为什么说支付是AI金融的突破口?

2018 年 9 月 25 日 AI金融评论


雷锋网AI金融评论报道,在近日“2018世界人工智能大会”智能金融主题论坛上,中国互联网金融协会会长李东荣,加州大学伯克利分校迈克尔·欧文·乔丹(Michael I. Jordan)教授,复旦大学大数据学院院长、普林斯顿大学教授范剑青、汇付天下董事长兼CEO周晔带来了主题演讲。


周晔的演讲内容是人工智能在支付行业的应用和未来的展望。他指出,“如果没有数据,人工智能只是空中楼阁。我国人工智能在金融领域的应用是一个路径依赖。在过去十年当中,是支付行业首先大规模使用新的科技,完全全新的技术架构,全新的商业模式,所以我们可以看到在支付行业大量的人工智能得到应用,因为支付有很多数据。”


以下是演讲原文,雷锋网(公众号:雷锋网)作了不改变原意的编辑:


中国支付产业变迁


如果没有数据,人工智能只是空中楼阁。我本人30年前读研究生,专业也是人工智能,模式识别。那时候我算一幅图像差不多是吃晚饭之前4点钟把一幅图像送进机器,差不多第二天9点钟,一幅512×512的图像才可以算完。但是今天人工智能在科学的领域并没有特别大的突破,为什么它的应用如此之广。它有一组技术突破了,在金融行业我个人认为率先在支付行业突破。


所以我们可以看到支付公司创新了完全不一样的贷款模式,完全基于数据,跟我们很多看到的所谓的互联网金融创造的贷款模式是不一样的。


我进入支付行业大概有25年,经历了整个支付的基础设施,金卡工程、互联网支付、移动支付,应该来讲涵盖了整个中国经历了一个从模仿到引领的过程,中国的支付产业确实来讲今天以交易量、支付产品的种类,涉及的人数、客户数、商户数都是世界领先的地步。


我一直在想这个问题,支付行业为什么大量的利用新的科技,尤其是人工智能。我觉得大概有四个道理。第一个道理,中国支付产业定价世界最低,我们做一笔交易大概收入的水平,定价水平是美国的四分之一到五分之一,必须拼命提高效率。


第二,我们需要创造很多增值服务,而支付行业跟其他互联网行业不一样,它没有办法创造广告。因为很多互联网企业有大量的形成入口,形成海量用户之后,可以靠广告或者游戏赚钱。但是支付行业它可能的方向只有一个,靠金融的增值服务。


它不得不去钻研贷款,不得不去钻研财富管理。中国的支付产业面临空前的竞争压力,从来没有一个市场当中有那么大一批的支付公司。要获得更多的客户,必须提高客户体验。客户体验你从介入开始到最后的使用,到最后的结算,必须是一个非常便捷的方式。提高这些就是靠科技。


第三,中国市场的巨大空间。中国的支付量、用户数、商户数大概都是世界绝无仅有,为整个支付行业新的商业模式,为新技术的使用提供了巨大的可以实践的空间。 


第四,过去十几年当中政府给予支持,监管也很包容。今天这个时代讲监管的宽松包容,可能很多人不同意。但是从历史来看,过去的十年、十几年,监管的包容,为新的商业模式、新的产品,确实提供了一个可能性。


中国的支付产业有别于世界其他任何地方,大概有四条。第一,科技改变了支付。第二,支付作为一个连接场景的重要工具,支付连接了场景。第三,场景沉淀了数据,沉淀了大量的数据,没有这些数据就没有人工智能,就没有这些算法。第四,数据创造了价值。


科技如何改变金融服务


科技正在改变金融服务形态,智能化成为趋势。总的来说,表现在四方面。


第一个是身份。身份识别在金融行业叫KYC,包括远程开户,以及商户准入。在技术上,已经取得了决定性的突破,但是行业还需要花点时间等待监管的步伐,来确认身份识别的技术可以作为远程开户的一个方式,支付中的二三类账户问题已经不大了。


第二个是匹配,匹配是一个技术词,翻成金融行业里面的词就是适当性,把合适的产品卖给合适的客户,应用有搜索、推荐、评级、机器人理赔。


第三,金融里面最核心的是风控,包括反欺诈、反洗钱、信用风险。过去几年,利用机器学习和大数据,业界在做反欺诈、反洗钱达到了毫秒级,完全是颠覆了以前传统银行的做法。但是在资产管理方面还没有太多成功的案例。


传统的风控欧式采用结构化、强金融数据的数据,采用人工+经验+规则的技术手段,只能做到数天审批、隔月更新。而智能化风控也会抓取非机构化和弱金融属性数据,采用人工、机器学习、规则引擎、知识图谱相结合的技术方法, 实现秒级响应、实时迭代。


第四个重点是流程,流程包括两类,对内的调度、对内的流程包括资源的调度。还有智能客服,确实来讲每一个支付公司,大一点的支付公司在过去都有一个巨大的callcenter成本,最近几年很多大公司每年以100%的速度在削减,百分之八九十的问题都是通过机器在回答。


场景化金融,金融服务与场景无缝对接


场景化金融有三点表现:


第一,支付连接场景,同时沉淀海量的数据。这样一个场景化的金融,以前是没有过的。以前我们到银行,它就是银行,到商场它就是商场。如果两边要连接的话,也是放一台机器在那里,机器是银行的,其他的是商户的,是分开的。但是今天,所有的服务业,包括金融行业,所有的服务业都在经历数字化。


第二,大多数企业的数字化都是通过SaaS实现。新零售、互联网金融,甚至金融科技,都是不同领域数字化的别称。以前一个企业如果要数字化,都是成立一个巨大的IT部门,或者是外包找一个IT服务商、软件服务商或者系统集成商。但是今天都是通过SaaS来,使得很多中小企业以前承担不起软件开发费用的现在可以承担了,成本是以前的十分之一甚至更低。百行百业几千家SaaS。


第三,支付乃至大多数金融服务都将开放,通过提供API,无缝集成到SaaS。实体商店在高度数字化之后,需要支付,将所有的服务无缝插入到所有的流程当中。以前做支付要不在互联网上给个接口,要不在线下放一台POS机。今天服务的形式既不是一个接口,也不是一个终端,也不是我们以前讲的行业支付解决方案里面的一个解决方案,而是一个开放强大的API,它无缝的插入到不同的SaaS里面。我们也可以看到不仅是支付公司,传统的金融机构,像银行也宣称自己是一个开放银行,做出来的API,把很多银行的功能插到不同场景里面去。


我们相信这样数字化的过程,场景化的金融一定是接下来的大的趋势。因为支付行业有数据,有客户,掌握了资金流向。在支付整个行业里面,我们可以看到有几类,第一是银联、网联,给大家做转接。我们可以看到闭环生态型的,比如说支付宝或者是微信的支付。也可以看到开放独立性的公司和商业银行。过去大家忙着支付、交易量,后来忙着抓客户,抓资金流,现在忙着抓用户的数据,有很多静态的信息、消费的偏好、位置信息等等。支付因为掌握了这样的数据,使得我们可以创造这样一个场景的连接。确实来讲以汇付的实践来讲,我们做数字化管理、生物识别、风控管理包括客服、人脸识别、居间贷款,就是刚才这样的到宽,因为有场景所以有数据。


数据创造价值,数据有什么作用?我没注意到,当掌握了海量数据的时候,在这个时代就掌握了生产资料。但是这个生产资料一定要用恰当的方式才能创造价值,这个生产力就是智能化的算法。所以我们可以看到从支付这里延伸出去,因为有了智能化的工具,我们可以来做营销,我们可以去做征信,可以做理财、众筹、贷款、保险。


智能化的未来是怎样的?


最后是抛一个开放性的话题,互联网我们都看过一本书叫《世界会更平吗?》,讲的就是互联网的世界可以是一个屌丝的世界,可以发声,大家互相连接,互相沟通。但是我们看到当数据加智能是一个主流玩法的时候,可能互联网世界朝另外一个方向走了,因为极致的平台几亿人在上面,它累计了无与伦比的数据,可以洞察一切,可以用其中的数据创造无穷无尽的商业模式。打哪个行业哪个行业就赢。所以确实来讲我们看到当互联网沟通连接平了之后,因为数据积累的不平衡,再加上智能化的玩法,我们觉得这个世界,以前我们宣称互联网消灭了二八,如果这个趋势下去,它不是二八,它也不是一九,它甚至不是一九九。


这样一个快速革新或者演变的方式,企业永远是走在前面,个人紧随其后。但是我们确实可以看到在这样一个新的玩法下面,可能原有的监管实践和创新发展可能比以前任何时候都快速的平衡容易打破。


我们也是坚信,数据是所有新商业的资产。有几个耳熟能详的定律:一个是红桃皇后定律,技术更新迭代的速度和转向是非常迅速的,企业要生存,必须要赶上环境的变化速度。第二,梅特卡夫定律,用来描述网络价值和网络效应,企业的价值与它的用户数平方成正比。第三,马太效应,巨大的用户数据沉淀,强者愈强,从而形成一个无比巨大的数据壁垒。


但确实是要呼吁一点——分清数据和智能的边界。数据归属权是什么,当一个数据超过亿万的时候,客户超过亿万的时候,它的使用权规则到底在哪。


我们现在已经分不清楚自己是代表一个旧的时代,还是代表一个新的时代。在这样一个数据+智能新的玩法下面,到底未来是什么,未来是一个历史的简单延伸,还是说未来是在我们以前这条线上完全另一个层次的平行线上发展,我们不知道。所以我相信所有人跟我一样,奋力奔跑,焦虑,但是对数据+智能这样一个崭新的模式觉得机会巨大,我们还是要努力奔跑。


更多金融科技资讯,请关注公众号:AI金融评论(ID: aijinrongpinglun)



登录查看更多
0

相关内容

在社会经济生活,银行、证券或保险业者从市场主体募集资金,并投资给其它市场主体的经济活动。
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
295+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
78+阅读 · 2019年12月13日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
91+阅读 · 2019年11月13日
李善友:战略听着空?但有人用它“绝处逢生”
互联网er的早读课
10+阅读 · 2019年1月15日
都是学 AI,为什么别人薪资比你高?
机器学习算法与Python学习
8+阅读 · 2018年11月5日
PPTV创始人姚欣:人工智能到底怎么赚钱?
【区块链】区块链是什么?20问:读懂区块链
产业智能官
8+阅读 · 2018年1月10日
在成为新晋网红之后,AI却寒冬将至
拓扑社
15+阅读 · 2017年12月20日
乌镇大佬都在扯的AI,都有哪些案例落地了?
计算广告
3+阅读 · 2017年12月6日
【智能零售】零售业的未来是让零售变得无界
产业智能官
3+阅读 · 2017年10月18日
Efficiently Embedding Dynamic Knowledge Graphs
Arxiv
14+阅读 · 2019年10月15日
Arxiv
23+阅读 · 2018年10月1日
Arxiv
7+阅读 · 2018年1月10日
VIP会员
相关VIP内容
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
报告 | 2020中国5G经济报告,100页pdf
专知会员服务
97+阅读 · 2019年12月29日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
295+阅读 · 2019年12月23日
2019中国硬科技发展白皮书 193页
专知会员服务
78+阅读 · 2019年12月13日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
91+阅读 · 2019年11月13日
相关资讯
李善友:战略听着空?但有人用它“绝处逢生”
互联网er的早读课
10+阅读 · 2019年1月15日
都是学 AI,为什么别人薪资比你高?
机器学习算法与Python学习
8+阅读 · 2018年11月5日
PPTV创始人姚欣:人工智能到底怎么赚钱?
【区块链】区块链是什么?20问:读懂区块链
产业智能官
8+阅读 · 2018年1月10日
在成为新晋网红之后,AI却寒冬将至
拓扑社
15+阅读 · 2017年12月20日
乌镇大佬都在扯的AI,都有哪些案例落地了?
计算广告
3+阅读 · 2017年12月6日
【智能零售】零售业的未来是让零售变得无界
产业智能官
3+阅读 · 2017年10月18日
Top
微信扫码咨询专知VIP会员