随着智能金融时代的到来，金融机构如何进行人工智能布局？
Writing | Feng Wei
近日，人工智能分析公司和整合营销传播公司在整合营销传播2020生态伙伴论坛上联合发布了《中国智慧金融报告》(以下简称“报告”)。
本报告通过总结和预测金融业的发展趋势，并结合人工智能技术在即时金融业务中的应用案例，指出了人工智能技术在金融业的下一条应用路径，以帮助金融业的未来发展。
人工智能落地行业，为金融机构产生新价值
报告指出，2019年是人工智能技术在金融业大规模登陆的第一年。机器学习、计算机视觉等技术已经实现了大规模的商业应用，而自然语言处理、知识映射、深度学习等技术也逐渐落地。人工智能技术逐渐为金融机构创造价值。
人工智能对金融业的影响涵盖了整个价值链，包括产品设计、营销、风险控制、客户服务和其他环节。
人工智能技术对金融价值链的改造体现在三个层面:自动化、智能化和创新。
金融机构最关心的是创新应用，如智能投资和护理，这可以直接为金融机构带来增量业务。然而，从登陆的可行性来看，创新应用不能满足金融机构的期望，而自动化应用已经直接产生价值，目前是应该优先考虑的领域。例如，通过自然语言处理技术记录合规性；通过人脸识别技术控制风。
金融机构应优先应用四项人工智能技术
报告指出，从人工智能技术的成熟和金融业的应用开始，计算机视觉、语音识别、自然语言处理和知识地图这四种人工智能技术在金融领域得到了广泛应用。它还说明了金融机构应该如何利用这些技术通过结合即时金融的案例来创造价值。
从技术生命周期的角度来看，这四种常见技术仍处于引入增长阶段，距离技术的完全成熟还有很长的路要走，但这并不妨碍它们在金融应用中发挥作用。随着未来人工智能技术的进一步成熟，场景覆盖和需求解析的深度和效率还有进一步提高的空间。
金融机构应从四个维度评估人工智能技术在应用场景中的价值:能否获得增量业务；如何降低风险成本；如何提高运营成本；是否能提高客户满意度。
计算机视觉(Computer vision)主要用于金融机构的身份验证、在线双重记录等业务流程，实现与客户互动的自动化，对风险控制、客户服务等核心价值链产生影响。这些影响反映在替换和升级现有的重复性手工工作以及创建新的客户交互模式上。
语音技术在金融机构的应用主要集中在客户服务机器人、合规场景的质量检查等场景。它几乎已经成为大中型金融机构的标准。它的实际价值更多地反映在人力资源的替换上，自动化在短期内仍将是核心。
例如，即时金融通过语音处理技术实现了成本降低和效率提高。过去，人工电话回访被智能语音回访所取代，提高了用户的满意度。通过语音识别技术，即时财务可以实现智能语音质量检查，检查文字、情感和业务规则，取代原来的手工质量检查流程，大大提高贷后收款流程的质量检查效果和管理水平，有效避免非法收款。
语音技术有望在未来向深度复杂场景中的智能决策方向进一步发展，但它需要在金融场景中进一步积累语料库数据，并在深度学习等算法上进一步突破。
NLP是金融领域最成熟和最常见的应用场景。它通常与w结合在一起
知识映射技术在信用风控制的构建和关系分析领域已经尝试解决小微企业的风控制和黑生产攻击问题，但其应用深度和效果仍然相当有限。总的来说，知识图谱技术在金融领域应用的成熟度还有很大的提高空间。
马上金融，积极布局自主技术创新
报告指出，金融研究所建立了一个人工智能研究所，专注于视觉、语音、自然语言处理等通用技术。形成FaceX人脸识别、活体嘴唇识别、智能语音监控、空间号码监控、光学字符识别等通用技术和产品应用。在此基础上，智能互动平台、智能双记录平台、智能贷后管理系统等解决方案进一步形成，国外业务登陆。
即时金融首席技术官姜宁指出，公司2020年的目标之一是出口基于人工智能的自主开发的金融技术，为银行、保险、信托和零售等所有行业服务。
即时金融的典型输出案例包括帮助重庆百货建立新的电子货架和数字驱动的供应链系统，以及通过智能复式平台改善银行、保险和信托公司购买的在线产品的用户体验。
此外，姜宁还认为，未来人工智能和金融技术的发展趋势是多技术融合和产业价值链的重塑。本行反洗钱是一个未来极具想象力的多技术集成应用领域。光学字符识别技术可以自动提取大量发票数据，然后通过机器学习算法对数据进行分析计算，从而准确识别洗钱行为。
即时金融的两个方向与报告预测的未来趋势一致:第一，被许可方的金融技术产出将成为未来行业的主流，因为产品和解决方案经历了自己的业务场景，高效可靠；其次，银行的端到端数字转型需要多技术集成解决方案。
即时金融独立开发的智能双记录解决方案是多技术集成的典型案例。
本解决方案提供自助双录制和自助人工智能双录制服务。人工智能双记录基于人脸识别、活体检测、语音识别、声纹识别等多种自主研究技术，带来不同的用户体验。客户无需与柜员在线连接即可实现全自助双记录。
智能双记录系统通过人脸比较、活体检测、光学字符识别等技术实现“人与证据结合”的用户身份验证，通过语音识别将用户语音转换而来的文本证据存档，并应用声纹识别技术区分多种语音的角色。
即时消费金融智能双记录解决方案不仅大大改善了用户体验，保证了双记录的私密性，还通过一系列反欺诈功能增强了安全性，节省了保险公司事后审查的时间。
在报告的结尾，展望了未来智能金融生态，指出人工智能在金融领域仍有很大的潜在价值有待发掘。无论是技术应用的广度和深度的提高，还是联邦学习和XAI等新技术的成熟应用，都可能给金融业的价值链带来进一步的变化。
