人机对弈 60:0 的人工智能,将如何改变金融的未来?

 

不经意间,人工智能正在悄然改变着金融行业的玩法甚至格局。...



人类智慧正在遭受前所未有的挑战。

近日,化名“Master”的阿尔法狗再次以 60:0 的战绩“血洗”人类。仿佛,人工智能正在挑战曾被认为是人类独有的大局观、洞察力。

这些挑战常识设定的新闻,对公众产生了强烈的认知冲击,将人工智能带入公众舆论的漩涡,而公众的判断来源往往受限于经验,他们无法感知到人工智能早已潜入自己生活各处的应用之中。

科学家们预判在不远的未来,公众将不会因人工智能的成就而感到惊讶,而转而对其习以为常。

事实上,被李开复等资深互联网投资人奉为近十年最有前景的人工智能技术,已经走过 2、30 年的历程,并正在我们的创新应用中崭露头角。

Techcrunch 专栏作家、未来主义者 Nikolas Badminton 曾在相关文章中表示,争夺数据、机器学习和其他人工智能技术为金融机构和客户带来的价值正在受到极大的重视。

甚至,未来专业开发人员、数据科学家、基础设施架构师、编码伦理学家和人工智能培训师会取代金融分析人员成为金融行业中的大多数组成人员。

即使在眼前,已经出现大量深度学习带来的实际案例在真实地改变着金融行业的现状。如英国苏格兰皇家银行(Royal Bank of Scotland)推出的服务机器人 Luvo 和瑞典的 SEB 正在部署中的 Amelia 机器人。他们正在通过深度学习在大量提升服务效率与服务体验。

对此,创新工场技术副总裁王咏刚给出的案例则更加生动。在用钱宝新金融技术媒体沙龙上,王咏刚透露国内一家商业银行,通过人工智能的深度学习进行风险防控,与传统方式相比坏账率降低了 35%。

这样的案例让我们明确相信,人工智能技术或者说深度学习技术,将在风控上发挥极大的价值。

在人工智能应用于细分金融领域上,还有一个极具代表性的案例——用钱宝。他们使用人工智能技术变革底层金融风控,通过弱特征对人群进行精准定价,突破传统征信体系的束缚,将传统金融无法覆盖的人群的金融需求盘活成为可量化的金融资产。

根据用钱宝 CEO 焦可在新金融技术沙龙上透露,公司已经实现了单月超百万体量的放款笔数,这个量级对于一个技术选型的公司来讲,意味着,这个月每天将有3-4 万笔的样本回来,每笔都有 1000 多特征,那每天就有三千万至四千万的特征点能反哺至机器学习模型中。

除此以外,通过特征工程从里面挖掘出1200+ 个弱特征维度,让拥有一个覆盖大量数据样本的风控模型,不断迭代更新,提升风控精准度。目前用钱宝能做到用户提交资料以后整个的机器决策只需要 8 秒钟

深度学习技术在这个案例中,体现了强于传统金融征信体系的生机和活力。通过人工智能决策支撑的放款行为,补充了传统银行服务的空白领域,并且不断通过模型的优化实现逾期率的降低,甚至可以在放款通过率稳步提高的前提下,将逾期率保持在较低的水平。

如上所述,人工智能在不久前的过去和长远的未来,都是最受资本追捧的高成长行业。

晨兴资本合伙人程宇对此认为,前期晨兴投资了大量人工智能的基础设施、底层技术,但现在已经逐渐向垂直行业应用延伸。而金融因其天生的数字属性,人工智能将发挥很强的作用。

这一观点正在金融领域不断地被应用与印证,最近万事达卡公司(Mastercard Inc.)被报道正在通过人工智能反欺诈模型,大大提高信用卡交易通过率。

在不经意间,人工智能正在悄然改变着金融行业的玩法甚至格局,在 Nikolas Badminton 的预测中,20 年后,计算能力的提高可能意味着重新定义世界的财富、货币使用和价值,甚至重新定义不同阶级的平权。

「本文仅代表作者个人观点,不代表 3W 立场」
和优秀的人一起成长
商务合作及投稿请联系
xixi@3wcoffee.com
长按二维码,关注 3W


    关注 3W互联网深度精选


微信扫一扫关注公众号

0 个评论

要回复文章请先登录注册