互金公司的AI野心，還要經(jīng)歷幾重考驗？新金融
未來幾年小風口可能不斷，但大風口只有一個，即人工智能。在互金行業(yè)，早已掀起“AI熱”，不管有沒有數(shù)據(jù)，有沒有場景，幾乎所有公司都在宣傳自己是應用人工智能的金融科技公司。這里面有虛有實。不過不容否認的是，網(wǎng)絡借貸會產(chǎn)生大量數(shù)據(jù)，也需要大量數(shù)據(jù)的分析來強化運營，因此網(wǎng)絡借貸確實是人工智能非常理想的應用場景，也是目前最成熟的應用領域。
當然，應該看到，發(fā)展到現(xiàn)在，金融領域的AI應用還是主要集中在借貸風控環(huán)節(jié)，在其他方面是否可以有所作為？整個網(wǎng)絡借貸要實現(xiàn)全部AI化，還有多少坎需要邁過？
數(shù)據(jù)不足、經(jīng)濟周期的復雜性等制約智能風控
毫無疑問，風控是金融領域最適用AI技術的環(huán)節(jié)，也是迄今為止收獲最大的環(huán)節(jié)，借助大數(shù)據(jù)和AI技術，通過分析各種與信用弱相關的行為數(shù)據(jù)，形成風控能力，互金公司可以為缺乏足夠信用數(shù)據(jù)的群體提供借貸服務，雖然衍生了一些問題，但無可否認智能風控是互金十年以來的最大收獲。通過AI構建風控能力，互金公司得以實現(xiàn)借貸業(yè)務的拓展，形成收入和利潤。
智能風控帶來的變革已經(jīng)不用多說了，各種研究浩如煙海。不過智能風控的主要應用還是在消費信貸領域，在服務于實體經(jīng)濟中的生產(chǎn)環(huán)節(jié)方面，互金以及AI都還缺乏作為。主要原因在于數(shù)據(jù)的缺乏，中小企業(yè)以及個體工商戶的數(shù)據(jù)不足，即使有財務數(shù)據(jù)等也存在真實性問題，而訂單也還沒有線上化，缺乏足夠的數(shù)量和維度來判斷風險，對于AI而言巧婦難為無米之炊。
如果有足夠數(shù)量和維度的數(shù)據(jù)，生產(chǎn)環(huán)節(jié)的信貸服務可以很多火起來。網(wǎng)商銀行已經(jīng)為超過155萬的線下小微經(jīng)營者（服裝店、超市便利店、煙酒雜貨等零售商家，以及餐飲、教育、美容、維修、家政等服務性商家）已經(jīng)發(fā)放了小額貸款，靠的是支付寶收錢碼積累的大量線下小微商戶交易數(shù)據(jù)以及口碑網(wǎng)積累的商戶數(shù)據(jù)。只要有足夠的數(shù)據(jù)，解決以往的融資困局不是難事，難就難在數(shù)據(jù)量不足，尤其是中小微企業(yè)，線上化數(shù)據(jù)著實有限，讓AI無從下手。
除了數(shù)據(jù)不足，運用AI技術服務于生產(chǎn)領域的借貸，還面臨算法的挑戰(zhàn)，即使有一定量的數(shù)據(jù)，但與消費不同的是，生產(chǎn)環(huán)節(jié)有周期性，既有“補庫存、消化庫存”這樣的小周期，有行業(yè)興衰周期，還有宏觀經(jīng)濟的大周期，判斷風險時需要考慮的變量大大增加。這對于AI算法的精準性提出了挑戰(zhàn)。AI可以戰(zhàn)勝圍棋高手，因為圍棋雖然復雜但變量終歸是有限的，AI可以演算到人所不能演算的很多步驟，從而戰(zhàn)勝人類。但運用AI預測行業(yè)周期與經(jīng)濟周期就很難，變量實在太多。
因此AI要成為整個借貸風控領域的核心，還需要數(shù)據(jù)基礎的完善以及技術的進步。未來整個生產(chǎn)領域（商品與服務的生產(chǎn)）如果更多地應用電商平臺、支付工具、SaaS、行業(yè)應用軟件等，而數(shù)據(jù)又可以有規(guī)制地流動，則會為AI的應用提供更充足的燃料。算法模型的進一步完善，可以整合更龐雜的數(shù)據(jù)維度，則有可能對風險的判斷更為精準。
AI應用正從風控環(huán)節(jié)擴展到服務支撐環(huán)節(jié)，需要更好的算法
在風控之外，AI技術也在應用于借貸過程的其他環(huán)節(jié)。風控可以看做是互金企業(yè)增收的關鍵環(huán)節(jié)，而其他環(huán)節(jié)如客戶身份識別、客服、質(zhì)檢、信息交互、IT系統(tǒng)運營維護等，則是借貸服務的支撐環(huán)節(jié)，對風控、獲客等核心環(huán)節(jié)提供支持，沒有這些環(huán)節(jié)，業(yè)務就無法展開。如果將AI技術應用進來，對于增加收入作用不是很明顯，但可以提升運營效率，降低運營成本，并在一定程度上提升用戶體驗。
這些環(huán)節(jié)背后的技術主要包括語音識別、自然語言處理、生物識別等，相對來說算是AI領域研究已經(jīng)比較深入的技術。另外用到的一些技術如情感識別、模式識別等，則屬于相對新興的研究。
在這些方面行業(yè)有越來越多的探索。2017年8月，螞蟻金服開放AI客服能力，可以實現(xiàn)對客戶問題的迅速應答，縮短服務時間；近日，科大訊飛與興業(yè)銀行、京東金融聯(lián)合推出了搭載金融服務功能的智能音箱，用戶可以通過智能語音在線交互辦理注冊、登錄、綁卡、賬務信息查詢、信用卡業(yè)務語音辦理等業(yè)務；玖富集團與中科院自動化研究所合作，成立“面向金融的智能語音服務聯(lián)合實驗室”，在語音交互、自然語言理解、情感分析、聲紋識別、多模態(tài)人機對話等領域進行探索，搭建基于語音交互的用戶身份管理、客服和質(zhì)檢系統(tǒng)；拍拍貸成立了智慧金融研究院，推進智能技術的應用。此前拍拍貸在系統(tǒng)底層軟硬件基礎上構建一系列算法，用來支持圖象識別、自然語言處理、復雜網(wǎng)絡、語音識別等等，最終服務于風控、客服、質(zhì)檢等環(huán)節(jié)。研究院的成立是繼續(xù)完善這些體系的研發(fā)。
這些探索標志著互金行業(yè)對于AI應用的探索正在從風控環(huán)節(jié)向整個借貸環(huán)節(jié)的精細化管理與高效化服務方面發(fā)展，行業(yè)不僅通過AI來做風控，還試圖通過AI來降低客服、質(zhì)檢、身份識別等環(huán)節(jié)的成本，提供效率和體驗。
以質(zhì)檢機器人為例，互金公司需要確保從獲客到風控再到客服每個環(huán)節(jié)的對外信息輸出是準確的，這就要檢查客戶經(jīng)理、客服人員的語音服務記錄，工作量非常龐大。沒有AI技術就沒法做完全意義上的質(zhì)檢。而借助質(zhì)檢機器人，將各種語音轉(zhuǎn)化為文字，對文字再進行機器審核驗證，檢查不合規(guī)的部分。
由此來看，金融在運用AI方面，已經(jīng)走在前列。這也比較正常，金融領域一直是IT行業(yè)的最大客戶。
與前面提到的智能風控相比，智能風控的業(yè)務邏輯是利用機器找出數(shù)據(jù)之間的聯(lián)系，以及各種數(shù)據(jù)維度與信用之間的聯(lián)系，而其他環(huán)節(jié)的AI應用邏輯則是通過數(shù)據(jù)來訓練機器，讓機器可以承擔部分固定性工作。
這不一定是要減少人的工作機會，而是減少各種無效環(huán)節(jié)，將更多時間分配到有效的溝通中。例如客服一天撥打的電話可能有相當一部分是空號，或者打通了以后但客戶并不想進行溝通，這就浪費了客服以及公司的時間。AI技術則將撥打環(huán)節(jié)交給機器，如果打通了，再通過交互來判斷客戶的溝通意愿，如果確實有溝通必要則將電話轉(zhuǎn)接給人工客服。這樣就使客服效率獲得提升。
當然，目前在AI技術應用于這些方面，還是有不少技術難題需要克服。這些領域運用最多的是語音識別與語義識別。在語音方面，對于方言的識別，對于嘈雜環(huán)境下的語音識別，都還沒有得到有效的解決。在語義識別與自然語言處理方面，客戶語義的反轉(zhuǎn)，機器通常也無力應對。舉例來說，客戶說能否介紹一下借款方面的利率為題，機器對此進行回應，客戶又說“不好意思說錯了，是想咨詢還款期限的問題”，這時候?qū)θ硕院茌p松地進行下一步的思考，但對機器而言，目前的語義分析與自然語言處理技術通常還做不出合適的判斷。這些都需要AI技術的進一步成熟。
除了技術需要進步，企業(yè)還需要一定規(guī)模的資金與人員投入，并且經(jīng)歷較長的時間的開發(fā)，以及不斷的迭代，才能達到預期的效果。技術真正成熟后，AI在降低運營成本方面的作用才能顯現(xiàn)出來，不過這是以前期的投入為前提的。
【來源：虎嗅網(wǎng)】
1.砍柴網(wǎng)遵循行業(yè)規(guī)范，任何轉(zhuǎn)載的稿件都會明確標注作者和來源；2.砍柴網(wǎng)的原創(chuàng)文章，請轉(zhuǎn)載時務必注明文章作者和"來源：砍柴網(wǎng)"，不尊重原創(chuàng)的行為砍柴網(wǎng)或?qū)⒆肪控熑危?.作者投稿可能會經(jīng)砍柴網(wǎng)編輯修改或補充。
京公網(wǎng)安備 11010502032797號