中国人工智能学会通讯——人工智能驱动金融生活

简介:

image

今天分享蚂蚁金服实际的案例,以及一些对未来的畅想。人工智能、金融科技这两个关键词已经火了一段时间了,最近有另外一个关键词Techfin(科技金融)也开始有点火。原来大家都叫金融科技,最近蚂蚁金服和阿里在提科技金融的概念,不知道大家是否听到过。我觉得科技金融也好,金融科技也好,与当年的互联网金融和金融互联网有点关系。

那么金融科技和科技金融之间最大的区别到底是什么?还是以互联网金融来讲。互联网金融在中国先提起来的,但是互联网金融在美国发展得并不好。国外很少有提互联网金融这个概念,原因就是在于国外的金融公司在互联网方面的技术发展得非常快,所以很难有一个互联网公司能够在金融方面做到革命性的变化,进而去改变原来金融的一些做法。

在中国这个事情是反过来的,传统金融公司在互联网方面的步伐并不是很快,现在我们陆续看到传统银行通过技术革新,有些银行也有手机APP,也在搞大数据存储,做一些人工智能方面的技术创新,但其核心的本质依然是把其原本金融的这条流程和路径通过物联网和技术的方式变得更高效,这个本身是原有金融的效率提升,它和我们现在讲的金融科技或者互联网金融的两个概念完全不一样。然而以Techfin作为整个出发点,我们要通过科技的方式超出金融的范畴,做一个真正意义上的创新,去发现传统金融想不到的事情,这在我看来是techfin非常核心的点,这也是我今天想跟大家分享的。蚂蚁金服最近一直在倡导的techfin,是在科技方面真正做了发力点,我们希望用技术的方式改变金融原本传统的方式做的事情。

科技金融的核心是改变我们能够服务的客户,传统金融能够服务的永远是比较上层和中层的客户,这些客户群能带给他们最大的利润点。对于科技金融来讲,我们用一些技术来促使赋能很多金融公司,这些金融公司有的是很大的、有的很小,那些小的金融公司如果能通过科技的方法给他们赋能,我们就能在真正意义上服务所有长尾下面的底层微小的客户。

不知道大家多少人去过杭州,杭州已是发展相当前卫的城市,在杭州生活的每个市民每天都可以感受到科技金融给我们带来的改变。我们这边有几个很有意思的案例,市民A早晨起来到一个便利店买早餐,用他的支付宝进行支付;市民B到杭州一家酒店,他不需要去刷卡,也不需要付押金,可以直接通过信用住的方式入住,整个体验非常好;市民C早上骑着共享单车,不需要付押金,直接骑了就可以走,还有共享的电动汽车,在杭州相对来说也非常普遍,只要你有比较好的信用都可以直接使用这些服务。

这些案例都发生在我们身边,杭州通过蚂蚁金服无线的技术,手机端、信用、大数据、人工智能几者的结合,已经可以让全城的市民体会到生活的便利,不用再出门拿个钱包了。从杭州智慧城市的实践来讲,蚂蚁金服的金融科技已经完全渗透到人们的生活,正在改变我们平时衣食住行的每个方面。

衣食住行只是大家经常挂在嘴边的四部分,但我们不断在更多的领域拓展,比如看病、生活缴费、吃饭、图书馆借卡、打车、旅行、城市服务等方面。大家如果熟悉蚂蚁金服的APP,就会发现它其实已经可以服务到整个生活的方方面面,蚂蚁金服志在消灭现金,也想消灭任何形式的押金。押金本身就是一个社会信用体系不健全的缩影,如果整个社会的信用体系能建立起来,这些押金便都不再需要。

能够做到让老百姓民生发生如此大的变化背后,主要来自于多技术的融合,不管是移动支付还是AI的技术,还是大数据或云计算的技术,这些技术都是缺一不可的。之前一个非常有意思的案例,共享经济虽然现在在中国特别火,但这个想法本身并不是多么新奇的。90年代时,有个美国人很早就提出共享经济,他发现他家里的工具,比如榔头、老虎钳99%的时间都是放在家里工具箱里,利用率非常低,所以他当时一开始想到,我可以搞一个工具的共享,谁想用借了就行。这个事情乍一听是个很棒的共享经济的理念,但是当时的互联网技术、通讯技术并没有那么发达,在多种技术并不完备的前提下,这个想法根本没办法商业化。

共享经济的成本非常高,怎么通过人跟人的交流去完成借榔头这么简单的事情,它的成本比榔头的价格还贵很多。在大数据AI技术以及通讯技术一定要成熟的情况,共享经济才能成为可能,能够让每个人的定位都变得那么准确,也才能成就我刚才讲的能够让蚂蚁金服在生活中提供很大的便利。刚才讲的几大技术都要非常完善才能做到。

人工智能的能力在蚂蚁金服的几个案例中体现在很多方面,蚂蚁金服的大数据技术有别于很多其他技术公司在技术方面的推进,包括谷歌之前搞无人驾驶技术、AI技术,像阿尔法狗一样经常被人提起,和它们的区别我们并不是把人工智能只是作为一种技术去拓展它的边界,更多地会把它和商业之间的结合作为我们最核心的方向。所以,人工智能在蚂蚁金服的应用一定会有非常明确的商用落脚点,比如在信用、搜索推荐、风控、智能助理及营销,这些方面的应用才是真正让蚂蚁金服在人工智能方面最终给大家带来生活方面的便利,而不是大家觉得这是一个非常酷炫的科技。

蚂蚁金服如果大家了解的话,我们现在主要的几个应用的产品线,有微贷的花呗、借呗,我们有业务安全。业务安全一直是非常重要的一个点,最近勒索病毒的事让大家感觉到将来在互联网技术越来越发达的情况下,网络安全将成为下一代金融科技发展的很大阻碍或者需要攻克的点。大家也很少听到蚂蚁金服被大规模的黑客攻击,那不是因为没有黑客来攻击,实际上时时刻刻有数以百万千万计的黑客攻击蚂蚁金服,我们始终在用强大的技术做反攻击的工作,蚂蚁金服在整个安全方面的总体人数投入上千人,将资损率降低到百万分之一,我们拥有一个非常专业的与黑客进行攻守的团队。

蚂蚁金服的智能助理目前还处于比较初级的阶段,从长远来讲,它将会成为一个真正意义上的颠覆性产物。为什么这么说?大家现在会发现最早的流量入口都是搜索的方式,大家非常习惯吃个饭会打开点评、美团或者口碑,如果要搜一个知识会去百度、谷歌,这是一种在PC时代的习惯。到了现在无线的时代和将来AI的时代,就像亚马逊的Echo会成为下一代人机交互的典范,背后会产生一系列的革命。它会改变互联网整个流量搜索的入口。

比如他就想炒股,会问手机怎么样炒股?怎么样做资产配置会做得更好?这成为我们一系列所有客户真正意义上要解决他生活问题的主要入口,我觉得是未来非常大的趋势。从蚂蚁金服的角度来讲,我们最有这样的基础,相比亚马逊,它的起点更多的还是商品购买,Echo更多的是帮顾客下单购物,但是应用场景比较简单。像蚂蚁或阿里,在我们整个平台里有全场景、全功能的应用的前提下,可以解决老百姓生活当中方方面面的问题,所以这是我个人非常看好的一个前景,将来人工智能能真正意义上改变大家生活习惯,给大家提供更多生活便利的服务。

介绍一下蚂蚁金服智能客服的实际案例。之前蚂蚁金服的客服的体验并不是那么好,每次大家打电话时会有非常长的等待时间。通过人工智能不管是在算法上还是在后面的数据分析上,核心能力在于对客户动作的预判,很多客户跑到支付宝的APP里,如果他真的碰到一些问题,他的这个问题并不是无中生有。比如,他在充值时发觉怎么没到账,充值的过程中已经看到了他之前在充值,这样一系列的事件流已经能够帮助我们看到这个客户在整个事件流中做的一些什么动作,他做的动作越多我们能更好地预判他下一步想做的事情。这本身就是我们真正意义上能理解客户在做什么的案例,这也是我们真正意义上能够通过人工智能来更好地解决客户困难的案例。

社区聚宝机器人,这是虚拟助手中尤其是智能助理这块的产品。机器人目前的功能肯定不是特别完善,但它会不断地优化和迭代。机器学习本身就需要更多的数据,才能让它更准确地知道客户需要回答什么样的问题,当前我们回答的问题是比较简单的,比如某一些上市公司的主要股东是谁。但是随着机器学习的能力越来越强,它会慢慢地回答更难的问题,比如,这家公司如果出问题之后哪些相关的公司可能也会有问题?某些公司涨了之后跟它相同板块的公司是否也会涨?雄安新区的规划出来之后哪些板块也会跟着涨?这样的一系列问题背后用到的技术难度会越来越不一样,它能够解决客户的问题的能力也会越来越好。

从远景来讲,我们希望有一天当你真的去问机器人时,它可以告诉你通过对你的了解,知道你家庭的背景和构成,比如:有个小孩,工作比较稳定,有一笔闲钱,你对于风险的偏好是比较中立,在这种情况下发现某一类的资产配置跟你相对来说是非常匹配的,有很多像你一样的客户他们通过这种资产配置获得了比较稳定和低风险的收益,你是否也可以去跟随一下。如果有一天做到这样,真正意义上可以给广大的有投资经验和没有投资经验的客户提供非常好的意见和建议。

保险方面讲讲之前一个非常有意思的运费险,完全是基于一个技术来驱动地解决老百姓民生的问题,是一款小而美且有数亿市场的产品。大家在淘宝上买东西经常会碰到退货退款要赔付运费,通常是非常费时费力的,然而这可以通过保险的方式来解决,加上我们对一个客户的行为和信用状况的判断,最终可以让每一个客户都能得益于这样的产品,现在所有人在淘宝上买东西都可以享受这样的产品,只有几毛钱,但如果发生退货可以赔付十几块钱。虽然这是非常小的金额,但是它让数亿级的买家能够享受到这样的服务,使得他在退款时再也没有任何担忧。

这个产品一开始也有大量的风险问题,也有很多欺诈的案例,所以一开始这样的产品是非常难推广的。有了人工智能模型,以及算法在背后去及时甄别每个客户下单的行为,我们很好地找到一小撮坏人,解决了难点之后,虽然保险不可能为我们赚很多钱,但它既能保证赔付,也能让我们获得一定的收益率,这样才能长久地做下去。

蚂蚁安全大脑,在人工智能方面应用非常广泛,对蚂蚁金服在安全方面的估计是无时不在的,我们在安全方面根据客户在账户方面、环境方面、交易、人群、位置方面都有非常严格的监控,客户使用支付宝的体验非常安全。大家经常在网上会看到一些谣言说手机丢了会怎么样,别人知道了你的密码会怎么样,如果你只是知道一个密码是没有用的,因为你要盗取人家一个账户,你的整个流程还是挺长的,你既要登陆支付宝账户,去做转账,有各种各样的行为,每一步行为背后都会受到安全的监控,只要出现了异常,都会被蚂蚁的安全大脑发现,所以它绝对不是网上说的那些看上去非常业余的手法能够轻易地绕过的。有一个实际的数据,整个蚂蚁的安全险用几毛钱就可以赔付上百万,发生这样一个案情的概率就是百万级;如果发生我们的赔付额很高,绝对不可能通过几毛钱赔百万级,所以大家在这方面可以极大的放心。

交易识别是采用人工智能及深度学习的模型,跟阿尔法狗的思路有点像,它的交易风险的识别一直是千变万化的,通过各种加强学习的方式,道高一尺魔高一丈,一直是博弈的过程,使得我们的模型可以调整,更新这个模型上能够让我们非常及时地抓到黑客欺诈的动作。

移动互联网、云计算、大数据、人工智能最重要的四个技术在目前来看,已经发展得非常成熟,过了奇点可能是指数级的上升。我们或许真的处于奇点的状态,非常有幸能够在大潮里边,能够在这个领域继续深耕,也希望这些技术的发展最终让所有的老百姓能够享受到更好的服务。

(本报告根据速记整理)

相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1月前
|
人工智能 自然语言处理 人机交互
吴泳铭:拥抱人工智能驱动的产业智能革命
吴泳铭:拥抱人工智能驱动的产业智能革命
108673 471
|
存储 人工智能 安全
人工智能驱动的生产力手册(一)(3)
人工智能驱动的生产力手册(一)
|
机器学习/深度学习 人工智能 算法
人工智能驱动的生产力手册(一)(1)
人工智能驱动的生产力手册(一)
|
18天前
|
机器学习/深度学习 人工智能 搜索推荐
探索安卓应用中的新趋势:人工智能驱动的智能推荐系统
传统的应用推荐系统已经无法满足用户日益增长的个性化需求。本文将探讨如何通过引入人工智能技术,构建智能推荐系统,为用户提供更加精准、个性化的应用推荐体验,进而提升应用的用户满意度和留存率。
17 0
|
8月前
|
机器学习/深度学习 人工智能 监控
人工智能在金融风险管理中的应用
人工智能在金融风险管理中的应用已经取得了显著的进展,并在提高风险管理效率和准确性方面发挥了重要作用。通过信用评估、欺诈检测、投资组合管理等应用,人工智能为金融行业带来了新的机遇和挑战。然而,我们也要认识到人工智能在风险管理中可能面临的隐私、解释性和偏差等问题。未来,随着技术的发展,人工智能将在金融领域持续发挥重要作用,为金融行业创造更加安全和稳健的环境。
362 1
|
8月前
|
机器学习/深度学习 数据采集 人工智能
人工智能驱动的业务自动化:提高效率和节省成本的利器
人工智能驱动的业务自动化正在成为企业提高效率、降低成本和优化业务流程的重要工具。通过流程自动化、数据分析和决策支持,企业可以更好地满足市场需求,并在激烈的竞争中保持竞争力。尽管面临一些挑战,但随着技术的发展,人工智能驱动的业务自动化有望为企业创造更多的价值。
101 1
|
10月前
|
存储 机器学习/深度学习 分布式计算
当金融风控遇上人工智能,众安金融的实时特征平台实践
随着企业数字化转型升级,线上业务呈现多场景、多渠道、多元化的特征。数据要素价值的挖掘可谓分秒必争,业务也对数据的时效性和灵活性提出了更高的要求。在庞大分散、高并发的数据来源背景下,数据的实时处理能力成为企业提升竞争力的一大因素。今天分享的是众安金融实时特征平台实践。
283 0
当金融风控遇上人工智能,众安金融的实时特征平台实践
|
11月前
|
机器学习/深度学习 人工智能 自然语言处理
【人工智能】2022年人工智能驱动企业的预测
【人工智能】2022年人工智能驱动企业的预测
|
11月前
|
机器学习/深度学习 人工智能 自然语言处理
在企业中使用人工智能驱动的聊天机器人的风险
在企业中使用人工智能驱动的聊天机器人的风险
|
人工智能 搜索推荐 大数据
Sitecore新动向——收购了人工智能驱动的数字搜索平台Reflektion!
 近日,Sitecore收购数字搜索平台Reflektion的消息,在业内再次引发轰动。这是Sitecore 正在进行的12亿美元增长计划的延续,此举将进一步深化Sitecore的大数据洞察能力,增强其个性化体验的实力,“毫无疑问Sitecore 和 Reflektion 的结合、能够把网站的搜索效率提升到新的境界,更智能化地计算出用户喜好,从而推动用户更快地做出购买决策。
66 0
Sitecore新动向——收购了人工智能驱动的数字搜索平台Reflektion!