專訪宜信CTO向江旭:技術應當服務於場景,AI天生適合金融業
(宜信 CTO 兼科技委員會執行主任 向江旭)
導讀: 隨著人工智慧技術的爆發,2017 年人工智慧已經上升為國家戰略,開始在越來越多的行業落地。而傳統金融行業受到網際網路技術的衝擊,也紛紛踏上轉型之路,向數字化、智慧化轉型。InfoQ 記者採訪了宜信 CTO 向江旭,一起聊聊 AI 在金融行業數字化轉型中的應用。
“AI 更適合服務於場景 而非促生新的行業”
順應發展浪潮,實現數字化轉型
向江旭認為,從技術對行業的衝擊來看,網際網路的發展經歷了三個重要的階段。
-
資訊化:最重要的標誌是 PC 的出現。很多企業的後臺開始使用 ERP、CRM、OA 系統,擺脫紙張和手工操作走向自動化,以提高效率降低成本,資料也開始沉澱下來。
-
網際網路化:在此階段,企業可以通過和網際網路的連線對外提供服務。典型的例子是電商:服務與商品交易從線下轉到線上。與此同時,產生了海量的商品、使用者行為等資料,催生了搜尋引擎、推薦演算法等技術,使得企業能夠運用這些資料來幫助業務和服務進行調整和升級。
-
智慧化:以 AI 為代表,結合各種終端裝置,可以在特定場景下提供個性化的定製服務。隨著 AI 和資料科學的發展,大資料深入參與到企業運營和決策的各個環節,並在企業發展過程中承擔關鍵角色,行業也由此進入數字化浪潮的階段。
在每個階段都有一些企業能抓住當時的技術大勢,成就自己。
-
網際網路剛起步時,大家主要在網上獲取資訊,新浪、網易、搜狐三大入口網站順應瀏覽器技術的發展,通過資訊的呈現大獲成功。
-
搜尋引擎技術出現後,通過關鍵字搜尋能得到精準匹配,新的商業模式(如競價排行的廣告業務)應運而生,催生了 Google、百度等一批公司。網際網路公司的發展,使得網上購物成為可能,於是出現了亞馬遜、阿里、京東等電商公司,社交軟體的興起又產生了騰訊、Facebook 等社交巨頭。
-
到了智慧化時代,移動網際網路技術的火爆又催生了一批智慧手機公司。
雖然現在已經出現了一批人工智慧技術行業裡的獨角獸公司,但在向江旭看來,AI 技術和上述提及的技術不一樣,它更適合在某一個場景下使用,而不是建立一個新的行業,所以很難催生另外一批巨頭公司。以當前的技術趨勢和市場環境,企業應該順應發展浪潮,結合 AI、大資料等技術實現數字化轉型。
金融行業數字化轉型面臨的挑戰
向江旭在對金融行業的研究過程中,將行業內的公司分為三類:
-
“傳統“金融公司。包括銀行、券商、保險公司等金融機構等。
-
科技金融公司,即 TechFin 公司。其本質上是金融公司,但科技屬性很強,技術起到核心作用。這類公司包括螞蟻金服、京東金融、蘇寧金融及宜信等。
-
還有一類是金融科技公司,即 FinTech 公司,比如解決方案提供商同盾,它們不提供金融產品,而是為金融行業提供技術解決方案。
在數字化和智慧化的時代,金融行業同樣不可避免地面臨數字化轉型的需求,其中傳統金融公司的轉型訴求更為強烈。金融行業,特別是傳統金融機構,在轉型過程中面臨的挑戰主要包括以下幾個方面:
-
思維方式需要轉變。由於資料體量過於龐大、以及金融行業特定的安全至上的原則,傳統金融機構在技術創新上偏向保守。
-
技術人才缺乏。人工智慧和資料科學方興未艾,相關技術還處於發展和完善階段,相應的 AI 和大資料人才還比較緊缺。
-
新技術接入難度大。傳統金融機構發展的時間長,架構繁雜,新技術的接入難度比較大。
技術 leader 應以前瞻性和決策力領導轉型
在 20 多年的工作中,向江旭也積累了豐富的領導經驗。就技術領導人如何保持技術前瞻性這一話題,向江旭認為,最重要的一點是自己要保持學習。任何技術興起之後,首先要看它適用於哪些地方、能解決哪些具體問題。技術人容易陷入的一個誤區是用最新最酷的工具去解決並不需要複雜解決方案的問題,這是應當避免的事情。技術領導者要及時跟蹤新技術,沉入到具體的行業和場景,根據場景選擇技術,避免盲目跟風。
當問到“在企業技術轉型的過程中,有哪些因素會影響技術決策的實施,技術領導人如何處理?”時,向江旭認為有以下三個方面:
-
明確技術優勢,避免選型爭議:一些技術人有 tech religion (技術宗教/信仰),技術轉型過程中會存在技術選型的爭議,這時技術領導人要結合業務明確新技術的優劣勢。
-
自上而下推動、自下而上實現:技術轉型需要自上而下的推動,並與技術團隊人員明確目標,達成共識,共同實現技術轉型。
-
規避變革風險,平衡變革節奏。變革意味著需要走出舒適區,而且新舊技術的過渡可能存在風險,技術領導人要掌控全域性把握平衡,不冒進不拖沓,鼓勵團隊渡過變革陣痛期。
“AI 天生適合金融業”
金融應和 AI、大資料結合
向江旭認為,金融行業天生就是和數字打交道的,本身對數字化要求非常高。而 AI 的優勢是可以對海量資料進行分析和計算,並建立模型,做一些人做不到的事情。同時,AI 缺乏情感的缺點在需要高度理性、非情緒化、必須克服貪婪和恐懼心理的金融行業反而是巨大的優勢。比如在量化投資、稽核抵款時,AI 的決策不帶個人情緒化的考量,因而更為理性和正確。另外,相比於製造業等傳統行業,金融業的資訊化程度更高,數字化基礎也更好,能更容易地向智慧化轉型。
宜信本身有傳統金融的基因和屬性,為實現智慧化轉型,宜信根據其三大板塊的業務——普惠金融、財富管理和資產管理,提出了 AI 金融戰略:即在自身業務場景下根據遇到的問題來採用 AI 技術。比如通過分析貸款者的需求和償還能力來為其推薦合適的利率和產品;分析財富管理客戶的需求為其量身定製需要的金融產品。宜信有線下門店的真人服務,也有 APP 上的虛擬服務,在給客戶提供服務的時候就能運用 AI 的演算法來構建模型,建立使用者畫像,分析需求進而推薦產品,這些都是基於海量資料來完成的。
宜信大資料金融
資料收集
宜信的業務覆蓋線上和線下。其產品都是通過線上釋出、線上認購,全部實現數字化。線下通過語音或文字的形式將每次與客戶的互動留存,活動也用資料的方式貫穿,並根據使用者線上上和線下的行為打造清晰的使用者畫像,實現精準的客戶定位。所有收集到的資料資訊都儲存在知識庫裡形成使用者知識圖譜,為不同業務線的決策提供支援和依據。
資料使用
宜信具體是怎樣將大資料和自身的業務相結合的呢?向江旭介紹,採集到的使用者資料主要用於以下方面:
-
個性化推薦。例如上述提到的為財富管理使用者量身定製產品等。
-
智慧風控。宜信自有一套風控體系,用於評估投資風險、使用者信用等,能精準識別欺詐風險。
-
智慧推送。宜信研發了智慧客服機器人,用一套模擬真人的話術完成訊息推送、諮詢、提醒等服務。
-
智慧投顧。根據使用者的風險承受能力、投資回報預期等,用演算法模型計算出一套投資組合策略,每個月跟蹤記錄自動調倉。
-
智慧投研。很多投資股市的客戶需要深入瞭解行業和具體公司,智慧投研能通過收集整理的方式給客戶呈現資訊。
宜信資料中臺
宜信有自己的大資料平臺,目前正在建設資料中臺。據向江旭介紹,宜信的資料中臺把不同來源的資料整合起來做清洗、整理和關聯,形成金融知識圖譜或金融大腦,給不同的業務線使用。
宜信的資料中臺還在建設過程中,底層平臺不少元件已經完成並且開源。例如:大資料流式處理平臺 Wormhole,大資料匯流排 DBus,大資料虛擬混算服務平臺 Moonbox,大資料視覺化應用平臺 Davinci 等。
宜信 AI 中臺
當前,宜信已將 AI 技術應用放在了重要的戰略位置,並提出了“金融擁抱 AI”的口號。在實施過程中,宜信除了構建資料中臺,目前也在開發 AI 中臺。
那什麼是 AI 中臺呢?
在向江旭看來,中臺的目的是為共享服務提供複用的能力。不管是技術中臺還是業務中臺,都需要把公共的部分元件化,變成可複用的服務對外提供。這些服務可以是能力、演算法、模型或者一套工具。AI 中臺就是把 AI 的能力元件化、服務化、工具化,直接用到其他外部應用場景中。
目前很多企業在智慧應用研發過程中都存在著響應緩慢、效率低下的問題。而許多 AI 研發團隊更像是外包團隊,根據不同業務部門的需求各自構建陣地,逐步攻克目標,過程重複、效率有限。因此 AI 中臺旨在提供一個強大的 AI 能力支援中心,根據業務需要快速提供火力支援,迅速達成目標。
宜信對 AI 中臺的定義是:
AI 中臺是智慧模型全生命週期管理平臺和服務配置體系,它通過智慧服務的共享複用和服務研發的自動化管理,幫助前臺業務迅速構建個性化智慧服務。
宜信 AI 中臺的層級架構如下圖所示:
AI 中臺處於資料模型服務與業務解決方案之間,向上連線業務向下溝通資料,每一個層級都有其可複用的機制。中間部分從上而下分成業務理解、模型學習、資料處理三大板塊;右側的執行監控對產品和模型進行統一封裝、對外統一的訪問介面等;左側是貫穿於整個流程始終的平臺管理,包括角色許可權、租戶管理、流程控制、資源管理等。
宜信多年金融行業的經驗使其沉澱了很多技術。比如:宜信自有一套適合金融業務的工具、流程和平臺,並有對應的演算法庫和模型庫,有了 AI 中臺之後,金融知識圖譜的構建和建模就可以基於 AI 中臺來完成。包括智慧客服、智慧電銷、智慧催收,以及風控模型和反欺詐模型等都是 AI 中臺的應用場景,基於 AI 中臺的能力進行開發和實踐。目前 AI 中臺已經在宜信的智慧投顧機器人(投米 RA)等產品中得到成功運用。
在未來,宜信的 AI 中臺經過內部驗證成熟起來以後,宜信也打算把 AI 中臺進行包裝,變成對行業開放的平臺,甚至開源出來,和同行一起共同探討構建。
"AI 時代已經到來,要大膽擁抱,小心實踐”
寫在最後
作為久經沙場的技術人,向江旭見證了技術變遷,也見證了“網際網路 +”模式、業務從線下轉到線上的過程。以多年對行業的洞察和對技術趨勢前瞻性的把握,向江旭很看好 AI 技術和金融行業的融合。在向江旭看來,AI 時代已經到來,我們要非常嚴肅地看待 AI,尤其是 AI 在金融科技領域的應用,應該大膽擁抱,小心實踐。
採訪嘉賓介紹
向江旭,宜信 CTO 兼科技委員會執行主任,擁有 20 多年專業經驗,其中 18 年在美國矽谷學習和工作。畢業後向江旭先後在思科、CA、戴爾等公司從事軟體和網路方面的工作;2010 年加入微軟,任微軟亞太研發集團主 席助理兼集團技術戰略總監、雲端計算和企業事業部首席專案總經理,專注於雲端計算、IoT 和 AI 的應用與落地;回國後進入智慧零售領域,先於寺庫網任 CTO,之後任蘇寧雲商 IT 總部執行副總裁、蘇寧技術研究院院長,領導了蘇寧的無人店、智慧音響、智慧導購等業務的發展,將計算機視覺和人工智慧自然語言等技術應用在零售場景;2018 年,向江旭出任宜信 CTO,將 AI 與金融行業結合進行探索和創新。
採訪嘉賓 | 向江旭
原文釋出 | AI前線
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69918724/viewspace-2645394/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 宜信CTO向江旭:數字化是企業成為強者的底層程式碼
- 專訪宜信張軍:一切技術創新都要以賦能業務為目標
- 什麼業務場景適合使用Redis?Redis
- 專訪宜信AI中臺團隊負責人王東:智慧金融時代,大資料和AI如何為業務賦能AI大資料
- 區塊鏈技術應用場景開發方案,智慧合約編寫服務區塊鏈
- Debias 技術在金融推薦場景下的應用
- 解讀:在什麼業務場景適合使用Redis?Redis
- NLPIR系統實現知識圖譜技術的企業服務場景應用
- 宜信OCR技術探索之版面分析業務實踐|技術沙龍直播速記
- 當金融行業遇上開源技術行業
- 敏捷AI | NLP技術在宜信業務中的實踐【構建使用者畫像篇】敏捷AI
- 【技術向】基於工控場景的DNS隧道攻擊方案DNS
- AI中臺:一種敏捷的智慧業務支援方案|宜信技術學院沙龍分享實錄AI敏捷
- Spark適用於哪些場景?不適用於哪些場景?Spark
- Oracle、Mysql 專業技術服務(兼職)OracleMySql
- 宜信開源專注業務邏輯的輕量級服務框架nextsystem4框架
- 當AI學會偏見 企業當為技術應用劃線AI
- 做好技術的量的累積,實現業績的質的飛躍|專訪宜信財富技術負責人劉寶劍
- 全息投影技術所適用的場景分析
- StartDT AI Lab | 資料增強技術如何實現場景落地與業務增值?AI
- 宜信智慧監控平臺建設實踐|宜信技術沙龍
- 知乎:源自社群又服務於社群的 AI 技術AI
- 什麼場景適合mongodbMongoDB
- 企業API閘道器適用業務場景API
- 宜信技術學院上榜「2019中國技術品牌影響力企業榜」
- 宜信技術學院全新升級,理念、工具、案例三大核心解讀金融科技技術解決方案
- 場景還是場景,配送服務正變天?AI晶片也要走向終端應用的競爭? | AI WeeklyAI晶片
- 資料庫技術方案與業務場景的深入融合資料庫
- 得物前端喚端業務場景和技術精講前端
- 地理位置服務的應用場景
- AI技術升級,景聯文科技助力掃地機器人行業加快技術迭代,提供資料採集服務AI機器人行業
- AI醫療場景化業務:如何用AI技術做食管癌識別和輔助診斷?AI
- 企業雲盤適用哪些應用場景
- [專業術語]淺析當代 LBS 技術
- 當AI資料服務走進中場戰事AI
- 釘釘AI重磅更新:深入業務場景,上線工單等場景AI助理AI
- GPU在AI業務中的核心技術與應用GPUAI
- 第一財經專訪李旭陽:反詐騙、管控金融風險,騰訊安全發力聯邦學習技術聯邦學習