薛正华：一个行业热不热发展的快不快 可以先看投资

　　新浪财经讯，科博会“2019中国金融论坛”于2019年10月23-24日在北京召开。论坛主题为：金融科技服务实体经济高质量发展。清华大学金融科技研究院副院长薛正华出席并发表演讲。

　　薛正华表示，一个行业热不热，发展的快不快，可以先看投资，因为投资人往往比较敏锐，总是比市场和大众先行一步。过去五年，无论是全球范围还是中美两大经济体，在金融科技领域的投融资笔数和额度都在增长，特别是2018年有一个比较大的增长。

　　以下为演讲实录：

　　一个行业热不热，发展的快不快，可以先看投资，因为投资人往往比较敏锐，总是比市场和大众先行一步。过去五年，无论是全球范围还是中美两大经济体，在金融科技领域的投融资笔数和额度都在增长，特别是2018年有一个比较大的增长。

　　中国在过去很多年，大多数领域我们都是一个学习者，但是我们看到，在最近这些年，我们在个别领域开始逐步领先了。在金融科技方面，一是移动支付，另一个是普惠金融。2018年全年微信支付和支付宝支付发生交易的笔数分别是4600多亿笔和1975多亿笔，覆盖面非常广，事实上已经逐步超过了现金支付。普惠金融也是在全球领域做的比较领先的一方面。我这里列了三个大巨头的情况。在2018年底的时候，微众银行的贷款余额超过3000亿，借呗和花呗都是千亿级别的，平安集团下的平安普惠贷款余额也达到了3700亿。

　　在过去几年中，我们发现有场景的金融服务在资产质量、发展速度和规模三个方面相对都做的比较好。大家可以看到蚂蚁金服和腾讯金融一个依赖电商场景和支付场景，一个依托社交场景和支付场景，金融业务在资产质量、增长速度和规模方面发展的都很不错，公开资料能看到它们的估值分别达到了1600亿美金和1400亿美金。京东数科依赖电商场景，估值也到了1330亿，百度旗下的金融公司度小满金融缺乏与金融有相关性较强的场景，估值相对偏低，但其利用百度较强的技术和全网用户的大数据体系可以帮助很多银行引流量、筛客户，也走出了一条创新之路，发展迅猛。

　　另外一个趋势，我们可以看到金融和科技融合越来越紧密。一方面，互联网巨头向金融渗透，他们做好自己业务的同时，开始输出他们金融服务的能力。比如，支付、营销获客、基于大数据和AI的风控服务等，都以开放平台的模式对外输出。另一方面，金融机构也意识到了科技的重要性，纷纷成立了自己的科技公司。最早是兴业数金，他们是2015年12月成立了科技公司，后续招行银行、建行、工行、光大等都陆续成立了其控股的科技公司。还有一类企业，本身不做金融业务，主要以科技服务金融机构为主，最近几年发展也非常快。如：百融云创，同盾，输出大数据风控建模技术服务金融机构，旷世、商汤主要做人工智能图像识别和视觉理解，为金融机构提供人脸识别、身份认证等一系列服务。

　　我们还可以看到一个现状和趋势，就是金融机构越来越开放了。在银行领域，提出了开放银行理念。什么叫开放银行呢，就是银行把自己的金融产品、数据、金融交易服务能力以非常便捷的服务接口方式开放给第三方，然后再触达到C端用户，以此不断丰富自己的渠道体系。这方面近几年发展也很快，大家可以看到，中国银行、浦发银行、建设银行、招商银行等都提出了自己的开放银行理念并开始落地应用。

　　刚才和大家分享了金融科技的一些模式和趋势，接下来和大家探讨一下到底是哪些科技在金融领域有深度的应用。

　　近年来，大家耳熟能详的信息技术从云计算、大数据到人工智能都在各行各业推动着产业发展进步。今天我主要想和大家分享一下人工智能在金融的创新应用。

　　AI有很多技术应用，刷脸支付、无人驾驶、人机对话等。但是，透过现象看本质，其实我们可以将AI技术突破和应用归属于：数值性数据到图像，语音，文字这几个基本领域的技术突破，并以此产生了一系列的应用。

　　最广泛的应用还是用户画像和精准推荐，机器根据用户的行为数据对用户进行画像，了解你是什么样的人，推荐你感兴趣的产品给你。假设数据比较全面的话，某种程度上大数据其实比你更懂你，因为机器没有主观情绪，更加客观，能够产生深刻、细致洞察，从而把产品和服务更加精准地推荐给客户。在金融的一个主要应用是智能投顾，对海量资产和海量人物画像进行精准的匹配。还有些金融机构利用大数据和深度学习，做金融资产的价格预测，例如：黄金、股票、期货等；部分金融机构将深度学习结合传统机器学习技术应用于信用量化评分、账号盗用欺诈识别等

　　最近几年人工智能非常活跃的一个研究领域集中在图像领域，从图像识别、合成到视觉理解。这方面的金融应用也很多。例如：票据内容识别和验真。一是利用OCR技术从一些脏、皱、字迹模糊的票据中自动提取票据内容，通过大量的样本数据的训练，它不仅能够比人眼更快提取内容，还能更加准确。二是对票据本身的真伪进行验证，比如票据水印的真伪等；图像识别技术在保险领域发展的也非常迅猛，一些创新的保险机构能够通过图像识别技术进行车险进行自动定损。效率非常高，同样，随着数据样本的不断积累，它的定损能力也会超过资深的定损业务人员。国内部分大型金融科技公司和创新创业金融科技公司还在做一些非常有趣、创新的图像识别金融场景应用。例如：猪脸识别、视觉称重（通过参照物在图像中称量猪的体重）技术，帮助保险机构阻挡畜牧业保险业务中的欺诈问题。利用卫星遥感数据做投资也是AI图像识别在投资领域的一类应用。图上展示的是一家美国大数据科技公司根据卫星图像数据中某大型超市停车场的停车数据，预判超市当季的营业收入，它往往比公司的CEO和CFO更早知道营业收入，原因在于，停车数和营业收入两者之间有较强的正相关性。

　　除了在图像领域的技术突破外，以深度学习为代表的AI在语音识别ASR、语音合成TTS 以及自然语言处理NLP，也都取得了重大的技术突破，并成功应用于某些金融业务场景中。

　　这是清华大学金融科技研究院和国内某大型银行合作的完全智能化的下一代金融智能客服和智能营销系统。它有以下一些特点：一、支持非常深入的、专业的问答；例如，能够以毫秒级的速度从上万产品中准确识别和准确回答用户的一系列复杂组合问题“业绩排名前十、评级四星以上、基金规模超十亿、重仓股里有茅台的基金有哪些”；回答出一些细致、深入的问题，如：某支基金产品里的基金经理人的详细简历，基金重仓股里某只股票的详细财务分析等；二、准确理解用户非常口语化的金融问答，例如：用户问到某基金里某只重仓股是干嘛的，AI能够准确理解 “干嘛的”这个口语化的问题，自动给出这只股票的核心业务介绍和上市公司基本情况介绍；三、能够在语音对答过程中，对用户进行实时画像，一边和用户聊天，一边分析和刻画用户特征；四、能够记住用户所有的问答和行为数据，自主规划营销方案并自动执行。例如：在这个例子中，上千万用户的某一位曾经用Rap调侃过AI，AI记住了这个用户的这一特征，在他购买基金产品时以中国有嘻哈演唱会门票作为营销方案，提高购买转化。上述这些能力即使是一个非常资深的业务人员也很难做到。这个例子涉及到了语音识别、语音合成以及自然语言理解技术，同时还包括大规模知识图谱辅助机器对专业领域进行理解和推理，在这些技术的共同作用下，人工智能可以完成在某个特定领域非常资深、专业的咨询、营销和售后服务。

　　最后，和大家分享一下，在最近这几年，金融科技都出现了哪些成功的应用。在这个坐标体系中，X轴表示的是行业：银行、证券、保险、互联网金融，Y轴表示的是技术，包括语音识别合成、图像识别合成、知识图谱、自然语言处理、深度学习等技术，Z轴表示不同业务流程，比如各金融行业几乎都有产品设计、销售、风控、客服环节。三维坐标系下产生了大量的金融科技应用。为什么AI能够在金融领域快速普及应用，这是因为，相对其他行业，金融行业本身数字化基础好，而这一轮AI技术主要是以大数据为基础的，所以在金融行业里，AI落地推进比较快。此外，AI在智能营销，特别是风险控制方面的效果，能为金融业带来直接的经济效益，效果立竿见影，这也是AI能快速在金融行业取得应用的重要原因。

　　最后，我们相信以人工智能为代表的新一代信息技术革命，不仅是金融产业也是其他产业变革、创新的核心驱动力。谢谢大家！

　　。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

责任编辑：李思阳