量化金融分析師（AQF）|人工智能在金融業(yè)還會(huì)有怎樣的突破？

隨著新一輪科技和產(chǎn)業(yè)革命的爆發(fā)，人工智能（AI）已經(jīng)成為全球經(jīng)濟(jì)發(fā)展的新引擎，各行各業(yè)都在積極部署，推進(jìn)人工智能應(yīng)用落地。如今，人工智能的觸角早已慢慢滲透到了金融、財(cái)會(huì)、咨詢法律等門(mén)檻較高的專(zhuān)業(yè)領(lǐng)域，可見(jiàn)AI結(jié)合萬(wàn)物的時(shí)代正悄悄來(lái)臨。

一、人工智能簡(jiǎn)介

人工智能的概念較早誕生于五十年代的美國(guó)。最初，人工智能（AI）被定義為用機(jī)器來(lái)模仿人腦思考以及關(guān)聯(lián)的智能行為。在構(gòu)建過(guò)程中，AI不斷結(jié)合數(shù)學(xué)、計(jì)算機(jī)科學(xué)、生理學(xué)、哲學(xué)等內(nèi)容，并逐步發(fā)展壯大。

而就目前來(lái)看，經(jīng)過(guò)半個(gè)世紀(jì)的發(fā)展，人工智能已現(xiàn)成為影響全球各行各業(yè)的熱點(diǎn)技術(shù)，且部分應(yīng)用在特定領(lǐng)域已經(jīng)超過(guò)了人腦表現(xiàn)。

近年來(lái)，各領(lǐng)域的投資熱度逐步攀升，醫(yī)療健康、移動(dòng)通訊、教育培訓(xùn)等類(lèi)更是受到資本熱捧。

二、人工智能的發(fā)展概況

人工智能領(lǐng)域的研究架構(gòu)大致可分為：基礎(chǔ)層、算法層、方案層及應(yīng)用層。由下至上、層層遞進(jìn)?；A(chǔ)層的數(shù)據(jù)與計(jì)算能力越強(qiáng)、中層的算法、技術(shù)等越成熟，上層建筑（即解決方案）才能更為牢靠。

而就行業(yè)圖譜來(lái)看，主流趨勢(shì)為各企業(yè)機(jī)構(gòu)之間分工明晰，聚焦明確。當(dāng)然，業(yè)內(nèi)也不乏像BAT、谷歌、微軟等打造跨層級(jí)的整體服務(wù)與方案的巨頭企業(yè)。

在人工智能的諸多應(yīng)用行業(yè)中，金融領(lǐng)域受到主要關(guān)注。AI作為眾多技術(shù)手段之一，對(duì)金融行業(yè)產(chǎn)生前所未有的巨大影響。

語(yǔ)言識(shí)別處理、視覺(jué)生物識(shí)別、神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)等人工智能技術(shù)已融入金融領(lǐng)域的各類(lèi)作業(yè)流程中。

>>>點(diǎn)擊學(xué)習(xí)CFA+AQF量化金融雙證班課程

三、金融科技廠商之人工智能案例

螞蟻金服作為國(guó)內(nèi)領(lǐng)先的金融科技公司，在人工智能領(lǐng)域具備較為前沿的實(shí)踐應(yīng)用經(jīng)驗(yàn)。在螞蟻金服內(nèi)部，專(zhuān)門(mén)設(shè)有一支研究人臉識(shí)別、圖像識(shí)別、機(jī)器學(xué)習(xí)等人工智能技術(shù)的科學(xué)家團(tuán)隊(duì)，其團(tuán)隊(duì)的科技產(chǎn)出被不斷地應(yīng)用于螞蟻金服的各個(gè)金融業(yè)務(wù)環(huán)節(jié)之中，目前已經(jīng)在智能客服、財(cái)富管理以及車(chē)險(xiǎn)定損等若干個(gè)場(chǎng)景落地。

重復(fù)、單調(diào)且規(guī)律性較強(qiáng)的客服工作一直被視為人工智能將會(huì)取代的崗位職能。螞蟻金服打造的“新客服平臺(tái)”正在發(fā)力這一領(lǐng)域，基于AI語(yǔ)言識(shí)別與自然語(yǔ)言處理技術(shù)的“小蟻答”智能客服是其中代表性的產(chǎn)品。傳統(tǒng)意義上的客服過(guò)程較為機(jī)械化，用戶撥號(hào)之后需要聽(tīng)完1至9個(gè)號(hào)碼的提示解說(shuō)再選擇按鍵進(jìn)入下一個(gè)流程，存在點(diǎn)錯(cuò)率高、耗時(shí)較長(zhǎng)等一系列影響客戶體驗(yàn)的問(wèn)題。“小蟻答”智能客服則完全改變了觸達(dá)客戶的方式?？蛻糁恍枰ㄟ^(guò)語(yǔ)音“發(fā)號(hào)施令”，“小蟻答”便可通過(guò)自動(dòng)識(shí)別語(yǔ)音為客戶提供秒級(jí)的服務(wù)，甚至可以根據(jù)用戶的行為、偏好等數(shù)據(jù)預(yù)測(cè)用戶即將提出的問(wèn)題，據(jù)估算其效率約為人工客服的30至60倍。

財(cái)富管理領(lǐng)域也是螞蟻金服重點(diǎn)發(fā)力的人工智能場(chǎng)景之一。過(guò)去，基金公司一直被客戶留存問(wèn)題所困擾。螞蟻金服上線的財(cái)富號(hào)平臺(tái)利用人工智能技術(shù)，巧妙地在金融機(jī)構(gòu)與客戶之間構(gòu)建了一座連通的橋梁，彌補(bǔ)了原先基金公司難以準(zhǔn)確觸達(dá)客戶的短板。具體而言，財(cái)富號(hào)平臺(tái)中的AI智能引擎“如意”可以將不同的客戶群細(xì)化分類(lèi)，為每個(gè)客戶群推送符合其需求的個(gè)性化基金產(chǎn)品；智能運(yùn)營(yíng)參謀“司南”可以衡量推送效果，評(píng)估客戶滿意程度，從而優(yōu)化改善運(yùn)營(yíng)過(guò)程；智能節(jié)流器則可以用AI協(xié)助基金公司對(duì)推送內(nèi)容進(jìn)行拼圖、設(shè)計(jì)、美化等工作。據(jù)統(tǒng)計(jì)，該節(jié)流器可以將用戶交易轉(zhuǎn)化率增加約40%。

此外，“定損寶”是螞蟻金服將人工智能運(yùn)用于車(chē)險(xiǎn)定損領(lǐng)域的典型案例。傳統(tǒng)的車(chē)險(xiǎn)定損環(huán)節(jié)需要查勘員到出險(xiǎn)現(xiàn)場(chǎng)拍攝照片，然后交由定損員對(duì)車(chē)輛損傷情況進(jìn)行鑒定并決定賠償金額。對(duì)于客戶而言，會(huì)遭遇理賠流程繁瑣、賠償?shù)却龝r(shí)間過(guò)長(zhǎng)等痛點(diǎn)；對(duì)保險(xiǎn)公司而言，若恰逢交通高峰擁堵期或出險(xiǎn)現(xiàn)場(chǎng)偏遠(yuǎn)等狀況，會(huì)面臨理賠人員人手不足等痛點(diǎn)，甚至還有不法之徒進(jìn)行騙保的風(fēng)險(xiǎn)。使用了深度學(xué)習(xí)圖像技術(shù)的“定損寶”解決方案則可以很好地解決這些問(wèn)題，前期需要將海量帶有標(biāo)注的車(chē)輛圖片灌輸給算法模型，并根據(jù)光照、顏色等各類(lèi)環(huán)境變量對(duì)模型進(jìn)行持續(xù)的迭代與完善，使之具備識(shí)別車(chē)輛刮擦損毀程度的能力。用戶只需要將帶牌照的出險(xiǎn)車(chē)輛照片上傳至“定損寶”，5秒鐘之內(nèi)就可以準(zhǔn)確估算出理賠金額、維修價(jià)格等信息，并顯示周邊距離最近的維修廠定位?？傮w而言，“定損寶”大大壓縮了理賠人力成本，降低了欺詐風(fēng)險(xiǎn)，提升了客戶粘性。

四、展望

根據(jù)Gartner預(yù)測(cè)，人工智能對(duì)行業(yè)的影響將在不久的將來(lái)大規(guī)模爆發(fā)。例如，到2020年，AI在取代180萬(wàn)個(gè)工作崗位的同時(shí)，創(chuàng)造230萬(wàn)個(gè)新型工作機(jī)會(huì)；到2021年，AI將帶來(lái)近3萬(wàn)億美元的商業(yè)價(jià)值并節(jié)省62億小時(shí)的工作量；到2022年，20%的非重復(fù)性崗位將重度依賴AI技術(shù)并且有40%的客戶服務(wù)崗位必須在虛擬助手的幫助下才能進(jìn)行決策與流程執(zhí)行。

而對(duì)于金融業(yè)來(lái)說(shuō)，人工智能無(wú)疑將對(duì)傳統(tǒng)金融業(yè)帶來(lái)深遠(yuǎn)的影響，在削減重復(fù)性崗位及流程的同時(shí)，提升金融行業(yè)整體效率。對(duì)此，傳統(tǒng)金融機(jī)構(gòu)應(yīng)主動(dòng)謀求轉(zhuǎn)型，強(qiáng)化AI技術(shù)，建設(shè)配套的經(jīng)營(yíng)能力。