【 AI 科技大本营按】2018年，AI 进入落地应用阶段，智能硬件相继上市，无人驾驶上路规范出台。在金融领域，AI 是如何助攻的呢？在 O'Reilly 和 Intel 人工智能 2018 北京大会上，营长如约见到了美国 Acorns 首席数据科学家，清华兼职教授种骥科博士，针对中美之间金融科技领域之间的差距，种博士表示，中国目前最亟待解决的问题是建立通用的信用体系。

整理 | Mavis

出品 | AI科技大本营（公众号ID：rgznai100）

▌互联网信贷应用而生

金融行业在中国已经有200多年历史了，包括国外整个行业在内都有非常悠久的历史，它们通过分析主要的人性需求，衍生出了各种各样的金融产品。另外，从“互联网金融”的初期到现在，也有20多年历史了。

金融领域发展初期，有存、贷、汇，三个主要的功能。在互联金融发展的近几年，它有了一个新的产物：“互联网信贷”。融合了存款、贷款、汇款的三个功能，有着复杂的商业模式。





近几年，金融科技领域发展大好，究其原因是有了几十年的互联网金融的积累，才有了这样的机会，围绕如何更好的利用大家在互联网上留下的行为轨迹。比如说支付宝或是微信支付，以及电商平台购买流水等，都在不同程度上给予了大家一个“授信”的机会。

众多周知，对于这些数据，中美之间的使用也有不同。为什么美国不用这些数据，中国用这些数据呢？

主要是因为在美国，他们的信用体系已经经过了几十年的发展，从五六十年代开始就推出通用的信用分，不是某一个银行评估的信用分，而是在跨银行、跨行业的一个通用信用分。



这个通用的信用体系，使得美国有 86% 的人拥有信用分。相反，在中国，80% 的人在央行还没有足够的信用记录可以给他们评分。随着“互联网信贷”的衍生和发展，能够通过对互联网上的行为轨迹分析，在没有信贷历史情况下，给大家评估一个有可能的信贷分数，并运用在商业的各个领域上，能够降低各行各业的交易成本。

▌AI 为低频服务带来流量

人工智能和深度学习都是比较广的领域，实质性的进展和落地，最终还是得看各行各业它运营的本质是什么，对于金融领域来说，其本质无非是两个方面：

第一、获取客人；

第二、服务客人。

人工智能和深度学习在获取客人的这个环节，它可以帮助我们更精准的制定客群、分析客群，怎么样用不同的方法捕捉这个客群：

第一、找到应该去找谁当客人。

第二、找准什么时候找这些人当客人。

所以，从这两个角度来说，人工智能给我们带来的优势是，只要你有一个频繁的交互场景，比如说现在的微信，这个是非常频繁的交互场景，就能够在用户和这个场景交互的过程中，给客户提供各种各样的服务。

在微信里面，还有一些我们没用到的服务，相对于聊天和通讯来说，算是一个更低频的服务，一个高频的产品可以带动起很多低频的服务。所以，其最大的优势就是可以给这些低频的服务带来很多的客户，这是一个流量入口。

一旦获取了这些用户后，怎么能够给这些用户提供更好的服务呢？从金融的角度来说，提供更好的服务就是怎么样能够在合适的时间给他们合适的经营产品，让他们能够达到自己的金融目标，比如说理财、信贷。

数据和交互机会的存在，是人工智能和深度学习的基础。在这个基础上面，加入智能化的分析，满足个性化的需求。比如说客服，上亿人网购，寻求客服帮助时，智能聊天机器人，可以使客服的效率大大提升。那聊天机器人怎么能够让他觉得很自然，不会所答非所问，可以帮助客户很快的指向所需要的信息，就需要 AI 的具体应用了。

▌AI 运用于反欺诈中

应用于 AI 技术多是在后台上，用户对于它的感知并不是特别的丰富。比如说后台的审批流程，你交一堆文件，做的一个申请。怎么样能够在几分钟之内做一个审批通过？这个模型怎么跑、怎么收集数据、分析数据等。





另外，你每划一次信用卡，后面都有一个反欺诈模型在跑着，一旦是觉得不是你本人在消费，它马上会拒掉这笔交易，然后给你打一个电话。

如何找出未来的消费中有哪些和已经报出来的欺诈案例有相似的场景，其实是有一些规律可循的。比如说平时都在北京工作、学习，突然在上海有一笔交易，这个就有可能是一个欺诈，或者是突然在广西的一个小村庄附近有一个交易，这个就更不可能了。如果你最近要是买过机票火车票，有可能这个几率就高一点，有可能你真正去那儿了。

当然欺诈的人也知道你有这些不同的交易方法，他们也会用各种各样的方法去伪造这样的事情，这就是一种博弈过程。

▌10 年内或将建成通用信用体系

金融体系目前针对大客户如国企、大型企业等有很多优质产品服务，但针对小客户的信贷产品几乎没有。

美国的信用评估体系是比较完善，86% 的人已经是有信用分了，中国 80% 的人是没有足够的信用记录去拥有这么一个信用评分。种博士表示未来在5 -10 年，有望解决这个问题。

在拥有了比较完善的体系后，才有更多的精力放在保护消费者权益。中国的信贷目前已有的信用分，比如说芝麻信用分，或者是其它的信用分体系，它从某种程度上已经解决了一部分没有信用标准的这么一个难题，可是到现在为止还没有看到一个非常完善的体系。

比如说信用分因为重名或是其他原因搞错了，你本来应该有高分的，结果评成低分了，你去跟谁说要调？没有地方。

最后，种博士表示在保护消费者方面，未来不管是几个机构的信用评分，还是政府的信用评分（这个目前还没有，会有的），在这个建设过程中，怎么样能够有一个足够好的机制，能够让大家有这么一个申诉的机会，这是需要考虑的重点。

招聘

AI科技大本营现招聘AI记者和资深编译，有意者请将简历投至：gulei@csdn.net，期待你的加入！

AI科技大本营读者群（计算机视觉、机器学习、深度学习、NLP、Python、AI硬件、AI+金融、AI+PM方向）正在招募中，和你志同道合的小伙伴也在这里！关注AI科技大本营微信公众号，后台回复：读者群，添加营长请务必备注姓名，研究方向。

AI科技大本营公众号ID：rgznai100

☟☟☟点击 | 阅读原文 | 查看更多精彩内容