近年來，人工智能（AI）技術(shù)逐漸滲透到金融產(chǎn)品和服務(wù)之中，國內(nèi)外金融機構(gòu)紛紛發(fā)力金融科技（Fintech）：國外金融行業(yè)正在業(yè)務(wù)中引入人工智能技術(shù)，摩根大通和高盛公司均表示要在人工智能領(lǐng)域進行大規(guī)模投資；國內(nèi)四大行分別牽手互聯(lián)網(wǎng)公司，開啟智能金融的合作。

作為金融科技的初級形態(tài)，互聯(lián)網(wǎng)金融的興起主要得益于互聯(lián)網(wǎng)技術(shù)與金融業(yè)務(wù)的結(jié)合?；谙M、娛樂等生活場景，搭建便捷性的服務(wù)平臺，使金融業(yè)務(wù)有機融合到用戶的消費行為中。同時，也迫使商業(yè)銀行等金融機構(gòu)沿著降低成本和提升效率兩條主線，在服務(wù)上不斷提質(zhì)增效。今天，以大數(shù)據(jù)、人工智能、云計算和區(qū)塊鏈等更加前沿的技術(shù)為支撐的金融科技則是升級形態(tài)。

相比于互聯(lián)網(wǎng)技術(shù)，金融科技擁有更大的發(fā)展?jié)摿?。尤其是，神?jīng)網(wǎng)絡(luò)的突破性發(fā)展，使深度學(xué)習(xí)成為可能，并初步取得了令人驚訝的效果（如埃爾法狗在圍棋大戰(zhàn)中挑戰(zhàn)人類選手取得壓倒性勝利），將來有望解決金融領(lǐng)域里的一些痛點問題。

人工智能的飛速發(fā)展，使得機器能夠在一定程度上模擬人的功能，批量且更個性化地服務(wù)客戶。對于金融業(yè)而言，在前端可以使服務(wù)更加個性化，提升客戶體驗；在中端可以支持各類金融交易和分析中的決策，使決策更加智能化；在后端用于風(fēng)險識別和防控，使管理更加精細化。

下面，筆者詳細描繪一下人工智能在金融領(lǐng)域中的典型應(yīng)用場景，希望對大家有所幫助。

應(yīng)用場景一：征信與風(fēng)控

近幾年，國內(nèi)P2P和現(xiàn)金貸的大量涌現(xiàn)，說明了個人小額信貸的市場需求巨大。在過去，針對該類小貸用戶，一般單純地依靠地推人員挨家挨戶進行實地征信。如今，基于大數(shù)據(jù)和人工智能技術(shù)，可以實現(xiàn)智能征信和審批，極大地提高工作效率。通過多渠道獲取用戶多維度的數(shù)據(jù)，如通話記錄、短信信息、購買歷史、以及社交網(wǎng)絡(luò)上的相關(guān)留存信息等；然后，從信息中提取各種特征建立模型，對用戶進行多維度畫像；最后，根據(jù)模型評分，對用戶的個人信用進行評估。同樣，對于市場上中小微企業(yè)融資難的問題，也可以通過大數(shù)據(jù)征信得以解決。

相對于征信，在風(fēng)控中，貸前要識別貸款人信息的真實性，還要識別其還款意愿和還款能力，貸中通過監(jiān)控貸款人的行為數(shù)據(jù)及時發(fā)現(xiàn)異常，貸后通過反饋數(shù)據(jù)補充信用評分。在這個過程中，利用用戶數(shù)據(jù)積累和人工智能技術(shù)建立有效的智能化風(fēng)控體系是核心能力，直接決定著一個平臺能否持續(xù)健康地運營。

應(yīng)用場景二：反欺詐

金融安全是維護金融秩序的基石。與虛擬的社交網(wǎng)絡(luò)不同，金融用戶需要驗證身份的真實性，其中可能涉及的技術(shù)包括人臉識別、語音識別、指紋識別和虹膜識別等。相對于我們?nèi)祟?，人工智能在此領(lǐng)域往往表現(xiàn)得更加優(yōu)異，不僅能縮短識別時間，還能降低識別錯誤率。如今，越來越多的人工智能應(yīng)用出現(xiàn)在現(xiàn)實生活中，比如指紋付款、掃臉取款等。

應(yīng)用場景三：智能投顧

智能投顧是在多個市場和大資產(chǎn)類別之間構(gòu)建投資組合，分散風(fēng)險，追求長期收益。

與傳統(tǒng)方式有所區(qū)別，智能投顧可結(jié)合現(xiàn)代資產(chǎn)組合理論和投資者偏好為投資者提供建議，加快釋放投資理財?shù)摹伴L尾”市場，具有傭金低和信息透明等特點。更通俗點說，智能投顧實際上是把私人銀行的服務(wù)在線智能化，服務(wù)更廣泛的普通老百姓。

應(yīng)用場景四：營銷與客服

在金融平臺上，如何識別有效的客戶往往是難點。而人工智能可以通過用戶畫像和大數(shù)據(jù)模型精準找到用戶，實現(xiàn)精準營銷。

另外，在客服中，用戶咨詢的問題大都是重復(fù)性的，而且往往限定在幾個特定的領(lǐng)域內(nèi)，這些特點使其成為自然語言處理和智能客服機器人的極佳選擇。通過智能客服機器人可以發(fā)掘用戶的需求，解釋和推薦產(chǎn)品，還能帶來銷售轉(zhuǎn)化。智能客服可以解決用戶的大部分問題，在非常確定答案的時候可以直接回答，在不確定時把可能的答案提供給人工客服，由人工客服判斷選擇最佳答案發(fā)送給用戶。這樣極大地提升了客服效率和用戶體驗，同時也降低了人力成本。

應(yīng)用場景五：投資決策

在投資機構(gòu)和投行部門中，日常的工作如收集大量的資料、進行數(shù)據(jù)分析、報告撰寫等，往往占用了大量的時間和精力。而在處理海量的數(shù)據(jù)信息時，機器擁有天然的優(yōu)勢，通過自然語言處理技術(shù)可以理解文本信息，尋找市場變化的內(nèi)在規(guī)律。一個經(jīng)典案例是沃爾瑪超市發(fā)現(xiàn)尿布和啤酒放在一起會增加銷量。大數(shù)據(jù)可以發(fā)現(xiàn)看似毫不相關(guān)的事件間的關(guān)聯(lián)性，應(yīng)用在投資領(lǐng)域也會有同樣的效果，比如蘋果發(fā)布新手機會影響哪些公司的股價等。

人工智能還能夠根據(jù)收集到的市場歷史數(shù)據(jù)進行預(yù)測，分析判斷企業(yè)的成長性，從而輔助投資決策。一個著名例子是，美國最大的信用卡行CapitalOne的兩名員工利用職務(wù)便利，分析了至少170家上市零售公司的信用卡消費情況，并據(jù)此預(yù)測這些公司的營業(yè)收入，然后提前購入看漲期權(quán)或看跌期權(quán)，三年內(nèi)投資收益率高達1800%。雖然是反例，但對于智能預(yù)測應(yīng)用有很好的啟發(fā)意義。

此外，機器還可以根據(jù)收集到的資料，自動生成大量格式固定的文檔，比如招股說明書、研究報告、盡調(diào)報告和投資意向書等，從而提高效率，減少枯燥的重復(fù)性工作。

結(jié)語：長遠來看，人工智的優(yōu)勢是不容忽視的：智能設(shè)備可以7×24×365連續(xù)不間斷地工作，不需要休息和度假；通過對大量數(shù)據(jù)進行篩選分析，幫助人們更高效、更準確地決策，降低決策難度；在分析問題時不受情緒和環(huán)境的影響，在一定程度上可以避免操作風(fēng)險和道德風(fēng)險。而金融行業(yè)是天然產(chǎn)生數(shù)據(jù)的行業(yè)，同時也是數(shù)據(jù)最能產(chǎn)生商業(yè)價值的地方，具備了成為人工智能具體實現(xiàn)的巨大優(yōu)勢。

更多資訊請關(guān)注工業(yè)機器人頻道