我們常說(shuō)的金融科技，可以理解為用人工智能和數(shù)據(jù)找到新的做生意方式。而如今，人工智能在金融行業(yè)的應(yīng)用也早已遍地開花，使用最多的三種技術(shù)分別是機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理。

人工智能的第一步是解釋事件，之后逐漸形成決策的流程自動(dòng)化，最終將全部交給人工智能來(lái)做決策。金融行業(yè)一直在追逐人工智能，其可以通過(guò)自動(dòng)化取代繁瑣重復(fù)的人工工作、提升客戶體驗(yàn)、降低成本。

人工智能不要用ROI來(lái)衡量

對(duì)于人工智能的態(tài)度，中國(guó)銀行相對(duì)國(guó)外銀行要更積極。Gartner高級(jí)研究總監(jiān)呂俊寬(CK Lu)總結(jié)了制約外國(guó)銀行投入人工智能的三點(diǎn)原因，第一、現(xiàn)有數(shù)據(jù)、現(xiàn)有制度已經(jīng)可以幫助銀行應(yīng)付業(yè)務(wù)上的需求;第二、沒(méi)有明顯的金融科技競(jìng)爭(zhēng)企業(yè)，所以沒(méi)有通過(guò)人工智能轉(zhuǎn)型的強(qiáng)烈需求;第三、外國(guó)監(jiān)管機(jī)構(gòu)重視“可解釋性”。而人工智能更像是一個(gè)“黑盒子”，人們只能得到結(jié)果，并不了解得到結(jié)果的過(guò)程。

目前人工智能投資還處于早期階段，金融機(jī)構(gòu)在人工智能的使用上也存在一定挑戰(zhàn)，主要包括：第一、商業(yè)價(jià)值，人工智能不能和ROI(投資回報(bào)率)強(qiáng)關(guān)聯(lián);第二、數(shù)據(jù)，數(shù)據(jù)存儲(chǔ)分散，管理較難;第三、人才，人工智能人才缺失，需要懂業(yè)務(wù)和懂人工智能的人合作打造AI應(yīng)用;第四、工具，單個(gè)應(yīng)用解決單一問(wèn)題，部署更多的AI應(yīng)用花費(fèi)的時(shí)間和成本都是巨大的;第五、規(guī)模，大規(guī)模的應(yīng)用準(zhǔn)確率大幅下降;第六、ROI，各部門各自投資造成資源浪費(fèi)。

“CIO很難從ROI的角度向老板證明，投資人工智能是有回報(bào)的。”呂俊寬表示，在人工智能的投資中很多企業(yè)都會(huì)陷入ROI的迷思，這會(huì)讓企業(yè)找不到人工智能的投資方向。呂俊寬舉例說(shuō)，Gartner看到，很少有企業(yè)通過(guò)部署客服機(jī)器人達(dá)到其ROI目標(biāo)，客服機(jī)器人可以使客戶溝通數(shù)量增長(zhǎng)15%-30%，但不代表可以立即裁掉15%-30%的員工。

所以在評(píng)估人工智能是否成功時(shí)，呂俊寬建議企業(yè)首先要看通過(guò)人工智能幫助企業(yè)提高了多少效率，其次是人工智能對(duì)客戶體驗(yàn)帶來(lái)了多少提升，而不要刻意使用ROI衡量。

人工智能將逐漸規(guī)模化

目前金融機(jī)構(gòu)在市場(chǎng)、銷售、產(chǎn)品、交易、風(fēng)險(xiǎn)管理等多個(gè)領(lǐng)域已經(jīng)開始人工智能的應(yīng)用，而未來(lái)人工智能也將對(duì)整個(gè)金融機(jī)構(gòu)結(jié)構(gòu)、人員帶來(lái)根本性改變。

反欺詐和風(fēng)險(xiǎn)管理是銀行業(yè)人工智能應(yīng)用較多的領(lǐng)域，因?yàn)槠墼p可以稱得上是一門生意，銀行利用人來(lái)補(bǔ)“洞”的速度，遠(yuǎn)遠(yuǎn)比不上欺詐的變化速度，所以使用人工智能制定規(guī)則定義欺詐行為，可以節(jié)省人力，并且有效防止欺詐。中國(guó)金融機(jī)構(gòu)在反欺詐和風(fēng)險(xiǎn)管理外，還做了很多創(chuàng)新和嘗試，主要聚焦在效率之后的客戶體驗(yàn)提升上，像獲取客戶、客戶留存等。

“對(duì)于銀行人工智能規(guī)模化落地的問(wèn)題，可能還沒(méi)有很快能夠奏效的解決方法。”呂俊寬認(rèn)為，要實(shí)現(xiàn)規(guī)模化部署就需要解決人才和基礎(chǔ)設(shè)施兩大問(wèn)題。

Gartner建議人工智能在落地上要根據(jù)機(jī)構(gòu)規(guī)模而定。小型銀行業(yè)務(wù)場(chǎng)景相對(duì)簡(jiǎn)單，沒(méi)有足夠的資金進(jìn)行人工智能投資，所以要以業(yè)務(wù)為導(dǎo)向，同時(shí)與大銀行已有服務(wù)做匹配;中型銀行業(yè)務(wù)場(chǎng)景相對(duì)復(fù)雜，人工智能可能會(huì)成為其進(jìn)入“第一梯隊(duì)”的機(jī)會(huì);大型銀行面對(duì)傳統(tǒng)銀行和互利網(wǎng)金融的雙重競(jìng)爭(zhēng)壓力，需要改變文化和公司治理，才能從項(xiàng)目到產(chǎn)品實(shí)現(xiàn)創(chuàng)新。

從全球看來(lái)，人工智能部署在公有云和本地?cái)?shù)據(jù)中的比例分別是40%和35%。在中國(guó)，由于監(jiān)管要求，大部分人工智能都部署在數(shù)據(jù)中心內(nèi)。呂俊寬表示，雖然目前監(jiān)管要求在本地部署，但是金融機(jī)構(gòu)一定要考慮到未來(lái)人工智能應(yīng)用上云的可能。