埃森哲对智能金融的判断：标准决定优势，资源决定成败

互联网+ 汤爽廷零壹财经 2018-05-17 阅读：7844

关键词：智能金融 智能风控 埃森哲 FICO 零壹智库

支撑智能金融的发展的“数据、场景、算法、算力”几大因素中，“数据”占50%的重要程度，“没有数据支撑的所有人工智能都是概念性的东西。”

5月17日，零壹财经·零壹智库“智慧金融亚洲峰会”在上海召开。埃森哲金融服务高级咨询总监汤爽廷引用此前百度金融与埃森哲发布的《与AI共进智胜未来——智能金融联合报告》指出，支撑智能金融发展的“数据、场景、算法、算力”几大因素中，“数据”占50%的重要程度，“没有数据支撑的所有人工智能都是概念性的东西。”“规模基础”是汤爽廷认为的“规模化应用”重要前提。当然，目前生物识别技术、在线风控、智能风控已经获得非常广泛的应用。另外两点是“标准”与“资源”——标准是竞争优势的重要体现。而资源决定应用的成败。

以下为整理稿，供行业人士参考。演讲观点较多引用2018年1月百度金融与埃森哲发布的《与AI共进智胜未来——智能金融联合报告》。

——————————

讲到智能金融，我们先定义一下智能金融是什么。

在过去20年里面，我们是怎么一步步走到今天智能金融的现状的？首先是从90年代末开始，我们经历过3个阶段，目前我们在第三阶段。

在最早的时候，以银行代表金融机构，在自己的内部里面实现了信息流和电子化。

2000年以后，从金融的产品和服务的形态上来看，在线化，变成第二阶段的鲜明特征。

第三个阶段，“场景化”变成一个被提到频率非常高的词，在这个阶段，从科技的角度看，其实起到了两个作用。一是通过金融服务场景化的探索，进一步了解到提升用户的体验和服务，最重要的是积累大量的客户数据。正是因为线上化，这样由线到面的过程中，数据才得以积累，才引入到今天智能金融爆发前期的状态。第二个是智慧金融，随着场景化非常普遍，对于在不同的细分领域垂直发展，以及对用户的挖掘，呈现了非常立体的用户特征，说“千人千面”就是立体化的过程。

第三阶段里面还可以分成三个小历程，一是服务智能，非常热门，创业公司很多创业公司拥挤在这个地方。服务智能最典型的人脸识别、语音识别，包括智能客服、机器人聊天工具等等，这是7×24小时劳动密集型的技术，提升的是用户的体验和效率，这是一个现在创业公司非常拥挤的地方。但是对于BATJ和大型的银行来说是第二个阶段——“认知智能”的阶段，不展开应用和细节。认知是基于充足的数据和比较全面的金融服务场景的覆盖，所以在智能投顾、智能获客里面有很多的探索。第三个阶段是决策方面，从技术方面讲不同于前两个阶段，是无监督的学习，最终达到超越人脑，对于未来有预测。通过前面服务认知，来对未来预测。

为什么金融和人工智能的结合是天作之合呢？90年代后期银行做信息化和电子化，我们看各个行业里面，发现金融行业天然是一个信息化程度非常高的行业，是一个数据密集型的行业，从这点讲人工智能的应用落在金融行业是发展必然的结果。

人工智能发展有几个基础，第一个算力的发展，算力的提升带来了语音、图象非结构化处理能力的提升，这种非结构化处理能力带来了智能客服，还有交互体验的提升。另外，经过20年的发展，大数据从一开始懵懵懂懂到后面广泛的应用，在数据积累的量是“天量”，比量更加兴奋的是对数据分析的维度在金融机构做得很不错了。丰富的数据量与维度维度、数据质量的提升可以带来用来支撑机器学习的发展。

各种各样的创新型企业对于算法广泛的应用，算法是很多的，这三件事情加在一起，必然会迎来人工智能、智能金融的爆发期。

智能金融的发展，需要数据、场景、算法、算力，其中数据占50%的重要程度，没有数据支撑的所有人工智能都是概念性的东西。

区块链和云计算，是两个支柱型技术。金融有一个核心和本质是信用，区块链应用的特点是很好的去应答信用在互联网、未来的无边界合作中，如何扩展的问题。由于区块链的发展使信用进一步的分散，变成草根化，区块链可以使信用不用依赖于政府机构，或者中心化的大型机构进行，这是很重要的发展。

云计算在移动互联网时代最大的好处是使数据的积累变成可能。云计算、云存储的发展导致人工智能领域里面爆发的支柱。

未来智能金融的核心是要真正做以人和客户可为中心，为什么？在传统金融服务里面，2B、2C的服务是低频行为，以C端的投资理财为例，一年下来有交易需要有多少个场景或者有多少需求才能发生，如果通过大数据和人工智能去进行数据挖掘，不断地捕捉个人的需求。回到B端不断地刺激购买的欲求，随着云平台和整个生态的建立，融合和边界的拓宽，可以给大家更多的选择，进一步刺激它的消费。

埃森哲总结了一些智能金融应用场景，主要是解决效率问题，分为通用型和细分型。应用在“通用型”得到产生和发现。随着数据的累计，会进一步迁移到细分的域，解决效率的问题。

人工智能在应用方面，有几个关键点：

一是规模。在规模方面应用的一个重要前提有多大的规模基础，比如生物识别技术应用的基础是最广泛的。还有比如说在线的风控、智能风控，可以是一个应用场景非常广泛的。

二是标准。如区块链的标准——R3标准。标准是竞争优势的重要体现。

三是资源，每个机构和创业公司都独特的资源，决定应用的成败。站在BAT的角度讲，海量的数据，精准的投放、智能理财和智能投顾这些都是资源。

关于未来，埃森哲有三个预测。

第一，“回到数据本身”，未来3年、5年，数据是战略资产毋庸置疑，数据是核心竞争力。未来的数据获取形式产生方式会发生一些有趣的变化，这个变化来自硬件，来自IOP领域的变化。

第二，金融的核心是信用。区块链改变信用产生和信用建立的方式，信用在未来会发生一些有趣的变化，信用数字化程度会越来越深，个人和企业的一举一动都会转化成信用的一部分，这是信用数字化的必然结果。信用在以前可能是在央行、银行、征信公司，未来信用的评价者或产生的地方，会突破刚才说的机构类型，产生的来源很多。

第三，是未来竞争对手的扩大。

专题推荐：金融毛细血管

零壹智库推出“金融毛细血管系列策划”，通过系列文章、系列视频、系列报告、系列研讨会和专著，系统呈现“金融毛细血管”的新状态、新功能、新价值、新定位。