「我們剛剛經(jīng)過了小半年的技術(shù)研發(fā)閉關(guān)，將主要的研發(fā)精力投入在視頻這塊。我就認(rèn)準(zhǔn)了一個，做跟視頻相關(guān)的業(yè)務(wù)?！顾紙D場景創(chuàng)始人兼CEO張璐告訴雷鋒網(wǎng)AI金融評論。

思圖場景聚焦金融領(lǐng)域的圖像技術(shù)，張璐所說的視頻相關(guān)業(yè)務(wù)，當(dāng)下而言指的是銀行雙錄視頻的結(jié)構(gòu)化處理。從常見的人臉識別、體態(tài)識別、表情識別到重點轉(zhuǎn)向視頻技術(shù)，思圖場景經(jīng)歷了一番思考。

思圖場景成立于2016年，從企業(yè)DNA來看，是天生做圖像識別的好材料。創(chuàng)立之初思圖便十分注重人工智能視覺金融應(yīng)用技術(shù)的研發(fā)，除在金融業(yè)內(nèi)首先將人工智能視覺應(yīng)用于證件真?zhèn)蔚蔫b別，之后其在人工智能視覺技術(shù)領(lǐng)域持續(xù)發(fā)力，在2018年獲得由國際計算機協(xié)會ACM ICMI 舉辦的第六屆EmotiW2018 視頻情感識別大賽冠軍。其股東依圖科技是國內(nèi)領(lǐng)先的計算機視覺技術(shù)供應(yīng)商，雖然依圖聚焦醫(yī)療領(lǐng)域，甚至有傳言稱已經(jīng)放棄金融板塊，但依圖的部分底層技術(shù)也為思圖場景帶來加分。

思圖場景很快構(gòu)建起自身的主打產(chǎn)品——Truth-Eye神瞳系列產(chǎn)品，包含面簽所需的靜態(tài)圖像及動態(tài)視頻的識別及解析功能。官方介紹，目前，思圖場景已累計服務(wù)包括工行、平安銀行、寶馬金融、一汽金融、招聯(lián)消金、中銀消金、中信保誠、中意人壽等300余家機構(gòu)客戶，身份核驗服務(wù)調(diào)用年均億級。

然而，在這樣蓬勃發(fā)展的勢頭下，思圖場景卻選擇技術(shù)研發(fā)閉關(guān)專注于視頻，原因是什么？

監(jiān)管驅(qū)動的新藍(lán)海

2017年8月，銀監(jiān)會發(fā)布關(guān)于銀行實行「雙錄」的規(guī)定，要求銀行業(yè)金融機構(gòu)在營業(yè)場所銷售理財產(chǎn)品或金融產(chǎn)品時，實施專區(qū)「雙錄」，即錄音錄像。同年，證監(jiān)會和保監(jiān)會（原）還分別發(fā)布了《證券期貨投資者適當(dāng)性管理辦法》、《保險銷售行為可回溯管理暫行辦法》。2019年5月，蘇州銀保監(jiān)分局最新出臺了《深化保險銷售過程現(xiàn)場同步錄音錄像工作試行辦法》。這樣做一方面能夠?qū)鹑诋a(chǎn)品的銷售環(huán)節(jié)進(jìn)行有效的行為監(jiān)管，保護消費者權(quán)益；另一方面也能有效抑制金融機構(gòu)各類欺詐行為的發(fā)生。

例如，客戶購買金融機構(gòu)的理財產(chǎn)品，銀行與客戶接觸，本質(zhì)上是一種營銷行為。近年來其背后存在一些過度宣傳、不揭示風(fēng)險、飛單等違規(guī)操作。比如營銷人員告訴客戶產(chǎn)品可以保本，但事實并非如此，給客戶帶來損失。這其中，金融機構(gòu)有風(fēng)險揭示的責(zé)任。但有時，金融機構(gòu)自身的管理者也很難察覺。因為樹大有枯枝，不論是基層員工還是渠道商都背負(fù)著KPI，可能會為了完成任務(wù)采取一些手段。

又如，2017年北銀消費金融的著名騙貸案例。為了迅速擴張業(yè)績，北銀與中介公司合作擴展業(yè)務(wù)。合作中介違規(guī)操作，購買200多張?zhí)摷偕矸?，騙貸4000余萬元，事發(fā)后北銀被處以900萬元罰款。除消金領(lǐng)域，汽車金融領(lǐng)域也是騙貸的重災(zāi)區(qū)。被騙貸后，被盜用身份者發(fā)現(xiàn)問題上告法庭，法庭卻很難取證。因為原告對當(dāng)時貸款的情景并不知情，銀行出庭的法律保全部對業(yè)務(wù)也并不清楚。金融機構(gòu)無法真實還原業(yè)務(wù)全過程，很難找到真正的罪魁禍?zhǔn)住?/p>

在這樣的背景下，音視頻雙錄的重要性不言而喻。然而視頻錄下來，存在服務(wù)器里，該揭示的風(fēng)險仍然沒有揭示，需要大量的人工審核，這給金融機構(gòu)帶來了不少的人力和時間成本。張璐告訴雷鋒網(wǎng)AI金融評論，通常情況下一單金融業(yè)務(wù)的雙錄視頻在2-50分鐘不等，審核人員需要一秒不落地完整看完錄像，效率非常低下。

長期身處金融行業(yè)的張璐敏感地看到了其中的市場機會，使用AI技術(shù)對視頻中的關(guān)鍵要素進(jìn)行結(jié)構(gòu)化處理，不僅可以降低成本，還方便隨時調(diào)取，進(jìn)行數(shù)據(jù)分析。經(jīng)過了開篇所述的技術(shù)研發(fā)閉關(guān)，張璐及其團隊已經(jīng)將視頻結(jié)構(gòu)化技術(shù)打造成相對標(biāo)準(zhǔn)化的產(chǎn)品，方便機構(gòu)客戶調(diào)用，已經(jīng)具備服務(wù)行業(yè)的能力。

底層重構(gòu)

「人臉識別在金融行業(yè)已經(jīng)被廣泛的運用起來了，但我認(rèn)為這并不是算法與金融行業(yè)的深度融合，只是一個適用于各行各業(yè)的比較基礎(chǔ)的算法應(yīng)用在金融業(yè)而已?！顾紙D場景CTO汪明浩說。

汪明浩向雷鋒網(wǎng)AI金融評論介紹，在視頻結(jié)構(gòu)化的過程中，監(jiān)管機構(gòu)及金融機構(gòu)對視頻是有明確定義的。比如視頻中必須有簽署文件、展示文件的行為，有閱讀并進(jìn)行風(fēng)險確認(rèn)的行為。這些行為在當(dāng)下的通用模型精度下是不足以被辨認(rèn)的。一個人到底是單純在拿著筆還是在簽字，對于人類而言很好辨別，但對于現(xiàn)有的AI模型而言就非常困難。

「現(xiàn)有的模型都不能做到，要重新構(gòu)建?！雇裘骱票硎荆噶硗?，我們也需要深入到金融場景下，去拿到足夠多的視頻雙錄數(shù)據(jù)。」 

汪明浩透露道，在雙錄視頻中，人的行為是相對較為標(biāo)準(zhǔn)的，更難解決的是每個金融機構(gòu)的業(yè)務(wù)流程及文件格式不同。為此，團隊使用遷移學(xué)習(xí)方法，讓系統(tǒng)能夠快速適應(yīng)不同客戶的需求。 

另外，汪明浩強調(diào)，對于金融機構(gòu)來說，一個系統(tǒng)即便達(dá)到了95%的準(zhǔn)確率，往往也因不能確定剩下的5%是哪些被測對象而依然需要人力檢查100%的業(yè)務(wù)。得益于過去幾年的工程化積累，在閉關(guān)過程中，汪明浩帶領(lǐng)團隊優(yōu)化解決方案，能夠?qū)蛻魧崿F(xiàn)100%的業(yè)務(wù)處理支撐。

下一步，汪明浩計劃帶領(lǐng)團隊通過計算資源分離解決視頻運算成本較高的問題，通過邊緣計算讓前端處理一部分運算，以取得更快的速度及更高的能效比。

「通用技術(shù)例如姿態(tài)識別、面部識別，我相信各大獨角獸都是具備的。但真的在金融行業(yè)深度應(yīng)用，在我的視野中，我們還是少有的?！雇裘骱普f。

做寬與做深

業(yè)界普遍認(rèn)為，金融是繼安防行業(yè)之后，AI落地的又一龐大市場。但具體這個市場在哪？怎么做？沒有公司能夠給出很好的答案。

在圖像AI公司的視野里，金融是一個客單價小、流程繁瑣、教育客戶成本高、監(jiān)管細(xì)節(jié)多的領(lǐng)域，因此大多呈半放棄半觀望的態(tài)度，很少有人愿意下手做。這在張璐看來，是再正常不過的事情。

「安防行業(yè)已經(jīng)完全打開，而且是一個萬億級的市場，從商業(yè)化的角度來說，客單價也非常高，而且已經(jīng)能夠很好的落地。與之相比，金融場景非常復(fù)雜，普通銀行有幾十個部門，需要深扎到場景里面去。AI在其中只是一個啟動因素，只占10%-20%的比例?！箯堣凑f，「對于圖像AI公司來說，自然要抓大放小，選擇做寬而不是做深?！?/p>

在招標(biāo)現(xiàn)場，思圖場景遇到的對手大多是從事雙錄的通信類公司或傳統(tǒng)銀行信息化系統(tǒng)集成商，鮮見AI公司的身影。通信公司沒有視頻結(jié)構(gòu)化能力，系統(tǒng)集成商需要對外采購模塊進(jìn)行組裝。因此在張璐看來，同行的觀望正是思圖場景的極大優(yōu)勢。

「這些系統(tǒng)集成商變成了我們的渠道合作伙伴。他們的系統(tǒng)整合能力比較強，同時能夠幫我們減輕對接銀行的工作量，讓我們更專注在技術(shù)的研發(fā)上。」張璐表示，「我一直相信術(shù)業(yè)有專攻，像汽車金融、互金、保險這些我們比較熟悉且有標(biāo)桿客戶的領(lǐng)域，我們選擇自己做，像銀行我們就很愿意找合作伙伴一起做?！?/p>

張璐坦言不懼怕集成商搶占思圖場景的市場，她認(rèn)為雙錄視頻結(jié)構(gòu)化這一市場非常大，單憑一家公司不足以吞下。汪明浩表示，相較于系統(tǒng)集成商，思圖場景具有非常大的算法成本優(yōu)勢，擁有降維打擊能力。

同時，汪明浩談到，由于金融業(yè)務(wù)中很多坑是沒有辦法繞過的，因此思圖場景相較于同業(yè)具有先發(fā)優(yōu)勢及時間壁壘?！赶啾扔趫D像AI公司我認(rèn)為有半年到一年的時間，相比于系統(tǒng)集成商會更長一點，我認(rèn)為有1-2年?！雇裘骱普J(rèn)為。

采訪中張璐和汪明浩均表達(dá)了對市場的看好，二人談到現(xiàn)在市場需求已經(jīng)爆發(fā)，公司面對的一個核心問題是人員擴充速度亟待跟緊市場發(fā)展速度，確保對眾多客戶訂單的承接。

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。