取消
普通评论
普通评论

听起来很人工智能的Fintech到底智能在哪?

钛媒体2017-06-15 09:35
fintech 人工智能 金融科技

  P2P平台大批跑路后,不少幸存者为了避嫌开始改名,管自己叫“Fintech平台”,首先我们要知道,不是能在网上买点理财产品就可以叫“Fintech”,能称得上金融科技的,好歹得有一点点科技含量吧?

  在人工智能概念火了之后,Fintech又被带了一波节奏,其实Fintech+AI是个有着清晰前景的命题,只是现在市面上出现了太多假Fintech结合假AI的产品。

  Fintech最喜欢吹嘘的往往是自己的风控系统:传统金融做风控要业务员实地考察、要客户三番五次提供一大堆资产收入证明,现在有了人工智能,我们只需要动动手指就能完成这一切。

  实际上帮他们做到这些的不是人工智能,而是征信系统,比如芝麻分什么。在这个时代,还有谁能不在网上留下点痕迹呢,数据够大了,很多事就能做到了。

  大数据是怎么帮Fintech做到风控的呢?简单举几个例子,在授信环节,在用户授权的前提下,用爬虫可以抓取用户的信用卡还贷数据、电商交易数据、各种O2O消费数据……甚至可以在学信网上看到你上哪个学校。如果你是小微创业者,还可以看到你的交易数据和所有的企业注册信息。而这些往往是征信机构做的,和Fintech平台无关。

  征信机构通过用户数据的采集、共享、分析做到了这一切,要说有多么智能,恐怕有些牵强了。

  真智能的Fintech不仅仅是风控

  那么Fintech+AI到底能做到什么呢,显然不仅仅是风控,但我们可以先从风控说起。

  比如在风控上,虽然征信机构可以构建出几乎完美的风控模型,但在消费金融领域,中国有65%的人没有被征信记录覆盖,面对这些人离散在互联网各处的复杂数据,AI是如何帮助Fintech进行授信的?

  目前比较流行的方式是知识图谱,知识图谱是人工智能大概念下的子集之一,其价值在于理解数据的内在含义,把以往的“名词搜索”变成语义搜索,从而在离散的数据间建立联系。

  应用到金融中,知识图谱可以把个人信息和履约记录、社交媒体数据等等联系起来。举个例子,如果我们仅仅拥有客户的姓名和联系方式却没有授信记录,我们可以通过他的通话记录发现他所联系的其他用户授信记录如何,从而进行风险评级。

  当然,这只是知识图谱在Fintech方面最简单的应用。知识图谱还能做更多的事,比如不看财报而是通过社交媒体新闻分析某只股票的股价走势等等。总之,在个体数据匮乏的情况下,知识图谱可以利用其它可获得的数据,通过“联想”完成很多分析工作。如果建立的足够完善,知识图谱几乎可以成为一个应对无数维度的征信系统。

  分析师:你学我!

  除了知识图谱,深度学习和NLP在Fintech中的应用也很普遍。比如通过深度学习中的回归分析来模仿分析师的交易行为,从而推导出相关交易策略的算法模型来辅助人为操作。

听起来很人工智能的Fintech到底智能在哪?

  而为了优化处理效果,一些机构开始试图在算法中引入非结构数据——新闻、分析报告、社交媒体舆情等等。通过NLP技术对其进行分析处理,增强算法在演算时的逻辑性。

  最后这些算法就可以像入行多年的金融老司机一样,通过内部数据和外部环境影响做出决策。

  伦敦、香港、日本等等地区都有团队在从事相关的研究,其中著名的有投资机器人Kensho,这家专注于量化投资的技术企业通过NLP、图像识别和云计算等等技术,可以快速处理投资关联业务。

  面对类似于美国大选一类的黑天鹅事件,分析师们只能从自己短暂的从业经历中总结方法,Kensho却可以通过总结历史上所有类似事件产生的影响而给出答案。

  经验、直觉这些原本在金融行业不可替代的特质正在被AI通过深度学习快速复制,华尔街的魔法正在慢慢褪去。

  大多数Fintech只有人工,没智能

  风控、量化分析这些金融产业中较为重要的环节正在被AI入侵,一些本身就技术含量不高的环节更是不能幸免。最简单的,像是招股书、报告等等文件的撰写,通过自然语言理解和自然语言生产就可以处理。在信贷审批中生物识别(指纹、虹膜)和设备指纹识别(移动设备的唯一编号)也在替代着传统的流程模式。

  但说到底,真正能运用上人工智能的Fintech企业基本都有着强大的“靠山”。前文提到的Kensho已经被高盛收购,对冲基金桥水联合也早已招兵买马试水AI,在国内,蚂蚁金服也是托身与阿里巴巴的。

  原因其实很简单,金融业务基础的自动化无处不在,可想要代替人类更好的完成工作,必须依赖强大的数据好计算能力构建AI,并拥有足够好的人力资源对其进行监督和优化。所以,大部分金融从业者还不是很担心自己的饭碗。

  看到这里我们就应该明白,真的Fintech,是那些小平台根本玩不起的。大部分所谓的Fintech,能做到通大数据完善风控模型就已经很不错了。至于一些平台提到的,根据大数据为客户智能推荐适合的产品,降低违约概率,或许结果是好的,但基本上都是大数据+人为判断的结果。

  “大数据+人=X”根本不是智能,“大数据-人=X”才是智能。

责任编辑:方杰

为你推荐

暂无相关推荐