0
人工智能在金融行業(yè)的應(yīng)用已愈發(fā)廣泛，不少銀行也陸續(xù)開始涉足人工智能。其中大型銀行更多選擇自己搭建 AI 系統(tǒng)，而部分銀行則選擇采購 AI 公司的算法方案。
對中小銀行而言，如果有一體化的軟硬件系統(tǒng)能夠解決他們對所有 IT 基礎(chǔ)搭建以及 AI 算法等技術(shù)的需求或許會更好。雷鋒網(wǎng)觀察到，其實從今年開始，更加全面的、一體化的金融云的趨勢開始出現(xiàn)，缺乏 IT 基礎(chǔ)和人工智能開發(fā)能力的中小銀行，不僅可使用常規(guī)基礎(chǔ)云服務(wù)，也可直接調(diào)用 AI 算法，讓 AI 在金融行業(yè)普惠逐漸成為可能。
中小銀行自己搭建基礎(chǔ)金融云并不現(xiàn)實
資料顯示，民營銀行、村鎮(zhèn)銀行在開業(yè)初期拿到監(jiān)管批文到開業(yè)，大致只有 6 個月的時間。這 6 個月期間，他們有大量事情去做，其中包括在規(guī)定的時間內(nèi)完成一整套的系統(tǒng)建設(shè)、托管和云化服務(wù)，從而滿足科技風(fēng)險防范和滿足監(jiān)管要求。
我們知道，銀行 IT 系統(tǒng)在建設(shè)過程中，需要考慮高靈活性、可拓展性、穩(wěn)定性、安全性、成本之間的權(quán)衡問題，若想構(gòu)建自己的銀行信息系統(tǒng)云服務(wù)需要從 IaaS、PaaS、SaaS 全局進行部署，麻雀雖小卻要五臟俱全。以城商行在 IT 投入為例，單是硬件就能耐占到 IT 總支出的 50%，而且在運行過程中很多機器會被折舊、淘汰，這對中小銀行來說成本壓力和技術(shù)挑戰(zhàn)巨大。
相反，有些規(guī)模較大的銀行則 IT 能力過剩，這時候他們會把能力提供給中小銀行。其中，作為同業(yè)之王的興業(yè)銀行就是 IT 能力對外輸出的代表機構(gòu)之一，客戶以農(nóng)商行、村鎮(zhèn)銀行以及正在興起的民營銀行等中小銀行為主。
某民營銀行首席信息官說道，以銀行的角度講，選擇金融云服務(wù)商看重兩點：第一是快速部署和快速上線能力，可滿足在兩、三個月內(nèi)完成上線前的準備。第二點是 IT 體系建設(shè)過程當(dāng)中能夠給銀行帶來業(yè)務(wù)上的支持，因為業(yè)務(wù)支持能力是銀行科技的落腳點，也是最終的目標(biāo)。中小銀行搭建云服務(wù)好比做家庭影院一樣，沒必要自己親自去鋪光纖，只負責(zé)管控好內(nèi)容資源就行，其他事情讓更專業(yè)的、價格更劃算的第三方做即可。
隨著人工智能和區(qū)塊鏈技術(shù)的發(fā)展，不少人認為，以往集中解決穩(wěn)態(tài)的基礎(chǔ)金融云服務(wù)似乎并不能滿足銀行客戶對敏態(tài)的需求。以興業(yè)銀行旗下的興業(yè)數(shù)金為例，近日他們聯(lián)合 IBM 推出全新的金融云產(chǎn)品“數(shù)金云”，借助 IBM Power Systems 服務(wù)器及 Power 云服務(wù)等方案完成基礎(chǔ)設(shè)施云服務(wù)能力升級的同時，將來計劃進一步為中小銀行提供人工智能、大數(shù)據(jù)、區(qū)塊鏈、金融云（容災(zāi)云、備份云、金融組件）等能力。
AI 對金融內(nèi)在的改變主要體現(xiàn)在：信貸、金融咨詢、金融安全、投資機會、監(jiān)管合規(guī)、保險、智能投顧等幾大領(lǐng)域。
而在終端交互層面的升級則更多以圖像識別、智能客服的形式呈現(xiàn)：如螞蟻金服利用 OCR 技術(shù)實現(xiàn)證件校核；用 AI 機器人充當(dāng)客服聊天，還可基于用戶過往的操作記錄、服務(wù)時長等變量，自動分析出用戶可能會選擇點擊的幾個疑問選項。
除了螞蟻金服外，其實不少大型傳統(tǒng)銀行都有著非常深厚的人臉識別和語音、語義技術(shù)，以其直銷銀行產(chǎn)品為例，平安天下通 App 中，平安利用人臉識別技術(shù)進行遠程身份認證，用戶根據(jù)系統(tǒng)提示，完成指定動作識別，即可進行APP解鎖、刷臉支付以及刷臉貸款等。而語音和語義技術(shù)應(yīng)用在呼叫系統(tǒng)和 App 智能客服中。
李開復(fù)曾提到人工智能在中國爆發(fā)的第一個且最大的領(lǐng)域一定是金融。因為銀行正好契合了這四大讓人工智能順利運行的條件：天文數(shù)字級別的數(shù)據(jù)量；有標(biāo)注的數(shù)據(jù)：比如股票市場是漲是跌，個人信貸是否償還；領(lǐng)域單一垂直，如貸款的應(yīng)用不能拿來做股票；有頂級的人工智能專家。
當(dāng)然，第四條其實并不完全成立，雖然大多數(shù)銀行擁有 AI 技術(shù)人員，但并不見得他們具備所有方向的垂直數(shù)據(jù)（如人臉數(shù)據(jù)）和開發(fā)AI落地產(chǎn)品的能力。
IBM 大中華區(qū)硬件系統(tǒng)部服務(wù)器解決方案副總裁施東峰介紹到，為了讓銀行擁有 AI 的能力，今年 IBM 在與興業(yè)數(shù)金這樣的金融云服務(wù)機構(gòu)合作時，會在 Power Systems 服務(wù)器以及 Power 云服務(wù)機構(gòu)中添加 Caffe、TensorFlow 等深度學(xué)習(xí)框架，一體化的軟件硬件方案為金融云服務(wù)商的銀行客戶提供重要客戶識別、ATM 行為智能分析、影像自動化分析、可定制的識別分析模型等功能，直接降低開發(fā)和使用門檻。
有業(yè)內(nèi)人士提到兩個觀點：中小銀行對 AI 是否有確切的應(yīng)用需求很關(guān)鍵；其次是 IBM 或者采用 IBM 方案的金融云服務(wù)商要想在銀行大規(guī)模普及 AI 技術(shù)，會與 AI 公司的金融業(yè)務(wù)產(chǎn)生沖突。
為此，雷鋒網(wǎng)采訪了邯鄲銀行 CIO 王強，詢問邯鄲銀行對 AI 的態(tài)度。王強是 CMU 人工智能博士，有著近 20 年的金融 IT 研發(fā)與管理經(jīng)驗, 其在銀行變革管理、銀行 IT 規(guī)劃與核心系統(tǒng)轉(zhuǎn)型、Fintech 等方面具有豐富的研究和實踐經(jīng)驗。在擔(dān)任邯鄲銀行 CIO 之前，王強曾任 IBM GBS 美國金融行業(yè)IT設(shè)計合作總裁，宇信易誠高級副總裁兼首席金融專家，F(xiàn)iserv 亞太區(qū)董事總經(jīng)理和 TCS 大中華區(qū)首席咨詢顧問等職位。
王強介紹到，邯鄲銀行目前還沒有大規(guī)模使用相應(yīng)的 AI 技術(shù)，但未來會在知識方向和學(xué)習(xí)上面做研究，然后將相關(guān)技術(shù)應(yīng)用在手機銀行、直銷銀行以及微信銀行中，從功能和客戶體驗層面利用知識方向和學(xué)習(xí)技術(shù)。與此同時，也會將專家決策，大容量、大數(shù)據(jù)挖掘、專業(yè)決策體系等技術(shù)應(yīng)用在信貸當(dāng)中。
其中算法部分會由邯鄲銀行自己負責(zé)，由邯鄲銀行博士后創(chuàng)新基地負責(zé)算法研究。而在開發(fā)這塊，邯鄲銀行會與第三方供應(yīng)商進行合作。
在問道是否會采用 Face++、商湯科技、云從等公司的刷臉技術(shù)時，王強提到，邯鄲銀行也正在嘗試做人臉識別方面的工作，但由于邯鄲銀行在人像采集能力和數(shù)據(jù)積淀相對較少，現(xiàn)階段的工作在大量地補錄人像非結(jié)構(gòu)化圖像數(shù)據(jù)。當(dāng)然，邯鄲銀行也不排斥采用上述 AI 公司的人臉識別技術(shù)方案。
隨后雷鋒網(wǎng)問道，如果未來 IBM 在其 Power Systems 中加入大量認知計算的功能從而一起打包賣給銀行以及其他行業(yè)的客戶，讓這些客戶擁有部分 IBM Watson 的能力，這時候是否會影響到其他 AI 創(chuàng)業(yè)公司的金融業(yè)務(wù)。
此前也曾供職于 IBM 的王強從兩方面看待這個問題，他指出 Watson 在北美使用較多，到中國后的最大問題是它對中文的語音識別、語義理解能力有所欠缺。
如果銀行擁有部分 Watson 的能力，從銀行的角度講，其實 Watson 在高融的處理方式層面，包括深度算法和結(jié)構(gòu)算法會對銀行征信體系的完善有很大的意義。因為征信領(lǐng)域需要從多方面的數(shù)據(jù)來進行綜合處理，從而找出更好的數(shù)據(jù)項，包括建立模型、學(xué)習(xí)、數(shù)據(jù)處理、智能決策分析。Watson 的進入直接受到影響的就是中國征信市場的八家征信機構(gòu)。其次 Watson 提供的相似度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)、深度挖掘等算法可應(yīng)用在信貸領(lǐng)域。
而像 Face++、云從、第四范式等這類 AI 算法供應(yīng)商，雖然他們也與銀行有著一定的合作，但其在金融行業(yè)涉及的層面較淺。金融行業(yè)產(chǎn)品非常復(fù)雜，AI 公司需要提供更多的專業(yè)解決方案。因此 AI 若想服務(wù)好銀行客戶，需解決銀行更多、更深層次的需求，其中非常重要的一項是一定要加強知識庫的能力。因為整個知識庫模型沒有一個標(biāo)準模式，這時候數(shù)據(jù)和數(shù)據(jù)之間的邏輯關(guān)系以及相似度的關(guān)系，需要進一步地進行開發(fā)和學(xué)習(xí)。所以從各自的優(yōu)勢來講，IBM 與 AI 創(chuàng)業(yè)公司在銀行領(lǐng)域所側(cè)重的業(yè)務(wù)交集并不大。
現(xiàn)階段常規(guī)的金融云服務(wù)猶如電力一樣，由某些機構(gòu)開發(fā)然后輸送至各個中小銀行，從而降低了研發(fā)和使用成本?？梢灶A(yù)見，未來人工智能也將會作為這波“電力”的一分子，與區(qū)塊鏈等技術(shù)一起輸送至銀行手中，使得金融 IT 在性能層面更加智能，在操作層面更加便捷。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
