人工智能成為金融領(lǐng)域的“老司機(jī)”要過幾道坎？
2017-02-24 14:53:48 來源：網(wǎng)易科技 熱度:
2017年1月開始，日本壽險巨頭富國生命保險開始利用價值170萬美元的人工智能系統(tǒng)IBM Watson Explorer，取代34名人類保險索賠職員，約占理賠部員工的30%，每年維護(hù)費(fèi)用則為12.8萬美元。而可節(jié)省的人類員工薪資支出則達(dá)110萬美元/年。僅此一項，不到2年，成本即可收回。
2016年底，一直秉承人工智能威脅論的霍金在《衛(wèi)報》的專欄中發(fā)文稱：“工廠自動化已經(jīng)讓眾多傳統(tǒng)制造業(yè)工人失業(yè)，人工智能的興起很有可能會讓失業(yè)潮波及到中產(chǎn)階級，最后只給人類留下護(hù)理、創(chuàng)造和監(jiān)督工作。”不過幾十天功夫，“失業(yè)”預(yù)言即在大金融領(lǐng)域成真。
人工智能真的要騎在人類的頭上，并在下完棋后把第一刀砍向人的錢袋子嗎？
人工智能是學(xué)徒，簡單勞動下替代白領(lǐng)
在復(fù)盤2016年初AlphaGo對戰(zhàn)李世石、2017年化名Master連斬中日韓三國棋手的諸多文章里，常會引用一個數(shù)據(jù)“深度學(xué)習(xí)了3000萬個圍棋對弈”。
其實(shí)這恰恰是人工智能的精華所在，即所謂3千萬個對弈，就是圍棋世界里的大數(shù)據(jù)，一個可以被收集、整理和捕捉的數(shù)據(jù)圖譜。每一個AI能夠驚世駭俗，根基也在于此。
富國生命保險重金購買的人工智能其實(shí)就扮演了這么一個角色，通過掃描醫(yī)院記錄和其他文件，根據(jù)保理傷害、病人醫(yī)療史以及程序管理等信息，確定是否進(jìn)行理賠。
這一切都建立在一定的數(shù)據(jù)信息能夠有效接入和掌握的基礎(chǔ)之上，而擁有了不算真正完整的大數(shù)據(jù)流后，AI的工作則可以看做是——洗地。
一個學(xué)徒的角色，幫助師傅打打下手，按照規(guī)定的流程、既定的標(biāo)準(zhǔn)，用已經(jīng)明確量化好的審批程序來完成既定工作。一切都在老師傅的計劃之下。只是比起人類學(xué)徒來說，更快速、更不容易出錯。
在同一篇報道中，另外3家日本保險公司也正在測試或安裝人工智能，以便實(shí)現(xiàn)更多自動化任務(wù)，比如幫助客戶尋找理想保險計劃等。這其實(shí)依然是標(biāo)準(zhǔn)化作業(yè)流程下的循規(guī)蹈矩。
這種標(biāo)準(zhǔn)化流程的最大好處就是解放了老師傅的雙手，也節(jié)約了用戶時間。以國內(nèi)運(yùn)用了人工智能的某手機(jī)貸為例，據(jù)稱通過人工智能進(jìn)行信審和風(fēng)控的比例已經(jīng)提升至90%以上，而另一個手機(jī)貸則宣稱實(shí)現(xiàn)了單月放款筆數(shù)超100萬。
在這個過程中，無一不是按照標(biāo)準(zhǔn)化流程來比對各種數(shù)據(jù)。只是，人工比對，效率慢、用戶等待時間長罷了。
做幫工的AI和被其替代的那些人類員工，最大的共通之處就在于都是流水線上的工人，看似白領(lǐng)的業(yè)務(wù)，實(shí)際上都是簡單勞動。如果用一個比方來對比當(dāng)下的人工智能替代人類的水準(zhǔn)，不妨用O2O來想象。
以往的線下門店，除了廣告和口碑來招攬生意外，還需要人類雇員到街頭去散發(fā)各種優(yōu)惠劵，比如肯德基，但O2O通過網(wǎng)上聚合的方式，將這個散發(fā)優(yōu)惠劵和期間耗費(fèi)的人工、時間以及投放人群的精準(zhǔn)度都進(jìn)行了簡化，有需求的人根據(jù)優(yōu)惠的不同、距離的遠(yuǎn)近，直接通過O2O平臺進(jìn)行選擇，而線下門店僅需要根據(jù)電子優(yōu)惠劵乃至先期抵達(dá)的電子菜單、座位預(yù)定做好后期準(zhǔn)備即可。
客人和門店的距離，縮短到了極致，效率得到空前提高，但對于最核心的服務(wù)來說，并無根本性改變。而人工智能目前在當(dāng)前金融領(lǐng)域亦是如此，一個讓客戶無需等待的學(xué)徒模式。
根據(jù)螞蟻金服公布數(shù)據(jù)，網(wǎng)商銀行的花唄與微貸業(yè)務(wù)上，使用機(jī)器學(xué)習(xí)把虛假交易率降低了近10倍，為支付寶的證件審核系統(tǒng)開發(fā)的基于深度學(xué)習(xí)的OCR系統(tǒng)，使證件校核時間從1天縮小到1秒，同時提升了30%的通過率。
以智能客服為例，2015年“雙11”期間，螞蟻金服95%的遠(yuǎn)程客戶服務(wù)就已經(jīng)實(shí)現(xiàn)大數(shù)據(jù)智能機(jī)器人，同時實(shí)現(xiàn)了100%的自動語音識別。
在這個基礎(chǔ)上，再去理解李開復(fù)口中：“人工智能最好的應(yīng)用領(lǐng)域之一是金融領(lǐng)域，因?yàn)榻鹑陬I(lǐng)域是唯一純數(shù)字領(lǐng)域。”其中真實(shí)的意味也就在于此了。
也因此，智能顧投之所以成為人工智能+金融的第一站，除了受益于國內(nèi)互聯(lián)網(wǎng)理財?shù)母邼B透率、傳統(tǒng)理財市場服務(wù)的空白、居民強(qiáng)大的理財需求等傳統(tǒng)因素外，這方面的個人金融數(shù)據(jù)最為單純，基本上只要掌握用戶投資風(fēng)險程度，即可作出數(shù)據(jù)篩選和產(chǎn)品推薦，而不似保險那樣需要更多非金融領(lǐng)域的數(shù)據(jù)來源。
獲客和實(shí)現(xiàn)客源轉(zhuǎn)換的難度與成本雙低，也使得只是傳統(tǒng)人工顧問投資效率加強(qiáng)版的智能顧投成了突破尖兵。
可如果僅此而已，人工智能也就是一個快速工具罷了。這樣的學(xué)徒是永遠(yuǎn)無法晉級老師傅的，尤其是在沒有數(shù)據(jù)的前提下。而金融，也不僅僅是一個顧問投資而已。
進(jìn)階幫工，人工智能先要邁過大數(shù)據(jù)的坎
從學(xué)徒到幫工，必須有更多的數(shù)據(jù)。
AlphaGo的成功就在于它掌握了圍棋領(lǐng)域近乎全部的數(shù)據(jù)，也即大數(shù)據(jù)強(qiáng)調(diào)的全量樣本。盡管面對人類的智慧來說，萬一出現(xiàn)一個不懂圍棋的虛竹用自絕死路的非正常方式打破僵局，依然可以在進(jìn)入常態(tài)競技的后半段，用標(biāo)準(zhǔn)化的下法，逼死絕頂高手。
可如果沒數(shù)據(jù)呢？李開復(fù)的解答看似很圓滿：
一是在金融界里相對隔離得非常清晰。金融領(lǐng)域是不跟其他定領(lǐng)域混在一起的，股票就是股票、保險就是保險、銀行就是銀行、賬單就是賬單，這些東西是能夠用來計算的，且屬于狹窄的領(lǐng)域。
二是利用手中擁有的大數(shù)據(jù)量，可以獲取更多的數(shù)據(jù)。
三是金融是最無摩擦的領(lǐng)域，錢進(jìn)錢出，這里沒有生產(chǎn)、倉庫和物流。
但其實(shí)，盡管數(shù)據(jù)流非常充足，但依然不是全量數(shù)據(jù)。僅以征信數(shù)據(jù)為例，基于傳統(tǒng)金融機(jī)構(gòu)的服務(wù)能力限制，使得傳統(tǒng)金融無法服務(wù)的領(lǐng)域非常大，加之國內(nèi)傳統(tǒng)征信體系不完善，在收錄的8億自然人里，有征信記錄的僅有3億人，另外5億人在系統(tǒng)中只有基本信息，傳統(tǒng)征信覆蓋的人數(shù)僅為35%。
也即是說，即使接入，也不過是增加了一定的基礎(chǔ)數(shù)據(jù)，距離真正能夠反映一個人各種金融體征的全量數(shù)據(jù)還差距極大。
目前人工智能+金融所能做到，也就是風(fēng)險系數(shù)較小、流程簡單規(guī)范、數(shù)據(jù)量需求較少易掌握的保險和小額貸等業(yè)務(wù)之上。唯一純數(shù)字領(lǐng)域的金融尚且如此，又何況其他領(lǐng)域。沒有大數(shù)據(jù)加持，再好的人工智能也只是一個高檔玩具。
大數(shù)據(jù)，其實(shí)也就與人類的經(jīng)驗(yàn)認(rèn)知和理性分析相似了，成為了人工智能能否長大的基礎(chǔ)“飼料”。
且不論人工智能的深度學(xué)習(xí)模式，能夠形成怎樣的精準(zhǔn)分析和判斷，但僅僅從金融領(lǐng)域的人工智能應(yīng)用上看，最容易獲得更強(qiáng)大數(shù)據(jù)流的來源，其實(shí)在電商之上。在電商和O2O上已形成寡頭之勢的騰訊、阿里和百度，在2016年大舉布局人工智能，其原因之一也就在于此。
越來越多的證據(jù)表面，當(dāng)前的計算能力、算法與聯(lián)網(wǎng)設(shè)備所產(chǎn)生的數(shù)據(jù)量已經(jīng)構(gòu)成了人工智能真正崛起的基礎(chǔ)。除了在圍棋領(lǐng)域戰(zhàn)勝人類冠軍，在圖像識別和語音識別正確率上，機(jī)器性能也在近年超過了人類平均水平，這既是算法改進(jìn)的功勞，又離不開大量的訓(xùn)練數(shù)據(jù)和計算。
在中國，有足夠訓(xùn)練數(shù)據(jù)的，除了傳統(tǒng)金融機(jī)構(gòu)外，就只有BAT了，而且更加獨(dú)特和立體。這其實(shí)就是金融的棋譜。
如在2016年9月，百度高級副總裁朱光在百度世界大會上表示，百度金融將以身份識別認(rèn)證、大數(shù)據(jù)風(fēng)控、智能投顧、量化投資、金融云為方向發(fā)展金融科技。這其實(shí)就是用大數(shù)據(jù)+云計算來喂養(yǎng)人工智能，以期在金融上和傳統(tǒng)金融業(yè)形成差異化的節(jié)奏。
而因與余額寶合作一戰(zhàn)成名的天弘基金亦透露出更為強(qiáng)烈的需求，尤其是在智能顧投這個被互聯(lián)網(wǎng)金融巨頭列在首要破局點(diǎn)的領(lǐng)域上。
其智能投資部總經(jīng)理助理劉碩凌就認(rèn)為：“最好的人工智能是人腦和大數(shù)據(jù)技術(shù)的融合。把復(fù)雜的巨量數(shù)據(jù)的線性，非線性計算和歸納工作都交給機(jī)器。”而龐大的阿里系數(shù)據(jù)流，和獨(dú)立于征信系統(tǒng)之外、以電商消費(fèi)和余額寶投資為基礎(chǔ)的芝麻信用，則可更為真實(shí)的為用戶做出更多立體面的畫像。
每一個用戶都有不同的立面，無數(shù)反映用戶消費(fèi)、投資的數(shù)據(jù)點(diǎn)，則可讓這樣的用戶畫像從平面走向立體。而對市場的分析、研判以及更精準(zhǔn)的輿情監(jiān)控，這些同樣是互聯(lián)網(wǎng)平臺更為擅長和已經(jīng)深度大數(shù)據(jù)化和逐步人工智能化的先發(fā)領(lǐng)域。
只是，一旦需要更多的數(shù)據(jù)之時，每一個有志于金融的平臺都會設(shè)立壁壘，確保自己的獨(dú)家優(yōu)勢。人工智能的求學(xué)之路，初期靠自家數(shù)據(jù)，武功日益千里，后期要多方化緣，殊難精進(jìn)。
任何一個老司機(jī)，在徹底離開方向盤之前，都不敢說自己不會出事，因?yàn)檐嚕ㄗ约覕?shù)據(jù)）可以掌控，來自道路上的各方車流（外部數(shù)據(jù)）則是不可控的。
除非，大家伙全都是自動駕駛，而且數(shù)據(jù)全面互通，或許才能說“大話”。
塑造賈維斯，每個人都需要一個私人管家
Facebook創(chuàng)始人扎克伯格在2016年初時開始謀劃，要打造一個人工智能“管家”，如同電影《鋼鐵俠》里的超級管家賈維斯。只要說出自己的需求，它就可以幫你做任何事情。他花了近一年的時間讓這一想法成為現(xiàn)實(shí)。
而這個在2016年末出現(xiàn)的、等陪孩子玩耍、能理解主人情緒的JAVIS人工智能程序（翻譯過來就是賈維斯），卻說出了作為主顧的大多數(shù)普通人，對人工智能+金融的訴求，其實(shí)亦是藍(lán)海。
有觀點(diǎn)認(rèn)為，目前中國金融行業(yè)正在運(yùn)用的人工智能可以整理為四大類應(yīng)用場景：機(jī)器學(xué)習(xí)與知識圖譜；金融預(yù)測、反欺詐；融資授信決策；智能投顧。
不難看出，其實(shí)這就是一個金融管家的角色。只是對于大多數(shù)使用者來說，這個管家并不是自家的私人管家，而只是金融機(jī)構(gòu)派來幫忙的勞務(wù)輸出“人員”，這些人工智能官派管家，恰恰因?yàn)槟M人類思維、而非傳統(tǒng)上的按鈕工具，難免骨子里向著東家，而未必裝著用戶的利益。
這其實(shí)也將是金融機(jī)構(gòu)人工智能化后不可避免在用戶心中投射出的悖論。但如果沒有金融背景，只是為用戶量身打造的私人專屬管家呢？即使真正在平臺全面開放數(shù)據(jù)、大數(shù)據(jù)真實(shí)打通之下，也未必能夠派上用場。
或許很多人會認(rèn)為，第三方機(jī)構(gòu)的這類產(chǎn)品未必能夠精通金融、制造出高效、有用的金融分析模型，但這個問題可以通過足夠的專家和日益完善的模型體系形成強(qiáng)力外腦和不斷升級來補(bǔ)完，但更重要的則在于除了大數(shù)據(jù)以外，人工智能還需要強(qiáng)大的計算能力。
“我們都知道，只有更強(qiáng)大的計算能力才能處理人工智能應(yīng)用所需的大數(shù)據(jù)，”英特爾公司副總裁兼數(shù)據(jù)中心事業(yè)部數(shù)據(jù)中心解決方案部門總經(jīng)理詹森·韋克斯曼就在2016年底透露：
英特爾預(yù)測，到2020年，用于人工智能的計算將比現(xiàn)在增長12倍。因?yàn)楹芏嘣械幕A(chǔ)架構(gòu)并沒有考慮到去適應(yīng)人工智能應(yīng)用，只有7%的應(yīng)用部署符合人工智能的要求。
對計算能力要求的日益提高，將讓真正商用化、金融化的人工智能淪為巨頭的游戲，而普通用戶將只能用接入的方式，成為這個巨頭金融互動網(wǎng)絡(luò)游戲里的一個參與者，而非主導(dǎo)者。
但也并非說用戶級定制的高端人工智能完全不可能出現(xiàn)，只是在很長一段時間內(nèi)，想要在人工智能+金融上創(chuàng)業(yè)和顛覆市場的第三方公司只能把希望寄托在云計算之上。
畢竟，在任何一個通過獲取用戶行為而形成大數(shù)據(jù)流之下，或許能夠反映出用戶的更多立體面，甚至形成一個從外形到內(nèi)心的立體建模，實(shí)現(xiàn)精準(zhǔn)的需求把握和心理分析，以更好地和外部的金融市場分析進(jìn)行比對，但是任何大數(shù)據(jù)的形成，無論計算數(shù)據(jù)多快，都是一個過去式，一個過去的用戶。
每一個人的性格或許不會變化，但瞬間的需求和心理延伸，卻未必是人工智能通過大數(shù)據(jù)和云計算所能徹底把控的，也是難以捉摸的。這就是破解珍瓏棋局的那自絕一子。而或許，只有真正專屬于自己、忠誠于用戶、沒有金融機(jī)構(gòu)后門和利益訴求的賈維斯，才會是傾吐心聲、掌握用戶實(shí)時動態(tài)和心態(tài)，能窺見“透明人”的那個唯一。
而這樣的服務(wù)，才會是最為貼心和精準(zhǔn)的，也是最具有用戶黏性的。若真如此，賈維斯也就成了《鋼鐵俠》里那樣，一個值得把自己的后背托付給它的“放心的人”。也唯有那樣，才是真正從老司機(jī)，成為一個私家專車司機(jī)。話說，《特工卡特》里的真人版賈維斯，不就是個專職老司機(jī)兼管家嗎！
換言之，基于金融機(jī)構(gòu)自身獲客和吸引現(xiàn)金流考量的人工智能，是現(xiàn)在和之后一段時間內(nèi)的主流。而非主流的第三方金融人工智能產(chǎn)品，則在相關(guān)限制解除和大數(shù)據(jù)、云計算條件相對成熟之時，成為用戶的最后選擇。
只是真如此，還一定需要專業(yè)金融機(jī)構(gòu)扮演什么角色呢？這是個問題，應(yīng)該和人工智能部署一同布局。
責(zé)任編輯：吳昊
透過7件事了解人工智能先驅(qū)馬文·明斯基
哈佛大學(xué)研究新人工智能系統(tǒng) 速度媲美人類大腦
Google人工智能攻破了圍棋，然后呢？
中國新能源車的發(fā)展之路 人工智能的勝利