金融科技并非單純的技術(shù)概念，而是金融與科技深度融合的產(chǎn)物。金融科技對當(dāng)前銀行業(yè)的滲透和再造是全方位的，廣度和深度前所未有。
金融科技將重塑銀行業(yè)
2018年年報中，工商銀行、農(nóng)業(yè)銀行、中國銀行、建設(shè)銀行、交通銀行提及金融科技的次數(shù)分別達15次、21次、7次、64次、21次。招商銀行指出“唯一可能從根本上改變和顛覆銀行商業(yè)模式的，是科技。”
在銀行的中后臺，圍繞著風(fēng)險控制和運營策略，金融科技同樣在發(fā)揮影響力，但如果我們只把視野放在當(dāng)下，而非數(shù)十年間，這些可以稱為戰(zhàn)略轉(zhuǎn)折點的變化顯得過于低調(diào)了。對于當(dāng)下的銀行業(yè)務(wù)人員來說——比如風(fēng)控專家、零售業(yè)務(wù)負責(zé)人、IT技術(shù)部總經(jīng)理等，他們深刻感知，面對虎視眈眈的互聯(lián)網(wǎng)金融，要滿足客戶日益增長的金融服務(wù)需求，需要在成熟的風(fēng)控體系、業(yè)務(wù)體系基礎(chǔ)上，引入新的技術(shù)力量，提升服務(wù)的精準(zhǔn)性，降低服務(wù)成本，控制金融風(fēng)險，為未來贏得市場。
現(xiàn)階段，AI本質(zhì)上是機器通過大量的數(shù)據(jù)訓(xùn)練做智能決策的能力。這為區(qū)別于FICO的新一代技術(shù)公司提供了發(fā)展契機。這些技術(shù)公司的創(chuàng)始者們，通常是習(xí)慣以信息化方式解決問題的AI專家。在互聯(lián)網(wǎng)企業(yè)里，他們搭建的搜索引擎日數(shù)據(jù)處理量在ZB（1ZB是十萬億億字節(jié)）級別，相較之下金融領(lǐng)域只到PB級別（1PB是千萬億字節(jié)），對于數(shù)據(jù)挖掘、用戶分析等早已駕輕就熟，因而希望將這種AI能力遷移到更多領(lǐng)域——比如有著數(shù)據(jù)化基礎(chǔ)，并且有意愿為AI技術(shù)買單的金融機構(gòu)；初創(chuàng)的金融科技公司面臨的挑戰(zhàn)在于，他們需要有大型的、真實的業(yè)務(wù)場景訓(xùn)練機器，讓模型和產(chǎn)品能更加有效地解決金融問題。能夠和領(lǐng)先的銀行一起實踐，打磨產(chǎn)品，獲得成功案例是一家金融科技公司最重要的護城河。
一個高標(biāo)準(zhǔn)嚴(yán)要求的客戶，往往是最好的AI模型訓(xùn)練導(dǎo)師。“最難的，是金融業(yè)務(wù)和AI技術(shù)要真正耦合。”氪信科技創(chuàng)始人兼CEO朱明杰說。三年多的時間內(nèi)，氪信和“零售之王”招商銀行、“宇宙行”工商銀行，以“金融科技”大力投入著稱的建設(shè)銀行等，均展開了深度合作。它的第一個客戶是以服務(wù)小微企業(yè)聞名的民生銀行，這決定了其后的業(yè)務(wù)發(fā)展重心是與銀行等大型金融場景合作。成長于AI應(yīng)用浪潮和金融行業(yè)信息密度突破臨界點的交匯處，氪信像是一個沖浪者，謹慎觀察著銀行轉(zhuǎn)型升級的風(fēng)向水流，以技術(shù)的嫻熟對抗風(fēng)險的不確定。
在金融業(yè)務(wù)場景中錘煉高效解決方案
風(fēng)險控制、金融交易、零售業(yè)務(wù)、監(jiān)管等，是AI金融的主要應(yīng)用場景。
在信貸領(lǐng)域，氪信智能風(fēng)控解決方案發(fā)展最早、也最為成熟。盡管目前央行的征信系統(tǒng)已采集9.9億自然人，但過去從未申請過貸款或信用卡，與銀行等傳統(tǒng)金融機構(gòu)無信貸關(guān)系歷史，征信記錄基本空白的人群卻接近十億，當(dāng)他們想要辦理信用卡、信貸業(yè)務(wù)時，銀行需要通過非金融屬性數(shù)據(jù)進行分析判斷。過去的BI時代，數(shù)據(jù)系統(tǒng)面向人的規(guī)則建設(shè)和處理；AI時代，在線業(yè)務(wù)漸成主流，數(shù)據(jù)量激增，超出了人的經(jīng)驗范疇和處理能力邊界，這些非結(jié)構(gòu)化的、非金融的數(shù)據(jù)，恰是機器擅長處理的領(lǐng)域。依托機器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理、知識圖譜等底層核心技術(shù)，氪信智能風(fēng)控解決方案可提供預(yù)授信行內(nèi)白名單、貸前準(zhǔn)入、貸后預(yù)警、收益評分、信用卡激活促動、信用卡貸后調(diào)額、智能催收等多個場景的解決方案。
交易反欺詐是銀行面臨的又一大痛點。2017年，美國異常交易案件上報個數(shù)為101.2萬件，中國的這個數(shù)字為10265件，兩者相差100倍。銀行從業(yè)者面臨對于異常交易“抓不準(zhǔn)（在交易反欺詐場景中，基于專家策略的可疑交易識別誤判率常達到90%以上）”和“抓不全”兩大痛點。根據(jù)中國人民銀行發(fā)布的最新一次的反洗錢公告，對于異常交易的監(jiān)管不力將導(dǎo)致銀行面臨從數(shù)十萬到上百萬不等的罰款。
AI技術(shù)可以助力銀行專家解決這個問題?；谝?guī)則的可疑交易識別和以個人作為主體的風(fēng)控思路，導(dǎo)致了誤報率居高不下，而傳統(tǒng)的風(fēng)控模型計算能力有限，無法識別復(fù)雜的洗錢團伙，也無法追溯較長期歷史數(shù)據(jù)，直接降低了欺詐識別效果。鑒于此，氪信提出了TAI異常交易監(jiān)測解決方案，該方案已經(jīng)在大型銀行經(jīng)過驗證，使用半監(jiān)督的欺詐賬戶識別模型體系和資金交易知識圖譜，將識別群體欺詐的效能提升40倍。
伴隨銀行越來越“互聯(lián)網(wǎng)化”，App已不僅是物理網(wǎng)點的補充，或者是一種電子銷售渠道，它已經(jīng)成為銀行觸客的門戶。根據(jù)銀行財報，截至2018年底，工商銀行和建設(shè)銀行的App下載用戶數(shù)均已突破3億，招商銀行和掌上生活兩大App的累計用戶數(shù)達到1.48億，“月活”代替“開卡數(shù)”成為銀行衡量業(yè)績的重要指標(biāo)。問題隨之而來——如何將銀行App打造成為一個超級平臺，并通過App來重新定義銀行的服務(wù)邊界？這讓AI的應(yīng)用回到了熟悉的互聯(lián)網(wǎng)場景。氪信正在和一家領(lǐng)先的股份制商業(yè)銀行合作，提供智能畫像服務(wù)，其核心是將“客戶”當(dāng)成“用戶”對待。
一般而言，體現(xiàn)價值的不是產(chǎn)品技術(shù)實現(xiàn)有多難，而是產(chǎn)品能解決多大的問題，為客戶帶來多少的價值。無論是甲骨文的分布式ERP系統(tǒng)，蘋果的iTunes，還是谷歌幾十億個同步搜索結(jié)果和視頻，最終都致力于解決大規(guī)模的、非常復(fù)雜的問題。在氪信三年多的實踐中，這些具有厚度的解決方案為它帶來了工商銀行、招商銀行、建設(shè)銀行、民生銀行等全程的AI合作伙伴，成為“AI+金融”的最佳注解。
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
