蚂蚁金服盛子夏: 用科技的方式超出金融范畴做创新

2017年5月21日,由中国人工智能学会、中文信息学会主办,亿欧承办的2017·全球人工智能技术大会在北京·国家会议中心拉开帷幕,学术界、工业界、高校师生参与其中。

5月22日上午为智能金融分论坛。主讲嘉宾包括华泰证券信息技术部联席负责人-王玲、哥伦比亚大学刘氏家族讲座教授、FDT智能资产管理中心主任-周迅宇、平安科技公司数据平台部首席总监-肖京、蚂蚁金服集团人工智能商业决策总监-盛子夏等。

蚂蚁金服集团人工智能商业决策总监盛子夏做了主题为“人工智能驱动金融生活”的演讲,本文为其演讲速记整理。

盛子夏观点提炼:

1、国外很少有提互联网金融这个概念,原因就是在于国外的金融公司在互联网方面的技术发展得非常快,但在中国这个事情是反过来的;

2、我们要通过科技的方式超出金融的范畴,做真正意义上的创新,这是关键点;

3、押金本身就是一个社会信用体系不健全的缩影,蚂蚁金服志在消除各种形式的押金;

4、通过图像识别、人的身份识别、案件识别、上传很多实际出现的信息,通过人工智能可以让保险核赔的流程完全简化;

5、移动互联网、云计算、大数据、人工智能,最重要的四个技术在目前来看已经发展得非常成熟,过了基点可能是指数级的上升。

蚂蚁金服,盛子夏,人工智能,蚂蚁金服,金融科技,大数据,云计算

【盛子夏现场演讲实录(有删减)】

大家好,刚才主持人讲得非常好,刚才说的课题有点大,今天我更多的是分享蚂蚁金服实际的案例,以及一些对未来的畅想。人工智能、金融科技这两个关键词已经火了一段时间了,最近有另外一个关键词也开始有点火,原来大家都叫金融科技,最近蚂蚁金服和阿里在提科技金融的概念,不知道大家是否听到过。

我觉得科技金融也好金融科技也好,和互联网金融和金融互联网多少有点关系。最早提到互联网金融是几年前的事了,虽然现在还在提,大家一直搞不清楚将来是金融的互联网化还是互联网的金融,其实现在这个课题是一样的。

提到金融科技和科技金融,它之间最大的区别到底是什么呢?还是拿互联网金融来讲,互联网金融在中国先提起来的,但是互联网金融在美国发展得非常快,国外很少有提互联网金融这个概念,原因就是在于国外的金融公司在互联网方面的技术发展得非常快,所以很难有一个互联网公司能够在金融方面做到革命性的变化,进而去改变原来金融的一些做法。

在中国这个事情是反过来的,传统金融公司在互联网方面的步伐并不是那么快,现在我们陆续看到传统银行通过技术革新,有些银行也有手机APP,也在搞大数据存储,做一些人工智能方面的技术创新,但他核心的本质依然是把他原本金融的这条流程和路径通过物联网和技术的方式变得更高效,这个本身是原有金融的效率提升,它和我们现在讲的金融科技或者互联网金融的两个概念完全不一样。

以金融科技作为整个出发点的话,我们要通过科技的方式超出金融的范畴,做一个真正意义上的创新,去发现传统金融想不到的事情,这在我看来是金融科技非常核心的点,这也是我今天想跟大家分享的蚂蚁金服最近一直讲金融科技,蚂蚁金服在金融科技方面真正做了发力点,我们希望用技术的方式改变金融原本传统的方式做的事情。

科技金融的核心是改变我们能够服务的客户,传统金融能够服务的永远是比较上层和中层的客户,这些客户群能带给他们最大的利润点。对于科技金融来讲,我们用一些技术来促使赋能很多金融公司,这些金融公司有的是很大有的很小,那些小的金融公司如果能通过科技的方法给他们赋能的话,我们就能在真正意义上服务所有长尾下面的底层微小的客户。

杭州通过蚂蚁金服这个无限的技术,手机端、信用、大数据、人工智能几者的结合,已经可以让全部的市民体会到生活的便利,已经不用再拿钱包了。从杭州智慧城市的实践来讲,蚂蚁金服已经完全渗透到我们生活,正在改变我们平时衣食住行的每个方面。

蚂蚁金服志在消灭现金,也想消灭任何形式的押金,押金本身就是一个社会信用体系不健全的缩影,如果整个社会的信用体系能建立起来的话,这些押金便都不再需要。

能够做到让老百姓民生发生如此大的变化背后,主要来自于多技术的融合,不管是移动支付还是AI的技术,还是大数据或云计算的技术,这些技术都是缺一不可的。

共享经济的成本非常高,怎么通过人跟人的交流去完成借榔头这么简单的事情,它的成本比榔头的价格还贵很多。在大数据AI技术以及通讯技术一定要在成熟的情况,共享经济才能成为可能,能够让每个人的定位都变得那么准确,也才能成就我刚才讲的能够让蚂蚁金服在生活中提供很大的便利,刚才讲的几大技术都要非常完善才能做到。

人工智能的能力在蚂蚁金服的几个案例中体现在很多方面,蚂蚁金服的大数据技术有别于很多其他技术公司在技术方面的推进,包括谷歌之前搞无人驾驶技术、AI技术。

像阿尔法狗一样经常被人提起,和它们的区别我们并不是把人工智能只是作为一种技术去拓展它的边界,更多的会把它和商业之间的结合作为我们最核心的方向。所以人工智能在蚂蚁金服的应用一定会有非常明确的商用落脚点,比如在信用、搜索推荐、风控、智能助理及营销,这些方面的应用才是真正让蚂蚁金服在人工智能方面最终给大家带来生活方面的便利,而不是大家觉得这是一个非常酷炫的科技。

蚂蚁金服大家如果了解的话,我们现在主要的几个应用的产品线,有微贷的花呗、借呗,我们有业务安全,业务安全一直是非常重要的一个点,最近勒索病毒的事让大家感觉到将来在互联网技术越来越发达的情况下,网络安全将成为下一代金融科技发展的很大的阻碍或者需要攻克的点。

大家也很少听到蚂蚁金服被大规模的黑客攻击,时时刻刻有数以百万千万计的黑客攻击蚂蚁金服,我们始终在用强大的技术做反攻击的工作,蚂蚁金服在整个安全方面的总体人数投入上千人,所以我们是一个非常专业的与黑客进行攻守的团队。

客服相对来说是人工智能非常早、相对来说比较成熟的应用,接下来我会根据这几个应用点的案例来给大家做更多的分享。刚才讲到了信用,信用是金融交易中的核心,在贷款端,信用本身就可以决定这个客户能不能贷款,贷多少款,他的价格机制是什么样的,在保险端也是信用最主要的点,信用决定了风险的程度。

蚂蚁金服的智能助理目前来讲还处于比较初级的阶段,从长远来讲,它将会成为一个真正意义上的颠覆性的产物。为什么这么说呢?大家现在会发现最早的流量入口都是搜索的方式,大家非常习惯吃个饭会打开点评、美团或者口碑,如果要搜一个知识会去百度、谷歌,这是一种在PC时代的习惯。到了现在无线的时代和将来AI的时代,就像亚马逊的Echo会成为下一代人机交互的典范,背后会产生一系列的革命。它会改变互联网整个流量搜索的入口。

之前蚂蚁金服的客服的体验并不是那么好,每次大家打电话的时候会有非常长的等待的时间,通过人工智能不管是在算法上还是在后面的数据分析上,核心能力在于对客户动作的预判,很多客户跑到支付宝的APP里,如果他真的碰到一些问题,他的这个问题并不是无中生有,比如他在充值的时候发觉怎么没到账,充值的过程中已经看到了他之前在充值,这样一系列的事件流已经能够帮助我们看到这个客户在整个事件流中做一些什么动作,他做的动作越多我们能更好地预判他下一步想做的事情,这本身就是我们真正意义上能理解客户在做什么的案例,这也是我们真正意义上能够通过人工智能来更好的解决客户困难的案例。

社区聚宝机器人,这块是虚拟助手中尤其是智能助理这块的产品。机器人目前的功能肯定不是特别完善,但它会不断地优化和迭代。机器学习本身就需要更多的数据才能让它更准确地知道客户需要回答什么样的问题,当前我们回答的问题是比较简单的。

从远景来讲,我们希望有一天当你真的去问机器人的时候,它可以告诉你通过对你的了解,知道你家庭的背景和构成。

车险我不多说了,讲讲之前一个非常有意思的运费险,完全是基于一个技术来驱动的解决老百姓民生的问题,是一款小而美且有数亿市场的产品。大家在淘宝上买东西经常会碰到退货退款要赔付运费,通常是非常费时费力的,这可以通过保险的方式来解决,加上我们对一个客户的行为和信用状况的判断。

最终可以让每一个客户都能得益于这样的产品,现在所有人在淘宝上买东西的话都可以享受这样的产品,只有几毛钱,但如果发生退货的话可以赔付十几块钱,虽然这是非常小的金额,但是它让数亿级的买家能够享受到这样的服务,使得他在退款的时候再也没有任何担忧。

这个产品一开始也有大量的风险问题,也有很多欺诈的案例,所以一开始这样的产品是非常难推广的,有了人工智能模型以及算法在背后去及时甄别每个客户下单的行为,我们很好地找到一小撮坏人,解决了难点之后,虽然保险不可能赚为我们很多钱,但它既能保证赔付,也能让我们获得一定的收益率,这样才能长久的做下去。

这是人工智能核赔的过程,也是非常痛苦和特别长的过程,95%的流程都是比较程序化的,没必要走得非常完整。通过图像识别、人的身份识别、案件识别、上传很多实际出现的信息,通过人工智能的方式都可以实时获取信息,对于每个客户背后我们有非常强大的风险和反欺诈的防范系统,这两者结合在一起可以让保险核赔的流程完全简化。

蚂蚁安全大脑,这块在人工智能方面应用非常广泛,对蚂蚁金服在安全方面的估计是无时不在的,我们在安全方面根据客户在账户方面、环境方面、交易、人群、位置方面都有非常严格的监控,客户使用支付宝的体验非常安全。

交易识别是采用人工智能及深度学习的模型,跟阿尔法狗的思路有点像,它的交易风险的识别一直是千变万化的,通过各种加强学习的方式,道高一尺魔高一丈,一直是博弈的过程,使得我们的模型可以调整,更新这个模型上能够让我们非常及时的抓到黑客欺诈的动作。

移动互联网、云计算、大数据、人工智能,最重要的四个技术在目前来看已经发展得非常成熟,过了基点可能是指数级的上升,我们真的处于基点的状态,非常有幸能够在大潮里边,能够在这个领域继续深耕,也希望这些技术的发展能够最终让所有的老百姓能够享受到更好的服务,谢谢大家。

相关领域
商业