侵权投诉
技术:
GPU/CPU 传感器 基础元器件 网络通信 显示 交互技术 电源管理 材料 操作系统 APP 云技术 大数据 人工智能 制造 其它
应用:
可穿戴设备 智能家居 VR/AR 机器人 无人机 手机数码 汽车 平衡车/自行车 医疗健康 运动设备 美颜塑身 早教/玩具 安防监控 智能照明 其它
当前位置:

OFweek智能硬件网

人工智能

正文

人工智能来袭:金融行业迎来下岗潮,4个职业受到冲击

导读: 2017年的关键词是什么?不管是创投圈,还是BATJ,给的答案都是人工智能。人工智能遇上金融,在3个领域产生了强烈的化学反应:风控、投顾和监管。目前,这些领域的运用还比较稚嫩和早期,但未来的爆发力惊人,不可小觑。它们会带来颠覆海啸,还是缓慢渗透,开始一场温柔革命?

2017年的关键词是什么?不管是创投圈,还是BATJ,给的答案都是人工智能。人工智能遇上金融,在3个领域产生了强烈的化学反应:风控、投顾和监管。目前,这些领域的运用还比较稚嫩和早期,但未来的爆发力惊人,不可小觑。它们会带来颠覆海啸,还是缓慢渗透,开始一场温柔革命?

人工智能来袭:金融行业迎来下岗潮,4个职业受到冲击

01 点亮

人工智能的发展史,是一条曲折的发展曲线,经历过几次高峰低谷。

人工智能相伴计算机而生,其实诞生比互联网还早。迄今为止,人工智能的浪潮,跌宕起伏地热过几次。

在舆论界,更是探讨不止。

在人工智能的高峰期,“人类将被机器取代或统治”的悲观言论,就会甚嚣尘上;而一旦人工智能跌入谷底,又被鞭笞为“创新泡沫”。

“前几次爆发浪潮,都是政府驱动,是至上而下的;而这一次,却是商业驱动,至下而上”,云脑科技的CEO张本宇对一本财经称。

2016年3月,AlphaGo在围棋上战胜人类,这个划时代的“信号弹”炸响之后,一个关于“智能觉醒”的美丽传说,就此席卷全球。

而火热的背后,依然有其必然的逻辑。

首先是技术的飞跃,深度学习和神经网络的日臻成熟,让这台智能机器逐渐成型。

其次是大数据的成熟。

“在某种程度上,人工智能是大数据的硕果,在大数据的沃土上,人工智能才能成长”,张本宇比喻,人工智能是一台机器,需要大量的数据“喂养”,才可运转。

此外,政府也对这个即将觉醒的时代,保持了敏锐的嗅觉。

2016年5月,国务院颁发《“互联网+”人工智能三年行动实施方案》,对人工智能提出了产业纲领。

某种意义上,这次智能浪潮的到来,才是真正的“天时地利人和”。

这也是为何,李彦宏在多个场合,激情澎湃地宣布:“智能革命已经到来。”

02 智能风控

人工智能遇上金融,会产生怎样化学反应?

目前,人工智能在金融领域的运用,主要集中在3个方面:智能风控、监管科技和智能投顾。

人工智能来袭:金融行业迎来下岗潮,4个职业受到冲击

人工智能+风控,这是一个奇妙的组合,也被业内认为,这是人工智能在金融领域最有想象力的环节。

在美国的信贷崛起时代,量化和大数据风控曾经备受推崇,其代表有美国发现金融、美国运通和Capital One。

在中国,早期银行曾沿用这套风控体系。

进入互联网金融时代后,经过几年风控缺失、放量狂奔的阶段之后,中国互联网金融开始回归金融的核心:风控。

“而这次风控回归,刚好与人工智能崛起的浪潮重叠,因此产生了一定的融合”,氪信CEO朱明杰认为,中国有机会,直接升级到人工智能风控时代。

传统金融体系搭建稳固的美国,就像一张已画上图画的画纸,而中国,就如一张白纸,更有纵情挥洒的空间。

这也就是为何,中国支付行业能超越美国的原因。

尽管前路光明,但目前中国人工智能+风控还尚在萌芽阶段,专注这个领域的第三方企业不多,一些公司内部,也正在试图自行搭建人工智能风控体系。

“目前,最有效的运用,就是小额、分散、纯线上操作的现金贷”,朱明杰称。

传统的量化、大数据风控,流程是先由建模师从众多维度的变量中,找到一些有效的变量,组合成一个模型,再运用到实际中,不停地验证模型,迭代模型——朱明杰开玩笑地,将其称为人肉智能(HI)。

“而人工智能运行的方式,是给机器喂养大量数据,让它自行构建模型,最终输出一个结果”,朱明杰称。

与美国相比,中国征信体系缺失,信贷数据不足,让人工智能更有发挥的空间。

“很多数据,与借贷都不是强关联性,而人工智能却能捕捉这种弱信号的数据”,朱明杰称,比如一个用户使用手机的习惯、行为数据,在人工智能眼里,都可以找到某种相关性。

但这种神奇的融合,会受到某些桎梏。

中国著名科幻作家刘慈欣曾说道,人工智能最大的一个特点是,它就像一个黑箱,虽然从理论上,它们的运算命步骤是可以追踪的,但是由于计算量巨大,使得这个追踪,实际上很困难甚至不可能,“于是,我们真的感觉他们有智能了”。

金融一直在追求公开阳光透明,以达成某种信任感,金融对于所谓的“黑箱理论”,实在让人难以接受。

监管层要求试点的征信机构,定期要去汇报,主要的汇报的内容,就是要告诉监管层:这些信用分,到底是怎么得出来的?背后计算逻辑是什么?

不论是征信,还是风控,都要保持“可溯源性”,才能建立起信任。

“在金融圈和用户教育上,对人工智能还未完全信任之前,我们只能采取人肉智能(HI)和人工智能(AI)相结合的方式”,朱明杰称,他们会机器先出一些模型,在专业的风控从业者的合作下,同步运营。

不论是金融领域,还是其他领域,人工智能的落地融合,都需要如此一个磨合期。

在金融从业者看来,这个磨合期是绝对必要的,在早期,人类的经验和思考方式,都需要教给机器——用人来训练机器,用数据来喂养机器。

除了“黑箱理论”和“可溯源性”这两个相悖立场的碰撞,人工智能还需要在“效率和公平”之间,找到一个平衡点。

举个例子,在美国,如果所有的风控决策,都让机器来决策,如果来一个黑人,机器从理性来判断,会得出一个结论:黑人相对于白人,还款能力和还款意愿会弱一些。

而美国的法律中规定,不能让对方的“肤色”来决定是否放款,不得搞种族歧视。

“所以,不可所有的规则,都由机器全权判断和制定,需要人类给机器输入一些规则,甚至要树立起机器的价值观”,张本宇称。

此外,效率和公平的角度上来说,机器必将取代所有枯燥、重复、机械,缺乏创造力的职业,而从人类社会稳定的角度考虑,会有一些“弱者保护”机制。

与其说,是效率和公平,不如说是理性和感性——但是让冰冷的机器,具有像人类一样的价值观和道德感,这还需要多遥远的距离?

1  2  下一页>  
声明: 本文由入驻OFweek公众平台的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号