“AI+金融”是“半成品”未能迈过数据和监管的坎

2017-09-29 06:24
中国科技财富 2017年9期
关键词:人工智能金融

文/本刊记者 史 诗

“AI+金融”是“半成品”未能迈过数据和监管的坎

文/本刊记者 史 诗

“你会做什么呀?”

“唱歌跳舞我最6,刷脸贷款防骗局”。

“投资买房可以吗?”

“房子是用来住的,不是用来炒的”。

近日,首席智能官“融八牛”正式亮相,融360联合创始人兼CEO叶大清对其进行了“终极考核”,“融八牛”现场对答如流、妙语连珠。

作为大数据和深度学习技术在金融领域的创新性应用,“融八牛”凭借先进的人脸识别技术和金融产品大数据库,可以为用户快速提供信用贷款额度测试;也可根据用户的个人需求,依靠大数据算法进行智能分析和匹配,提供适合的信用卡、贷款类产品智能推荐;同时,融八牛还可通过“大脑”中实时联网更新的金融诈骗案例和知识库,用语音交互的方式与用户实时互动,精准识别各类诈骗手段,进行金融知识教育和智能风险预警。

AI赋能金融行业时不时就冒出个花样来,看好这项技术给企业带来竞争优势的高管越来越多。虽然它在征信和风控领域的应用有了良好的开始,但从现阶段来看,人工智能追求的是大概率的获胜,博取最大的“浮动收益”,至少在之前不少人拍手叫好的智能投顾领域,它还没能战胜中国式投资……

再加上人工智能自身的种种问题,不得不说,野心和执行之间,还有很多落差。

人工智能“瞄准”钱袋子

难道人工智能真的要“骑”在我们的脖子上,赢了棋后又“瞄准”人类的钱袋子吗?

中央财经大学中国互联网经济研究院副院长欧阳日辉对《中国科技财富》记者表示,首先,金融业自有特征属性是AI快速渗透内在原因。金融业具有极强的“数字性”特则,数据处理、信用征集和风险防控一直是制约金融业发展的顽疾,如何更加快速的进行数据处理、更加准确的进行信用征集、更加安全的进行风险防范是金融业发展中核心所在;其次,大量金融资本的推动是AI快速渗透的外在原因。对于资本快速增殖的追求,促使了金融业对于人工智能技术的引进与应用,进而推动AI在金融领域的渗透。

“一些金融行业的目标非常明确,痛点比较强,便于发挥机器学习、模型与变量提取、再应用于高效判断的AI核心价值。”开鑫金服总经理周治翰举例说,过去需要人工分析客户的消费习惯、历史账单,去筛选哪些用户是分期付款的潜在用户或较容易接受信用卡分期建议。现在,基于在历史数据中隐含的有效规则,AI可以更快、更准确地筛选出目标客户。

不仅如此,深度学习技术和计算机视觉研究,也逐渐渗透到金融行业,提供在线身份验证、大数据反欺诈、征信应用平台等多场景综合解决方案。对此,借贷宝子公司Linkface CEO黄硕分析称:“原来图像和音频数据只能让后台的审核人员来进行解读,由于效率低、成本高,一直无法大规模应用。随着深度学习技术的成熟,图像和音频数据被大量应用于身份验证、资产标的识别、反欺诈等环节,极大的提升了借贷的效率和体验。”

人工智能目前仅是“小学徒”

在复盘2016年初AlphaGo对战李世石、2017年化名Master连斩中日韩三国棋手的诸多文章里,常会引用一个数据:“机器深度学习了3000万个围棋对弈”。

没有大数据加持,再好的人工智能好像也搞不出新花样。越来越多的证据表明,当前的计算能力、算法与联网设备所产生的数据量已经构成了人工智能真正崛起的基础。

“如果说人工智能想要在金融行业内迈过大数据的坎,要么打破如今市场上数据孤岛的局面,实现数据共享;要么就只有慢慢积累数据,让时间推动数据的沉淀来突破局限。”快牛金科CTO胡亮表示。

其实,即便目前的AI技术和深度学习已经非常成功了,但这种成功只有在AI被要求解决具有具象特征的问题时才会显得“神乎其神”。业内人士指出,AI的设计是基于完好定义的目标的,而金融行业的目标通常是多变且复杂的。

“人工智能虽然对于结构化数据和可量化数据的收集和处理已经达到了一定的程度,但是对于非结构数据量化程度不够,尤其是关于人类行为与心理数据的量化尚未达到理想化的程度,非结构化的数据就是目前人工智能无法迈过的坎。”欧阳日辉分析,解决这一问题,一方面要依赖基础技术以及人工智能等技术的发展和人工智能在金融领域渗透的进一步深化;另一方面要依赖于统计建模技术的发展,推动非结构化数据量化处理,进而推进金融数据收集和整理的进一步完善。

对此,周治翰也认为,金融行业的数据与AI要更好地结合并发挥作用,还需要解决几个痛点。一是历史上大量的金融交易可能记录在书面上,没有实现电子化,如果能将这部分历史资料数据化,可以更好地助推金融AI的发展。二是金融领域是高速变化的行业,随着市场、业态、不同新领域的发展,很多因素都会使得上面说的内在规律在发生逐步的变化,这种持续的但是或多或少的变化就要求对数据和AI进行持续的调整和优化,才能保持一个稳定良好的产出效果。三是金融的领域非常多,一些复杂的金融交易,会受到宏观政策、微观环境、市场行情、甚至个人情绪的影响,以当前的AI发展程度,在这些领域可能还不能很好地应用。

应建立人工智能监护系统

金融的本质功能是降低交易成本和资产定价,金融资产定价基于对资本资产风险的评估。不得不说,人工智能在金融行业的应用,优化了金融风险的评估体系,大数据、云计算等技术使金融机构对于金融市场信息、客户信用信息、宏观经济信息等各类经济信息的收集和整理能力呈现爆发式增长,准确性和效率性也有明显提升。

但业内人士认为,较强的消费粘性、较重的资本投入和数据的先发优势为传统金融机构提供了一定保护。欧阳日辉也表示,传统金融机构在大宗金融业务方面仍然具有相当大的优势。

不过他也指出,“AI+金融”是金融发展的趋势和方向,传统金融如果一味固步自封、不求改变,必然会在未来的金融市场竞争中处于弱势地位。

此外,相较于传统金融模式,“AI+金融”的商业模式最大的风险仍是技术风险,更具有隐蔽性强、传染性强和危害性大等特点。

“人工智能作为一项技术可能会存在技术风险,并且这种技术风险在被攻击前很难被发现,一旦被攻击又会造成极大的传染性,给整个金融体系造成巨大冲击,甚至引发金融危机。”欧阳日辉说。

专家建议,加强防范AI技术风险,建立AI监护系统尤为重要。欧阳日辉认为,AI监护者应当是一个立体的治理体系,在这个体系中企业、行业协会、政府和社会应当“四位一体”共同监护AI。

猜你喜欢
人工智能金融
现代金融征稿启事
我校新增“人工智能”本科专业
何方平:我与金融相伴25年
2019:人工智能
人工智能与就业
央企金融权力榜
民营金融权力榜
数读人工智能
下一幕,人工智能!
下一幕,人工智能!