一起建站專注于企業網站建設,為客戶提供性價比高的建站方案,網站建設只需358元起。
先制作,后付款,保障客戶資金安全
  • 全國企業建站
  • 創業學院網站建設公司|創業學院建網站多少錢|創業學院網站制作哪家好|創業學院企業網站設計|創業學院做網站公司--一起建站-模板建站
    一起建站是國內領先的網站建設公司,專業于創業網是國內領先的創業資訊和服務平臺,提供權威的創業資訊和精準的品牌營銷服務。以創業融資動態、創業學院、產品經理、人物訪談為內容驅動,與互聯網創業者共同進步。

    AI是屠龍寶刀,所有行業的底層業務員都將被取代

    2017-09-23
      AI是屠龍寶刀,所有行業的底層業務員都將被取代…
      AI來了,它像把屠龍寶刀,席卷所有行業。
      金融領域也是一樣,無論是傳統金融,還是新崛起的互聯網金融,變革已經在上演。
      未來,所有行業的底層業務都可能被AI取代,我們要如何應對?
      以下是詳細內容:
        主持人:
      中科院自動化研究所研究員 李兵
      嘉賓:
      因果樹創始合伙人 滕放
      捷越聯合首席信息官 李澎亮
      JadeValue保險科技孵化器董事總經理 劉洋
      元一九鼎合伙人 夏翌
      01人工智能的想象力
      李兵:人工智能的起點,一般認為是1956年在達特茅斯舉辦的一個學術會議,到2016年阿爾法狗出現,人工智能經歷了60年終于火了一把。在金融領域,人工智能會有哪些想象力?
      夏翌:AI是一把屠龍寶刀,所有的行業都會受到它的影響,都會發生變革,在金融領域也是一樣。但在不同的金融領域,人工智能成熟程度是不太一樣的。比如,在風控領域,已經取得了非常明顯的效果,但在投資和保險領域,目前可能還是早期。
      滕放:我認為最重要的是兩個領域,一是資本市場,二是風險控制。
      中國金融方向是從銀行體系向資本市場過渡,所有涉及到資本市場的,比如一級市場或二級市場的構建,人工智能的應用可能會有一個非常大的發展前景。
      第二,金融體系分前臺、中臺、后臺等不同的業務,這也有不同的應用。我們要看到哪些技術是能夠取代,哪些技術是輔助決策的。而涉及到金融核心本質的判斷(風險控制)是非常有價值的,但是這個在不同的金融產品中是完全不一樣的,比如在債券類產品和股權類的產品判斷就是完全不一樣的。
      李澎亮:我認為主要是這兩個方面:
      第一,信用風控、營銷和智能投顧,現階段比較容易落地。
      第二,我想從互聯網金融未來的發展去看人工智能的應用,2013年是互聯網金融元年,大家都在探索未來的互聯網金融將何去何從。過去的四五年是互聯網金融的1.0,我們用了很多非常粗淺的知識來跨入金融行業,實際上未來應該在更多在線的、快速的、智能的方向探索金融產品,在這個過程中人工智能一定是大有可為的。
      劉洋:人工智能在保險領域已經有一些應用的雛形和創業公司。
      保險和人工智能結合的第一個階段,主要是在渠道方面,傳統是通過線下經紀人推銷的方式,現在已經出現互聯網保險比價、搜索等。
      第二個階段,是在保險整個價值鏈條中發揮作用,比如說早期的產品設計,后期的核保,理賠,服務,人工智能在其中扮演了非常重要的角色。
      第三個階段,目前在中國可能還難以達到,國外也正在探索,就是在保險的生態里利用科技的力量進行商業模式的創新。但是,人工智能替代的過程是一個漫長的過程,目前已經有了一個非常好的趨勢。
      02人工智能落地的挑戰
      李兵:目前有些人工智能技術已經在金融領域開始落地了,這些落地的應用有哪些經驗?
      劉洋: 360行行行有保險,而保險又是最傳統的、最需要量化的,F在買一款保險產品,除了要建立對銷售人員的信任,建立對產品的深入了解,客戶還會擔心被隱性條款欺騙的問題。
      未來的保險應該基于每一個用戶,或者是針對非常細分的人群特點來產生不同的產品推薦和定價,客戶只需要say“Yes Or No”。想做到這一點,需要一個漫長的過程,并且需要很多公司、行業去推動。
      李澎亮:目前人工智能確實有一些突破性發展,尤其在算法方面,但是具體要和金融如何結合,還有一段路要走。
      比如智能投顧,目前存在三方面的挑戰:
      第一,監管;第二,模型,包括算法和市場的把控問題;第三,獲客,中國散戶特別多,散戶的期許也特別高,但智能投顧更適合長期投資,而不是短期的行為,與這些散戶的心理狀態是不太一樣的。將來要怎么調整、設計什么樣的產品,這也是一個挑戰。
      滕放:在一級市場、風險投資領域,面臨著三個問題:
      第一,數據問題,“信息不對稱、知識不對稱、關系不對稱”。在風險投資領域,大家都是靠“不對稱”賺錢,如何打破信息不對稱,打破知識對稱,我們做了很多努力。
      第二,是跟金融場景結合的問題。金融是門檻很高的一件事,有非常強的壁壘。知識如何與數據科學完美結合,是一個非常大的挑戰和機會。
      第三,監管。一家公司一定要有所為和有所不為,中國的金融監管是非常強的監管,近期的ICO、貨幣基金,都能看到這種趨勢。
      夏翌:這一波人工智能熱潮實際上是三個推手驅動的:數據、算例、算法。
      金融機構最實質的訴求,是在風險可控的情況下,創造超額收益。在一些金融領域,比如智能投研,對風險的承受度非常高,只要有任何一個技術能夠說服我,承諾50%以上概率能賺錢,就可以去嘗試。
      但這種嘗試沒有面向散戶推廣開來,有兩個原因,第一,技術如果能夠創造海量回報,最直接的變現市場就是在二級市場直接來進行投資;第二,必須確保這個技術帶來的后果不是災難性的,并且把這個邏輯向客戶講清楚,使他信服。
      03失業潮到來?
      李兵:彭博社報道稱,摩根大通開發了一款金融合同解析軟件。經測試,原先律師和貸款人員每年需要360000小時才能完成的工作,這款軟件只需幾秒就能完成。而且,錯誤率大大降低。
      好像人都比不過人工智能,如何為我們人類留一個崗位呢?
      滕放:我的一些朋友已經從二級市場在往一級市場轉,主要的原因就在于二級市場都是機器在玩了。我看過一篇報道,說金融領域其實40%的工作是跟數據打交道,做數據處理的人,肯定是要受到人工智能的一些沖擊。
      但我認為,在有些領域,人工智能只是輔助決策。像打仗一樣,所有的信息在那兒,但是真正下令的還是人的決策。
      所以我覺得人工智能是雙刃劍:一方面會把一些初級的數據處理工作篩掉,但另一方面又給人留下余地,讓你往更高、往決策層方向去發展。
      李澎亮:人工智能上來以后,有些職務會受到沖擊,像會計,初級律師、初級數據分析師等。
      但我不認為線下會完全消失,以前我們會說電商打敗了實體店,但是近期亞馬遜幾十億美金買了美國的連鎖超市,阿里出現了無人值守店。我認為,可能一批傳統的職位消失,同時也會誕生一些新的職位。零售還是要做的,只不過是新零售而已。未來我想還會誕生一些新興的職位。
      劉洋:人工智能對人類進步是好事。
      第一,舊的崗位消失,就會有新的崗位誕生,大家可以有更多時間享受生活。
      第二,如果我們不能改變它,就去接受它,去擁抱它。
      第三,很多東西是沒有辦法被人工智能的取代的,比如人與人之間感性的交流、溝通,所以我覺得可以關注面對面的服務行業,這可能是一個方向。
      夏翌: AI是現在投資行業最看重的風口,金融是最掙錢的領域,把這兩個領域結合起來,是最好的創業方向。我認為所有行業的底層業務都會被取代,我們唯一能做的,就是在被取代之前盡快奔跑。
        風控領域,數據是食材,AI是廚師
      金融風控中,大數據風控和人工智能風控是不是同樣一個概念?
      大數據風控在落地當中是否遇到了一些問題?
      目前風控領域最新的技術是什么?
      在一本財經“科技賦能 金融覺醒”一本財經智慧金融峰會上,嘉賓們帶來精彩的圓桌討論。
      以下是詳細內容:
        主持人:
      蘇寧金融研究院互聯網金融中心主任薛洪言
      嘉賓:
      同盾科技執行副總裁兼CSO馬駿驅
      PINTEC集團讀秒CEO周靜
      小米金融信貸業務負責人陳曦
      錦佰安CEO馮繼強
      01大數據風控和人工智能風控
      薛洪言:金融風控中,大數據風控和人工智能風控是不是同樣一個概念?如果是的話,為什么是同樣的概念;如果不是的話,它們分別發揮著什么樣的作用?
      周靜:我覺得這兩個東西并不矛盾。說到風控肯定都要有數據,不管是歷史數據,還是新的數據,標準的或非標準的數據。
      數據是風控的血液。信貸領域,風控是心臟。之前用人的經驗去做風控,后來用數據、評分卡做風控,到現在用AI的方式做風控,都是跟著時代在演變,也跟移動互聯網和搜集數據的速度有關系。
      陳曦:首先,人工智能的定義沒有一個明確的界限。其次,數據是基礎,相當于我們做一道菜,食材是數據,廚師的本領體現在什么地方——一份食材擺在面前,你可以做出一道美味可口的菜。
      所以這兩件事情并不矛盾,數據和后面的AI技術是連成串的。僅僅有一個空洞的技術,而沒有實實在在的數據,也達不到效果;當然有很多食材,廚師不好也做不出來。
      目前,風控以業務需求為驅動,數據、算法以及AI等是一種業務流程手段。
      馬駿驅:大數據里有不同的流程,像前端數據的搜集方法,還有數據清洗、數據處理的方法。人工智能可以降低人工操作。我們怎么挑選變量、怎么做出更好模型,當中人工智能可以做的比較多。
      事實上,大數據領域都有人工智能的身影。這兩塊是絕對不沖突的。
      馮繼強:大數據和人工智能有一個嚴格區分線。很多情況下數據存儲在那里,你自己設定的規則,符合這個規則就進行清洗和處理,這叫大數據技術。但是人工智能分為機器學習和深度學習。
      在金融風控領域,原來的大數據技術就是根據現有的風控模型對已知標簽的數據做處理,人工智能是對已知標簽或某些規則的標簽數據,根據人工智能算法模型做精細化處理,再為客戶和廠商輸出一個處理過的結果。這就是大數據和人工智能在風控領域的區分。
      02大數據風控落地的問題
      薛洪言:一方面,數據是人工智能的原料;人工智能技術包括數據,反過來改變人工智能算法,優化數據采集挖掘效率。二者相互促進。
      但是提到大數據風控和人工智能,基于數據量、數據維度和算法,以及沒有經歷過足夠長時間檢驗等因素,大眾對于大數據風控的水平存在一些疑慮。
      第二個問題,目前的大數據風控也好,人工智能風控也好,它對傳統金融的替代率有多少?有人講,說大數據風控是一個偽命題,你們是否認同?如果不認同,大數據風控在落地當中是否遇到了一些問題?
      馮繼強:大數據風控不是偽命題,但問題是信貸周期沒有得到檢驗。傳統的風控技術已經歷三十年、五十年周期的迭代,但是大數據的檢驗成效現在看不了。
      判斷是不是偽命題,就是看能不能解決現有問題,如輔助現有的風控手段或者說簡化勞力、人力成本等。
      現在一提人工智能,檢驗的辦法就是投入多少服務器資源,一個月花多少錢。京東說他們做AI集群一個億,像我們每個月的成本是七位數,這種成本可能不是一個小公司承擔得起的。
      馬駿驅:長遠來說,人工智能、大數據幫忙,風控會越做越好。落地中間肯定會有困難,但我覺得這是一個度的把握。但我首先要做到的就是壓低成本,才能做出更多、更普惠的一些金融服務,更碎片化,更場景化的金融服務。
      隨著時間推移、產品改變,我想大數據和人工智能肯定是需要的,同時遇到的困難會越來越少。
      實際上,一些相對小一點的金融公司,也稱自己在做科技金融,但是實際上它對模型、數據、流程等方面的理解差很多。
      陳曦:顯然不是偽命題。國內消費金融公司,盡管成立時間短,但它一個貸款周期為六個月、九個月、十二個月,其實這已經有很多的驗證周期了
      技術是不是能夠取代一些金融行業?目前還不行。因為目前所用的模型也好,大數據也好,是基于一個統計學的原理,即所謂大數原則。也就是說,我們現在所用的方法是有一定的應用場景的,并不適用所有的金融場景。
      普惠金融顯然是一個落腳點,為什么?因為它是小額分散。因為小額分散所以大數原則才能夠成立。換句話說,如果是用它對公,一筆貸款上億,總共也沒有多少,一百個貸款,這種情況下大數原則就不會起作用。
      所以目前所用的基于統計學原理的大數據模型,對于線下,包括對公和大額的業務是普遍適用的。但是人工智能技術能否延伸到大額的不分散的,也就是說不基于大數原則的這個領域,我覺得可能性非常大的,但是目前還沒有看到一個成熟的方案,一個能夠脫離統計學基本原理而獨立成立的AI技術解決方案。
      周靜:大數據和人工智能是一個趨勢,而且是一個不可逆轉的趨勢。
      技術是否可以替代傳統金融?我舉一個例子,讀秒不光做個人無抵押貸款,也做小企業經營性的流動性貸款。這塊銀行一直想要做,但是風險太大,審批需要六個月時間。我們可以做到15分鐘用數據方式代替所有流程,客戶15分鐘拿到授信和貸款。我不是說銀行風控不好,但是銀行風控成本太高。
      我們兩年前開始測試,現在多頭的認證,已經可以替代之前的所有的信息,與此同時,我們切掉了銷售端風險、審批端風險。我們用新的方式基本可以完全覆蓋掉人為欺詐的風險。
      03風控黑科技
      薛洪言:大數據風控和人工智能肯定是未來風控領域的趨勢。十幾年前金融機構就在做這些事情,但可能數據源局限于金融數據,沒有互聯網公司的行為數據,導致模型適用范圍比較失準。
      現在互聯網公司成功利用了行為數據、社交數據等,它能對三億以外沒有央行征信數據的這些人群,也有一個相對精準的評判,從而使得消費金融客群有極大的擴大。也就是從三億人群擴到現在十億,可能更多。這引發互聯網消費金融的大爆發、一個飛躍式的發展。
      最后大家談一下,目前風控領域最新的技術是什么?
      馮繼強:在風控領域最有前景的就是基于人工智能來實現的一系列技術。我創業是做基于AI來識別這個人是不是他本人,然后通過其日常行為標簽、特征數據,然后確定到他本人的身份。
      你自己認為堅不可摧的風控手段,在AI攻擊者的角度來講,根本區分不出來。這也是我們做這個產品的初衷。
      馬駿驅:第一,我們現在遇到一個很大的問題,就是如何智能風控,F在通過區塊鏈可以將整個授權的鏈條變得更完整,我們已經在北美投資一個區塊鏈實驗室。
      另外,我有一個好朋友,他們已經開始用相關的技術去研究大數據的分布,這塊用到的技術就是FFT技術,中文叫快速傅里葉轉變。
      陳曦:我不是工程師,所以我沒有發言權說哪個技術先進和不先進。我只是從業務角度上提一些需求:第一,能不能通過人工智能的手段在時間和空間以及行為上序列的東西中找出規律,然后能夠定位。第二,能不能用類似區塊鏈的技術,保證數據的質量和定性。這是我對AI技術的期望吧。
      周靜:從我的角度,風控其實是古老的,它也會持續的存在下去。新的技術永遠是工具,其實風控本身是一端到一端,從客戶的定位到客戶的體驗。
      不管什么酷炫的前端技術,如果后面有一大堆傳統催收人員做催收的話,我覺得都是不可靠的。前端要客戶花很多時間走流程,我覺得也是不好的。我覺得體驗、結果和成本都應該綜合來看。
      薛洪言:技術也是雙刃劍,一方面金融機構可以利用它來不斷鞏固自己的防控網絡,另一方面很多黑產也在利用人工智能來練更加鋒利的武器。這就是矛和盾的關系。我覺得也是一個過程。最后我們還是用掌聲感謝四位嘉賓的分享,謝謝。

    注:本站有部分文章摘自網絡,如有侵權請馬上聯系刪除!
    一局一元钱的现金麻将软件 银行怎么给私募基金配资 北京pk10预测专家 安徽十一选五走势图 时时彩自动做号软件 北京时时彩 排列三试机号今日更新 幸运28在线预测大白 十一运夺金历史开奖 20070904上证指数 上海配资公司