科技部、發(fā)展改革委、教育部、中科院、自然科學(xué)基金委聯(lián)合制定的《加強(qiáng)“從0到1”基礎(chǔ)研究工作方案》提出，重點(diǎn)支持人工智能、云計(jì)算和大數(shù)據(jù)等重大領(lǐng)域，推動(dòng)關(guān)鍵核心技術(shù)突破。3月3日方案甫一公開(kāi)，業(yè)界反響強(qiáng)烈。

大數(shù)據(jù)工具、人工智能核心技術(shù)如何深度推進(jìn)在金融領(lǐng)域的應(yīng)用，參與各方摩拳擦掌?？梢灶A(yù)見(jiàn)，人工智能關(guān)鍵核心技術(shù)獲得突破后，金融科技也將步入應(yīng)用的成熟期。

我們拉新，用計(jì)算機(jī)視覺(jué)、生物特征識(shí)別技術(shù)，找到目標(biāo)客戶;我們促活，用知識(shí)圖譜技術(shù)，通過(guò)營(yíng)銷讓目標(biāo)客戶“動(dòng)”起來(lái);我們留存，用自然語(yǔ)言處理技術(shù)，借助智能機(jī)器人提高客服質(zhì)量與效益;我們阻“黑（產(chǎn)）”，用機(jī)器學(xué)習(xí)技術(shù)，開(kāi)展信貸反欺詐。

在人工智能核心技術(shù)應(yīng)用金融領(lǐng)域的鴻篇巨制中，本文述及案例，權(quán)作序章。

今年1月15日，上海市發(fā)布了《加快推進(jìn)上海金融科技中心建設(shè)實(shí)施方案》，旨在五年內(nèi)建成具有國(guó)際競(jìng)爭(zhēng)力的金融科技中心。同時(shí)宣布，由支付寶、螞蟻金服和阿里巴巴集團(tuán)主辦的全球最大的金融科技大會(huì)“外灘大會(huì)”將永久落戶上海。在被現(xiàn)金貸、P2P、虛擬貨幣紛擾之后，金融科技重回我們的視線。

去年底，建設(shè)銀行研究院出臺(tái)的報(bào)告表明，目前銀行業(yè)金融科技戰(zhàn)略存在五大誤區(qū)：重概念輕落實(shí)、重應(yīng)用輕基礎(chǔ)、重搭建輕管理、重當(dāng)前輕長(zhǎng)遠(yuǎn)、重營(yíng)銷輕運(yùn)營(yíng)。撇開(kāi)效果，我們看到，不僅僅是互聯(lián)網(wǎng)企業(yè)在推行金融科技，其實(shí)，銀行亦在推進(jìn)金融科技轉(zhuǎn)型。

《金卡生活》在長(zhǎng)期研究金融科技的過(guò)程中發(fā)現(xiàn)，一些機(jī)構(gòu)基于大數(shù)據(jù)工具，應(yīng)用人工智能核心技術(shù)涉及到了諸多領(lǐng)域。為此，在這里做一些案例分享。這些機(jī)構(gòu)既包括數(shù)據(jù)公司、科技公司，也包括以數(shù)據(jù)、科技手段發(fā)展金融的商業(yè)銀行。

人工智能技術(shù)應(yīng)用領(lǐng)域

在介紹人工智能核心技術(shù)的應(yīng)用之前，首先分享一下筆者的觀察。在業(yè)界，不外乎做成了兩件事情：一個(gè)是互聯(lián)網(wǎng)化金融，另一個(gè)是金融互聯(lián)網(wǎng)化。

互聯(lián)網(wǎng)化金融代表首推螞蟻金服。螞蟻金服董事長(zhǎng)井賢棟曾經(jīng)運(yùn)用否定句式來(lái)定義金融科技：“并非簡(jiǎn)單的在互聯(lián)網(wǎng)上做金融?！?/p>

螞蟻金服是一家?guī)Ыo我們普惠金融服務(wù)的科技企業(yè)，既然關(guān)聯(lián)公司拿到金融牌照，人家用科技手段做金融無(wú)可厚非，頂多、也頂厲害地與其他金融主體提供的產(chǎn)品和服務(wù)，形成了互補(bǔ)關(guān)系。

在螞蟻金服面前，商業(yè)銀行與其說(shuō)是一層業(yè)務(wù)上的“互補(bǔ)關(guān)系”，筆者觀察，還不如說(shuō)經(jīng)歷了三個(gè)極限挑戰(zhàn)。

第一，存款資金“搬家”實(shí)現(xiàn)了理財(cái)互聯(lián)網(wǎng)化，站在客戶收益角度，傳統(tǒng)商業(yè)銀行被“互補(bǔ)”。觀察發(fā)現(xiàn)，還在2018年3月31日，僅有5年市場(chǎng)經(jīng)歷的天弘余額寶貨幣市場(chǎng)基金凈資產(chǎn)為1.69萬(wàn)億元，與當(dāng)時(shí)有31年歷史的擁有“零售之王”美譽(yù)的招商銀行同期零售活期與定期存款金額相比，高出0.43萬(wàn)億元。截止到今年2月29日，這款貨基產(chǎn)品七日年化收益，仍然高出一年期定期存款利率的0.81%（圖1），存款不“搬家”，沒(méi)有道理可言。

第二，消費(fèi)分期，從客戶支出角度來(lái)看，傳統(tǒng)商業(yè)銀行在挑戰(zhàn)中略微勝出。選取樣本是12期消費(fèi)分期產(chǎn)品（下同），某銀行產(chǎn)品與“花唄”產(chǎn)品相比，銀行少收取客戶0.8%的手續(xù)費(fèi)。

第三，從交易市場(chǎng)購(gòu)買重慶市螞蟻小微小額貸款有限公司和重慶市阿里巴巴小額貸款有限公司（以下簡(jiǎn)稱“重慶阿里”）方面發(fā)行的企業(yè)ABS，傳統(tǒng)商業(yè)銀行又被“互補(bǔ)”。這是因?yàn)閭€(gè)人客戶發(fā)生的消費(fèi)貸款（含消費(fèi)分期）等業(yè)務(wù)，成為重慶阿里發(fā)起企業(yè)ABS的底層資產(chǎn)之一。

金融互聯(lián)網(wǎng)化代表當(dāng)推京東數(shù)科。京東數(shù)科法定代表人、CEO陳生強(qiáng)認(rèn)為金融科技公司：

“應(yīng)該遵從金融的本質(zhì)?！?/p>

京東數(shù)科作為互聯(lián)網(wǎng)投融資平臺(tái)，在線撮合傳統(tǒng)金融業(yè)務(wù)。在這里補(bǔ)充一句，金融的本質(zhì)說(shuō)到底是整合資源，實(shí)現(xiàn)價(jià)值流通。大家都在遵從行業(yè)的本質(zhì)，這也就實(shí)現(xiàn)了從業(yè)的初心。被服務(wù)方是如此，服務(wù)方亦是如此，尤其是后者入局思考本質(zhì)，而不是就“傳統(tǒng)金融業(yè)務(wù)”撮合而撮合，就擺脫了“咸吃蘿卜淡操心”嫌疑。

“科技向善”。早在2018年1月20日，騰訊研究院?jiǎn)?dòng)了“科技向善”（Tech for Social Good）項(xiàng)目。2019年5月6日，騰訊董事會(huì)主席兼首席執(zhí)行官馬化騰首次在公開(kāi)場(chǎng)合談到，“希望‘科技向善’成為未來(lái)騰訊愿景與使命的一部分”。筆者作為一名“工科男”，向有這樣情懷的企業(yè)致敬，也非常相信科技能夠造福人類，而不是其他。因此，無(wú)論東邊的井賢棟表現(xiàn)的互聯(lián)網(wǎng)化金融，抑或北邊的陳生強(qiáng)表現(xiàn)的金融互聯(lián)網(wǎng)化，在此，筆者建議不扯金融與互聯(lián)網(wǎng)“蛋在先還是雞在先”的哲學(xué)思考，可以肯定的是，做金融科技業(yè)務(wù)，開(kāi)辦金融科技公司，螞蟻金服解決了個(gè)人和中小微企業(yè)融資難的問(wèn)題，京東數(shù)科解決了個(gè)人和大中小企業(yè)客戶融資貴的問(wèn)題。

“救急”是科技大善。銀聯(lián)商務(wù)“商贏龍騰”ERP系統(tǒng)在線上“管理”著供應(yīng)商，除提供遠(yuǎn)程對(duì)賬平臺(tái)和報(bào)表支持外，其供應(yīng)鏈系統(tǒng)派生出供應(yīng)鏈金融。比如，大型商場(chǎng)里面的品牌專柜商戶一旦有資金需求，亟待“救急”時(shí)，銀行可以給其授信，或給予短期借款，或開(kāi)展分期業(yè)務(wù)，銀聯(lián)商務(wù)“天天富”產(chǎn)品通過(guò)專柜的交易流水提供可靠的資信證明?！叭耸羌夹g(shù)的尺度”，最后統(tǒng)一到“科技向善”。具體說(shuō)到融資，科技讓中小微企業(yè)“融資難、融資貴”破題。這是另一個(gè)大的話題，在此按下不表。

在基礎(chǔ)技術(shù)上磨大數(shù)據(jù)之刀。筆者將金融科技業(yè)務(wù)比作砍柴，那么，大數(shù)據(jù)是刀，是工具;人工智能是磨刀石，是基礎(chǔ)技術(shù)。金融科技則幫助金融行業(yè)提升效率、降低成本。

遵循麥肯錫的定義，大數(shù)據(jù)是一種規(guī)模大到在獲取、存儲(chǔ)、管理、分析方面大大超出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)集合。十九屆四中全會(huì)首次將數(shù)據(jù)列為生產(chǎn)要素，也就是說(shuō)它與勞動(dòng)、資本、土地、知識(shí)、技術(shù)、管理要素一樣，由市場(chǎng)評(píng)價(jià)貢獻(xiàn)，按貢獻(xiàn)決定報(bào)酬。此舉表明數(shù)據(jù)在現(xiàn)實(shí)中呈現(xiàn)的重要價(jià)值得到了確認(rèn)，對(duì)促進(jìn)大數(shù)據(jù)應(yīng)用給予更高的預(yù)期。

目前，業(yè)界對(duì)于人工智能的核心技術(shù)已經(jīng)達(dá)成了共識(shí)，分別是計(jì)算機(jī)視覺(jué)、生物特征識(shí)別、知識(shí)圖譜、自然語(yǔ)言處理和機(jī)器學(xué)習(xí)。在長(zhǎng)期研究金融科技案例過(guò)程中，《金卡生活》發(fā)現(xiàn)了這些技術(shù)基本上覆蓋了金融應(yīng)用的各個(gè)領(lǐng)域（表1）。

案例1：計(jì)算機(jī)視覺(jué)及生物特征識(shí)別成為獲客“慧眼”

你的生物特征不能隨手亂放。2018年11月21日，浙江寧波市江廈橋東的“行人非機(jī)動(dòng)車闖紅燈抓拍系統(tǒng)”，對(duì)行駛的公交車身廣告上的人像產(chǎn)生了誤識(shí)別，于是遠(yuǎn)在廣東珠海市的格力電器董事長(zhǎng)兼總裁董明珠“闖紅燈”被抓拍、曝光。這件事情說(shuō)明了三點(diǎn)：一是計(jì)算機(jī)本身具備了從圖像中識(shí)別物體、場(chǎng)景和活動(dòng)的能力;二是計(jì)算機(jī)視覺(jué)、生物特征識(shí)別技術(shù)再好，系統(tǒng)要及時(shí)升級(jí)才不會(huì)鬧笑話;三是臉不能靠近斑馬線。

當(dāng)然，這個(gè)例子告訴我們一件有趣的事情，基于計(jì)算機(jī)視覺(jué)技術(shù)，取材于人的活體的生物特征，如人臉，于是產(chǎn)生了人臉識(shí)別技術(shù)。人臉高清照片被存入計(jì)算機(jī)系統(tǒng)后，系統(tǒng)自動(dòng)確定、識(shí)別該臉的大小、輪廓和五官等生物特征點(diǎn)，隨后轉(zhuǎn)化為特征圖，最后轉(zhuǎn)化為數(shù)字信號(hào)。

走到數(shù)字信號(hào)比對(duì)環(huán)節(jié)才能體現(xiàn)應(yīng)用。這個(gè)數(shù)字信號(hào)在行業(yè)應(yīng)用方面派上大用場(chǎng)。

比如，警方將數(shù)字信號(hào)與數(shù)據(jù)庫(kù)比對(duì)，潛逃20年的犯罪嫌疑人勞榮枝去年被抓獲。

又如，支付機(jī)構(gòu)推行人臉支付，將數(shù)字信號(hào)與數(shù)據(jù)庫(kù)匹配，判斷你是你，而非他人。

再如，金融科技公司、金融機(jī)構(gòu)將數(shù)字信號(hào)與數(shù)據(jù)庫(kù)核對(duì)，采取排他（不良）而獲客。

筆者還在中國(guó)銀聯(lián)當(dāng)交通銀行服務(wù)代表的時(shí)候，聽(tīng)到時(shí)任個(gè)人銀行部總經(jīng)理黃祖林講他曾經(jīng)的放貸經(jīng)驗(yàn)：一眼就能看出站在自己面前的差客戶，好比雞蛋吃多了都會(huì)吃出雞屎味兒。該前輩處在“從前慢”的時(shí)代，那時(shí)候“車，馬，郵件都慢/一生只夠愛(ài)一個(gè)人”，他還能幸福地拿肉眼識(shí)別客戶。

你在“碎片化”時(shí)間社交，在“多元化”場(chǎng)景消費(fèi)，行為和數(shù)據(jù)留存在不同的網(wǎng)站、App應(yīng)用平臺(tái)和購(gòu)物平臺(tái)。在移動(dòng)互聯(lián)網(wǎng)時(shí)代，雖然，你以“鍵盤俠”身份在朋友圈顯示存在，但是，不得不坦誠(chéng)一個(gè)活人只是一粒塵埃。你所展示的結(jié)構(gòu)性數(shù)據(jù)、非結(jié)構(gòu)性數(shù)據(jù)，只是長(zhǎng)尾客戶中的一個(gè)點(diǎn)，金融科技公司采用技術(shù)“慧眼”幫助金融機(jī)構(gòu)識(shí)別你是不是好客戶，而由不得你做出掩飾。

當(dāng)然，基于大數(shù)據(jù)工具，廣泛應(yīng)用生物特征識(shí)別、計(jì)算機(jī)視覺(jué)等人工智能核心技術(shù)之外，獲客還要融入篩選模型、審批策略和促活營(yíng)銷，才能達(dá)到事半功倍的效果。

舉一個(gè)實(shí)例，旗天科技聯(lián)合A城商銀行挖掘信用卡“次優(yōu)客戶”。2019年1月15日，旗天科技剝離傳統(tǒng)的光學(xué)鏡片業(yè)務(wù)，從而轉(zhuǎn)型成為金融科技公司。《金卡生活》調(diào)研發(fā)現(xiàn)其如果專門做B2B業(yè)務(wù)，比如，賣給銀行系統(tǒng)，通過(guò)競(jìng)標(biāo)，毛利率極低;如果專門做B2C業(yè)務(wù)，從BATJ固有的蛋糕切分不走多少份額。于是，這家公司確立了B2B2C的商業(yè)模式，幫助B端（合作機(jī)構(gòu)）經(jīng)營(yíng)C端（客戶），實(shí)現(xiàn)跨行業(yè)大數(shù)據(jù)的應(yīng)用價(jià)值。

幫助B端經(jīng)營(yíng)C端，首當(dāng)其沖便是甄別客戶。針對(duì)A城商銀行信用卡申請(qǐng)被拒的近20萬(wàn)客戶，旗天科技挖掘“次優(yōu)客戶”采取了“三步走”：

第一步，建立營(yíng)銷篩選模型，提高響應(yīng)率;

第二步，在篩選模型里添置預(yù)審批策略，給風(fēng)控扎緊籬笆;

第三步，針對(duì)白名單客群開(kāi)展定向營(yíng)銷。

那些部分被拒客戶接受營(yíng)銷后，開(kāi)始網(wǎng)申，旗天科技與A城商銀行通過(guò)聯(lián)合風(fēng)控模型對(duì)其審核，從被拒客群里面成功地“挽救”了1.2萬(wàn)個(gè)客戶。并且，經(jīng)過(guò)后期市場(chǎng)檢驗(yàn)，這些客戶的表現(xiàn)明顯好于行內(nèi)客戶的平均水平。

案例2 ：知識(shí)圖譜在營(yíng)銷中“找對(duì)人”

你和客戶之間最多隔著五個(gè)人。鄧女士如何認(rèn)識(shí)默多克？標(biāo)準(zhǔn)答案是：坐飛機(jī)頭等艙。而田女士認(rèn)識(shí)王先生？已知答案是：讀某某商學(xué)院。

其實(shí)，認(rèn)識(shí)目標(biāo)客戶也費(fèi)不了那么些花銷。早在1967年，美國(guó)社會(huì)心理學(xué)家米爾格倫（Stanley Milgram）提出的“六度分離理論”告訴我們，“你和任何一個(gè)陌生人之間所間隔的人不會(huì)超過(guò)五個(gè)?！?/p>

那么，若采用人工智能的知識(shí)圖譜技術(shù)，找人則更加易如反掌。一個(gè)細(xì)節(jié)在于，支撐知識(shí)圖譜技術(shù)的存在，還有知識(shí)提取、知識(shí)表示、知識(shí)融合和知識(shí)推理等相關(guān)“子”技術(shù)：

其一，從公開(kāi)的結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)“倉(cāng)庫(kù)”中，“提取”到實(shí)體、關(guān)系和屬性等要素;

其二，借助有效手段對(duì)知識(shí)要素“表示”出來(lái)，以便進(jìn)一步處理;

其三，消除實(shí)體、關(guān)系和屬性存在的一些歧義，通過(guò)“融合”，從而形成高質(zhì)量的知識(shí)庫(kù);

其四，在業(yè)已形成的知識(shí)庫(kù)的基礎(chǔ)上，“推理”那些“斑馬也是馬”類的隱含知識(shí)，從而擴(kuò)展知識(shí)庫(kù)。

知識(shí)“提取”的重要性好比人走路要邁開(kāi)腿。如何將知識(shí)圖譜應(yīng)用到營(yíng)銷領(lǐng)域？我們重點(diǎn)說(shuō)一說(shuō)知識(shí)提取技術(shù)。

還在原品牌營(yíng)銷部的時(shí)候，2009年有幸見(jiàn)證了“‘新華·銀聯(lián)’中國(guó)銀行卡消費(fèi)信心指數(shù)”的發(fā)布，筆者將該指數(shù)稱之為“銀行卡非恩格爾系數(shù)”。該指數(shù)提到了“海量銀行卡交易數(shù)據(jù)”，當(dāng)然是基于有效銀行卡樣本庫(kù)，體現(xiàn)了“提取”高質(zhì)量的知識(shí)，以便消除“數(shù)據(jù)噪音”，識(shí)別有效持卡人。

同理，如何識(shí)別客戶走進(jìn)商場(chǎng)是剛性消費(fèi)？還是商場(chǎng)營(yíng)銷促進(jìn)了消費(fèi)？千萬(wàn)不要認(rèn)為這僅僅是在細(xì)分客戶，其實(shí)是在大量數(shù)據(jù)中“提取”客戶的有效行為。過(guò)去，從傳統(tǒng)角度來(lái)講，一位客戶來(lái)到商場(chǎng)接觸了智能設(shè)備進(jìn)行了消費(fèi)，他最終體現(xiàn)的是一次付款操作?，F(xiàn)在，我們站在大數(shù)據(jù)的角度，其間的寓意則格外不同。客戶接觸了智能設(shè)備，他的操作習(xí)慣、商品購(gòu)買意愿，被商戶掌握，從而作為采購(gòu)、進(jìn)貨的依據(jù);他在現(xiàn)金、銀行卡、禮券、折扣券、電子卡及移動(dòng)支付等多種支付方式的任何一種選擇，亦被商戶、收單機(jī)構(gòu)所掌握，成其為寶貴的數(shù)據(jù)資源。

知識(shí)“提取”的前提是對(duì)數(shù)據(jù)的合規(guī)梳理。專業(yè)來(lái)講，結(jié)構(gòu)化數(shù)據(jù)由行和列組成的二維表構(gòu)成，是有邏輯表達(dá)的數(shù)據(jù)，嚴(yán)格遵循數(shù)據(jù)格式與長(zhǎng)度規(guī)范，主要通過(guò)關(guān)系型數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)和管理。如，傳統(tǒng)的銀行數(shù)據(jù)。而非結(jié)構(gòu)化數(shù)據(jù)包括所有格式的辦公文檔、各類報(bào)表、圖片、音頻和視頻信息等，無(wú)法采用二維表表達(dá)出來(lái)。如，客戶網(wǎng)購(gòu)，將商品從“購(gòu)物筐”取出后的放棄購(gòu)買的行為。

現(xiàn)在，業(yè)界視非結(jié)構(gòu)化的數(shù)據(jù)為“至寶”，亟待梳理并加以利用。當(dāng)然，這種梳理杜絕使用“爬蟲技術(shù)”，杜絕過(guò)度采集客戶信息。2019年12月20日，全國(guó)人大常委會(huì)法工委發(fā)言人岳仲明在記者會(huì)上表示，2020年將制定《個(gè)人信息保護(hù)法》《數(shù)據(jù)安全法》。由此看來(lái)，通過(guò)立法，強(qiáng)化個(gè)人信息保護(hù)是趨勢(shì)。

舉一個(gè)實(shí)例，銀聯(lián)商務(wù)面向購(gòu)物中心、百貨和連鎖超市等商戶，運(yùn)用自主“商贏龍騰”ERP系統(tǒng)，深度融合其管理各環(huán)節(jié)。同時(shí)，固守了支付接口，占據(jù)了營(yíng)銷門戶。

在這個(gè)案例中，重點(diǎn)說(shuō)一說(shuō)筆者理解的“商贏龍騰”ERP在營(yíng)銷方面聯(lián)合“提取”目標(biāo)客戶知識(shí)的做法。

一是“商贏龍騰”ERP支持“促銷超市”，滿足了享受線上買券、抽獎(jiǎng)及兌獎(jiǎng)等形式多樣的促銷活動(dòng)的客戶?！督鹂ㄉ睢芬约质￠L(zhǎng)春國(guó)商百貨有限公司“商贏龍騰”ERP系統(tǒng)上線半年（2019年6-12月）樣本觀察發(fā)現(xiàn)，系統(tǒng)處理各類促銷的次數(shù)達(dá)36.63萬(wàn)次，優(yōu)惠券銷售返券6.03萬(wàn)次，優(yōu)惠券用券10.55萬(wàn)次。其中，積分涉及會(huì)員10.51萬(wàn)人，優(yōu)惠券涉及會(huì)員8.21萬(wàn)人，對(duì)于40多萬(wàn)會(huì)員分別實(shí)現(xiàn)了26.28%、20.53%的有效覆蓋。

二是“商贏龍騰”ERP完善了電子會(huì)員系統(tǒng)，商戶目標(biāo)客戶易獲，客戶消費(fèi)優(yōu)惠易得。一方面，微信客戶端自助注冊(cè)成其會(huì)員，商戶獲客更容易。砂之船奧特萊斯杭州店上線了“支付即會(huì)員”功能，消費(fèi)者交易完成后，在通知界面可以自動(dòng)領(lǐng)取會(huì)員卡;奕歐來(lái)奧特萊斯門店完成了CRM系統(tǒng)（Customer Relationship Management，客戶關(guān)系管理系統(tǒng)）對(duì)接，客戶消費(fèi)完成累計(jì)積分，享受會(huì)員優(yōu)惠等權(quán)益，而上線的“現(xiàn)金券”模塊，則通過(guò)不同自有渠道發(fā)券引流;吉林省長(zhǎng)春國(guó)商百貨有限公司在會(huì)員系統(tǒng)放置商戶儲(chǔ)值卡預(yù)售功能。另一方面，會(huì)員到店消費(fèi)，線上實(shí)現(xiàn)抽獎(jiǎng)，會(huì)員優(yōu)惠的易得性更強(qiáng)。

三是“商贏龍騰”ERP 連接“全民惠”營(yíng)銷聯(lián)盟平臺(tái)。實(shí)現(xiàn)了“云閃付”、銀行、商戶營(yíng)銷活動(dòng)的全面接入，優(yōu)惠渠道多元化。

四是“商贏龍騰”ERP集成更多的增值系統(tǒng)，滿足客戶需求。砂之船奧特萊斯杭州店即將上線電子簽購(gòu)單，當(dāng)交易完成后自動(dòng)發(fā)送電子簽購(gòu)單到客戶手機(jī)上;奕歐來(lái)奧特萊斯拓展了停車場(chǎng)管理功能，停車場(chǎng)掃描車主的消費(fèi)票據(jù)進(jìn)行停車費(fèi)用的減免。

五是“商贏龍騰”ERP維系供應(yīng)商、品牌專柜商戶，從而維系最終消費(fèi)客戶。優(yōu)質(zhì)的消費(fèi)客戶（C端）要靠品牌專柜商戶（B端）提供產(chǎn)品和服務(wù)來(lái)維系，而可持續(xù)性的產(chǎn)品和服務(wù)的提供要靠資金鏈條來(lái)維系。前面提到，銀聯(lián)商務(wù)“天天富”產(chǎn)品可以通過(guò)專柜的交易流水提供可靠資信的證明，從而幫助供應(yīng)商、品牌專柜商戶完成相關(guān)融資安排。

案例3：自然語(yǔ)言處理在客戶服務(wù)中貢獻(xiàn)“高智能”

預(yù)期與現(xiàn)實(shí)?！督鹂ㄉ睢氛{(diào)研發(fā)現(xiàn)，金融科技與信用卡業(yè)務(wù)結(jié)合的過(guò)程中，商業(yè)銀行信用卡機(jī)構(gòu)至少存在三個(gè)預(yù)期。首先，應(yīng)用大數(shù)據(jù)工具，滿足客戶“千人千面”的需求成為可能。根源在于，信用卡業(yè)務(wù)呈現(xiàn)涉及的賬戶比較多、平均每個(gè)賬戶的授信額度卻比較少，這一特有的“一多一少”的特征，大數(shù)據(jù)工具則與之高度適配。其次，應(yīng)用人工智能技術(shù)，服務(wù)客戶的“秒級(jí)響應(yīng)”變成現(xiàn)實(shí)。究其根本，機(jī)器學(xué)習(xí)等技術(shù)的應(yīng)用，大幅降低了對(duì)傳統(tǒng)人力數(shù)量、能力、經(jīng)驗(yàn)和態(tài)度的依賴。當(dāng)然，日本仿真美女充氣娃娃在網(wǎng)上大賣，不是好事，這是抵抗人類正常習(xí)性的表現(xiàn)。第三，打造數(shù)字化平臺(tái)，升級(jí)“從卡基到賬基”的支付模式成為可能，從而顛覆了信用卡的傳統(tǒng)獲客、經(jīng)營(yíng)和客戶交互的形態(tài)。

“弱水三千，只取一瓢飲?！痹谶@里，選取分析自然語(yǔ)言處理對(duì)智能的客戶服務(wù)（以下簡(jiǎn)稱“客服”）的貢獻(xiàn)。自然語(yǔ)言處理，說(shuō)的是計(jì)算機(jī)現(xiàn)在擁有了人類的文本處理能力。比如，可以將公文中被提及的人、地點(diǎn)及主題進(jìn)行自動(dòng)識(shí)別;又如，可以將合同的條款提取制表。自然語(yǔ)言處理通常應(yīng)用在分析客戶對(duì)特定產(chǎn)品和服務(wù)的反饋上面。在智能的客戶服務(wù)方面，說(shuō)到底，是在建立語(yǔ)言模型的基礎(chǔ)上，預(yù)測(cè)語(yǔ)言表達(dá)的概率分布。

智能客服的三個(gè)步驟。艾媒咨詢預(yù)測(cè)，2020年智能的客服市場(chǎng)規(guī)模將達(dá)到千億級(jí)。多家商業(yè)銀行洞察先機(jī)，已經(jīng)引進(jìn)了智能的客服機(jī)器人。《金卡生活》觀察，它是基于自然語(yǔ)言處理、機(jī)器學(xué)習(xí)等技術(shù)的人工智能信息處理系統(tǒng)，準(zhǔn)確地處理客戶采用文字、語(yǔ)音等形式所提出的若干問(wèn)題。

實(shí)現(xiàn)智能客服，具體要有三個(gè)步驟。

首先，應(yīng)用人機(jī)交互，識(shí)別客戶提出的問(wèn)題，機(jī)器“聽(tīng)懂”人話。

其次，通過(guò)語(yǔ)義分析，理解客戶的意圖，進(jìn)入知識(shí)庫(kù)查到“標(biāo)準(zhǔn)答案”。

最后，使用自然語(yǔ)言，機(jī)器“講出”人話，人性化地向客戶提供服務(wù)。

智能客服的應(yīng)用進(jìn)一步加大了對(duì)人工客服的替代，提高了客戶服務(wù)質(zhì)量和效率?！督鹂ㄉ睢氛{(diào)研一些信用卡中心發(fā)現(xiàn)，質(zhì)量和效率的核心體現(xiàn)在“一升一降”兩個(gè)維度：信用卡智能客服的會(huì)話量占比，要提升增幅;每萬(wàn)張有效卡轉(zhuǎn)人工客服的工作量，要放大降幅。

舉一個(gè)實(shí)例，興業(yè)銀行客服由人工向智能遷徙。2014年底，興業(yè)銀行引進(jìn)了業(yè)內(nèi)領(lǐng)先的智能客服系統(tǒng)—“智能小興”（ 小i機(jī)器人），提供7×24小時(shí)不間斷的客戶服務(wù)，能夠降低客服的人力依賴。

人工客服向智能客服遷徙，促進(jìn)了自助服務(wù)渠道的功能完善，提升了人工坐席服務(wù)效率，平均通時(shí)下降2%（2018年4月24日《金卡生活》采訪數(shù)據(jù)，下同）。同時(shí)，人工客服向智能客服遷徙較快響應(yīng)客戶的需求。2016-2017年興業(yè)銀行信用卡發(fā)卡量超過(guò)了過(guò)去十二年累計(jì)發(fā)卡的總和，但是沒(méi)有增加人工客服。

“智能小興”上線以來(lái)，逐步擴(kuò)大渠道覆蓋面，客戶通過(guò)短信、網(wǎng)銀、手機(jī)銀行、微信銀行和信用卡微信公眾號(hào)等多個(gè)渠道向“智能小興”提出問(wèn)題，均能及時(shí)獲得專業(yè)回復(fù)，實(shí)現(xiàn)了渠道“智能化”。其中，興業(yè)銀行信用卡微信公眾號(hào)渠道已經(jīng)成為智能客服的主要應(yīng)用渠道，客戶觸達(dá)成功率（問(wèn)題應(yīng)答率）高達(dá)97.7%，月均受理量占全渠道智能客服近80%。

案例4：機(jī)器學(xué)習(xí)在信貸反欺詐中拒絕“黑產(chǎn)”制造者

讓“聰明的傻瓜”變成“聰明的智者”。我們知道，計(jì)算機(jī)是一個(gè)“聰明的傻瓜”， 當(dāng)你發(fā)出指令、操作后，它將竭盡所能，“聰明”無(wú)比。相反，不明白你的需求的時(shí)候，計(jì)算機(jī)將無(wú)所適從，變成“傻瓜”。

機(jī)器學(xué)習(xí)則要將計(jì)算機(jī)變成“聰明的智者”，它不需要遵照你的指令、操作，而僅僅依靠“喂”給它數(shù)據(jù)，便能提升自身的性能。

機(jī)器學(xué)習(xí)走出關(guān)鍵的兩步。我們只要給予機(jī)器學(xué)習(xí)系統(tǒng)有關(guān)交易時(shí)間、商戶、地點(diǎn)、價(jià)格及合規(guī)交易等諸多信息，建立數(shù)據(jù)庫(kù)，其系統(tǒng)便會(huì)“學(xué)習(xí)”到用來(lái)預(yù)測(cè)信貸欺詐模式。這個(gè)系統(tǒng)非常神奇，它喜歡“鞭打快牛”模式，并且具備“非人類勞?！碧刭|(zhì)：給予的數(shù)據(jù)越大、處理的交易越多、線上與線下的數(shù)據(jù)越融合，它不懼工作強(qiáng)度，預(yù)測(cè)便會(huì)更加準(zhǔn)確。

在這里，我有必要特別提示一下，為什么數(shù)據(jù)要線上線下融合？這是因?yàn)?，比如，我在線下借錢還錢，信用表現(xiàn)很好。但是，在線上，我可能是行為不好的人?！督鹂ㄉ睢钒l(fā)現(xiàn)，歐美一些傳統(tǒng)的征信機(jī)構(gòu)收購(gòu)在互聯(lián)網(wǎng)上從事信用、風(fēng)險(xiǎn)評(píng)估的金融科技公司。早在2013年，美國(guó)益百利斥資3.24億美元收購(gòu)第四十一參數(shù)（41st Parameter）。后者專門在互聯(lián)網(wǎng)上幫企業(yè)評(píng)估行為風(fēng)險(xiǎn)。

究其實(shí)質(zhì)，機(jī)器學(xué)習(xí)關(guān)鍵要走出兩步：

第一步，從海量數(shù)據(jù)中，自動(dòng)發(fā)現(xiàn)模式;

第二步，依據(jù)該模式，用于預(yù)測(cè)。

知道了數(shù)據(jù)怎么“去的”后更應(yīng)當(dāng)明白數(shù)據(jù)怎么“來(lái)的”。針對(duì)數(shù)據(jù)大、交易多的特點(diǎn)，我們不能回避數(shù)據(jù)的來(lái)源。根據(jù)成因，我將貸前客戶的數(shù)據(jù)歸納為兩大類：

第一類，傳統(tǒng)信貸類數(shù)據(jù)。包括商業(yè)銀行長(zhǎng)期開(kāi)展信貸業(yè)務(wù)形成的客戶數(shù)據(jù)。

第二類，互聯(lián)網(wǎng)金融信貸類數(shù)據(jù)。包括在此背景下 “自循環(huán)”“毛細(xì)循環(huán)”形成的客戶數(shù)據(jù)。一是依托集團(tuán)供應(yīng)鏈、消費(fèi)鏈、“混業(yè)”金融鏈，開(kāi)展供應(yīng)鏈信貸、消費(fèi)信貸，“自循環(huán)”形成客戶數(shù)據(jù)。如，海融易對(duì)應(yīng)海爾集團(tuán)，螞蟻金服對(duì)應(yīng)天貓、淘寶、阿里巴巴批發(fā)電商平臺(tái)，“壹錢包”對(duì)應(yīng)平安集團(tuán);二是借助投資方，開(kāi)展部分客戶導(dǎo)流，“毛細(xì)循環(huán)”形成客戶數(shù)據(jù)。如，趣店集團(tuán)對(duì)應(yīng)支付寶，客戶曾經(jīng)可以在支付寶App上找到趣店集團(tuán)旗下的“來(lái)分期”入口，繼而獲得分期服務(wù)。

知道了數(shù)據(jù)怎么“來(lái)的”更應(yīng)當(dāng)明白數(shù)據(jù)怎么“用的”。通過(guò)人工智能技術(shù)，如，采取機(jī)器學(xué)習(xí)，洞察信貸風(fēng)險(xiǎn)，開(kāi)展跨行業(yè)聯(lián)防、聯(lián)控，從理論上來(lái)講，最大化融合傳統(tǒng)信貸數(shù)據(jù)、互聯(lián)網(wǎng)金融信貸數(shù)據(jù)，才能最大化消除“信息孤島”杜絕“黑產(chǎn)”制造者。

但是，好心不能辦壞事。這里牽涉到數(shù)據(jù)合規(guī)運(yùn)用的問(wèn)題。我們?cè)俅蜗氲健翱萍枷蛏啤薄！督鹂ㄉ睢氛{(diào)研同盾科技發(fā)現(xiàn)，它在融合數(shù)據(jù)的時(shí)候推出了“聯(lián)邦學(xué)習(xí)”技術(shù)。這是采用分布式深度學(xué)習(xí)技術(shù)，參與各方在加密基礎(chǔ)上，共建公共虛擬模型，在訓(xùn)練和交互全過(guò)程中，各方數(shù)據(jù)始終停留在“本地”，不參與遷移、交換和合并，以科技手段達(dá)成了保護(hù)客戶信息安全與共享行業(yè)數(shù)據(jù)之間的平衡。

“未知攻，焉知防?！痹谶M(jìn)入信貸反欺詐案例分享之前，我們要厘清“黑產(chǎn)”制造者是通過(guò)哪些途徑操作“壞事”的。細(xì)分信貸欺詐風(fēng)險(xiǎn)，大致歸納四類：

一是“黑產(chǎn)”制造者盜取他人身份信息、申請(qǐng)資料，實(shí)施“假冒申請(qǐng)”;

二是“黑產(chǎn)”制造者對(duì)工作單位、工資流水、住宅地址身份或資質(zhì)證明材料造假，實(shí)施“偽造申請(qǐng)”;

三是申請(qǐng)人歷史信貸記錄呈現(xiàn)不良狀態(tài)，在短時(shí)間內(nèi)集中多頭申請(qǐng)，還款意愿較低;

四是“黑產(chǎn)”制造者與銀行客戶經(jīng)理、風(fēng)控人員里應(yīng)外合，合謀“套利”。

知其攻，得以防?？辞迳鲜鏊念悺肮ァ保趴赡芤詸C(jī)器學(xué)習(xí)等人工智能技術(shù)加入“防”。

在貸前，通過(guò)機(jī)器學(xué)習(xí)等人工智能技術(shù)洞察潛在的信貸風(fēng)險(xiǎn)。比如，與人的指紋一樣，設(shè)備指紋也有唯一屬性，通過(guò)設(shè)備指紋，識(shí)別該設(shè)備是否關(guān)聯(lián)了不同賬號(hào)、不同銀行卡、不同身份證的信息。又如，分析可疑號(hào)碼;開(kāi)展虛擬機(jī)偵測(cè);通過(guò)地址數(shù)據(jù)甄別高風(fēng)險(xiǎn)地址;通過(guò)IP代理測(cè)試識(shí)別賬戶名是否正常。再如，可以進(jìn)行歸屬地分析;重點(diǎn)還可以對(duì)申請(qǐng)行為加以分析（圖2）。最后一點(diǎn)很好理解，如果“我”總在凌晨提出調(diào)整信用卡額度，一定是做賊心虛。

舉一個(gè)實(shí)例，同盾科技聯(lián)合B銀行信用卡中心（以下簡(jiǎn)稱“信用卡中心”）開(kāi)展在線風(fēng)控。《金卡生活》選取同盾科技在線消費(fèi)信貸產(chǎn)品申請(qǐng)自動(dòng)化風(fēng)控模型上線后四個(gè)月，作為樣本觀察期。前面，在“案例3：自然語(yǔ)言處理在客戶服務(wù)中貢獻(xiàn)‘高智能’”中提到了機(jī)器學(xué)習(xí)等技術(shù)大幅降低了對(duì)傳統(tǒng)人力數(shù)量、能力、經(jīng)驗(yàn)和態(tài)度的依賴，在這里，繁雜模型充分體現(xiàn)了超能力、無(wú)情緒的工作態(tài)度，僅僅做了簡(jiǎn)單的兩件事：

一是針對(duì)某唄、信用卡中心的風(fēng)控模型“雙通過(guò)”引流來(lái)的客戶，進(jìn)行信用審核，給出決策建議;

二是針對(duì)某唄系統(tǒng)風(fēng)控模型通過(guò)、信用卡中心風(fēng)控模型拒絕的客戶，經(jīng)過(guò)專家調(diào)優(yōu)、三方核驗(yàn)導(dǎo)入聯(lián)合模型深度挖掘，最后融入信用卡中心模型。

在這個(gè)案例中，信用卡中心從同盾科技的API（Application Programming Interface，應(yīng)用程序接口）累計(jì)調(diào)用量120萬(wàn)次。API響應(yīng)時(shí)間之快，每次僅在200毫秒之內(nèi)，相當(dāng)于蜜蜂連續(xù)扇動(dòng)40次翅膀的時(shí)間，便可以發(fā)現(xiàn)一個(gè)“黑產(chǎn)”制造者。在樣本觀察期間，信用卡中心發(fā)放在線消費(fèi)貸產(chǎn)品超過(guò)100萬(wàn)筆，其逾期率控制在千分之一以下。

兩則數(shù)據(jù)故事的啟示

一則數(shù)據(jù)故事是在調(diào)研的時(shí)候收集的。四川省涼山彝族自治州的大商戶只需要一個(gè)收單碼，完成收款功能即可。而廣東省深圳市的一個(gè)小商戶則要求收單機(jī)構(gòu)放置一臺(tái)機(jī)器硬件，除了收款，還依賴于科技手段，進(jìn)行會(huì)員管理，店主意識(shí)到，會(huì)員數(shù)據(jù)能夠給自己帶來(lái)經(jīng)營(yíng)價(jià)值。

另一則數(shù)據(jù)故事是自身親歷。1986年翻閱《武鋼年鑒》取得29年數(shù)據(jù)樣本，用非線性回歸方法，撰寫了《武鋼未來(lái)三年煉鋼煉鐵達(dá)到雙七百萬(wàn)噸的不可行報(bào)告》。當(dāng)時(shí)，計(jì)算機(jī)尚未普及，只能將1958年大煉鋼鐵等異動(dòng)年份徒手畫平滑線，拉到正常的軌跡上來(lái)。當(dāng)然，小樣本的數(shù)據(jù)分析并不能得出準(zhǔn)確的預(yù)測(cè)，2016年武鋼被寶鋼合并是行業(yè)發(fā)展的必然，而不是預(yù)測(cè)加巧合。

現(xiàn)在，我們已經(jīng)遠(yuǎn)遠(yuǎn)超越了上述兩則故事所停留的統(tǒng)計(jì)數(shù)據(jù)的層面，我們置身麥肯錫所定義的大數(shù)據(jù)的生活、工作中。未來(lái)，基于大數(shù)據(jù)工具，將人工智能核心技術(shù)廣泛應(yīng)用起來(lái)，道阻且長(zhǎng)。

（本文系2020年3月11日《金卡生活》雜志執(zhí)行出版人在中國(guó)銀聯(lián)支付學(xué)院“金融科技系列專題講座”上的交流內(nèi)容，有刪節(jié)。）

責(zé)任編輯：王孔平