国内银行试水人工智能 创新服务也需重视数据短板
人工智能的旋风目前已刮到了银行业。记者在采访中发现,国内多家银行已经纷纷试水人工智能,应用于营销、客服、风控、智能投顾等各个业务领域。
人工智能的旋风目前已刮到了银行业。记者在采访中发现,国内多家银行已经纷纷试水人工智能,应用于营销、客服、风控、智能投顾等各个业务领域。
“以前银行老被指责"嫌贫爱富",给中小微企业服务不到位。如果有更好的风控手段,贷款就会实现差异化。人工智能在这个领域大有可为。”中关村银行董事长郭洪说。
作为北京首家民营银行,中关村银行近日宣布与人工智能公司“第四范式”开展合作,打造“AI+金融”供应链服务平台,聚集金融机构、保理公司、担保公司、征信机构等合作伙伴,在出行、教育、快消品、线上旅游、三农、汽车后市场、物流等垂直领域落地,目前已为上万家中小微企业授信。
第四范式CEO戴文渊表示,在信贷风控领域,人工智能技术大显身手之处就在于利用算法搭建模型,在读取海量数据的过程中判断风险,覆盖信贷全生命周期的各个关键业务环节,包括风险预警、信息验真、欺诈识别、贷后管理、催收预警等。
“在金融行业的支付环节,我们能够生成25亿条盗刷规则,这种超高维度的反欺诈模型,是人力不能完成的。”戴文渊表示。
实际上,不止企业信贷领域,人工智能技术在银行业的应用已经随处可见,普通客户也在随时享受机器人提供的服务。
比如,在开户环节,华夏银行直销银行客户可以借助人脸识别技术开户。在客服领域,微众银行打造了“微金小云”智能客服机器人,一个机器人可替代400位人工客服,如今98%的客服均由智能云客服完成,极大节约了人工成本。
在购买理财产品环节,中信银行的客户可以享受智能推荐服务。银行针对客户的消费行为以及风险偏好,自动推荐金融产品。客户使用手机银行转账时,银行后台立即启动人工智能反欺诈模型,甄别交易环节是否存在盗刷隐患。
在信贷环节,新网银行在实时授信决策中应用了深度学习、强化学习、迁移学习等算法,对比多组授信策略的表现选择最优路径,实现授信策略快速迭代和更新。
在催收环节,美国征信机构益博睿为中国多家银行提供智能服务,利用催收评分模型优化不同批次、量级的催收及款项回收,平衡风险与报酬,降低相关成本;还可预测客户的还款时间和金额。
人工智能也成为多家银行年报的关键词。招商银行2017年年报中写道,近几年云计算、大数据、人工智能、区块链等技术的发展可能在不远的将来“成果大爆发”,商业银行是抓住这股浪潮完成蜕变,还是让移动支付的失利在其他领域重演,关键是未来三年的作为。
中信银行信息技术管理部架构管理处处长卫东表示,目前人工智能在银行业的应用刚刚起步,各家银行探索的领域涵盖了银行前台、中台、后台大部分业务,涉及客户获取、接触、识别、产品营销、风险控制、产品定价,以及业务运营与精细化管理等各个领域。差异在于,有的银行选择自主或合作研发人工智能平台,有的银行则是完全外购平台。中信银行是依靠自身力量搭建了基于开源框架的大数据平台、机器学习平台。
“两种做法各有利弊。人工智能需要一个底层基础平台,各种细分的人工智能模型服务都是基于这个平台实现的,如果一开始就采取自主或合作模式研发,把控性会更高,后期升级维护的成本更低。”卫东说,银行完全外购服务的优势就是见效较快,如果在此过程中银行能够不断学习、探索,并转换为自有知识积累,也可以提高对技术的掌握程度。
卫东表示,目前银行业开展人工智能探索的过程中,数据治理不到位及数据质量不完善是最大的短板。银行已有的数据准确性没有问题,但是宽度和广度不足,无法全面地刻画客户360度视图,较难结合应用场景做出综合判断,将会影响人工智能的应用效果。这是银行业面临的普遍挑战。
来源:新华网