焦可:不能对金融技术盲目乐观 人工智能更适用于小额短期信贷业务_2017博鳌嘉宾观点_宏观嘉宾观点_宏观频道首页_财经网 - CAIJING.COM.CN
个股查询:
 

焦可:不能对金融技术盲目乐观 人工智能更适用于小额短期信贷业务

本文来源于财经网 2017-03-24 09:08:00 我要评论(0
字号:

财经网讯】“我们不能对金融技术盲目乐观。每个业务都有自己独特的特点,比如金融技术在小额短期信贷业务有比较好的优势,但是对于传统的企业贷款上面,人工智能的金融技术短时间内可能还是一个辅助。要深刻了解金融的本质才能把新的技术更好的应用在金融领域”3月24日,智融集团CEO焦可3月24日在2017博鳌亚洲论坛“财经-智融早餐会”作出上述表示。

对于小额短期信贷业务,焦可认为人工智能的优势在于:第一,机器跟人相比更适合处理海量的弱特征定量,人本身的学习速度没有机器快,机器往往可以做实时的学习,可以更好的适应市场的情况。

第二,机器比人更加稳定,没有偏见也不容易疲劳。

第三,机器在反欺诈上面有很好的表现,所谓的反欺诈其实道高一尺魔高一丈,通过人制定规则往往容易被欺诈团伙所了解,但是基于机器制定规则往往欺诈团伙无从下手。

以下为焦可发言实录:

焦可:各位嘉宾、各位老师大家早上好!咱们讨论的话题可能最近两年特别火的话题,我更多从我们的技术上的一些实践给大家做一点分享,金融我肯定是一个初学者,请在座的各个老师多多指正。

应该说2014年博鳌论坛首次有了互联网金融分论坛开始,到现在互联网金融已经第四年头了,我们看到最开始针对渠道上面的模式创新,到后面的一些效率的提升,到现在这两年其实很多的新兴技术已经开始在互联网金融领域有了很深的使用,产生了相对实质性的一些变革。

其中可能区块链和人工智能应该算是整个领域里面明灯,高盛2000年的时候有六百名交易人员,现在只剩下两名,很多对冲基金也依赖机器智能去做预测。保险业也发生了很大的变化,日本的富国生命(音)的保险已经开始IBM的人工智能体系取代原来34名的保险员进行保险赔偿方案的设定和保险对于人的方案设定。

其实我们可以看到其他行业相比金融行业在人工智能使用上面确实跑到了前面,这个前端时间与国内应该说人工智能的顶尖专家也是创新工场的李开复博士他也是我们的投资人之一,与李开复博士进行了深入沟通,开复老师提了几个观点还是比较有意思的,他说金融本身是高度数据化的业务。第二,就是金融的好坏表现的非常清楚,无论股票的涨跌还有保险的盈亏,还是信贷领域的与期暗示偿还,可以给人工智能很多的学习样本。

金融本身低摩擦的业务,优化目标相对非常清楚,我觉得这些观点其实还是非常的正确,其实我们的一些实践里面也可以感觉到我们其实把人工智能放在金融领域特别是小额信贷领域已经大概两年的时间,我们旗下的短期的小额的针对金融业务的人工智能模型来举例,我们上个月已经完成了120万笔淡月的交易量,这个对于传统来讲已经是一个天文数字了,这个里面全程没有任何人物介入的,也不需要人进行制定规则跟审核全部都是机器完成的,这个里面也是数十位顶尖的工程师搭建的体系。

其核心也是大数据,我们整个模型里面,传统金融更多的采用十几个特征点进行一个人的判断,我们采用了1200个特征点,大家想象这个量级不是人利索能为的,人找不到也算不了,同时像120万笔量级学习也不是人可以完成的,这个里面利用了一些深度的技术,比如是DN、CN、RN(音)这些技术。同时引用了大数据高层计算的体系我们支撑整个业务的运算量。

应该说还是一个不太一样的解决办法,从我们的实践里面感受到了,基于这种机器做,特别是小额短期的业务还是很多的优势,其实做了一个简单的总结,就是可以用四个比较大的方面跟人相比。第一,机器跟人相比更适合处理海量的弱特征的定量,人其实适合做的少量特征定性的做一个判断,同时的讲人适合筛机器适合算,人本身的学习速度没有机器那么快,机器往往可以做实时的学习,可以更好的适应市场的情况,传统金融领域里面一般信贷模型的更新可能本年一年更新一次,我们其实上个月完成了159次的模型迭代,就是进行风控的都不是一个模型,都是上百个模型进行风控比较,然后进行优化。

第三,其实机器比人也会更加稳定也没有什么偏见也不太容易疲劳这个也是传统金融领域很大的问题。还有一个很重要的点,我们发现了机器在反欺诈上面是有很好的表现,因为所谓的反欺诈其实道高一尺魔高一丈,但是问题通过人制定规则往往容易被欺诈团伙的人所了解打探到,但是基于机器进行规则的时候往往无从下手,而且人制定的规则往往数量比较有限可能十几个稍微包装一个对于整个模型影响非常大,但是当有一千多个特征点无从下手,他包装一两个对于体系的影响也是微乎其微的,所以我们发现了机器在某些领域确实能够体现出来比人更好的效果表现,其实我们也发现了,往往通过金融技术为核心的这样一些公司可能会有一些我们叫做规模效应。

因为模型越好的公司,往往性能表现也会越好,比如说信贷领域通过率坏账率比技术公司更加好的优势,这个就会有更好的运营,更好的运营可以进行更大的客户获取更多的客户,有更多的客户就有更多的样本,更多样本意味着更好的模型效果这个是相对正向的马太效应。

这个我们过去两年跟美国的一个公司深入的交流,我有一个很大的感触他们很羡慕我们,我个人感觉他们在中国有机会超过美国或者其他的一些发达国家的,原因他们非常羡慕我们有一个巨大的市场空间和一个数据空间,我们知道欧美传统金融比较发达,留给整个新兴技术的空间非常小的,但是国内很多不够成熟跟完善所以大量的人没有被服务到,信贷领域是有不到20%的人,昨天拜读了巴老师的文章20%的人享受到了服务拥有巨大的空间给了新的技术,我们要想解决这个问题实现真正的普惠金融可能需要靠一些新的金融技术解决一些传统金融的问题。

最后也算金融技术的从业者,我坦率的讲,我们也不能对于金融技术盲目乐观,因为每个业务有他自己的独特的特点,比如说像我们所说的金融技术在整个小额短期这种快速迭代的业务有比较好的优势,但是对于很多业务,我们看到额度比较大或者期限比较长,或者整个决策点非常不收敛,比如说传统的企业贷款上面,像人工智能的金融技术可能还短时间内还是一个辅助,还需要由人的经验在这个里面。

其实我们的感觉就是对于金融技术可能谨慎的乐观,也不是金融技术都是万能的,我们公司一直也是希望做到叫做艺高人胆小一定对于金融技术有敬畏之心,深刻了解金融的本质才能把新的技术更好的应用金融领域。谢谢大家!

(编辑:wangxu)
关键字: 金融 时代 技术 焦可
分享到:

财经网微评论0人参与)

查看更多>>
匿名评论
  • 全部评论(0条)
查看更多>>

热门文章

热点商讯

编辑推荐

要闻

更多>>

编辑推荐

  • 宏观
  • 金融
  • 产经
  • 地产
  • 政经
  • 评论
  • 生活
  • 海外

排行榜

  • 热文
  • 本周热文
  • 热图
  • 热评
  • 博客