後疫情時代迎挑戰，金融業AI如何落地破局？

 【IT168 評論】疫情的黑天鵝加速了企業數字化程式，也帶來了更多的挑戰。如何應對疫情和複雜多變的世界局勢帶來的經濟下行壓力？如何改變金融行業面臨的諸多難點？

金融行業不確定性帶來風險

“疫情對全球經濟都造成了很大影響，增加了不確定性。”合合資訊聯合創始人/副總裁、啟信寶CEO陳青山接受採訪時指出，他強調未來金融業的發展風口是科技，科技發展必須依附經濟穩步回暖。金融科技是過去這20年中國經濟發展的一個亮點，在本世紀的前20年，中國的金融科技得到了快速的發展。

陳青山認為降低風險要將資訊收集起來，比以前更加全面、及時、準確的反映金融業務相關的風險，以便企業可以更好應對變革，這是疫情帶來的挑戰之一。另一方面金融業務活動開展也面臨著較大挑戰，以銀行擴充對公業務場景為例，以前要現場盡調，現在由於疫情的原因不方便到現場，遠端盡調或者遠端的業務擴充的需求進一步增加。疫情所帶來的挑戰都對AI、大資料等大資料技術有了更高的要求，需要更加全面、實時、準確收集資訊應對市場變化。

與國外相比，國內資料底子相對薄弱，在不同行業資料基礎參差不齊，金融業數字化程度較高，擁有眾多AI落地場景。英國牛津大學人工智慧教授邁克爾·伍爾德里奇相信金融AI是人工智慧目前最令人興奮的機會之一。AI經歷了漫長時間的演進，在過去的15年裡取得了非常顯著的進展，特別是在與神經網路有關領域取得了顯著進展。

經過60多年的發展，AI不再是空中樓閣和鏡花水月。陳青山按照應用場景將AI分為感知AI和認知AI兩類，從金融的發展趨勢來看，兩三年前感知AI的技術在不斷的深化和應用，比如合合資訊提供的證件識別功能、身份驗證功能等，在金融行業中得到了比較深入的應用。近兩年，隨著資訊科技和大資料技術的發展，自然語言處理、知識圖譜、情感分析等認知AI技術的發展更多的應用在了更新的一些業務場景中。

目前應用在金融領域的AI和大資料的相關技術有深度學習、自然語言處理、知識圖譜、計算機視覺，應用於金融業務各個環節，有效最佳化流程、提升效率。然而，這些技術進入金融領域，並不是簡單的技術疊加，而是有更深層次的底層邏輯。

金融業AI如何落地？

2009年成立的合合資訊是一家專注於人工智慧與商業大資料的科技公司，主打3款C端產品名片全能王、掃描全能王、啟信寶，均是過億使用者級別的產品，也有相關B端版本為企業提供服務。合合資訊將AI數字化分為文字識別、語音識別、計算機視覺、場景識別四個階段。用AI搭建一個平臺，將金融領域日常的單據、票 據、合同、證件等資訊，進行高效識別、實體提取、自動分類甚至感情標註。利用AI進行識別錄入的準確率上可以達到99%，遠高於人工錄入90%的準確效率。

根據《中國金融科技風控報告2020》，透過大資料、人工智慧、生物識別等新技術，金融科技風控能夠在支付交易的事前、事中和事後對風險事件進行實時監控。在供應鏈金融場景上，傳統風控存在金融機構和核心企業需求存在錯配、金融機構在供應鏈金融的金融科技支撐較為薄弱、政府等機構對金融機構的有關的資源配合力度不足三大痛點。金融科技風控則可以幫助供應鏈金融風控貸前、貸中和貸後的信貸服務體系全流程。

在2020世界人工智慧大會（WAIC）“未來金融論壇”上，清華大學五道口金融學院常務副院長&清華大學金融科技研究院院長廖理介紹，一直以來傳統金融機構向企業放貸都要求要有一定的資產抵押，而越來越多的中小微企業都是基於網際網路的服務型的企業，其本身可以抵押的資產特別少，個別有一些智慧財產權也很難進行評估進行抵押。這是傳統金融機構很難對中小微企業放貸一個非常重要原因。由於有了大資料和人工智慧，可以對核心風控模型進行建模，大大降低了人工盡調的成本，使得不以資產抵押為主，而是以信用為主的新風控邏輯成為可能。

合合資訊自主研發的企業查詢平臺啟信寶，為企業提供風險監控、信用管理服務。目前，啟信寶在全國可以覆蓋2.3億家工商註冊企業、事業單位、專業服務機構、非營利機構和組織等，用6大類數上千個維度，存量700多億條的動態資料刻畫商業世界，包括了工商、司法、資質誠信、輿情監控、經營情況等多個資料體系，對企業的瞭解可謂是清晰透明。藉助於這些資料資訊，可以充分進行知識梳理，最終形成商業大資料平臺後，啟信寶就可以對一家企業進行資料畫像、信譽評分。

以招行為例，合合資訊與招商銀行一起共建了一個知識圖譜平臺，將資料圈樑整理後，實現資訊智慧化，單向傳輸到招商銀行的安全網路環境中，可以對企業內外部完成資料模型，完成評分，這樣就建立了一個招商銀行內部的風險門戶，將每個操作環節進行實時監控將風險有效降低。完成金融領域中多個業務場景的智慧風控、智慧擴充客戶、智慧合規審查等，有效降低成本、提高效率。 

“任何的智慧化的方案都不是一次就可以建成的，它需要不斷的去迭代磨練，在真實的場景裡迭代磨練，因此場景也是非常重要的，合適的場景讓你不斷的去迭代去更新，去完善你的智慧化的方案，最終才能形成一個行之有效的方案。”有專家指出，雖然AI已經有了一定的落地，但是隨著AI應用的深入，需要結合場景不斷打磨，而資料、隱私、偏見問題還需要各方去探索更好的解決之道。