12月18日，2017（第十五屆）中國互聯(lián)網經濟論壇在中國大飯店（北京）舉行，同盾科技副總裁兼同盾金融科技研究院院長顧威在現(xiàn)場發(fā)表主題演講。他認為人工智能正在進入規(guī)?；l(fā)展的新階段，人工智能從智能營銷、智能風控、智能投資和智能運營幾個方面帶來金融變革。金融機構可以利用大數據好人工智能優(yōu)勢在前臺營銷、客戶服務、中臺風險管理、服務運營，后臺系統(tǒng)運維、安全審計等方面發(fā)力，打造核心競爭力。
以下為演講實錄：
大家下午好，今天參加論壇的都是比較聰明的人，剛剛幾位嘉賓介紹的更多的是金融，各種場景下的金融。我今天介紹的是如何從科技層面更好的服務金融，今天的課題是用“賦能”兩個字來總結，即用人工智能去賦能。
大家對人工智能聽的比較多，前兩個禮拜舉行的烏鎮(zhèn)互聯(lián)網大會，同盾創(chuàng)始人蔣濤也參加了一個活動，主持人也說現(xiàn)在上來一個人都在談人工智能，你們到底是不是真的人工智能呢？這讓他感覺挺不好意思的。的確，大家都在談人工智能，但是同盾在金融科技是真正有一些落地的人工智能的方式方法的，同盾有真正的在提供風險管控、智能的風險管理和反欺詐金融服務。
人工智能的確是進入了比較火爆的時代，包括今天上午也在討論。人工智能在50年代就已經提出了，中間經過了兩三撥的波折，最近又突然火爆起來了，為什么呢？有幾個主要原因。一是發(fā)展非常快速的互聯(lián)網，包括移動設備、移動互聯(lián)網的發(fā)展，使智能手機普及大大的提高了，從而帶來了更多的數據。大數據，手機號、設備號以及線上所有的行為信息，很多的信息都可以歸結起來了，首先數據廣泛了、第二計算能力提升了，以前人工智能的有些算法，舉例神經網絡算法幾十年前就已經有了，但是計算的能力跟不上，當時要做機器學習的模型、神經網絡模型，可能算幾天幾夜的時間，再復雜一些要算一年也算不完，現(xiàn)在隨著分布式計算的架構，大數據計算能力有巨大的提升，原來幾年的時間現(xiàn)在就是幾十分鐘、幾分鐘就做到了，為模型的計算、模型的開發(fā)和模型的部署提供了良好的基礎。
算法在某種程度上也是很重要的，結合有了數據、有了算力，剩下的就是誰更懂用這些算法，可以很好的應用起來。
有了這三大因素，加上資金端，中國在人工智能獲得的風險投資資金和美國是比較相近的，從獲得風險投資企業(yè)來說也和美國相近，中國有可能在未來人工智能真的會產生彎道超車，加上有國家政策的導向，把人工智能作為國家戰(zhàn)略來發(fā)展，所以迎來了人工智能新的發(fā)展時代。
金融變革，人工智能在金融領域是最好的應用場景，李開復曾經講過，有三個比較好的場景：第一智能投顧，所謂智能投顧是結合美國以前的投資顧問，他們是給當時特別有錢的人、私人銀行家做資產的配置和管理，也收比較高額的手續(xù)費，有了人工智能投顧以后，它的可應用性和可推廣性非常廣泛，而且手續(xù)費也是可以被接受的，也是消費金融的職能。
另外是反欺詐和智能風控，反欺詐金融領域中有些欺詐分子專門來借錢就是為了騙錢，可能是采取各種方式去偽裝身份，能夠把錢通過你的信貸審批，由此就逾期了，這是專門的欺詐分子。更可怕的是欺詐的團伙，是團伙來做欺詐，而且欺詐分子團伙會偽造很多身份和相關的信息，這些都是有成本的，花了成本之后會傾向于輪回作案。這家金融機構去欺詐了，下一家也會這樣來做，所以有輪回性、行業(yè)性。對于開展金融業(yè)務來說，反欺詐是當務之急，或者是第一關，必須要把這關守好，如果守不好我們要放的本金都會無法收回了。
之后是信用評估、信用風險管理，智能風控更多的是指這方面，針對于信用風險的管理，包括對信用整體的評估、貸后更好的服務、貸后發(fā)生逾期如何去更好的進行救治，如何去挽回逾期帶來的損失，整個周期都有智能風控的效果。
同盾比較關注做反欺詐和智能風控的服務。同盾是比較年輕的公司，2013年剛剛成立，今年成立了四周年整。這四年中趕上了互聯(lián)網金融如火如荼的發(fā)展，伴隨著行業(yè)成長，公司成長也非?？?，到目前為止有員工超過700人，總部在杭州，北上廣深也有分布。我在加入同盾之前共有兩段工作經歷，一段是美國做信用評分的，在美國買房子租房子都會看信用評分，08年次貸危機就是因為給了很多信用評分比較低的人過多的房貸，所以造成了危機。做信用評分，沒有數據主要是有很好的模型和算法，用的是征信級的數據，但是評分邏輯非常好，也是當時首次提出來的概念，通過評分衡量這個人的好壞，簡單明了快速；另一段是“伊博瑞”，它是全世界最大的做個人的征信公司，有的是征信數據，當時所有的征信數據它是最大的，包括還款的記錄，但是不是首先提出信用評分的公司，它有數據之后做評分，給金融機構提供風控的服務。
我加入同盾是有感于從評分、數據的重要性，同盾想做云的平臺，云平臺不是給某個金融客戶單獨做項目，而是結合客戶數據來做評分。幫銀行做風控，做云項目是有所積累的，把相關的積累放在大平臺上，行業(yè)上有互聯(lián)互通、底層的打洞，在一個金融機構他是欺詐分子，這樣就防止了同樣到另外的金融機構繼續(xù)去行騙，從征信的角度、個人信用評估角度而言，也可以達到相應的效果，比如考察借款人多頭借貸、多頭平臺，共同債務承受力是不是太大了，他有沒有能力承受，類似這樣的事情。想做智能分析級服務，通過服務的方式提供給金融客戶比較智能的服務，比如要查款記帳，發(fā)出一個請求要查這筆申請風險的程度，是不是有反欺詐的風險、信用評估的好壞、是不是有過不良的記錄，這樣能夠有很好的數據積累，同樣能夠通過這些模型、數據底層的打通為多家金融機構提供好智能分析的服務。
AaaS，以前說過軟件即服務，或者平臺即的服務，用別人平臺服務，所謂AaaS是基礎設施，也可以去采用云服務的方式，AaaS是比較新的提法。
人工智能在金融領域的應用，反欺詐功能用的非常好。在整個信貸流程中，定位智能風控涵蓋信貸周期各個環(huán)節(jié)都可以應用到，從客戶價值挖掘、營銷客戶開始，現(xiàn)在很多金融機構自己有很多客戶，怎么能夠更好的了解這些客戶的需求，更好的服務于這些客戶，是不是有更好的產品提供給他，有可能這個客戶對其他的金融產品是有需求的，雖然他也是你的客戶，但是你并沒有了解到他的需求，很可能本來是你的客戶，也在使用你某一項服務的客戶，就轉向另外的一家金融機構尋求那項服務，從這個角度來講，涉及到你要對你的客戶有很好的了解，這就是客戶的價值畫像，也可以利用很多模型來做分析的，所謂模型就是通過預測科學的方式，用歷史的數據預測未來，從統(tǒng)計上講是非常有指導意義的。
貸前反欺詐，個別的還比較好應付，最怕的是團伙，最有效的方式也是能夠有所謂的平臺，能夠把這些數據匯總起來。目前從數據的可用性上講，第三方數據還是比較多的，如何可以更好的應用起來，就是每家金融機構要真正的體現(xiàn)核心競爭力的地方。同盾把自己的定位是做第三方提供服務的科技公司，相當于同盾只是送水的，并不做金融放貸的業(yè)務，做放貸金融機構是相當于挖礦的。風控的角度是沒有利益沖突的，這也是為什么我們過去四年中能快速的積累七千家客戶，因為我們和客戶沒有利益的沖突，客戶不會擔心傳上來的申請信，這個客戶被我們截留了，我們也放貸了，不會發(fā)生這樣的事情，第二我們也不做引流，不會把同盾積累的數據傳播出去，而是專注于做智能風控這方面。
貸前的信用審核和貸中的監(jiān)控，這個錢放出去之后，金融機構還有需求，錢放出去了也按照期限在還錢，但是我不清楚是不是去其他平臺繼續(xù)借錢呢，是不是以別的地方借來的錢來還我的錢呢，是不是法院有新的不良記錄呢？我們可以持續(xù)性的提供貸后監(jiān)控服務，來發(fā)現(xiàn)放貸后可能帶來的風險問題。
貸后的服務也很重要，尤其是流量非常貴，做金融的人知道要找到新的客戶要花的成本是蠻高的，但是往往忽略了對現(xiàn)有客戶的服務，本來可以更加的精準到位，未來的幾年中，有可能如何能夠更好的維護好、服務好現(xiàn)有的客戶，是金融客戶面臨巨大的挑戰(zhàn)，如果做得好可能就成為了自身核心的競爭力，那些本來就已經是你的客戶，如果讓他持續(xù)性的在平臺上使用你的金融服務，成本是最小的，利益是最大化的，因為不用花錢找新的客戶。維護不好這個客戶，客戶又去了別的平臺，所以貸后角度不僅僅是監(jiān)控，還應該有貸后的服務。
如果發(fā)生了逾期也有智能化的方案，同盾為什么把自己定義成人工智能的科技公司呢？就是因為用到了人工智能的模型和算法，所以可以把自己定義成人工智能的科技公司。
客戶價值挖掘，有一項服務可以給現(xiàn)在金融機構和做其他任何業(yè)務，比如廣告業(yè)務，可以跟我們合作，我們有很多廣告用戶，但是要去給放貸平臺或者給平臺做廣告，但是我比較的盲目，每個人都推客戶感受也并不好，希望有精準的做廣告的投放。這個時候可以跟我們大數據智能服務公司合作，我們通過數據的融合，提供現(xiàn)有的客戶，之后我們來做補充的分析，結合數據做客戶畫像，來幫助他精準的投放廣告，節(jié)省成本，更好的提升回報率，這是客戶價值的分析，我們并不提供所謂的導流，因為這會影響到我們的公立性。
貸前反欺詐和貸前信用評估，每一家都有金融公司，自己從金融放貸的角度而言，有相對來說比較完整的系統(tǒng)，我們代表的是一個平臺，對他們而言是第三方數據以及數據服務的提供商，匯總的是一家看不到的東西，是更多家平臺、更加家金融機構相關信息，匯總之后通過評分、數據脫敏、通過相關的標簽為他提供這樣的金融服務，比如反欺詐分數比較高，信用的分數比較高，通過這樣的方式幫助他們做出很好的決策，最后的決斷是金融機構自己來做判斷，因為金融機構會用幾家第三方數據，包括自己已有的數據，然后再做出最終的判斷。
同盾設備指紋技術，現(xiàn)場化走現(xiàn)在特別厲害，大家都用智能手機，有沒有技術防范同樣的智能手機在我的平臺是不良記錄，有沒有可能另外的平臺上識別出來它呢？就是設備指紋技術，通過這些技術能夠把所有的移動設備打上身份證，能夠用這樣的技術手段識別這樣的移動設備，通過這四年的服務也積累了將近30億的設備數據，通過這個設備的記錄和設備數據庫，能夠很好的把設備這個維度從反欺詐的防范、信用的評估更好的關聯(lián)起來。
輕催收的方案，我們也定義為人工智能方案，因為體現(xiàn)在我們會有催收的模型，模型中也應用到人工智能新的算法在其中，來通過客戶逾期的金額和逾期天數、逾期的期限，以及風險的參數會有催收的模型，通過這個模型再去定義催收的話術，如何跟欠款逾期人進行溝通，通過什么方式溝通呢？用了自動語音外呼系統(tǒng)，是以自然語言錄音下來的信息，比如會自動撥打出去，對方接了以后會說某某先生或女士，我們受某某機構委托，您有一筆欠款金額是多少錢，如果你一天能夠還上就按1、兩天還上就按2、如果想跟客戶代表說話就按5，這屬于自動語音外呼，這個的好處是大大的節(jié)省人工成本，能夠快速的實現(xiàn)不差于人工效果，我們做過比對效果比人工外呼、人工直接跟逾期欠款人溝通效果還要好一點，至少不差。
金融機構要把盤子做大，把規(guī)模做起來的話，逾期壞帳率是固定的，大的盤子大了催收的比例絕對數也增加了，傳統(tǒng)的催收團隊不可能很快的再復制一個團隊出來，所以用這樣的輕催收的方式可以幫助他搭建催收的團隊，實現(xiàn)這個團隊的功能，所以智能化體現(xiàn)在話術、模型和客戶觸達的方式。
第二階段，正在研發(fā)直接交互式的，就是機器人打出去，機器人直接跟他說話，對方說什么我們再跟通過語義分析再截取信息跟他進行互動，這是第二階段正在研發(fā)的內容。人工智能應用也越來越廣泛，隨著金融如火如荼的發(fā)展，包括面臨的壞帳的壓力也非常大，對催收的要求，人工智能機器人催收領域的發(fā)展也有長足的發(fā)展。
希望大家記住今天下午我們共同探討了人工智能賦能金融發(fā)展，人工智能在整個新時代發(fā)展過程中會賦能金融發(fā)展，這是大趨勢，首先因為線上化帶來的數據更多了，以前傳統(tǒng)數據填表就可以了，現(xiàn)在有了場景化以后，數據更多了。
什么是人工智能？在金融領域，只要用到了人工智能的算法、機器學習的算法、神經網絡算法和其他包括深度學習算法，用到這些算法基本上把它歸到人工智能，可以應用到人臉識別、圖像識別、聲音識別，未來底層芯片用到的邏輯，直接就能夠把算法植入到芯片中，這都是人工智能的應用。
立足于第三方機構，同盾希望能夠利用自身的技術優(yōu)勢、數據優(yōu)勢和人才優(yōu)勢，能夠更好的做好智能分析的服務，也希望在座的同事們有機會和我們合作。謝謝大家！
