51信用卡高級(jí)數(shù)據(jù)總監(jiān)

負(fù)責(zé)51信用卡金融中心大數(shù)據(jù)分析應(yīng)用、風(fēng)控決策系統(tǒng)、業(yè)務(wù)系統(tǒng)產(chǎn)品等方面的工作。近十年來(lái)一直從事數(shù)據(jù)相關(guān)的工作，在大數(shù)據(jù)系統(tǒng)架構(gòu)、商業(yè)智能、機(jī)器學(xué)習(xí)等方面擁有豐富的實(shí)戰(zhàn)經(jīng)驗(yàn)。在加入51信用卡之前，王冠軍曾就職于eBay和阿里巴巴。

今天很高興受到琥珀金融幫的邀請(qǐng)，和大家做人工智能和互聯(lián)網(wǎng)金融結(jié)合的經(jīng)驗(yàn)分享。大家都知道，人工智能是一項(xiàng)技術(shù)，而技術(shù)要發(fā)揮其真正的價(jià)值就必須與現(xiàn)實(shí)的業(yè)務(wù)場(chǎng)景結(jié)合，才能實(shí)現(xiàn)技術(shù)的價(jià)值落地。今天我們要探討的問(wèn)題就是AI 互聯(lián)網(wǎng)信貸的業(yè)務(wù)是如何展開的。

在正式開始之前，首先介紹下我自己。我現(xiàn)在51信用卡的金融中心帶領(lǐng)數(shù)據(jù)團(tuán)隊(duì)， 主要負(fù)責(zé)金融智能數(shù)據(jù)產(chǎn)品研發(fā)。

去年10月份，51信用卡C 輪成功融資接近四億美金。

PART 1      AI技術(shù)應(yīng)用帶來(lái)哪些可能？

什么是人工智能？它的覆蓋范圍都有哪些？應(yīng)用場(chǎng)景有什么？

人工智能就是能夠極限模擬人類智能的程序。這里我摘錄了李開復(fù)先生對(duì)人工智能應(yīng)用場(chǎng)景的表述。

由此可知，如今AI的應(yīng)用大多在高效率、沒有情感的場(chǎng)景。綜合來(lái)看，其應(yīng)用主要分為4大板塊。

第一個(gè)應(yīng)用方向與語(yǔ)音相關(guān)，如語(yǔ)音合成、識(shí)別、理解。所謂語(yǔ)音合成，指的是將一段文字通過(guò)語(yǔ)音方式合成并輸出被人理解。語(yǔ)音識(shí)別指的是機(jī)器能夠識(shí)別出一段聲音講了哪些話、用了哪些文字。較困難的是語(yǔ)音理解，即機(jī)器能夠理解一段話代表什么含義、擁有什么情感，一般的AI很難到達(dá)語(yǔ)音理解的高度。

第二個(gè)應(yīng)用方向是機(jī)器視覺，即機(jī)器能夠看到眼前的東西，并且明白眼前所看到的景象代表什么。在圖像識(shí)別、視頻識(shí)別通過(guò)深度學(xué)習(xí)方法能得到比較好的技術(shù)層面的解決。

第三個(gè)應(yīng)用方向是規(guī)劃和推理，包括如何動(dòng)態(tài)規(guī)劃最優(yōu)路徑、通過(guò)上下文推理出結(jié)論。 目前沒有通用的解決方案，所以這也是很多技術(shù)人員和科學(xué)家在努力的方向。

第四個(gè)應(yīng)用方向是learning，即現(xiàn)在很火的機(jī)器學(xué)習(xí)。基于積累的大量數(shù)據(jù)能夠?qū)W習(xí)到一些規(guī)律和模式。然后將其應(yīng)用在場(chǎng)景中，如此一來(lái)便可達(dá)到真正的人工智能的高度。

為什么AI在去年經(jīng)歷了一波發(fā)展高潮呢？其導(dǎo)火索就是阿爾法狗戰(zhàn)勝李世石的比賽。尤其在深度學(xué)習(xí)方面一發(fā)不可收拾。行業(yè)的發(fā)展有其必然因素，正是這樣的技術(shù)因素使人工智能機(jī)器學(xué)習(xí)達(dá)到今天這樣的井噴狀態(tài)。

那么近幾年推動(dòng)AI發(fā)展的主要因素有哪幾方面呢？相關(guān)研究表明，主要是在三個(gè)方面。

第一，數(shù)據(jù)指數(shù)級(jí)增長(zhǎng)。十年前我們處理的數(shù)據(jù)是tb級(jí)別，現(xiàn)在是pb級(jí)別也就是一千個(gè)tb級(jí)別。待分析的數(shù)據(jù)種類很多，廣度很大，為我們從大量數(shù)據(jù)中提取規(guī)律提供了原材料。 

第二，計(jì)算環(huán)境、分布式系統(tǒng)架構(gòu)（無(wú)論是存儲(chǔ)還是計(jì)算）趨于成熟。這樣的分布式系統(tǒng)使得加工處理數(shù)據(jù)擁有了技術(shù)基礎(chǔ)，成為非?？尚械姆桨?。

第三，算法越加豐富。強(qiáng)化學(xué)習(xí)，深度學(xué)習(xí)，情感分析，自然語(yǔ)言處理，機(jī)器人過(guò)程自動(dòng)化，這些算法使得數(shù)據(jù)的處理理解越來(lái)越精準(zhǔn)。

因此，推動(dòng)AI發(fā)展可以歸功于數(shù)據(jù)、計(jì)算和算法，其中數(shù)據(jù)是最核心的前提條件。

這張圖講解了AI應(yīng)該怎樣被嵌入產(chǎn)品。金字塔底部是數(shù)字世界和物理世界，可以從中收集很多原始數(shù)據(jù)，形成了AI處理的前提條件。

再向上是人工智能構(gòu)件。由此可以將處理完的數(shù)據(jù)得出的經(jīng)驗(yàn)規(guī)律注入相關(guān)app或服務(wù)，即Al-infused apps & services。

金字塔的頂級(jí)是pure AI，即完全用AI代替人工決策，當(dāng)今暫時(shí)無(wú)法做到。

右側(cè)英文分別代表了AI在當(dāng)下能夠：交談、預(yù)測(cè)、觀察、發(fā)現(xiàn)、移動(dòng)。

這張圖介紹了人工智能構(gòu)件（AI building block technologies），比較實(shí)用的中間三列，pragmatic1、2和3。下面我來(lái)簡(jiǎn)單介紹一下每一項(xiàng)的意思。

第一，  深度學(xué)習(xí)。它屬于機(jī)器學(xué)習(xí)的分支。模仿人腦神經(jīng)網(wǎng)絡(luò)構(gòu)建龐大的信息群網(wǎng)絡(luò)，是當(dāng)今很多互聯(lián)網(wǎng)公司常用的技術(shù)，依靠此來(lái)分析用戶線上行為提高曝光率。其次，還可以整合多維度數(shù)據(jù)利用深度學(xué)習(xí)預(yù)測(cè)業(yè)務(wù)結(jié)果，加強(qiáng)其他模型的精準(zhǔn)度，也就是ensemble learning方法——集成學(xué)習(xí)。深度學(xué)習(xí)是一門常用且實(shí)用高效，且結(jié)果十分顯著的人工智能技術(shù)。

第二，  知識(shí)工程。獲取專業(yè)知識(shí)并建立數(shù)據(jù)模型來(lái)解答專業(yè)難題的過(guò)程。比如，可以將互聯(lián)網(wǎng)借貸的審批人員的專業(yè)知識(shí)來(lái)錄入系統(tǒng)中建立審批流程，提高審批效率。

第三，  圖像分析。識(shí)別理解圖像的信息、物體、人物圖片和視頻。目前最常見的是人臉識(shí)別。例如酒店和公安系統(tǒng)的人臉系統(tǒng)對(duì)接，可以進(jìn)行身份認(rèn)證。另外還有自然語(yǔ)言生成（NLG）,將系統(tǒng)中的信息數(shù)據(jù)用自然語(yǔ)言表達(dá)。對(duì)應(yīng)的有NLP——即機(jī)器理解自然語(yǔ)言。

-名詞解釋來(lái)一波-

PART 2    AI技術(shù)應(yīng)用事例展現(xiàn)了技術(shù) 金融的哪些可能？

AI技術(shù)應(yīng)用在金融場(chǎng)景下的案例。最典型的是銀行業(yè)，我們就以此為例講解下，AI 金融的可能性有哪些，以及當(dāng)下銀行業(yè)中有哪些案例可以給我們啟發(fā)。

人工智能技術(shù)中的高級(jí)分析、實(shí)時(shí)分析、預(yù)測(cè)分析、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理和生成等等，可以幫我們完成：欺詐偵測(cè)、貸款審批、信用評(píng)分以及支付安全分析（如paypal公司）。通過(guò)資金流分析和市場(chǎng)上的動(dòng)態(tài)資訊消息為客戶進(jìn)行資產(chǎn)管理和投資建議，比如智能投顧。生物技術(shù)應(yīng)用在身份識(shí)別。圖譜分析可以刻畫360°用戶畫像，檢測(cè)網(wǎng)絡(luò)是否受到入侵。通過(guò)自然語(yǔ)言處理技術(shù)，智能客服、私人理財(cái)顧問(wèn)幫助客戶和企業(yè)進(jìn)行決策；在機(jī)器人過(guò)程自動(dòng)化方面，有的銀行會(huì)做貸款流程審批。這是因?yàn)闄C(jī)器人效率高，不會(huì)犯一些人會(huì)犯的情感、政治錯(cuò)誤。因此，AI 金融的產(chǎn)物——“智慧金融”，可以快速接收數(shù)據(jù)并加工、分析，為投資、借貸、風(fēng)險(xiǎn)決策提供自動(dòng)化技術(shù)支持。

深度學(xué)習(xí)已經(jīng)成為人工智能領(lǐng)域非常實(shí)用的工具。如何能夠提升業(yè)務(wù)決策水平是機(jī)器勝過(guò)人類的方面。通過(guò)海量數(shù)據(jù)學(xué)習(xí)用戶行為來(lái)判定。沒有七情六欲、思維定勢(shì)的機(jī)器能夠克服人性的弱點(diǎn)。

PART 3     AI讓消費(fèi)信貸在未來(lái)具有了哪些可能性？

什么是信貸？它的生命周期又是怎樣的呢？

信貸的生命周期大致分為貸前、貸中、貸后三個(gè)階段。

貸前主要內(nèi)容是信貸產(chǎn)品規(guī)劃，涉及信用的獲取，如客群定位與分析、預(yù)授信、風(fēng)險(xiǎn)評(píng)級(jí)等。審批、放款，之后就進(jìn)入了貸中——維持客戶階段?？蛻糍~戶維持過(guò)程當(dāng)中，我們能得知用戶還款表現(xiàn)，一旦不及時(shí)，則進(jìn)入（貸后）催收階段——管理客戶。這個(gè)過(guò)程中的重點(diǎn)是如何以一種友好的方式觸達(dá)客戶，提醒他們及時(shí)還款。

在壞賬已經(jīng)形成后，無(wú)法回收的資金轉(zhuǎn)呆帳。在整個(gè)生命周期當(dāng)中，這其實(shí)是風(fēng)險(xiǎn)管理——風(fēng)控的過(guò)程。風(fēng)控的最終目標(biāo)是將壞賬率降到最低。

AI在互聯(lián)網(wǎng)信貸領(lǐng)域的機(jī)遇是什么？我認(rèn)為有幾個(gè)方向。第一，產(chǎn)品運(yùn)營(yíng)階段的個(gè)性化用戶體驗(yàn)。用戶在眾多產(chǎn)品中如何被推薦最適合自己的，我們主動(dòng)為他推送；第二，智能營(yíng)銷，通過(guò)精準(zhǔn)化推廣，以更低的獲客成本為潛在客戶推廣信貸產(chǎn)品；第三，智能客服，很多公司通過(guò)此減少人工客服量，根據(jù)從前的問(wèn)題庫(kù)和反饋，搭建出整套智能客服體系，提高效率擴(kuò)大規(guī)模。

貸款審批分為很多階段。第一，身份證明，如人臉識(shí)別、活體檢測(cè)、聲紋識(shí)別等來(lái)識(shí)別貸款人前后身份是否一致。第二，欺詐偵測(cè)。這是反欺詐的一個(gè)重點(diǎn)環(huán)節(jié)。智能識(shí)別高危人群，找到欺詐行為，針對(duì)用戶行為軌跡進(jìn)行判斷。例如，機(jī)器在文本框中輸入內(nèi)容可能一秒都用不到但人類操作會(huì)有延遲，諸如此類來(lái)判斷是否是欺詐行為。第三，大量的知識(shí)圖譜技術(shù)的運(yùn)用，建立龐大關(guān)系網(wǎng)絡(luò)，挖掘團(tuán)伙作案，通過(guò)關(guān)系圈識(shí)別對(duì)方是否為高度嫌疑申請(qǐng)戶。當(dāng)然還有一些技術(shù)上的反欺詐方法，如設(shè)備指紋，觀測(cè)IP地址，經(jīng)緯度等常規(guī)方法。而人工智能則更多地通過(guò)算法來(lái)找尋嫌疑人。

如何通過(guò)AI機(jī)器學(xué)習(xí)方法做授信、信用評(píng)分卡，進(jìn)而預(yù)測(cè)違約概率、風(fēng)險(xiǎn)定價(jià)呢？這些都可以用大量數(shù)據(jù)完成，不同風(fēng)險(xiǎn)價(jià)格評(píng)定也是不一樣的。如今大數(shù)據(jù)為更加個(gè)性化的風(fēng)險(xiǎn)定價(jià)提供了可能。

我個(gè)人認(rèn)為，審批階段還是人機(jī)結(jié)合比較好。有經(jīng)驗(yàn)的人可以形成前述的“知識(shí)工程”，同時(shí)引入機(jī)器人核驗(yàn)方法。通過(guò)挖掘數(shù)據(jù)抽象出一些規(guī)則，未來(lái)對(duì)于常規(guī)性的場(chǎng)景能做到自動(dòng)審批。這些都是可以利用AI長(zhǎng)遠(yuǎn)地解決業(yè)務(wù)效率的點(diǎn)。

客戶維護(hù)階段的預(yù)警能幫我們判斷客戶質(zhì)量，通過(guò)還款表現(xiàn)判斷提升信貸額度，或保障客戶能夠及時(shí)還款，這其中也有很大空間可以挖掘；催收階段，可以做自動(dòng)的方案規(guī)劃。將案件最大限度分配給合適的業(yè)務(wù)員，最大化提高催收效率。當(dāng)貸款人提供的是虛假信息時(shí)，是否可以通過(guò)關(guān)聯(lián)網(wǎng)絡(luò)進(jìn)行失聯(lián)修復(fù)，這也是AI技術(shù)需要努力的一個(gè)方向。

總體而言，AI技術(shù)在金融領(lǐng)域應(yīng)用中，不論是全流程的服務(wù)客戶，還是從審批風(fēng)控到貸中的維護(hù)、貸后催收，可以用到的領(lǐng)域太多太多。在真實(shí)的業(yè)務(wù)場(chǎng)景中更可以發(fā)散思維，凡是需要人的、需要5秒以下做決策的環(huán)節(jié)，人工智能都能提供很好的解決方案。

人工智能最終服務(wù)的是人類。它最終的落腳點(diǎn)只有兩個(gè)：幫助客戶，提供更好的產(chǎn)品和客戶體驗(yàn)；保護(hù)客戶，創(chuàng)造更安全的業(yè)務(wù)環(huán)境。

PART 4     精彩Q&A

Q：人工智能能否替代個(gè)人征信的作用？

A：不能完全替代，可以作為補(bǔ)充手段。比如央行的征信報(bào)告，是具有非常強(qiáng)信用屬性的數(shù)據(jù)，可以比較精準(zhǔn)刻畫客戶的還款能力和還款意愿。這些強(qiáng)信用數(shù)據(jù)的維度不會(huì)很多。而我們通過(guò)App采集到的用戶行為數(shù)據(jù)是海量的，AI適用于加工海量數(shù)據(jù)得出規(guī)律和知識(shí)，但是用戶行為數(shù)據(jù)是弱信用數(shù)據(jù)。所以，一般讓AI加工海量的用戶行為數(shù)據(jù)得出的結(jié)論補(bǔ)充強(qiáng)信用數(shù)據(jù)的征信。這樣會(huì)更加有效果。

Q：現(xiàn)在消費(fèi)金融、消費(fèi)信貸都在引入人工智能，會(huì)不會(huì)讓風(fēng)險(xiǎn)評(píng)估走向趨同？差異化產(chǎn)品開發(fā)怎么做？

A：現(xiàn)在的AI算法都是差不多的，主要在參數(shù)上不斷調(diào)優(yōu)。其中的差異化主要體現(xiàn)在數(shù)據(jù)上，即輸入算法的特征。如果用戶的特征不一，那么風(fēng)險(xiǎn)模型也不同。如何走向更加精細(xì)，取決于公司獲取的用戶特征如何。在極端情況下，假設(shè)大家用到的數(shù)據(jù)都差不多，這時(shí)差異化產(chǎn)品如何體現(xiàn)？如果僅僅利用AI模型計(jì)算，趨同性會(huì)很高。這時(shí)可以由業(yè)務(wù)專家設(shè)計(jì)干預(yù)，以解決這種極端情況下的趨同性問(wèn)題。但現(xiàn)實(shí)情況下，每家公司拿到的數(shù)據(jù)都不一樣，能涉及到的維度也不同，這樣一來(lái)趨同性會(huì)非常小。不同公司的同一產(chǎn)品對(duì)于不同人的授信額度、利率定制都有差異。消費(fèi)金融引入人工智能——大數(shù)據(jù)風(fēng)控其實(shí)是用來(lái)彌補(bǔ)以往傳統(tǒng)風(fēng)控方法在某些方面的不足。