AI 技术在金融行业到底有多少落地了?百度给出了 N 个答案

摘要: AlphaGo 横扫棋坛之后,许多人都期待着看到人工智能 (AI) 在金融行业的表现。毕竟,真正对下围棋有兴趣的普通人不过是少数,但是对于人工智能帮忙赚钱没兴趣的,恐怕是更少的少数。

11-10 03:40 首页 EarlETF投资视界

AlphaGo 横扫棋坛之后,许多人都期待着看到人工智能 (AI) 在金融行业的表现。


毕竟,真正对下围棋有兴趣的普通人不过是少数,但是对于人工智能帮忙赚钱没兴趣的,恐怕是更少的少数。


关于人工智能推动下的 Fintech 产业能有多少发展,其实过去已经有很多企业从不同的角度展示了不同的发展方向和对应的产品。


那么这些领域和产品,到底有多少产品落地了?


在人工智能领域起步早积累多的百度,在 9 月 17 日的第二届中国金融科技大会上,由领军金融业务的高级副总裁朱光,交出了百度的答卷,就 AI 给出了 N 个答案。


▌ AI 识别反欺诈,为职业教育贷款护航

在教育贷款领域,百度从来是路线独特的一家。


当许多机构专注于高校学生的消费信贷领域时,百度的教育贷却是聚焦于职业教育贷款。



在此次的大会上,朱光现场以一张新东方烹调学校学员上课照片,呈现了不一样的百度教育贷款,同时披露了相关的数据:


自百度金融成立以来的一年半时间里,累计服务大专学历以下用户超 130 万人。其中,已为超 32 万大专学历以下用户发放学贷近 50 亿元。

在统计中额外强调大专学历以下用户,无疑突出了百度教育贷款的特色。


谈及开拓这个市场的缘起,朱光如是说:


在高端英语培训、MBA、EBMA 的群体里面有非常多金融机构在服务。但如果说一个人是高中毕业,没有考上大学,在乡村里想学一技之长,比如会计或者汽车修理,可能 5000 元都借不出来。…… 这些教育机构如果要服务好他,在风险控制、各方面的能力上都要求很大的提升。

于是,就有了百度教育贷款的这块业务。


的确,虽然大专学历以下看似在这个学历社会恐怕做不了白领,但并不等于还贷能力的低下。


眼下,一个大学生毕业,未必能够找到收入不错的工作,四年的大学开支,短期未必能带来收入上合理的回报——而后者则是各类消费信贷的重要保障。


但是,一个学过烹饪、汽车维修的大专以下学历学员,往往能够快速的找到一份收入还算不错的工作——虽然这样的工作可能缺乏收入增长的潜力,但是对于偿还教育贷款却是大有保障。


正因此,职业教育贷款可算是一块优质资产。


当然,对于主打这块领域的百度而言,最担心的其实不是学员在学习后找不到工作还不出款,而是担心培训学校本身存在欺诈行为。



朱光现场表示,百度针对这块业务,构建 「50 亿节点、230 亿条边」 的巨型关联网络,可以对不同学校的管理网络结构进行甄别,从而进行有效的反欺诈——而在此前,这些欺诈使得金融机构根本不敢进去服务,因为这里面坏账成本太高了,不可持续。朱光指出,这就是为什么很多职业培训根本得不到金融服务的关键,就是技术不能支撑这样的服务。


当然,在针对个体领域,百度也会使用基于百度大数据+外部数据的百度信用分来对贷款对象进行甑别——对于百度教育贷款这样主要针对非高学历的用户,这些数据无疑更有价值。正如朱光所言:


百度信用分通过不同的打分,逾期率和分数的关系,我们就能在没有央行征信记录和央行征信记录很薄的这群人里面,还是能选出实际上行为表现非常好的人,我们对他的还款预期、预测能够做到相对比较准,我们给这些人提供服务,让服务边界更加往下探一层。

一方面可以帮助学历不高但信用预测结果良好的人获得金融服务,另一方面又可以将高逾期可能的用户拒之门外,降低企业自身的风险。


▌ 赋能金融机构 拓展服务疆界

百度金融,本身是金融行业的一份子,以教育贷款等方式参与金融业务运作。


但是百度本质上是一家科技企业,正因此其研发的 AI 技术,除了服务自有业务,今年的一大趋势就是走 TechFin 的道路,向金融企业开放,为科技相对薄弱的金融企业赋能,帮助他们拓展服务疆界。


在银行领域,从此次大会朱光的展示来看,百度与农业银行和南京银行进行了不同层面的两种合作尝试。


与农业银行的合作,聚焦在为农行客户提供更优质的服务,提高农行贷款业务的响应率。


贷款业务,银行都希望发放给那些还款能力好的优质客户,用银行内部的术语,就是优先级客户。


对此,朱光在现场指出,农行有 5 亿用户,但触达激活依然是大挑战:


农行有 5 亿客户,但是需要知道这 5 亿客户在什么时间点需要触发一个什么样的服务。百度的优势结合农行的优势,再结合每天有几亿的用户到百度来寻找知识、服务、信息,就可以帮他触达这些高响应率的人群,把产品推出去

然而,一般情况下,优先级用户相比信用度和还款能力比较低下的接近优秀级和次优秀级用户来,贷款的意愿没那么强烈。


正因此,对于银行而言,不仅要找到优先级用户,还需要说服他们贷款。



朱光同时披露,在 9 月 30 日,一个名为 AB 贷 (A 代表农行,B 代表百度) 的产品即将发布,百度依托大数据和人工智能,能够帮助银行在优级客群中找到能够高响应率的人群,降低银行在获客上的成本,提高效率。


而与中小银行中的南京银行合作,百度则是帮助南京银行拓展服务边界,通过加入新维度的风险识别手段,南京银行开始尝试服务传统信息薄的用户——对于南京银行这样历史不算悠久网点有限的新锐城商行,传统信息少一直是限制其个人业务的一大局限。


但是依托百度的用户画像技术,可以快速的引入响应模型、盈利模型和风控模型,针对用户提供不同的产品推荐。


当然,百度在输出金融技术的时候,赋能的不仅仅是银行,也包括投资界的基金公司。


利用百度庞大的搜索信息,百度针对机构资管多样需求,利用热点选股、舆情分析、大类资产配置等技术,累计推出择时、对冲、指数增强、类保本基金产品 19 只,发行规模超过 60 亿元。


与此同时,百度还利用百度数据源及全网信息挖掘、NLP、机器学习等技术,将大数据信用分析模型融合传统模型,辅助投资决策和风险管理,推出了专业的债券信用评估与企业经营分析平台百度 CreditIQ——它的一个拿手绝活就是通过百亿级的百度时空大数据模拟区域的人口到访实际与收入趋势,可以比企业年报提前半年预警企业现金流可能已经出现严重下滑。


▌ 区块链 ABS 探索全新金融模型

在新金融技术上,百度往往是科技企业中率先尝试的那个。


就像近期,由百度金融发布的 「百度 - 长安新生 - 天风 2017 年第一期资产支持专项计划」 获得上交所批准,意味着中国首单基于区块链技术的交易所资产证券化产品落地。



ABS(资产证券化产品)是这几年金融业发展的一个新方向,许多的互联网巨头也有所涉足。


相比之下,百度除了成为资产提供方和发行方之外,更希望用技术来改进原有的业务模式。


根据的此前的披露:


区块链技术实现了底层资产从 Pre-ABS 模式放款,到存续期还款、逾期以及交易等全流程数据的实时上链,对现金流进行实时监控和精准预测,提高了对基础资产全生命周期的管理能力。


而这项新技术的价值就在于使得所有的参与方都可以获得更透明的信息,降低了风险:


ABS 尤其是消费金融 ABS 是区块链的天然的较好的应用场景。通过区块链技术,能够解决 ABS 环节中的很多痛点,对于中介机构而言,资产证券化产品尽调环节的尽调置信程度明显提升,尽调效率也得到提高;对于投资者而言,所投资产的透明程度显著增强,同时二级交易的估值和定价也变得有据可依。对于监管机构而言,能够更大程度上满足穿透式审核和监管的要求。

目前,百度的 ABS 云平台还聚焦于自营产品的提供,但是从百度的愿景来看,显然更希望实现真正的平台化,变成一个纯粹的服务商或者技术提供商,真正做到成为资产和资金中完全中立的连接器。


人工智能未来最大的潜力应用在哪里?



百度给出的答案显然是:金融。


在这个问题上,朱光给出的是这样的预测:


人工智能时代的变革,我们认为最大能受到影响、马上就能落地的领域就是金融。区块链、金融云、智能客服会大大缩减客服的成本,提升客户的体验,智能获客、身份识别、大数据风控、智能投顾这些领域才刚刚开始。百度希望在人工智能的时代,利用人工智能技术和金融机构一起服务更多的人,通过人工智能这么一个难得的技术机遇,让普惠金融走得更远。

人工智能 + 金融未来到底会如何,能有多大一盘棋?


时间会给出答案。



首页 - EarlETF投资视界 的更多文章: