第二節(jié) 前臺到后臺的多點繁榮

前面我們回答了第一個問題——什么是智能金融？那么，智能金融到底有哪些應用場景呢？2015年，馬云在德國向總理默克爾展示“刷臉”支付，使得刷臉支付出現(xiàn)在大眾視野；2016年，招商銀行摩羯智投揭開中國智能投顧序幕；2017年，BATJ聯(lián)手四大行開啟智能金融新紀元……從前臺到后臺，人工智能正加速推動金融領(lǐng)域各個環(huán)節(jié)創(chuàng)新。億歐智庫總結(jié)了智能金融應用的七大場景，前臺包括智能支付、智能營銷、智能客服，中臺包括智能風控、智能投顧、智能投研，后臺為智能數(shù)據(jù)，下面為大家一一闡述。

一、刷臉支付

2017年9月1日，支付寶宣布在杭州肯德基的KPRO餐廳上線刷臉支付：用戶在支付寶上開通此功能后，在線下購買時不需要用手機，刷臉即可買單。這是刷臉支付第一次從線上走到線下，真正實現(xiàn)落地的場景。

移動支付在過去幾年中快速發(fā)展，支付方式也多種多樣，如NFC支付、二維碼支付、指紋支付等。人臉識別技術(shù)的成熟和人們對支付便捷安全性需求的提升，使得刷臉支付出現(xiàn)在大眾視野。刷臉支付，即基于人臉識別技術(shù)的新型支付方式，將用戶面部信息與支付系統(tǒng)相關(guān)聯(lián)，通過拍照把獲取的圖像信息與數(shù)據(jù)庫中事先采集的存儲信息進行比對來完成認證。

刷臉支付之所以成為可能，主要依賴于人臉識別技術(shù)。人臉識別技術(shù)，是作為生物特征識別領(lǐng)域中一種基于生理特征的識別，是通過計算機提取人臉特征，并根據(jù)這些特征進行身份驗證的一種技術(shù)。

人臉識別技術(shù)發(fā)展歷史悠久，1964年就已經(jīng)出現(xiàn)，經(jīng)歷了機器識別、半自動化、非接觸式和智能識別四個階段。智能識別出現(xiàn)之前，人臉識別技術(shù)的識別率低于74%，并未得到大規(guī)模應用。2014年，香港中文大學教授湯曉鷗領(lǐng)導的計算機視覺研究組開發(fā)了一個名為DeepID的深度學習模型，該模型達到了LFW數(shù)據(jù)庫中99.15%的識別率。這成為一個分水嶺，人臉識別的準確率超過了人類。

目前智能識別階段的人臉識別主要包括人臉檢測、人臉特征提取三和人臉匹配部分。人臉檢測，主要是確定檢測到的是人，進而確定人臉的大小、位置等信息；人臉特征提取，指的是通過精確定位面部關(guān)鍵區(qū)域的位置，進行特征點抓取；人臉匹配，即判定人臉是不是數(shù)據(jù)庫中存在的，然后在數(shù)據(jù)庫中找到匹配度最高的人臉。

據(jù)億歐智庫統(tǒng)計，目前我國人臉識別初創(chuàng)公司有三十多家，這些公司大部分是在2012—2015年成立，從一開始就選擇基于深度學習研究人臉識別技術(shù)。當然，還有許多像銀晨科技、中科奧森這樣的老牌人臉識別技術(shù)提供商。

基于PitchBook獨角獸標準，在這些人臉識別技術(shù)服務公司中有四家獨角獸，包括曠視科技、依圖科技、商湯科技和云從科技。在這四家獨角獸中，曠視科技成立最早，2011年成立；云從科技成立最晚，2015年成立；依圖科技和商湯科技分別于2012年和2014年成立。目前，這四家獨角獸在金融人臉識別領(lǐng)域都有所涉及，但略有區(qū)分。

目前，依圖科技人臉識別主要服務于安防，在金融領(lǐng)域落地的主要有刷臉取款和身份驗證，合作機構(gòu)有招商銀行；商湯科技目前主要應用于京東金融的人臉登錄，以及招商銀行等機構(gòu)的身份驗證；曠視科技目前主要應用于支付寶的刷臉支付和登錄，以及互聯(lián)網(wǎng)金融公司的身份驗證；云從科技與農(nóng)行推出ATM機刷臉取款，與收付寶合作刷臉支付，以及為多家銀行、證券等金融機構(gòu)提供刷臉身份驗證。

目前來看，雖然我國技術(shù)層面或許已經(jīng)滿足了刷臉支付的要求，但是在監(jiān)管層面，國家還沒有出臺相應的監(jiān)管指引政策，因此，距離刷臉支付大規(guī)模落地還有很長的路要走。

二、智能客服

在2017年10月12日阿里巴巴云棲大會上，阿里云事業(yè)部副總裁李津宣布阿里云正式發(fā)布一款智能會話客服機器人“云小蜜”，它支持中文英文會話，可以7×24小時在線工作。目前，已覆蓋阿里巴巴生態(tài)圈二十余個業(yè)務線，每天服務600萬名客戶，問題解決率達到95%。

隨著人力成本的提高、客戶消費體驗要求的提升及人工智能技術(shù)的發(fā)展，勞動力密集型的傳統(tǒng)客服已經(jīng)不能適應市場需求，對客服提出了更高的要求。客戶群體數(shù)目大，咨詢頻率高，人工客服成本高，難以滿足需求，智能客服的出現(xiàn)可以幫助解決這些問題。據(jù)統(tǒng)計，智能機器人客服可以解決85%的常見客服問題，而一個機器人客服的花費只相當于一個人工客服的10%。

智能客服通過網(wǎng)上在線客服、智能手機應用、即時通信工具等渠道，以知識庫為核心，使用文本或語音等方式進行交互，理解客戶的意愿并為客戶提供反饋服務。

智能客服的應用場景主要分為售前和售后：售前以銷售為導向，交互過程中需要涉及許多銷售技巧，目前的人工智能技術(shù)并不能滿足需求，所以，主要是人機混合作戰(zhàn)模式；售后主要是為客戶提供購買之后的咨詢服務，此階段問題相對集中，智能客服主要解決一些重復性的服務性請求，應用相對比較成熟。

智能客服系統(tǒng)主要由四部分構(gòu)成：客戶、渠道、處理內(nèi)容及對話管理系統(tǒng)，客戶通過手機、電腦等渠道將文字、語音、圖像等處理內(nèi)容傳遞給對話管理系統(tǒng)，由系統(tǒng)內(nèi)部處理后再將回復內(nèi)容原路反饋給客戶。智能客服系統(tǒng)通過自然語言理解、自然語言生成及知識圖譜等技術(shù)，掌握客戶需求，自動推送客戶特征、知識庫等內(nèi)容，如圖2-2所示。

智能客服確實可以起到資源最大利用化、縮減回答問題時間、數(shù)據(jù)化管理、服務模式演進等作用。有數(shù)據(jù)顯示，交行使用了小i智能機器人后，每月減少了200萬通電話，節(jié)省了4000萬元成本。然而，目前的智能客服還處于弱人工智能階段，無法自給自足，仍然需要大量人力的參與。智能客服與人工客服將共同協(xié)作，一起打造服務深淺全面化。

三、智能營銷

有一天，我們會發(fā)現(xiàn)，當我們打算購買一款風險中等的理財產(chǎn)品時，適合自己的理財產(chǎn)品廣告已經(jīng)推送到了我們面前。智能營銷，就是那個比我們自己更了解自己的人。

對于營銷，我們了解最多的是精準營銷，它出現(xiàn)得比較早，根據(jù)圖2-3中的百度指數(shù)來看，精準營銷最早產(chǎn)生于2011年。精準營銷，指的是在精準定位的基礎(chǔ)上，依托現(xiàn)代信息技術(shù)手段建立個性化的顧客溝通服務體系，實現(xiàn)企業(yè)可度量的低成本擴張之路，是有態(tài)度的網(wǎng)絡(luò)營銷理念中的核心觀點之一。百度指數(shù)顯示，智能營銷是一個新概念，2017年才產(chǎn)生。但是，智能營銷并不是憑空產(chǎn)生的，事實上，它是基于精準營銷的再精準化。

智能營銷是指在可量化的數(shù)據(jù)基礎(chǔ)上分析消費者個體的消費模式和特點，并以此來劃分顧客群體，精準地找到目標客戶，然后進行精準營銷和個性化推薦的過程。與傳統(tǒng)營銷相比，智能營銷基于大數(shù)據(jù)、機器學習計算框架等技術(shù)，具有時效性強、精準性高、關(guān)聯(lián)性強、性價比高、個性化強等特點。

智能營銷通過客戶分析、營銷策劃、營銷執(zhí)行和營銷評估實現(xiàn)閉環(huán)管理流程，通過大數(shù)據(jù)技術(shù)精準刻畫用戶畫像，并基于此策劃營銷方案，進行精準營銷和個性化推薦，同時實時監(jiān)測，一方面用于優(yōu)化策略方案，另一方面將數(shù)據(jù)反饋給數(shù)據(jù)庫系統(tǒng)，用于接下來的客戶分析。營銷執(zhí)行主要分為精準營銷和個性化推薦，精準營銷服務于企業(yè)的引流獲客階段，個性化推薦服務于企業(yè)的留存促活階段。智能營銷閉環(huán)流程詳見圖2-4。

目前國內(nèi)真正利用人工智能來提供營銷解決方案的公司大約有四十家，按照成立時間和成立背景可分為三類：一類是傳統(tǒng)廣告營銷公司，營銷模式比較成熟，如品友互動；一類是大數(shù)據(jù)公司，他們擁有龐大的數(shù)據(jù)量，如百分點；最后一類是人工智能公司，他們的機器學習等技術(shù)比較領(lǐng)先，如第四范式。

綜合來看，智能營銷解決的主要是營銷三要素中的觸達問題，而創(chuàng)意和出價是未來智能營銷面臨的主要挑戰(zhàn)。

四、智能風控

金融的本質(zhì)在于風險定價，風控對于金融機構(gòu)和平臺來說都是一種保障。互聯(lián)網(wǎng)金融時代，雖然有龐大誘人的市場，但是僅憑傳統(tǒng)的風控手段很難判斷躲在手機背后的用戶、缺失央行征信的人是“君子”還是“小人”。金融市場參與者眾多，金融業(yè)務面臨眾多的風險挑戰(zhàn)：首先，群體欺詐多，大多是有組織、有規(guī)模“進攻”的；第二，數(shù)據(jù)使用難，金融大數(shù)據(jù)積累多但非結(jié)構(gòu)化；第三，高價值數(shù)據(jù)少，目前風控采取的數(shù)據(jù)多為日常交易數(shù)據(jù)，央行征信數(shù)據(jù)依然很少；第四，風險高，客群下沉，欺詐成本低；最后，量大，人工無法大規(guī)模審核，成本高。

智能風控主要依托高維度的大數(shù)據(jù)和人工智能技術(shù)對風險進行及時有效的識別、預警、防范。智能風控整個流程主要分為四個階段：第一階段，數(shù)據(jù)收集，數(shù)據(jù)是智能風控的基礎(chǔ)，主要數(shù)據(jù)來源為網(wǎng)絡(luò)行為數(shù)據(jù)、授權(quán)數(shù)據(jù)、交易時產(chǎn)生的數(shù)據(jù)、第三方數(shù)據(jù)等；第二階段，行為建模，在這個過程中，需要對大量數(shù)據(jù)進行結(jié)構(gòu)化處理，形成最有效的信用評估組合；第三階段，用戶畫像，通過前期的數(shù)據(jù)收集和行為建模，形成對每個用戶的畫像；第四階段，風險定價，主要包括行為監(jiān)控、反欺詐違約和催收。金融業(yè)務風控新挑戰(zhàn)和智能風控基本流程見圖2-5。

現(xiàn)有的智能風控公司主要分為三類：第一類是研發(fā)自用型，所研發(fā)的智能風控系統(tǒng)主要用于自身業(yè)務的發(fā)展。例如拍拍貸的“魔鏡”大數(shù)據(jù)風控系統(tǒng)、鑫合匯的“鑫盾”風控系統(tǒng)、愛錢進的“云圖”動態(tài)風控系統(tǒng)等。第二類是純技術(shù)輸出型，為商業(yè)銀行、互聯(lián)網(wǎng)金融公司、消費金融公司、P2P公司等提供信用評估審核、智能風控、反欺詐等金融解決方案。例如百融金服的“風險羅盤”、明略數(shù)據(jù)的明智系統(tǒng)“金融風控大腦”等。第三類是混合型，既支持自身業(yè)務的發(fā)展，也對外輸出技術(shù)能力。這一類型的企業(yè)一般以建立生態(tài)為目的，希望以技術(shù)輸出來豐富自身的數(shù)據(jù)。比如螞蟻金服對中小企業(yè)開放的風控產(chǎn)品“蟻牛”和個人征信產(chǎn)品“芝麻信用”、京東金融的供應鏈金融產(chǎn)品“京保貝”、網(wǎng)易金融的“北斗”風控系統(tǒng)等。

智能風控一定程度上確實突破了傳統(tǒng)風控的局限，在利用更高維度、更充分的數(shù)據(jù)時降低了人為的偏差，減少了風控的成本。然而，智能風控的核心數(shù)據(jù)還不夠完善，優(yōu)秀的風控人才也供不應求，征信的建設(shè)也處于初步階段。智能風控的運用和完善，任重而道遠。

五、智能投顧

2017年11月17日，中國人民銀行、銀監(jiān)會、證監(jiān)會、保監(jiān)會、外匯局正式公布《關(guān)于規(guī)范金融機構(gòu)資產(chǎn)管理業(yè)務的指導意見（征求意見稿）》，首次對智能投顧做出了規(guī)范。指導意見指出，金融機構(gòu)運用人工智能技術(shù)、采用機器人投資顧問開展資產(chǎn)管理業(yè)務應當經(jīng)金融監(jiān)督管理部門許可，取得相應的投資顧問資質(zhì)，充分披露信息，報備智能投顧模型的主要參數(shù)及資產(chǎn)配置的主要邏輯。

智能投顧最早在2008年左右興起于美國，又稱機器人投顧（Robo-Advisor），依據(jù)現(xiàn)代資產(chǎn)組合理論，結(jié)合個人投資者的風險偏好和理財目標，利用算法和友好的互聯(lián)網(wǎng)界面，為客戶提供財富管理和在線投資建議服務。

投資者對于投資顧問的需求主要體現(xiàn)在“情緒管理”和“投資策略/建議”：一方面，投資者在投資過程中容易產(chǎn)生貪婪或恐慌的情緒波動；另一方面，投資者對金融市場信息了解較少，信息不對稱。如圖2-6所示，在圖中圈出的位置1處可以看出，在基金漲幅度不大的情況下，客戶成交量趨于穩(wěn)定；在圈出的位置2處可以看到，基金稍有下降趨勢便帶動成交量呈明顯減少的態(tài)勢，而基金稍有上漲，客戶便大量買入帶動成交量數(shù)值增大。從中一方面可以看出投資過程中投資者所表現(xiàn)出的貪婪和恐慌情緒的波動，另一方面，投資顧問比多數(shù)投資者能更有效地集聚信息、更透徹地了解金融市場，從而幫助投資者做出選擇，所以投資者對于投資顧問的需求主要體現(xiàn)在情緒管理和投資策略/建議方面。

與傳統(tǒng)投顧相比，智能投顧具有門檻低、費用低、投資廣、透明度高、操作簡單、能個性化定制等優(yōu)勢。因此，智能投顧更能滿足投資者的需求。但是，目前中國的智能投顧大部分還停留在交易執(zhí)行環(huán)節(jié)，投顧服務主要為資產(chǎn)管理和投資顧問，投后服務涉及較少。根據(jù)美國金融監(jiān)管局（FINRA）2016年3月提出的標準，理想智能投顧服務包括客戶分析、大類資產(chǎn)配置、投資組合選擇、交易執(zhí)行、組合再選擇、稅負管理和組合分析。傳統(tǒng)投顧和智能投顧都基于以上七個步驟，只是實施的方式不同，而智能投顧本質(zhì)上是技術(shù)代替人工實現(xiàn)投顧。中國投顧現(xiàn)狀及理想智能投顧的模式如圖2-7所示。

雖然智能投顧最近才爆發(fā)，但它并不是一個新概念，因為算法基礎(chǔ)早在20年前就已然扎根成型，而智能投顧近年來的發(fā)展主要得益于大數(shù)據(jù)和計算力的提升。在當下圈子里熱烈討論智能投顧的時候，我們需要冷靜地思考。目前智能投顧與人工智能的關(guān)系更多處于概念階段，智能投顧實現(xiàn)了策略的個性化、配置的合理化及流程的自動化，有“智能”但離“人工智能”尚遠。舉個例子，目前的智能投顧客戶分析主要通過客戶自己填寫調(diào)查問卷，投資標的也與傳統(tǒng)無太大差異，主要基于設(shè)定風險和期限給出全球范圍內(nèi)的投資組合。而未來，智能投顧可能引用大數(shù)據(jù)對客戶進行風險監(jiān)測，在選擇投資標的時，可以在考慮基金歷史價值等數(shù)據(jù)的同時考慮基金管理人的信息。

六、智能投研

金融業(yè)對數(shù)據(jù)具有極強的依賴性，麥肯錫的調(diào)查顯示，工作人員每天有一半的時間都用來收集和處理數(shù)據(jù)，如圖2-8所示。因此，節(jié)省這一半處理和收集數(shù)據(jù)的時間，是金融業(yè)對人工智能提出的需求。

智能投研基于知識圖譜和機器學習等技術(shù)，搜集并整理信息，形成文檔，供分析師、投資者等使用。智能機器效率較高，但創(chuàng)新性不足，而人機結(jié)合將大大提高決策的效率和質(zhì)量。

智能投研主要分為三步：第一步是獲取數(shù)據(jù)，實時、動態(tài)、多維度的數(shù)據(jù)；第二步是信息化，完成從數(shù)據(jù)到信息的轉(zhuǎn)換，實現(xiàn)結(jié)構(gòu)化，并達成自然語言理解；第三步是知識化，通過海量數(shù)據(jù)，發(fā)現(xiàn)因素與因素之間的關(guān)系，以及數(shù)據(jù)現(xiàn)象背后的本質(zhì)，進而做出預測。

目前，我國提供智能投研的初創(chuàng)公司主要有四家：文因互聯(lián)、因果樹、鼎復數(shù)據(jù)和阿爾妮塔。其中，文因互聯(lián)是一家用人工智能解決金融數(shù)據(jù)問題的創(chuàng)業(yè)公司，主要服務于新三板、主板和美股公司；因果樹是一家人工智能股權(quán)投融資服務平臺，主要服務于股權(quán)投資；阿爾妮塔是一個人工智能股權(quán)投資機器人，提供創(chuàng)業(yè)投資市場咨詢服務。

七、智能數(shù)據(jù)

“如果我們把資本和機械動能作為大航海時代以來全球近代化的推動力的話，那么數(shù)據(jù)將成為下一次技術(shù)革命和社會變革的核心動力。”伴隨著互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的出現(xiàn)，數(shù)據(jù)呈現(xiàn)出爆發(fā)式增長，而金融更是在經(jīng)營過程中積累了大量的數(shù)據(jù)。

無論是前臺的智能支付、智能營銷、智能客服，還是中臺的智能風控、智能投顧、智能投研，都依托于大數(shù)據(jù)。因此，數(shù)據(jù)平臺的搭建顯得尤為重要。隨著人們行為的數(shù)據(jù)化，金融大數(shù)據(jù)不僅包括金融機構(gòu)內(nèi)部結(jié)構(gòu)化的數(shù)據(jù)，還包括非結(jié)構(gòu)化數(shù)據(jù)及非金融機構(gòu)的數(shù)據(jù)。這些共同構(gòu)成了金融大數(shù)據(jù)生態(tài)系統(tǒng)，如圖2-9所示。

自2000年以來，以Hadoop為代表的分布式存儲和計算技術(shù)迅猛發(fā)展，極大地提升了互聯(lián)網(wǎng)數(shù)據(jù)管理能力，引發(fā)全社會開始重新審視數(shù)據(jù)的價值，數(shù)據(jù)也被作為一種重要的戰(zhàn)略資源對待。而大數(shù)據(jù)作為一種新資源、新技術(shù)、新理念，為數(shù)據(jù)賦予了新的意義。從資源視角看，大數(shù)據(jù)是一種新的資源；從技術(shù)視角看，大數(shù)據(jù)代表了新一代數(shù)據(jù)管理和分析技術(shù)；從理念視角看，大數(shù)據(jù)打開了一種全新的數(shù)據(jù)驅(qū)動思維角度。

目前，金融機構(gòu)正積極建設(shè)自己的大數(shù)據(jù)平臺，基于既有的數(shù)據(jù)倉庫或內(nèi)部數(shù)據(jù)分析挖掘平臺，及時跟進大數(shù)據(jù)行業(yè)的技術(shù)發(fā)展，搭建融合數(shù)據(jù)倉庫和開源技術(shù)的大數(shù)據(jù)處理平臺，高效率地進行大數(shù)據(jù)整合、大數(shù)據(jù)分析、大數(shù)據(jù)處理，服務于產(chǎn)品和業(yè)務的各個流程，有效支持金融機構(gòu)在線上、線下各類業(yè)務的效率提升和融合。