人工智能风暴全面来袭 金融科技将借风暴加速创新进程业界

砍柴网 / 王吉伟 / 2016-04-09 09:22
AlphaGo是一款围棋人工智能程序,由谷歌旗下Deep Mind公司的戴维· 西尔弗、艾佳·黄和戴密斯·哈萨比斯与他们的团队开发。大多数传统的AI系统比较狭隘,通过事先设定好的规则...

5673a801_s_s

在经历了一段时间的狂热追捧和激烈热议之后,人们对于AlphaGo的热情慢慢减退下来,对AlphaGo的认识也逐渐趋于理性。

AlphaGo是一款围棋人工智能程序,由谷歌旗下Deep Mind公司的戴维· 西尔弗、艾佳·黄和戴密斯·哈萨比斯与他们的团队开发。大多数传统的AI系统比较狭隘,通过事先设定好的规则来掌握某种特定的任务,因此并不具备解决问题的能力。而Deep Mind人工智能的独特性在于以“感知—学习—反馈”的方式进行学习并不断进化,迈入认知智能层面,可以进行更深入的知识推理,并像人类一样思考。

这一历史性的突破,将使得社会各个行业发生翻天覆地的变化,金融科技首当其冲。当“人工智能”遇上“金融科技”,未来的金融又会变成什么样子?

智能理财?

此时此刻,美国Kensho公司的人工智能理财顾问Warren,正在回答世界各地用户各种刁钻古怪的提问,并基于经济报告、货币政策、社会事件等各种因素,推演每只股票最可能的变化趋势及其概率,最后给到投资人合理的投资建议。这个对股市了如指掌,对股票行情判断准确,同时又任劳任怨的“理财小秘书”,已经风靡华尔街。人工智能理财顾问让金融这个专业性较强、甚至有点枯燥的行当,变得好玩有趣,走进了更多人的生活。

Warren的原理是利用专业知识(比如:统计学、机器学习、大数据算法、数量经济学理论和模型),对各种影响金融市场的社会事件进行量化计算,预测受影响的股票何时上涨下跌,从而决定买入还是卖空,最终将预测结果以最通俗易懂的方式交到大众手中,使每位投资者都可以像华尔街的明星投资人一样去炒股。

实际上,除了Kensho,全球的金融科技巨头都在将眼光投向人工智能。去年,包括高盛、桥水、黑岩等大型资产管理公司都在量化部门的基础上,扩展了人工智能团队,未来的投资决策都可以由AI系统通过经济数据与当前形势的变化做出最优的决策。谷歌云端平台金融服务首席信息官Corrie Elston表示,谷歌将加入金融科技大军,集中精力探索金融服务和资本市场。摩根大通则高度关注区块链、大数据和机器人等新一代技术,其90亿美金的科技投资规划将继续成为今年的重点任务。

在国内,也已经有一大票科技企业开始将人工智能与业务研发相结合,包括京东金融等新兴金融科技巨头也在悄悄布局人工智能,研究利用智能技术进行资产配置的方向。虽然真正的人工智能化金融产品大规模应用落地可能还比较遥远,但现实中已经被金融科技公司广泛应用的智能理财工具,实际上也在从侧面反映智能科技在金融领域正在加速创新落地。

例如,京东金融推出的“智投”,投资者只需要在页面中回答几个简单的问题,智能就会为投资者制定出组合投资方案。另外一款“基金优选”工具,则分别从盈利能力、盈利概率、跑赢大盘、抗风险、性价比及综合评分六个维度对京东金融上的基金产品进行排名,为用户挑选基金产品提供参考。这些产品目前还只是静态数据运用的产品,但随着智能科技能力的不断提高,未来厂商对此类产品不断优化,相信会有更多简单便捷的产品可供用户使用。

智能风控?

除了智能化投资之外,人工智能与大数据的融合,还可能为金融风控带来了革命性的变革,能够更加动态的识别风险的风控系统成为可能。

首先,数据公司从网上收集用户的海量数据,并快速分析预测,从而对其进行信用评级。例如:用户年龄、收入、职业、学历、资产、负债等强相关数据;另外还有一些弱相关数据,如用户在社交网络上的发言、兴趣爱好、朋友圈、星座等。大数据风控通过对全面的数据(数据的广度),强相关数据(数据的深度),实效性数据(数据的鲜活度)进行整合分析,提升信用风险管理水平,客观地反映用户风险水平,让风险评估效果更精确。

另外,还可以根据提前设计好的参数及关系图谱搭建风险量化数据模型,进行风险评估。在这个模型中,既包括专家的投资逻辑、风控经验、对行业的理解;也包括企业上下游、合作伙伴、竞争对手、子母公司、投资者等关系;还可以包括高管与企业间的任职关系,以及行业间的逻辑关系等等。总之,把这些关系图谱列全部出来,进行更为深入的知识推理,可以让风控更严谨、更智能。也就是说,真正的智能化风控系统将是一个动态学习过程的系统,新的数据、新的风险因子可能会被系统所采纳,从而优化风控模型。

美国的ZestFinance,目前已经被认为是业界在大数据分析及智能风控领域走的比较前的一家公司。其核心竞争力在于其强大的数据挖掘能力和模型开发能力,将机器学习领域比较成熟的技术创造性地用于传统的信贷风险管理领域。

传统的信用评分模型一般拥有500个数据项,从中提取50个变量,利用一个预测分析模型做出信用风险量化评估。而在ZestFinance的新模型中,往往要用到3500个数据项,从中提取70,000个变量,利用10个预测分析模型进行集成学习或者多角度学习,得到最终的消费者信用评分。同时,ZestFinance的数据源是大数据,可以生成数以万计的风险变量,然后分别输入不同的预测模型中,例如欺诈模型、身份验证模型、预付能力模型、还款能力模型、还款意愿模型以及稳定性模型等,每一个子模型都从不同的角度预测个人消费者的信用状况,克服了传统信用评估中一个模型考虑因素的局限性,预测更为细致、精准。

2015年6月,京东金融战略投资ZestFinance,将ZestFinance的智能风控技术和风控模型引入到京东金融的战略体系中,这几乎是智能风控在国内首次大规模引入与应用。ZestFinance以其自身专业的数据分析能力对京东生态平台积累的交易数据进行深入分析整合,助力京东金融搭建更为科学合理的风控模型,进步一夯实京东金融作为一家金融科技公司的基石。

作为一家金融科技公司,京东金融已成为国内大数据风控领域的领头羊,对外持续输出底层风险管理和风险定价能力,为金融同行提供专业的智能风控技术,更让国内的金融科技水平比肩欧美。

AlphaGo战胜李世石,使得整个AI行业爆发出无数的商机,而与金融科技的融合无疑更具实践性与前瞻性。在人工智能的催化下,未来的金融行业将更接地气儿,“高冷范”的金融科技服务将不再是大型机构及高净值人群的特权,随着科技的加速创新应用,有可能将加速走进寻常百姓家。

【王吉伟,传统企业走出的自媒体人,商业模式评论人,互联网+研究者,互联网说唱人。关注O2O、企业转型、新媒体、大数据、智能家居、物联网等领域。 微信:javewung,微信公号:王吉伟 加我请注明身份】



1.砍柴网遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.砍柴网的原创文章,请转载时务必注明文章作者和"来源:砍柴网",不尊重原创的行为砍柴网或将追究责任;3.作者投稿可能会经砍柴网编辑修改或补充。


阅读延展

1
3