秒钟就能对事故车做出准确定损结果,有望每年为行业节约案件处理成本20亿元。
不过机器并不完美,人工不能缺席。任然介绍,机器学习模型基于历史数据进行学习、预测,相对稳定,但市场和数据总是变化的,在实际运行中难免出现旧数据源不稳定、新增数据源和客群变化等极端情况。在这种不稳定的情况下,放任人工智能模型自行迭代,可能会导致模型准确度和稳定性不足的问题。这时候需要一些人工参与,替换数据或者调整数据在模型中的权重。