以嚴(yán)謹(jǐn)和保守著稱的金融行業(yè)近年來引來了一連串的技術(shù)變革，掃碼支付、人臉識別、機器風(fēng)控等新的金融手段不斷出現(xiàn)，顛覆了行業(yè)刻板印象。

金融場景下高度結(jié)構(gòu)化的數(shù)據(jù)給AI技術(shù)的發(fā)展提供了機遇，在此基礎(chǔ)上，身份識別、風(fēng)控管理、流程優(yōu)化等領(lǐng)域開始出現(xiàn)AI技術(shù)的身影。事實上，金融行業(yè)已成為AI場景中發(fā)展最為迅速的領(lǐng)域之一。

人工智能對金融業(yè)的變化

①人工智能會取代大部分金融領(lǐng)域的從業(yè)者，首先會取代一些需要重復(fù)性工作的崗位，例如銀行客服等的職位。但長遠(yuǎn)來看，其取代將會是全方位的，從客服到資產(chǎn)管理經(jīng)理或交易員，人工智能也會陸續(xù)取代昂貴的人工服務(wù)。

未來5年內(nèi)，銀行業(yè)的30％工作崗位將會消失。取而代之的是智能金融相關(guān)崗位增加，技術(shù)人員的需求會增加。金融機構(gòu)走向技術(shù)化。

②人工智能在金融業(yè)的應(yīng)用在智能投顧上的應(yīng)用前景非常廣闊，借助高性能計算機和大數(shù)據(jù)處理技術(shù)，理財機器人可以為用戶提供非常好的投資建議。

自動化的程序交易可以盡可能的減少資金和時間的浪費，提升資金使用效率。目前國內(nèi)領(lǐng)先的智能財富管理平臺懶財網(wǎng)在此方面已經(jīng)積累了深厚的經(jīng)驗。懶財網(wǎng)的智能機器人可以通過對用戶的資金流動性個性化分析為用戶匹配合適的資產(chǎn)。

③利用人工智能進行風(fēng)險防控已經(jīng)取得進展，已經(jīng)有不少的信貸機構(gòu)在實踐基，將數(shù)據(jù)挖掘、機器學(xué)習(xí)等大數(shù)據(jù)建模方法運用到貸前信用評審、反欺詐等風(fēng)控管理環(huán)節(jié)。

相較傳統(tǒng)的征信方式，利用人工智能可以快速處理大數(shù)據(jù)內(nèi)容，從而在多個維度上對風(fēng)險進行評估，除了個體數(shù)據(jù)還可以分析與個體數(shù)據(jù)有關(guān)聯(lián)的其他個體和群體數(shù)據(jù)，檢測分析企業(yè)的上下游、合作、競爭對手、子母公司、投資、對標(biāo)等關(guān)系。能夠覆蓋更大的范圍，同時確保風(fēng)控準(zhǔn)確性。

④人工智能領(lǐng)域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等，除了信貸風(fēng)控之外，還可以進行內(nèi)部安全監(jiān)管。如運用圖形視頻處理技術(shù)，實時監(jiān)控銀行柜員行為。通過人臉識別系統(tǒng)對集中運營中心、數(shù)據(jù)中心機房等進行安全保障，防范不法分子的非法入侵，同時進行多人的人臉識別，實現(xiàn)智能識別，達到安全防范的目標(biāo)。

⑤傳統(tǒng)的金融賬戶登錄驗證多采用賬號＋密碼＋短信驗證碼的模式，流程繁瑣且會產(chǎn)生一定的通信費用。目前已有一部分金融機構(gòu)將生物特征識別技術(shù)用于賬戶登錄、賬戶查詢、支付等身份驗證環(huán)節(jié)。

金融領(lǐng)域正在應(yīng)用的生物識別技術(shù)包括但不限于指紋識別、聲紋識別、虹膜識別、人臉識別等。以人臉識別為例，隨著智能手機逐步擁有1：1的人臉比對能力，微信支付及支付寶兩大支付巨頭先后上線了刷臉支付功能，并在線下門店展開了刷臉支付設(shè)備推廣戰(zhàn)。

人工智能＋大數(shù)據(jù)對金融業(yè)的幫助

①在數(shù)據(jù)初篩與分類整理的基礎(chǔ)上，機構(gòu)可以借助數(shù)據(jù)對客戶進行數(shù)據(jù)畫像。對于金融機構(gòu)而言非常難以判斷，僅憑客戶填寫的資料是非常不清晰的。

通過人工智能下大量的數(shù)據(jù)輔助，金融機構(gòu)就可以根據(jù)一條條數(shù)據(jù)對于要借款的用戶進行特征化處理，對用戶進行標(biāo)簽化建設(shè)，通過標(biāo)簽體系將用戶的特征完全描述出來，從而讓用戶的特征在金融機構(gòu)面前變得清晰可見，利于下一步的業(yè)務(wù)推進和風(fēng)險控制。

②近些年來，由于互聯(lián)網(wǎng)金融的飛速發(fā)展，在網(wǎng)絡(luò)上形成了一整套針對互聯(lián)網(wǎng)金融的“薅羊毛”黑色產(chǎn)業(yè)鏈，這些羊毛黨們往往手上搜集著幾百張甚至上千張電話卡、身份證等關(guān)鍵信息，只要看到有做活動的互聯(lián)網(wǎng)金融平臺就一擁而上，借助平臺吸引新用戶的優(yōu)惠，大發(fā)橫財。

針對這個人群，人工智能＋大數(shù)據(jù)就有了用武之地，通過大數(shù)據(jù)羊毛防火墻，恒昌會記錄每個用戶的投放渠道，針對投放的轉(zhuǎn)化率、復(fù)投率等指標(biāo)進行綜合分析，再判斷用戶有沒有反復(fù)更換數(shù)據(jù)卡，更換手機來注冊用戶，從而避免羊毛黨對于平臺的傷害。

③通過對于每個人的大數(shù)據(jù)分析，借助大數(shù)據(jù)建模構(gòu)建起了用戶身份的關(guān)聯(lián)屬性，從而提升了對于風(fēng)險的防控能力。

通過這一個個關(guān)聯(lián)體系構(gòu)建起了借款人之間的人脈關(guān)系網(wǎng)，當(dāng)一個人脈關(guān)系網(wǎng)中的人經(jīng)常違約的話，系統(tǒng)將會自動降低對此關(guān)系網(wǎng)中人的信用評級，甚至直接拒絕貸款。

④現(xiàn)階段，金融欺詐事件頻發(fā)，很重要的原因就是現(xiàn)在一個個銀行所存儲的賬戶信息是相互孤立的，難以進行有效地分析。

基于人工智能和大數(shù)據(jù)分析的反欺詐，應(yīng)用難點就在于如何把不同來源的結(jié)構(gòu)化或非結(jié)構(gòu)化的數(shù)據(jù)整合在一起，并構(gòu)建反欺詐引擎，從而有效地識別出身份造假、團體欺詐、代辦包裝等欺詐行為。知識圖譜作為關(guān)系的整合以及表達解析方式，可以很好地解決這些問題，讓金融欺詐的慣用伎倆無處藏身，從而實現(xiàn)數(shù)據(jù)反欺詐。