2019（第二屆）中國金融科技產(chǎn)業(yè)峰會于10月31日在北京國際會議中心隆重開幕，在會上螞蟻金服人工智能部總經(jīng)理周俊帶來了《金融智能的思考與實踐》主題演講。
大家下午好，非常高興來到這里跟大家分享一下螞蟻金服在金融科技、在AI方面做的一些工作，大家知道金融科技里面應用AI的方法很多，它跟傳統(tǒng)的電商領域或者互聯(lián)網(wǎng)領域推薦搜索廣告還是有蠻大的差異，這也是今天我們來到這里跟大家分享的重要的出發(fā)點。
從數(shù)據(jù)上來看，全球還有很多很多人是沒有享受到銀行服務的，占了世界勞動力的一半左右，同時現(xiàn)在給銀行或者金融機構提供的服務其實有很大的差異化。怎么樣去實現(xiàn)這樣的普惠金融？我們認為AI是其中一個比較好的方式和方法。
以AI為內(nèi)核的普惠金融會有這樣幾個作用。一個是在效力方面用AI來做相比傳統(tǒng)的人工或者是專業(yè)經(jīng)驗，能夠在數(shù)據(jù)量比較大的情況下有效率上的優(yōu)勢。第二在信息不對稱的方面，傳統(tǒng)因為人的經(jīng)驗很難去處理非常大的數(shù)據(jù)量，采用AI的方法可以減少人工的偏見，同時也能夠在風控上面有較大能力上的增強。當然在體驗上面肯定會有比較多的改善，像這兩年大家用的比較多的智能客服等都是比較好的應用AI的例子。
反過來說，金融場景本身也為AI的發(fā)展注入了很多很好的場景，它跟傳統(tǒng)的推薦搜索廣告其實還是有蠻大差異的。傳統(tǒng)做推薦搜索廣告其實我們都知道它是一個數(shù)據(jù)回流很快的一種機制，你今天點擊了、購買了，數(shù)據(jù)能夠很快地返回到后臺也好、返回到哪里也好，但是金融服務會稍微有一些差異，比如我們提供普惠金融的貸款，很少的情況你在今天貸款明天就可以拿到一個所謂的風險的反饋，因為絕大部分貸款的周期相應來說會比較長一點，所以數(shù)據(jù)上會有這樣的差異，同時場景上也會有比較大的差異，無論是我們今天做的財富也好、保險也好、貸款業(yè)務也好，這幾個業(yè)務之間本身從金融定義就有不一樣的地方，所以導致你在應用AI方法的時候其實也會有不一樣的方式和方法，這是由于金融場景里面提供大量的這種不大一樣的場景，所以在金融領域里面應用AI是比較適合的地方。比如這里面提到幾個點，一個是全球移動支付的場景里面，中國在里面占了很大一部分，因為中國網(wǎng)絡的發(fā)展，所以我們可以很方便地享用移動支付帶來的便捷性以及這里面可以應用的各式各樣的一些AI的方法。
第二點前面講了，這里面場景非常多，場景一多可以用AI的方法就很多，有別于電商里面只做CTR或者CVR這種預估，在金融場景里面可以做很多，比如說你可以怎么樣應用AI的方法做用戶效率改進、應用方法的改進以及對風控的理解，這都可以用AI的方法去做。同時通過AI的方法自動化地提升效率、改進體驗，能夠讓風險管理水平有一個本質(zhì)上的提升。
它跟傳統(tǒng)的電商領域也好或者互聯(lián)網(wǎng)領域也好還是有比較多的相應的挑戰(zhàn)的，比如說像一些人機協(xié)作的地方，其實我們今天都知道在金融場景里面，無論你AI做得再好背后還是會有策略系統(tǒng)在里面，策略系統(tǒng)都是人工的一些經(jīng)驗在里面，其實它是比較好的人機協(xié)作的場景。第二個是數(shù)據(jù)安全和隱私保護，在別的場景里面可能大家對隱私性的要求或者數(shù)據(jù)安全的要求沒有那么強或者沒有那么敏感，亞洲服務器，但是在金融場景里面其實我們是希望我們能夠提供相應的技術，用技術的方法去解決這里面數(shù)據(jù)安全和隱私保護相應的一些問題，能夠打破數(shù)據(jù)孤島，讓數(shù)據(jù)在各個機構之間能夠正常流轉(zhuǎn)，能夠?qū)崿F(xiàn)場景或者AI效益的最大化。對抗性也比較好理解，在金融背后其實有很多所謂的灰傘黑傘在背后做相應的事情。
還有網(wǎng)絡，因為現(xiàn)在移動支付的發(fā)展，只要你今天去線下店鋪做了消費，實際上在網(wǎng)絡上增加了一條邊和一個頂點，隨著交易量越來越多，背后構成了巨大的網(wǎng)絡，這些網(wǎng)絡本身每天會增加新的交易，有一些交易由于歷史原因會去掉，這些動態(tài)網(wǎng)絡背后在AI的方法背后的應用創(chuàng)造了很好的場景。
對抗性前面已經(jīng)提到過，公平性是整個AI里面大家都在研究的問題，除了怎么通過AI的方法除了提升效率和這種效果以外，怎么去保證整個方法的公平性，無論是對產(chǎn)業(yè)界也好還是對學術界也好都是一個巨大巨大的難題，怎么通過這種方法的本身去克服由于數(shù)據(jù)采集的偏見、數(shù)據(jù)本身的偏見導致效果的偏見，這是很難解決的問題，這也是整個AI和金融結合的魅力之所在。
