既古老又現(xiàn)代的金融業(yè)有一套自己的行事準(zhǔn)則：數(shù)字、報(bào)表、審批流程…...如華爾街手拿公文包快速穿過街道的行業(yè)精英們，節(jié)奏快速準(zhǔn)確，一絲不茍。

金融場(chǎng)景下高度結(jié)構(gòu)化的數(shù)據(jù)給AI技術(shù)的發(fā)展提供了優(yōu)渥的土壤，在此之上，身份識(shí)別、風(fēng)控管理、流程優(yōu)化等領(lǐng)域開始出現(xiàn)AI技術(shù)的身影。事實(shí)上，金融行業(yè)已成為AI落地眾多場(chǎng)景中，發(fā)展最為迅速的領(lǐng)域之一，這從五年前開始的P2P浪潮之火爆程度就可見一斑。

正是由于語音、圖像、模式識(shí)別等技術(shù)在風(fēng)控、審批等環(huán)節(jié)的落地應(yīng)用，單個(gè)信貸申請(qǐng)的受理成本大幅降低，曾經(jīng)銀行機(jī)構(gòu)不愿意覆蓋的長尾客群才有了信貸渠道。盡管從業(yè)門檻的降低帶來了暫時(shí)的混亂，然而隨著監(jiān)管的收緊，真正擁有技術(shù)壁壘且精通商業(yè)運(yùn)作的機(jī)構(gòu)還是活了下來。

雷鋒網(wǎng)AI金融評(píng)論在和這些公司機(jī)構(gòu)交流的過程中，發(fā)現(xiàn)一點(diǎn)不得不重視的共通制勝之道，那便是要重視技術(shù)在當(dāng)下的應(yīng)用，并放眼未來積極進(jìn)行技術(shù)布局。

語音語言處理：降低客服中心成本的利器

長久以來，客服部門是金融機(jī)構(gòu)的成本中心，并且隨著業(yè)務(wù)的增長，機(jī)構(gòu)需要招募的客服人員也呈規(guī)?；鲩L?？头枰幚淼膯栴}數(shù)量隨著機(jī)構(gòu)的營銷活動(dòng)變化，因此機(jī)構(gòu)需要的客服人員數(shù)量也非常彈性，如何快速招募并遣散客服又構(gòu)成一道挑戰(zhàn)。

隨著語音語言處理技術(shù)的出現(xiàn)，圍繞著客服中心的種種難題得到了解決。由于客戶的問題集中化較為明顯，因此基于語音語言技術(shù)的智能客服成為人工客服的第一道防線。不僅如此，智能客服還能代替人工客服進(jìn)行大批量外呼，這樣一來客服部門便從成本中心轉(zhuǎn)變?yōu)槔麧欀行?，為金融機(jī)構(gòu)帶來實(shí)實(shí)在在的營收。

然而技術(shù)的落地并非一帆風(fēng)順，由于語音語言技術(shù)中的自然語言理解（NLP）環(huán)節(jié)尚存較大的發(fā)展空間，因此目前的智能客服表現(xiàn)并不盡如人意，答非所問的狀況普遍存在。有機(jī)構(gòu)跟蹤智能客服與客戶的對(duì)話發(fā)現(xiàn)，客戶在發(fā)現(xiàn)與自己對(duì)話的是機(jī)器時(shí)，感受普遍降至冰點(diǎn)，甚至有些會(huì)非常憤怒。

這些現(xiàn)實(shí)迫使金融機(jī)構(gòu)對(duì)自身技術(shù)部門或技術(shù)供應(yīng)商提出更高需求。如何做好金融NLP，儼然已經(jīng)成為直接與營收掛鉤的重要任務(wù)。

生物特征識(shí)別：大幅簡化審驗(yàn)流程

傳統(tǒng)的金融賬戶登錄驗(yàn)證多采用賬號(hào)+密碼+短信驗(yàn)證碼的模式，流程繁瑣且會(huì)產(chǎn)生一定的通信費(fèi)用。目前已有一部分金融機(jī)構(gòu)將生物特征識(shí)別技術(shù)用于賬戶登錄、賬戶查詢、支付等身份驗(yàn)證環(huán)節(jié)。

金融領(lǐng)域正在應(yīng)用的生物識(shí)別技術(shù)包括但不限于指紋識(shí)別、聲紋識(shí)別、虹膜識(shí)別、人臉識(shí)別等。以人臉識(shí)別為例，隨著智能手機(jī)逐步擁有1:1的人臉比對(duì)能力，微信支付及支付寶兩大支付巨頭先后上線了「刷臉支付」功能，并在線下門店展開了刷臉支付設(shè)備推廣戰(zhàn)。支付寶推出蜻蜓，微信支付推出青蛙，大額補(bǔ)貼各不相讓。

借力移動(dòng)支付的廣泛普及，我國在金融生物識(shí)別領(lǐng)域呈領(lǐng)跑態(tài)勢(shì)，甚至正在牽頭設(shè)立一些國際標(biāo)準(zhǔn)。今年1月，在挪威約維克召開的ISO/IEC JTC1 SC27（信息安全分技術(shù)委員會(huì)）工作組會(huì)議上，23國代表投票支持由螞蟻金服牽頭推動(dòng)的ISO/IEC 27553《移動(dòng)設(shè)備生物特征識(shí)別身份認(rèn)證安全要求》，無國家反對(duì)。

雖然和NLP技術(shù)相比，人臉識(shí)別已經(jīng)相對(duì)成熟，在正常環(huán)境中的準(zhǔn)確率能夠得到基本保證，但其中涉及到的隱私風(fēng)險(xiǎn)尚待解決。「密碼丟了可以換，但生物信息是不可再生的，一旦泄露，你不可能再有第二張臉。」全國政協(xié)委員談劍鋒在一份提案中變作此表示。

風(fēng)控反欺詐：覆蓋長尾人群及小微企業(yè)

如文章開頭談到，正是由于AI技術(shù)在風(fēng)控方面的應(yīng)用，使得單位受理成本降低，普惠金融成為可能。

針對(duì)C端長尾客群，行業(yè)曾經(jīng)給出P2P這一普惠金融答卷。雖然入局者魚龍混雜，曾給社會(huì)帶來了不好的影響。然而監(jiān)管加緊后，大浪淘沙中，呈現(xiàn)偏重技術(shù)樣貌的公司還是得以留下。

以360金融為例，其官方表示欺詐虧損率低至0.2%，低于銀行整體平均值0.4%。360金融副總裁鄭彥曾在采訪中向雷鋒網(wǎng)透露，這得益于團(tuán)隊(duì)在工具層面引入復(fù)雜關(guān)系網(wǎng)絡(luò)分析，在算法層面引入無監(jiān)督機(jī)器學(xué)習(xí)，在系統(tǒng)層面實(shí)現(xiàn)全自動(dòng)化建模。

然而，在B端的長尾客群——小微企業(yè)方面，AI技術(shù)顯得有些無處著力。

今年兩會(huì)的政府工作報(bào)告中多次提出解決小微企業(yè)融資難融資貴問題。2018年，政府已先后4次降低存款準(zhǔn)備金率，多措并舉緩解民營和小微企業(yè)資金緊張狀況。盡管依靠宏觀調(diào)控手段，融資成本上升勢(shì)頭已經(jīng)得到初步遏制，然而技術(shù)的精進(jìn)才是徹底解決問題的通路。

一方面在政府的號(hào)召下，一方面想要攻占小微企業(yè)信貸這一未來盈利高地，科技公司紛紛加大研發(fā)力度，推出對(duì)應(yīng)產(chǎn)品。冰鑒科技、京東數(shù)字科技、360金融、螞蟻金服等均是該賽道上的玩家。

企業(yè)信貸與個(gè)人信貸的風(fēng)控需求差別頗大，考量維度更為復(fù)雜。小微企業(yè)的信用狀況不僅與企業(yè)主個(gè)人息息相關(guān)，除了難以量化的經(jīng)營能力，企業(yè)的還款能力還會(huì)受到所在行業(yè)的大環(huán)境影響。這些宏觀的難以量化的因素為AI技術(shù)的發(fā)揮帶來阻礙。AI技術(shù)到底該如何助力小微企業(yè)融資，尚需時(shí)日碰撞與探索。

理不辯不明

盡管技術(shù)帶來的好處顯而易見，然而金融作為一個(gè)龐大且堅(jiān)固的傳統(tǒng)領(lǐng)域，要接受新技術(shù)的滲透并沒有那么簡單。一方面，金融業(yè)務(wù)追求穩(wěn)定，需要極高規(guī)格的安全與合規(guī)；另一方面，金融系統(tǒng)普遍龐雜，模塊的替換或者新模塊的加入需要很大的工作量。

因此，只有當(dāng)技術(shù)帶來的好處足以平衡應(yīng)用技術(shù)所帶來的成本時(shí)，AI才能在金融領(lǐng)域得以應(yīng)用。這就意味著，處在金融領(lǐng)域的技術(shù)人還需要耐下心來，通過打磨技術(shù)贏得傳統(tǒng)金融行業(yè)的入場(chǎng)通票。

古語云，理不辯不明，技術(shù)的精進(jìn)需要同行的廣泛交流。2019年7月13日，由中國計(jì)算機(jī)學(xué)會(huì)主辦，雷鋒網(wǎng)、香港中文大學(xué)（深圳）聯(lián)合承辦的CCF-GAIR全球人工智能與機(jī)器人峰會(huì)，將開設(shè)「AI金融」專場(chǎng)。

現(xiàn)場(chǎng)我們將依照金融行業(yè)的幾個(gè)AI技術(shù)點(diǎn)，邀請(qǐng)行業(yè)中該技術(shù)點(diǎn)進(jìn)展最優(yōu)的公司高層發(fā)表演講。 

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。