以嚴(yán)謹(jǐn)和保守著稱的金融行業(yè)近年來引來了一連串的技術(shù)變革，掃碼支付、人臉識(shí)別、機(jī)器風(fēng)控等新的金融手段不斷出現(xiàn)，顛覆了行業(yè)刻板印象。

金融場(chǎng)景下高度結(jié)構(gòu)化的數(shù)據(jù)給AI技術(shù)的發(fā)展提供了機(jī)遇，在此基礎(chǔ)上，身份識(shí)別、風(fēng)控管理、流程優(yōu)化等領(lǐng)域開始出現(xiàn)AI技術(shù)的身影。事實(shí)上，金融行業(yè)已成為AI場(chǎng)景中發(fā)展最為迅速的領(lǐng)域之一。

人工智能對(duì)金融業(yè)的變化

①人工智能會(huì)取代大部分金融領(lǐng)域的從業(yè)者，首先會(huì)取代一些需要重復(fù)性工作的崗位，例如銀行客服等的職位。但長(zhǎng)遠(yuǎn)來看，其取代將會(huì)是全方位的，從客服到資產(chǎn)管理經(jīng)理或交易員，人工智能也會(huì)陸續(xù)取代昂貴的人工服務(wù)。

未來5年內(nèi)，銀行業(yè)的30％工作崗位將會(huì)消失。取而代之的是智能金融相關(guān)崗位增加，技術(shù)人員的需求會(huì)增加。金融機(jī)構(gòu)走向技術(shù)化。

②人工智能在金融業(yè)的應(yīng)用在智能投顧上的應(yīng)用前景非常廣闊，借助高性能計(jì)算機(jī)和大數(shù)據(jù)處理技術(shù)，理財(cái)機(jī)器人可以為用戶提供非常好的投資建議。

自動(dòng)化的程序交易可以盡可能的減少資金和時(shí)間的浪費(fèi)，提升資金使用效率。目前國(guó)內(nèi)領(lǐng)先的智能財(cái)富管理平臺(tái)懶財(cái)網(wǎng)在此方面已經(jīng)積累了深厚的經(jīng)驗(yàn)。懶財(cái)網(wǎng)的智能機(jī)器人可以通過對(duì)用戶的資金流動(dòng)性個(gè)性化分析為用戶匹配合適的資產(chǎn)。

③利用人工智能進(jìn)行風(fēng)險(xiǎn)防控已經(jīng)取得進(jìn)展，已經(jīng)有不少的信貸機(jī)構(gòu)在實(shí)踐基，將數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等大數(shù)據(jù)建模方法運(yùn)用到貸前信用評(píng)審、反欺詐等風(fēng)控管理環(huán)節(jié)。

相較傳統(tǒng)的征信方式，利用人工智能可以快速處理大數(shù)據(jù)內(nèi)容，從而在多個(gè)維度上對(duì)風(fēng)險(xiǎn)進(jìn)行評(píng)估，除了個(gè)體數(shù)據(jù)還可以分析與個(gè)體數(shù)據(jù)有關(guān)聯(lián)的其他個(gè)體和群體數(shù)據(jù)，檢測(cè)分析企業(yè)的上下游、合作、競(jìng)爭(zhēng)對(duì)手、子母公司、投資、對(duì)標(biāo)等關(guān)系。能夠覆蓋更大的范圍，同時(shí)確保風(fēng)控準(zhǔn)確性。

④人工智能領(lǐng)域的研究包括機(jī)器人、語言識(shí)別、圖像識(shí)別、自然語言處理和專家系統(tǒng)等，除了信貸風(fēng)控之外，還可以進(jìn)行內(nèi)部安全監(jiān)管。如運(yùn)用圖形視頻處理技術(shù)，實(shí)時(shí)監(jiān)控銀行柜員行為。通過人臉識(shí)別系統(tǒng)對(duì)集中運(yùn)營(yíng)中心、數(shù)據(jù)中心機(jī)房等進(jìn)行安全保障，防范不法分子的非法入侵，同時(shí)進(jìn)行多人的人臉識(shí)別，實(shí)現(xiàn)智能識(shí)別，達(dá)到安全防范的目標(biāo)。

⑤傳統(tǒng)的金融賬戶登錄驗(yàn)證多采用賬號(hào)＋密碼＋短信驗(yàn)證碼的模式，流程繁瑣且會(huì)產(chǎn)生一定的通信費(fèi)用。目前已有一部分金融機(jī)構(gòu)將生物特征識(shí)別技術(shù)用于賬戶登錄、賬戶查詢、支付等身份驗(yàn)證環(huán)節(jié)。

金融領(lǐng)域正在應(yīng)用的生物識(shí)別技術(shù)包括但不限于指紋識(shí)別、聲紋識(shí)別、虹膜識(shí)別、人臉識(shí)別等。以人臉識(shí)別為例，隨著智能手機(jī)逐步擁有1：1的人臉比對(duì)能力，微信支付及支付寶兩大支付巨頭先后上線了刷臉支付功能，并在線下門店展開了刷臉支付設(shè)備推廣戰(zhàn)。

人工智能＋大數(shù)據(jù)對(duì)金融業(yè)的幫助

①在數(shù)據(jù)初篩與分類整理的基礎(chǔ)上，機(jī)構(gòu)可以借助數(shù)據(jù)對(duì)客戶進(jìn)行數(shù)據(jù)畫像。對(duì)于金融機(jī)構(gòu)而言非常難以判斷，僅憑客戶填寫的資料是非常不清晰的。

通過人工智能下大量的數(shù)據(jù)輔助，金融機(jī)構(gòu)就可以根據(jù)一條條數(shù)據(jù)對(duì)于要借款的用戶進(jìn)行特征化處理，對(duì)用戶進(jìn)行標(biāo)簽化建設(shè)，通過標(biāo)簽體系將用戶的特征完全描述出來，從而讓用戶的特征在金融機(jī)構(gòu)面前變得清晰可見，利于下一步的業(yè)務(wù)推進(jìn)和風(fēng)險(xiǎn)控制。

②近些年來，由于互聯(lián)網(wǎng)金融的飛速發(fā)展，在網(wǎng)絡(luò)上形成了一整套針對(duì)互聯(lián)網(wǎng)金融的“薅羊毛”黑色產(chǎn)業(yè)鏈，這些羊毛黨們往往手上搜集著幾百張甚至上千張電話卡、身份證等關(guān)鍵信息，只要看到有做活動(dòng)的互聯(lián)網(wǎng)金融平臺(tái)就一擁而上，借助平臺(tái)吸引新用戶的優(yōu)惠，大發(fā)橫財(cái)。

針對(duì)這個(gè)人群，人工智能＋大數(shù)據(jù)就有了用武之地，通過大數(shù)據(jù)羊毛防火墻，恒昌會(huì)記錄每個(gè)用戶的投放渠道，針對(duì)投放的轉(zhuǎn)化率、復(fù)投率等指標(biāo)進(jìn)行綜合分析，再判斷用戶有沒有反復(fù)更換數(shù)據(jù)卡，更換手機(jī)來注冊(cè)用戶，從而避免羊毛黨對(duì)于平臺(tái)的傷害。

③通過對(duì)于每個(gè)人的大數(shù)據(jù)分析，借助大數(shù)據(jù)建模構(gòu)建起了用戶身份的關(guān)聯(lián)屬性，從而提升了對(duì)于風(fēng)險(xiǎn)的防控能力。

通過這一個(gè)個(gè)關(guān)聯(lián)體系構(gòu)建起了借款人之間的人脈關(guān)系網(wǎng)，當(dāng)一個(gè)人脈關(guān)系網(wǎng)中的人經(jīng)常違約的話，系統(tǒng)將會(huì)自動(dòng)降低對(duì)此關(guān)系網(wǎng)中人的信用評(píng)級(jí)，甚至直接拒絕貸款。

④現(xiàn)階段，金融欺詐事件頻發(fā)，很重要的原因就是現(xiàn)在一個(gè)個(gè)銀行所存儲(chǔ)的賬戶信息是相互孤立的，難以進(jìn)行有效地分析。

基于人工智能和大數(shù)據(jù)分析的反欺詐，應(yīng)用難點(diǎn)就在于如何把不同來源的結(jié)構(gòu)化或非結(jié)構(gòu)化的數(shù)據(jù)整合在一起，并構(gòu)建反欺詐引擎，從而有效地識(shí)別出身份造假、團(tuán)體欺詐、代辦包裝等欺詐行為。知識(shí)圖譜作為關(guān)系的整合以及表達(dá)解析方式，可以很好地解決這些問題，讓金融欺詐的慣用伎倆無處藏身，從而實(shí)現(xiàn)數(shù)據(jù)反欺詐。