过去几年,AI在金融领域“大显身手”,一度被尊为“全新生产要素”、“风口中的风口”;清华大学国家金融研究院院长朱民还曾公开表示,AI应用会遍布银行所有的垂直领域和职能部门,同时这也是金融科技的未来所向。

对于朱民院长的看法,平安科技负责人深以为然。他笃信:新一轮科技革命已加速到来,AI等新技术正在深度颠覆世界。

赋能、变革

金融业,拥有海量、实时数据,数据可得性及丰富度非常高,能够为AI赋能提供极佳土壤;与此同时,受限于一些内在机制的束缚,传统金融机构很难在科技创新上有所突破。

千行一面、产品服务同质化、如何提升风险管控水平是很多金融机构正面临的棘手难题。拿数据管理及应用来说,如今传统银行对数据挖掘的利用比例三成不到,造成了极大的资源浪费,”平安科技负责人分析道。

面对纷纷寻求互联网化转型的中小银行及金融机构、面对突然席卷的金融业务模式重塑,地丰物美的金融赛道一时间吸引了众多AI玩家的玩命竞逐,其中也包含以金融业务技术服务起家的平安科技。

从大环境来看,目前传统金融机构已开怀接纳 AI自革,以改造自身业务、产品及服务。具体体现在四个层面:

一、用户交互层面:AI能省时、有效、安全地解决部分客户需求。

比如,平安科技在移动端自助开户流程中加入人脸识别、OCR识别、人证比对技术,以快速确认是否为本人开户,提升用户体验;

二、业务逻辑层面:其可以立竿见影地解决金融领域最突出的获客和风控难题。

比如,平安科技在柜面开户、高风险业务办理环节,加入人脸识别核身、机器识别提升关键业务安全校验级别,降低人工审核压力,提升准确率,规避小微网店工作人员的道德风险。

数据统计,相比传统保单的审核检出率,平安科技的“平安脑”识别准确率和业务效率提升近4倍,并且在一年以来已识破多起“骗保”行为,预防20多亿元的资金流失;

三、后台运营层面:它可以贯穿金融业务前中后台,提升客户满意度。

比如,平安科技结合人脸识别、远程视频技术、电子签名技术,构建远程服务,将大量的前端标准服务转移到后台客服中心统一办理,以节省人力,减少单点业务峰值期导致的客户等待时长的问题,提升客户满意度;

四、监控管理层面:让AI深度理解用户、提供个性化服务、扩展服务边界。

再比如,平安科技还积极推出微表情识别等技术,推动智能贷款风控管理与业务效率。以往个人信用贷款频繁面临欺诈风险,平安人脸识别技术结合微表情识别技术,提高了贷款决策的一致性,可直接帮助金融机构降低贷款审核运营成本。

中国平安,如何让传统金融 AI 转型更平安

对于上述所提针对金融机构相关业务所推的AI解决方案,平安科技负责人表示,这些应用只是冰山一角,人脸识别等生物特征识别技术在应对包括金融科技公司防范信用风险和欺诈风险中都能发挥重要作用,如今相关机构对于技术的赋能呈现积极心态。目前,平安科技人脸识别服务已有超过百家金融领域的合作客户,落地超130+金融场景,实现了日均260万人次服务使用。

对于这一成绩,平安集团副CEO兼CIO兼COO陈心颖表示,加大科技赋能力度将会是平安集团的不变宗旨;未来,集团还将积极投入研发人利己及资源,以更好服务主业及科技赋能。

安全、高效

谈及这两年的赋能之旅,平安科技负责人感慨颇深:看起来顺风顺水,一片繁华的背后有着外界看不到的努力及汗水。

谈及至此,他饶有兴致地与雷锋网分享了他与金融甲方客户的一些心路历程,“起初,我一直担心竞争对手、担心市场需求,到最后才发现如何能让客户用到更加便宜、好用、安全的产品是最难的” 。

这其中包含了三个核心关键词:

首先是便宜,金融甲方身处金融圈,也不意味着他们就是暴富群体,他们对成本的考量非常看重;

其次是好用,对于金融甲方来说,他们的客户是覆盖各年龄段的广大普通老百姓,产品一定要简单易用、操作不能太复杂、交互体验要好。

最重要的一点是安全,对于金融客户来说,安全大于一切,这是不可触犯及逾越的底线。相比其他领域,金融行业对于技术安全性及准确率的要求要高几个层级。在要求极高人脸识别成功率的同时还要求极低的误识率,并且人脸比对全流程时间控制在一秒以内,能够符合以上要求的厂商少之又少 。

也就是说,如何能在确保安全性的前提下做出真正经济、好用的产品是压在技术服务提供商身上的“五指山”。

“我们现在可以自豪地说,平安科技做到了。” 他透露,“自成立之初,平安集团就将“安全”定义为技术可用性的命门。以金融行业为例,它对于技术的容错率要求更为严格,对风险和不确定性的控制要趋近于零”。

从技术层面来说,与人们都希望部署的大规模神经网络不同,平安科技一直追求做一个精致小巧的网,它能够应用到更加多样的平台上,同时精度不被损失。

“事实上,我们觉得数据还可以再少一些。我们现在是百万级的数据,但实际上已经可以做到只需要几十万的数据,训练出99%以上的精度。”平安某技术负责人说道,“目前,基于平安体系内多年积累的大数据资源,平安人脸识别技术自优化的架构可以应对人脸随年龄的增长而发生的变化,包括同卵双生双胞胎问题,只要对应照片被收录,同样可以被识别” 。

从方案层面来说,与其他技术提供商的单一技术能力不同的是,目前平安可以提供除了人脸识别之外,包括声纹识别、微表情识别、OCR等各项技术的多种结合、多重验证方式。

中国平安,如何让传统金融 AI 转型更平安


作为一家老牌金融企业,如今平安集团在中国企业500强中排名第五位,为多个国家数百个地区提供金融相关服务,并在全球范围内提供软件开发和技术支持服务,航行多年未出任何大的技术纰漏,安全、专业、稳定已成其核心元素及关键代名词。 

攻苦、食淡

通常,人们总善于将‘常见’与‘简单’划上等号。

这两年,AI逐渐走进大众视野,花样赋能至各个场景,甚至公厕都安装了人脸识别系统以监测纸巾使用情况。

极为常见的技术应用难免让人觉得廉价及不堪。换言之:AI落地真的那么简单吗?

某互联网AI公司技术高管告诉雷锋网,大部分公司的AI技术在落地前都会在实验室中进行一项可行性研究实验,通过一个业务模型验证技术是否可用,目的在于证明方向是否正确、理论是否可以落地;但真正到了产业化落地阶段,才发现现实的骨感,光照、遮挡等环境因素会让两个数据之间的差异巨大。实验室理论研究数据不能说明任何问题。

平安科技负责人对于此说法连连点头,“落地才是王道,AI算法准确度不能只看理论研究数据,特别是在金融领域。金融行业受限于其自身特性,对场景安全等级要求之高令人咂舌,同时与之匹配的AI技术标准也更高。我们在金融行业摸爬滚打了三十年,把所有细分金融业务场景吃透,才能确保AI技术与金融领域场景需求高度契合、确保技术能够真正落地、商用、赋能”。

雷锋网了解到,过去三十年,以金融为主航道,平安集团一直结合市场需要及外部环境去研究自身技术存在的短板。

以人脸识别为例,平安集团此前多年就一直发力于此,期间市场上应用相关技术的消息也未曾绝耳。彼时平安内部一致认为时机尚未成熟:动态人脸识别率在复杂环境下根本不可用;另外由于产业化不足,产出比太低,功能实现还很困难。

直到前两年,作为AI技术冲天的催化剂,深度学习技术的成熟让其识别率平均半年就有一次数量级的提升。在此背景下,平安科技人脸识别技术准确率提升迅猛,能够达到99.8%,声纹识别准确率也高达99.7%。

 “时机终于成熟了!默默付出了这么多年,终于看到曙光了”,在回忆当时情景时,平安科技负责人至今还兴奋不已。

几十载的技术、资源积累终有一日能够赋能全社会,对于平安科技来说,这是件无比骄傲的事情;就像满怀技艺的舞者亟需一个舞台一样。

快马加鞭,短短两年时间,平安科技相继推出人脸识别、声纹识别、微表情等生物特征识别的人工智能技术,利用科技创新手段,通过中小银行金融科技联盟来推进金融业务线上化以及服务模式转型。

得益于技术的高可靠性,一时间包括金融、教育、安防、医疗、政务等各个领域都可以看到平安科技的影子,已有超过15亿人次使用过他们的相关技术。

对于平安科技短时间内获得的优异成绩,站在第三方视角来看,雷锋网认为AI赋能金融选择平安科技是正确且科学的,AI的落地看重数据、算法、人才、场景四个层面。

无疑,平安兼备。

开放、共享

平安集团董事长马明哲曾指出,“智能科技的时代正在来临,赢科技者赢未来”、“平安将逐步从资本驱动型的公司变身为科技驱动型的公司”。

这几年,数十万平安人正为这个目标日夜努力着。目前平安AI相关应用已涉及智能投资顾问、预测和反欺诈、征信与风控、安全监控预警、智能营销客服、投资决策、保险定价等方面。

当然,除了做前瞻性探索,积极赋能之外,平安科技近日还做了一件自我革命、普惠共享的事:开放人脸识别平台V2.0,以更加开放的姿态赋能全行业。

其实早在去年GMIC 2017上,平安科技CEO陈立明就曾表明态度,“平安希望资源民主化,分享已有的技术、解决方案,而并非独自享有”。

在他看来,随着金融客户的增多,整个金融服务领域的需求会显著提升,平安科技希望能够利用自己的一些力量去帮助金融业的智能转型升级。

而此时,平安科技也的确是这样做的。他们正为金融业提供更好的算力、算法,帮助更多中小型金融类企业实现业务创新;以更开放的姿态,肩负赋能之决心,引领金融行业的升级变革。

在上月召开的GMIC2018上,平安科技CEO陈立明说到“人工智能不仅是人脸识别、声纹识别、图片识别等技术,而是将技术放到场景中去融入生活,才能令更多的人享受到科技进步带来的便利和美好”。