新金融技術有望替代傳統風控

　　AlphaGo 披“馬甲”Master 橫掃中韓日棋壇，完成對人類高手60連勝，又一次展示了人工智能科技的強大。人工智能的實際應用，已經滲透到了很多方面，如智慧搜索引擎、自動駕駛、語言和圖像處理等。在日前舉行的以“新金融技術”為主題的沙龍上，創新工場技術副總裁、人工智能工程院副院長王咏剛、晨興資本合夥人程宇以及用錢寶創始人焦可分享了他們的觀點，他們認為以人工智能技術為代表的新金融技術確實可以在金融領域得到更廣泛的應用，特別是在金融風險控制層面，但人工智能並不適用於所有領域。

　　創新工場技術副總裁王咏剛

　　並非所有領域都適用人工智能

　　金融領域擁有各種層面、各種領域、各種維度的海量數據，也有非常客觀的評判標準，同時對這種數據的結果也有非常明確的落地應用。因此，基於這些大量數據來實現金融風控，人工智能技術可以發揮非常大的價值。

　　嚴格地講，表徵性應用沒有藏在背後的應用多，最大的人工智能我們判斷是處於成熟期的早期，隨著成熟期的不斷到來，它的表徵性應用會越來越多，我們認為最早的就是無人駕駛，但是真正走入生活還要很長的時間。人工智能在很多領域都有優勢但不是所有領域都可以做人工智能。能否接受一定壞賬、一定錯誤，這是判斷一個行業適不適用人工智能的重要因素。不少企業甚至銀行已經開始使用相應的技術。商業銀行現在正在做測試，比如説一半用打分卡一半用人工智能，用來比較壞賬率差異，降幅還是相當明顯。

　　用錢寶創始人兼CEO焦可

　　互金從渠道改良轉向技術革新

　　當 70%的美國市場被傳統金融服務的時候，國內市場只有15%的人享受了傳統信貸的服務。這背後原因正是因為傳統金融技術所採取的強特徵風控邏輯，只能夠服務少部分的人群，適合大多數人的底層技術還未獲得有效的發展。因此，用錢寶自主研發了基於人工智能為核心的風控技術，通過挖掘數以千計的有效弱特徵，並代入數百個機器模型，對更廣泛的人群進行判斷為其提供服務。

　　以人工智能為核心的風控能夠處理海量數據，挖掘出比人的經驗更深層次的特徵；這些特徵能夠通過大數據計算方式被驗證、被學習；同時在金融領域最怕發生的系統性風險，也因為採用機器作為“評估審核”的主體，所以能夠有效抵禦及預防，能夠保證不受到人所具備的經驗、體力、主觀及道德影響。互聯網金融已從渠道及效率的改良，逐漸進入到了技術革新。

　　晨興資本合夥人程宇

　　在金融服務不足市場大有可為

　　中國及東南亞市場都處於傳統金融服務能力不足以及信用體系不完善的狀態，所以市場本身具有巨大空間。同時，數據挖掘和使用也出於初級階段，因此新金融技術在這些市場也將大有可為，甚至在未來有可能會趕超歐美市場。

　　金融科技在美國和中國的含義相差很遠，其實不只是金融行業，美國的整個行業是隨著互聯網一起成長起來的，傳統的金融機構它們在這方面非常強，它們很早地完成了規模化、信息化，國內傳統金融行業其實只服務了非常少數企業和人群，大量的人沒有得到相應的金融服務。人工智能在解決的很多問題上，本質上是一個相關性，而不是絕對因果性，傳統金融強調絕對因果性，人工智能需要足夠數據、足夠反饋，它可以挖掘出人類無法挖掘出的一些細微東西。（北京商報記者 閆瑾）