融360剛?cè)肼毜氖紫悄芄佟叭诎伺！?，以全球首位金融AI大使身份正式公開亮相北京金融街,，刷臉就能算出貸款額。經(jīng)濟(jì)日?qǐng)?bào)記者 錢箐旎攝

　　樂信工作人員正在展示風(fēng)控系統(tǒng)的操作流程,。經(jīng)濟(jì)日?qǐng)?bào)記者 錢箐旎攝

在京東大廈內(nèi)的米源自動(dòng)售貨機(jī)旁,，使用者通過(guò)掃描人臉即完成了支付過(guò)程。目前,，這一京東金融人臉識(shí)別技術(shù)已完成內(nèi)部測(cè)試,。 經(jīng)濟(jì)日?qǐng)?bào)記者 錢箐旎攝

辦理信貸時(shí)，在電話里傳出了審核員悅耳動(dòng)聽的聲音,，你也許會(huì)猜測(cè)電話那頭是一位美麗的姑娘,，但很遺憾，那可能只是一臺(tái)機(jī)器,。

當(dāng)然,，人工智能的出現(xiàn)，給金融行業(yè)帶來(lái)的改變遠(yuǎn)不止如此。如今,，無(wú)論是傳統(tǒng)金融機(jī)構(gòu)還是新金融機(jī)構(gòu)，都在快速應(yīng)用人工智能技術(shù),，包括信貸業(yè)務(wù)審核,、風(fēng)險(xiǎn)防控等多個(gè)核心領(lǐng)域

一個(gè)業(yè)內(nèi)共識(shí)是，與其他行業(yè)相比,，人工智能與金融業(yè)更能迸發(fā)出激烈火花,。在國(guó)務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》（以下簡(jiǎn)稱《規(guī)劃》）中提出，建立金融大數(shù)據(jù)系統(tǒng),，提升金融多媒體數(shù)據(jù)處理與理解能力,。創(chuàng)新智能金融產(chǎn)品和服務(wù)，發(fā)展金融新業(yè)態(tài),。鼓勵(lì)金融行業(yè)應(yīng)用智能客服,、智能監(jiān)控等技術(shù)和裝備。建立金融風(fēng)險(xiǎn)智能預(yù)警與防控系統(tǒng),。

未來(lái),，人工智能在金融業(yè)還有哪些應(yīng)用？對(duì)我們的生活又將帶來(lái)怎樣的改變,？

高效賦能金融業(yè)

金融行業(yè)數(shù)據(jù)全,、規(guī)模大、維度多,、可數(shù)據(jù)化的程度高,，這為人工智能與金融的結(jié)合提供了有利條件，兩者極易迸發(fā)出火花

一個(gè)傳統(tǒng)的貸款業(yè)務(wù)可能需要2至3天來(lái)審批,，而一個(gè)基于人工智能模型的自動(dòng)審批方案可能只需要幾秒鐘就可以完成,。如今，越來(lái)越多的金融科技公司開始將人工智能技術(shù)廣泛用于風(fēng)險(xiǎn)防控,、審核等金融核心領(lǐng)域,，取得了很好的效果。

如樂信集團(tuán)首席風(fēng)控官劉華年表示,，樂信自主研發(fā)的“鷹眼”智能風(fēng)控引擎,，擁有6000多個(gè)風(fēng)控模型數(shù)據(jù)變量，做到了98%的訂單“零人工”干預(yù),，最快3秒反饋結(jié)果,；日均處理30萬(wàn)筆訂單，相當(dāng)于1500名審核員的工作量,。未來(lái),，通過(guò)智能呼叫系統(tǒng)，樂信的人工審核量將進(jìn)一步壓縮。

為何人工智能可以高效賦能金融業(yè),？在業(yè)內(nèi)看來(lái),，近年來(lái)，人工智能在金融行業(yè)的應(yīng)用越來(lái)越多,，核心原理是人工智能的發(fā)展和應(yīng)用離不開大量數(shù)據(jù)以及機(jī)器學(xué)習(xí)與應(yīng)用規(guī)則的支撐,，而金融行業(yè)數(shù)據(jù)全、規(guī)模大,、維度多,、可數(shù)據(jù)化的程度高，這為人工智能與金融的結(jié)合提供了有利條件,。

不僅如此,，開鑫金服總經(jīng)理周治翰表示，一些金融行業(yè)的目標(biāo)非常明確,，痛點(diǎn)比較強(qiáng),，便于發(fā)揮機(jī)器學(xué)習(xí)、模型與變量提取,、再應(yīng)用于高效判斷的人工智能核心價(jià)值,。比如，過(guò)去需要人工分析客戶的消費(fèi)習(xí)慣,、歷史賬單,，去篩選哪些用戶是分期付款的潛在用戶或較容易接受信用卡分期建議。現(xiàn)在,，基于在歷史數(shù)據(jù)中隱含的有效規(guī)則,，人工智能可以更快、更準(zhǔn)確地篩選出目標(biāo)客戶,?！耙虼耍瑪?shù)據(jù)化程度較高,、更容易建立判斷規(guī)則,、場(chǎng)景較為單一的金融業(yè)務(wù)，更容易與人工智能結(jié)合,，例如客戶信用分析,、反欺詐、客戶營(yíng)銷,、智能投顧操作等,。”

以反欺詐為例,，《經(jīng)濟(jì)日?qǐng)?bào)》記者了解到,，京東金融基于大規(guī)模圖計(jì)算的涉黑群體挖掘技術(shù),，是一項(xiàng)已經(jīng)申請(qǐng)專利的技術(shù)?；谠摷夹g(shù),，京東金融可以通過(guò)一個(gè)突破點(diǎn)延伸，抓住很多隱蔽在后面的欺詐行為,，提前預(yù)防并攔截在體系之外,。“目前,，這項(xiàng)算法已經(jīng)在交易欺詐、營(yíng)銷欺詐,、保險(xiǎn)欺詐各個(gè)方面開始應(yīng)用,，我們可以把它理解成整體業(yè)務(wù)的安全防火墻?！本〇|金融風(fēng)險(xiǎn)管理部總經(jīng)理沈曉春說(shuō),。

可降低交易成本

目前，人工智能可以替代一部分人工,，降低人力成本,，延長(zhǎng)交易時(shí)間，提升交易效率,，進(jìn)而降低交易成本

借助人工智能,，金融業(yè)取得了多項(xiàng)突破，其中最為引人關(guān)注的,，是在交易成本上的成果,。專家表示，人工智能的發(fā)展,，已經(jīng)可以替代一部分人工,，從而降低人力成本，延長(zhǎng)交易時(shí)間,，提升交易效率,，進(jìn)而降低交易成本。

“傳統(tǒng)金融機(jī)構(gòu)主要依靠線下門店人工審核客戶風(fēng)險(xiǎn),，成本隨業(yè)務(wù)量線性增長(zhǎng),。大多數(shù)互聯(lián)網(wǎng)金融企業(yè)雖然引入了規(guī)則引擎、風(fēng)控模型,，但傳統(tǒng)技術(shù)手段往往只能對(duì)客戶的某幾個(gè)特征進(jìn)行判別,。很多信息仍然需要人工分析、判斷,，成本難以降低,?！毙∮挈c(diǎn)網(wǎng)貸CRO（首席風(fēng)險(xiǎn)官）陳紹林表示，充分利用人工智能技術(shù)和大數(shù)據(jù),，搭建具有全流程360度自動(dòng)判別的風(fēng)控體系,，可以極大減少人工成本。

簡(jiǎn)單來(lái)說(shuō),，隨著大數(shù)據(jù)風(fēng)控能力的提升和普及,，金融機(jī)構(gòu)可以搜集更多維度、更加垂直精細(xì)的大數(shù)據(jù),，從而構(gòu)建立體完整的用戶畫像,。“大數(shù)據(jù)既包括傳統(tǒng)金融征信體系的基本征信信息,、司法執(zhí)行數(shù)據(jù),，也包括第三方信用數(shù)據(jù)、用戶社交數(shù)據(jù),、出行數(shù)據(jù),、通訊數(shù)據(jù)、電商平臺(tái)數(shù)據(jù)等互聯(lián)網(wǎng)數(shù)據(jù),?！泵览鹑陲L(fēng)險(xiǎn)管理中心風(fēng)險(xiǎn)運(yùn)營(yíng)總經(jīng)理喬木表示，通過(guò)人工智能手段,，能夠?qū)⒄莆盏母鞣N維度數(shù)據(jù)進(jìn)行整合,、篩選、計(jì)算,，從而挖掘出有效的特征,。

同樣以“鷹眼”引擎為例，作為一套區(qū)別于傳統(tǒng)“人海審核戰(zhàn)術(shù)”的大數(shù)據(jù)智能風(fēng)控系統(tǒng),，可以有效應(yīng)對(duì)線上貸款單數(shù)多,、單筆金額小、全天候等特征,。當(dāng)用戶在樂信的分期樂商城下單后,，其互聯(lián)網(wǎng)電商行為數(shù)據(jù)、人臉識(shí)別,、機(jī)器指紋驗(yàn)證及外部征信數(shù)據(jù)等都會(huì)自動(dòng)進(jìn)入到“鷹眼”引擎中,。有了這些大數(shù)據(jù)，運(yùn)用機(jī)器學(xué)習(xí)手段,，“鷹眼”引擎就能夠?qū)υ撚脩舻倪€款能力,、還款意愿、負(fù)債信息,、穩(wěn)定性等作出評(píng)估,，并自動(dòng)完成即時(shí)預(yù)警,、攔截以及分析部署等功能。

更重要的是,，用人工智能審核用戶和訂單,，不僅能夠提高效率，也能提高審核的準(zhǔn)確率,。劉華年表示,，原因在于，一方面,，機(jī)器可以處理海量數(shù)據(jù),，不受感情影響，也不會(huì)感到疲勞,，能夠降低人為造成的審核失誤,；另一方面，機(jī)器能發(fā)現(xiàn)審核專家可能都無(wú)法發(fā)現(xiàn)的高危情況,。舉例來(lái)說(shuō),，當(dāng)一個(gè)正常用戶下單時(shí),，其瀏覽頁(yè)面時(shí)長(zhǎng),、下單間隔等會(huì)呈現(xiàn)出不規(guī)則特點(diǎn)；而如果一個(gè)用戶下單時(shí)出現(xiàn)“離群特征”（比如規(guī)律性下單）,，這部分用戶就屬于“高危用戶”,。這種“離群特征”憑借審核員肉眼往往很難發(fā)現(xiàn)，只有通過(guò)機(jī)器學(xué)習(xí),，經(jīng)過(guò)大量的計(jì)算分析才能做到,。

風(fēng)險(xiǎn)防控是未來(lái)

為確保每一位用戶的賬戶安全，保護(hù)所有客戶資金的安全,，風(fēng)險(xiǎn)防控被看作未來(lái)金融業(yè)應(yīng)用人工智能的一個(gè)核心落腳點(diǎn)

在不少業(yè)內(nèi)人士看來(lái),，風(fēng)險(xiǎn)防控將是未來(lái)金融業(yè)應(yīng)用人工智能的一個(gè)核心落腳點(diǎn)?！皬牡卿洯h(huán)節(jié)開始,，京東金融就開始見微知著?！鄙驎源阂再~戶登錄場(chǎng)景的風(fēng)險(xiǎn)管理為例介紹,，為確保每一位用戶的賬戶安全，京東金融建立了包括設(shè)備識(shí)別,、人機(jī)識(shí)別,、生物識(shí)別3大技術(shù)以及異常登錄模型和賬戶等級(jí)模型在內(nèi)的全方位賬戶安全體系，用于判斷當(dāng)前登錄是否產(chǎn)生風(fēng)險(xiǎn),、判斷當(dāng)前用戶行為偏好等,。

以設(shè)備識(shí)別為例,，“我們?cè)谶@項(xiàng)技術(shù)的應(yīng)用上，會(huì)有前后兩個(gè)模塊同時(shí)推進(jìn),。比如,，在最前端的客戶登錄中，我們就能夠精確識(shí)別客戶的設(shè)備,，通過(guò)相應(yīng)技術(shù)手段來(lái)采集客戶的設(shè)備環(huán)境,，幫助生成客戶識(shí)別的ID；在后端則通過(guò)機(jī)器學(xué)習(xí)等計(jì)算方法實(shí)現(xiàn)設(shè)備精準(zhǔn)核算和判定,，從而達(dá)到更好的風(fēng)險(xiǎn)控制和體驗(yàn)的增強(qiáng),。”沈曉春表示,。

從人機(jī)識(shí)別角度上也是類似的邏輯,，在賬戶登錄的場(chǎng)景下，一般會(huì)遇到大批量的外部攻擊,。攻擊過(guò)程中,，如何做到在第一時(shí)間對(duì)它進(jìn)行截?cái)啵⑶冶Ｗo(hù)所有客戶的資金安全呢,？沈曉春表示,，對(duì)此，京東金融自主研發(fā)了整體的人機(jī)識(shí)別體系,，它從6個(gè)維度對(duì)一次實(shí)際登錄行為進(jìn)行不同維度的判定,。比如在手機(jī)端，通過(guò)手摁在屏幕上的力度來(lái)判定是不是本人,；在PC端,，則通過(guò)評(píng)估鼠標(biāo)的軌跡是否規(guī)整，來(lái)判斷是否真正遇到惡意攻擊,。

談到異常登錄模型,，沈曉春表示，京東金融的賬戶安全模型是由多層架構(gòu)組成,，異常登錄模型就是接近于頂層架構(gòu)的分類模型,。據(jù)介紹，京東金融異常登錄模型結(jié)合了前端收集的設(shè)備特征編碼,、生物信息ID與歷史數(shù)據(jù)規(guī)律,，在京東金融在線算法系統(tǒng)支持下，可以在毫秒級(jí)時(shí)間內(nèi)就完成數(shù)百項(xiàng)數(shù)據(jù)的特征加工與模型計(jì)算,，是用于保護(hù)用戶安全的核心模型,。

可見，借助人工智能,，金融行業(yè)的發(fā)展日新月異,。但作為一個(gè)新興學(xué)科,，人工智能的應(yīng)用領(lǐng)域有限，在金融領(lǐng)域的應(yīng)用也處于起步階段,?！敖鹑谌斯ぶ悄茉诳鐚W(xué)科復(fù)合型人才、研發(fā)實(shí)力,、資金投入,、數(shù)據(jù)積累等方面要求都比較高，能夠熟練應(yīng)用相關(guān)技術(shù)的企業(yè)還不是很多,?！敝苤魏脖硎荆贿^(guò),，一項(xiàng)技術(shù)都有一個(gè)從起步到推廣,，再到成熟、普及的過(guò)程,，隨著技術(shù)的成熟,，應(yīng)用成本可能也會(huì)逐步降低。相信人工智能未來(lái)在金融領(lǐng)域會(huì)有更廣泛的應(yīng)用,。