6 月 20 日,中國農業銀行與百度戰略合作簽約儀式在北京舉行,將在人工智慧技術與金融結合方面展開深度合作,這主要包括金融大腦、客戶畫像、精準營銷、客戶信用評價、風險監控、智慧投顧、智慧客服等方向的具體應用,並共建「金融科技聯合實驗室」。同時百度金融公佈了三步走的戰略規劃,金融科技將在百度金融體內驗證,體外輸出,試圖構建一個金融體系級別的深度學習 AI。
中國農業銀行董事長周慕冰(左)與百度公司創始人、董事長兼執行長李彥宏
一、人工智慧與金融的結合是大勢所趨
人工智慧技術的突破性進展已經對眾多行業產生了重大影響,而金融業由於自身在資料質量、結構化產品和市場規模等方面的優勢,已經成為和人工智慧技術結合最為緊密的領域之一。隨著越來越多的交易從實體渠道轉向數字渠道,技術繼續影響著銀行業。大資料洞見和高階分析技術的應用,已經改變了金融服務業的內部運作、外部體驗和競爭市場。
而面對如此巨大的變化,各銀行和信用社正在重新思考未來商業模式。當機器學習與雲端計算技術融合在一起,金融防線已被潛在入侵者摧毀。銀行業這幾年在科技上的開支越來越高,諮詢公司 Celent 的資料顯示,2015 年北美、歐洲和亞洲的銀行在科技上花的錢達到了 1967 億美元,同比上漲 4.6%。
埃森哲的一項研究認為,未來的勝利者將不僅具有技術能力,還能讓這些技術增強員工業務能力。「正是人與技術的結合才能真正創造未來銀行業的競爭優勢。」參與調查的近 90% 的銀行業高管都認為,企業必須以更快速度進行創新,跟上市場的步伐。
二、人工智慧在金融落地的具體方案
百度和農行的本次釋出會就是傳統金融巨頭與人工智慧的又一次重要結合,在渠道、服務和產品上實現更多的智慧金融。這一方面代表了金融機構的技術創新,同時也是國內人工智慧技術在金融領域的有力落地。李彥宏表示「智慧金融可以超越支付、網點等等物理限制。(人工智慧技術)高效即時處理海量、多維的非結構化資訊,抽取知識,在尊重金融規律的基礎上,為各種金融業務提供決策支援。」
百度金融服務事業群組成立於 2015 年 12 月 14 日,業務架構主要包括消費金融、理財資管、網際網路銀行、網際網路保險、錢包支付等多個板塊。目前,百度金融正利用人工智慧等技術賦能金融機構。李彥宏表示,百度既有許多精通深度學習和大資料的科學家,又有來自金融界的專業精英。兩種人才的配備可以更好地理解金融機構的訴求,而兩種思維的激盪創新,正在把百度人工智慧核心技術注入到金融領域,併產生出越來越豐富的創新成果。
而這些創新成果主要體現在提升銀行效率和使用者服務質量上,在埃森哲的調查研究中,當被問及將人工智慧嵌入使用者介面的前三個原因時,金融服務機構引用了「為了獲得資料分析和見解」(60%)、「為了提高生產率」(59%)和「成本效益節約」(54%)這三個原因。67% 的美國銀行家把「成本效益節約」作為投資人工智慧的首要理由。德國電信和蘇格蘭皇家銀行正在用聊天機器人取代原來的客服中心,這一舉措將會在未來五年節省數十億的成本。法國的巴黎銀行和出版商威科集團正在使用的機器篩查金融市場或客戶資料庫,發現漏洞後會發出警報。
同時,報告也指出了幾大應用方向,AI 是新的 UI——人工智慧正被用來增強客戶體驗、簡化工作流程和降低成本;生態系統力的彰顯——在這個增長智慧的新時代,公司將超越平臺戰略,採取豐富而強健的生態系統進路;工作市場——傳統的工作等級制度正在被「人才市場」所取代,其中包括大量獨立的自由職業者和兼職人員;為人類而設計——大資料和高階分析技術使得我們不僅想知道人們今天在哪裡,還想知道他們想去哪裡。
而從具體的銀行業務來看,人工智慧在金融領域的應用主要是集中在以下幾個方向
1、使用者智慧獲取
提升金融服務效率、降低行業成本是金融科技的基本訴求,而降低獲取客戶成本其中的關鍵一環。大資料、機器學習和推薦系統的發展極大有助於金融機構精確的獲取潛在使用者並推送合適的服務。
2015 年,摩根大通曾推出一款採用機器學習技術的預測性推薦系統——新機遇引擎(Emerging Opportunities Engine),辨別應該發行或出售股票的客戶。現在,摩根大通計劃將它推廣到其他領域。
藉助百度巨大的流量和對使用者需求的深刻洞察,百度金融形成了金融使用者畫像,透過響應模型能使金融服務準確觸達使用者,最終實現廣泛的流量覆蓋和精準的使用者觸達。
2、身份認證
處於金融行業對安全性的較高要求,身份認證是處理銀行業務中非常關鍵的一環,而隨著深度學習所帶來的影像識別準確率的大幅提升,金融機構已經可以去使用人臉識別、聲紋識別等生物認證技術來消除了物理網點的限制,從而大幅提升了業務處理效率和使用者體驗。
釋出會上,百度高階副總裁朱光提到,百度金融應用了百度的人工智慧,將活體識別、聲紋識別等技術用於身份識別,可運用於遠端開戶、遠端授信、刷臉支付等金融交易環節和場景。並且已經和泰康人壽進行合作,進行投保業務的身份認證,也應用在了自己的金融產品百度錢包中,還包括空港易行的機場 VIP 身份認證。
3、業務智慧分析
近幾年的自然語言理解技術也出現了質的突破,這也將極大影響銀行業務。摩根大通在今年 1 月份上線了 X-Connect 用來檢索電子郵件,幫助員工找到與潛在客戶關係最密切的同事,促進業務機會。不久後又推出了一個智慧合同平臺(COiN),主要用於分析法律檔案,摘取其中重要資料點和條款。人工審理一份長達 1 萬 2000 頁的年度商業信貸合同大約需要 36 萬個小時,機器學習技術將時間縮短至數秒。
紐約梅隆銀行正在採用機器人程式(bot),特別是利用融合了人工智慧技術的機器人處理程式自動化(RPA)提高運作效率,比如網頁機器人或網際網路機器人程式被用來實現自動化業務,過去十五個月以來已經部署了 220 多個由 Blue Prism 開發的機器人程式,處理那些過去人工完成的重複性事務。比如,審計員在處理財務報告時只要給人工智慧傳送資訊請求,在 24 小時之內就能得到回應。以前手動篩選儲存在六個不同 IT 系統中的大量資料,往往要花費 6 到 10 個工作日才能完成。資金轉移機器人程式可以幫助糾正美元資金轉移需求中的格式和資料錯誤,比人工操作更快速準確,一年就能幫銀行省下大約 30 萬美元。RPA 的應用已初見成效:跨五個系統的賬號關閉驗證,正確率 100%;處理時間提升了 80% ;trade entry 週轉時間提升了 66%;程式處理失敗交易,僅需四分之一秒,但人類需要五到十分鐘。
另外一個核心應用方向就是銀行的風控系統,百度的大資料和模型技術可應用於金融風控領域。包含 7 個維度 28 個行業,細分 10 萬+個標籤描述使用者的屬性和興趣;賬號安全保護傘,提供每秒 50 萬次風控請求的能力,有效防禦安全風險。基於百度的大資料和演算法技術,構建反欺詐和信用風險模型,從黑名單、多頭、關聯網路以及有/無央行徵信記錄等維度,防範金融風險。
4、聊天機器人
目前,聊天機器人和對話介面正成為趨勢,眾多人工智慧巨頭和自然對話的創業公司紛紛佈局,同時也激發著金融業內的熱情。這將徹底改變使用者獲取金融服務的方式,並極大提升效率。
今年 4 月份,富國銀行開始試點一款基於 Facebook Messenger 平臺的聊天機器人專案,虛擬助手透過與使用者交流,為客戶提供賬戶資訊,幫助客戶重置密碼。不久前,美國銀行的智慧虛擬助手 erica 也正式亮相,透過分析與認知訊息傳送,為銀行 4500 多萬使用者提供理財指導。
百度金融在自然語言處理和語音技術的支援下,智慧客服機器人能夠處理 97% 的線上諮詢,其在金融業務中的解決率達到 90% 以上。智慧語音質檢已實現關鍵性問題 100% 覆蓋。透過智慧化升級,1 年內單次服務成本下降了 80% 多。
5、智慧投顧
智慧投顧是人工智慧在金融應用裡又一個令人興奮的重要方向,預計美國智慧投顧(robo-adviser)AUM 市場到 2020 年會超過 2 萬億美元。富國銀行將於今年下半年正式上線名為「Intuitive Investor」的智慧投顧平臺,目標服務該行「千禧一代」的存量客戶群。Intuitive Investor 系定位介於 WellTrade 線上交易平臺和全服務模式之間的智慧投顧服務。美國合眾銀行(U.S. Bank)2016 年 8 月,美國合眾銀行宣佈與 Future Advisor 合作,為其客戶提供數字理財建議。
百度技術使智慧投顧的匹配更精準,並有效防控風險。大資料技術,整合網際網路上海量的資料和金融資訊,生成金融知識圖譜;根據使用者的行為軌跡生成使用者畫像,洞察使用者的需求和風險偏好;根據資產大資料,生成資產風險標籤。根據這些畫像和標籤,判斷使用者的投資風險偏好,精確匹配,生成對使用者適宜的投資組合,並幫助使用者追蹤、監控風險。智慧投顧可幫助使用者精準匹配資產,擺脫零散、低效、無序的原始資產配置,形成結構化、風險分散的財富管理。
5、人工智慧金融平臺
這些大型金融機構在透過人工智慧技術改善自己產品和服務的同時,還計劃將人工智慧技術能力輸出給那些缺乏技術實力的機構。
摩根大通將於今年晚些向機構客戶提供一些雲支援技術,允許像 BlackRock 這樣的公司自助獲取財報、研報和交易工具這些常規資訊,解放銷售和客服,計劃構建一個讓資產管理經理以及小型銀行不再需要聘請程式設計師的平臺。
百度在此次釋出會上也提到了金融雲,面向金融行業夥伴的一組完整服務能力的聚合,行業夥伴可以透過雲端訪問,獲取技術能力支撐,完善服務生態。百度金融云為 IT 系統、支付以及安全防護等底層技術提供支援,同時與人工智慧相結合,向金融機構輸出包括智慧獲客、身份識別、大資料風控、智慧投顧、智慧客服等全套金融解決方案,將百度的人才、技術、資料積累,全方位賦能合作伙伴,打造百度金融開放生態。
與之相關,百度金融已與包括支付、信貸、理財資管、風控等多個領域的許多金融同業達成合作。比如,百度大資料風控實驗室已與浦發銀行、買單俠等多領域合作伙伴達成合作,在 3C 分期、車分期、房分期以及現金貸、黑名單及反欺詐規則等方面,利用百度的資料及技術,定製模型,幫助合作伙伴進行信用評分、輔助決策。百度金融大腦也與百度與貴州省政府金融辦、大資料局等有關部門深度合作,聯合推出國內首個打通政府、企業、金融機構、網際網路資料的中小微企業智慧融資撮合平臺「貴州金融大腦」,一方連線成千上萬的中小微企業,另一方是貴州省銀行、小貸公司等金融機構,系統上線後可以即時、智慧匹配企業與金融機構之間的需求。
三、 金融人工智慧需要強大的技術積累
金融機構要從人工智慧的潛能中受益需要立即採取三項行動。1)確保對資料的使用和應用有一個明確的策略。除了需要分析資料的使用方式,還需要對人工智慧工具為員工和客戶在幫助建立資料的價值方面可以發揮的作用達成共識。2)探索開發一個人工智慧「卓越中心(Center of Excellence)」的可行性,它能夠提供一個可應用於整個組織的中央能力,包括可提供靈活性和敏捷性的外部資源。3)建立一個可擴充套件的測試—學習環境,它能夠探索人工智慧和認知過程,從而加快創新。
眾多金融機構和人工智慧沿著這個方向在進行技術積累,只有具備了強大的人工智慧技術能力,才能將這些技術輸出到廣泛的產品和服務中。
2016 年,摩根大通專門設立了技術中心,研究大資料,機器人和雲基礎設施,目前已經投入 95 億美元,其中 30 億「專注新專案」,有6億用於「新興金融技術專案」,具體包括與金融技術公司合作,研發新的新技術,提升當前數字和移動服務質量;富國銀行也成立一家新的人工智慧公司問題解決方案團隊,研究如何為銀行客戶提供更個性化、人性化服務;花旗銀行最近與尖端科技公司建立了一系列創新合作伙伴關係,以擴大和改進服務。透過花旗風投的投資和收購,花旗銀行建立起全球性科技公司網路,這些公司都參與了六個花旗全球創新實驗室。
除了加大自身的技術投入之外,他們還透過投資去尋求外部技術的支援,2012 年以來,美國頂級銀行已參與 72 輪面向金融技術創業公司的投資,總額 36 億美元,公司總數達 56 家。銀行家們表示未來 3 年將廣泛投資以下能力:嵌入式人工智慧解決方案、計算機視覺、機器學習、自然語言處理和機器人流程自動化。
而農行和百度的合作也可以看出傳統金融機構積極尋求外部人工智慧技術支援的動力,百度金融依託於百度積累多年的人工智慧技術實力,在演算法、資料和雲端計算方面的技術優勢可以直接輸送給金融客戶。首先,百度在全球範圍內擁有上萬研發人才。其次,百度日響應 200 多個國家和地區的 60 億次搜尋請求,擁有領先的反 SPAM、CTR 預估技術,大規模的 FPGA 叢集;第三,中文語音識別技術識別率接近 97%;人臉識別技術準確率 98%;文字識別 ICDAR 競賽 4 項世界第一。
比如上文提到的生物識別,百度擁有端到端全卷積神經網路人臉檢測器,可以檢測到不同姿態和光照下的人臉,最小能夠達到 12*12 畫素;穩定的關鍵點實時跟蹤,深度神經網路可嵌入手機客戶端對面部做實時跟蹤;安全易用的活體檢測,基於動作配合和二次採集判斷兩種方式的結合,活體檢測可兼顧安全性和易用性;高精度的 1:1 和 1:N 人臉識別率,基於深度神經網路的度量學習技術,使用 200 萬人的 2 億資料,在 1000 塊 GPU 叢集上訓練,可達到比人類更精準的識別效果。FDDB2015 年官方評測,百度人臉檢測世界第一;據人臉識別的評測資料集 LFW,百度人臉 1:1 驗證準確率:99.77%,LFW 2015-2016 排名第一,擊敗了微軟、谷歌、Facebook 以及各類高校等技術實力強勁的技術團隊。在聲紋識別方面,可用於聲紋登入等場景。安靜環境普通話識別率近 97%,車載環境普通話識別率 92%,即使在嘈雜環境也能精準識別。
不管是國外的金融巨頭的眾多動作,還是農行與百度的強強聯手,都標誌著人工智慧正在推動金融科技創新的全面升級。人工智慧、數字生態系統、按需分配的勞動力平臺、設計思維和其它關鍵技術將有助於金融機構相應要求越來越高的使用者群,影響著這些客戶群需求的科技巨頭們目前還不是銀行的直接競爭對手。讓客戶有理由保持忠誠,取決於銀行業如何演變為數字先行的業務模式。其中,人工智慧技術、金融行業的應用場景探索和生態建設都是必不可少的要素。