12月18日，2017（第十五届）中国互联网经济论坛在中国大饭店（北京）举行，同盾科技副总裁兼同盾金融科技研究院院长顾威在现场发表主题演讲。他认为人工智能正在进入规模化发展的新阶段，人工智能从智能营销、智能风控、智能投资和智能运营几个方面带来金融变革。金融机构可以利用大数据好人工智能优势在前台营销、客户服务、中台风险管理、服务运营，后台系统运维、安全审计等方面发力，打造核心竞争力。
以下为演讲实录：
大家下午好，今天参加论坛的都是比较聪明的人，刚刚几位嘉宾介绍的更多的是金融，各种场景下的金融。我今天介绍的是如何从科技层面更好的服务金融，今天的课题是用“赋能”两个字来总结，即用人工智能去赋能。
大家对人工智能听的比较多，前两个礼拜举行的乌镇互联网大会，同盾创始人蒋涛也参加了一个活动，主持人也说现在上来一个人都在谈人工智能，你们到底是不是真的人工智能呢？这让他感觉挺不好意思的。的确，大家都在谈人工智能，但是同盾在金融科技是真正有一些落地的人工智能的方式方法的，同盾有真正的在提供风险管控、智能的风险管理和反欺诈金融服务。
人工智能的确是进入了比较火爆的时代，包括今天上午也在讨论。人工智能在50年代就已经提出了，中间经过了两三拨的波折，最近又突然火爆起来了，为什么呢？有几个主要原因。一是发展非常快速的互联网，包括移动设备、移动互联网的发展，使智能手机普及大大的提高了，从而带来了更多的数据。大数据，手机号、设备号以及线上所有的行为信息，很多的信息都可以归结起来了，首先数据广泛了、第二计算能力提升了，以前人工智能的有些算法，举例神经网络算法几十年前就已经有了，但是计算的能力跟不上，当时要做机器学习的模型、神经网络模型，可能算几天几夜的时间，再复杂一些要算一年也算不完，现在随着分布式计算的架构，大数据计算能力有巨大的提升，原来几年的时间现在就是几十分钟、几分钟就做到了，为模型的计算、模型的开发和模型的部署提供了良好的基础。
算法在某种程度上也是很重要的，结合有了数据、有了算力，剩下的就是谁更懂用这些算法，可以很好的应用起来。
有了这三大因素，加上资金端，中国在人工智能获得的风险投资资金和美国是比较相近的，从获得风险投资企业来说也和美国相近，中国有可能在未来人工智能真的会产生弯道超车，加上有国家政策的导向，把人工智能作为国家战略来发展，所以迎来了人工智能新的发展时代。
金融变革，人工智能在金融领域是最好的应用场景，李开复曾经讲过，有三个比较好的场景：第一智能投顾，所谓智能投顾是结合美国以前的投资顾问，他们是给当时特别有钱的人、私人银行家做资产的配置和管理，也收比较高额的手续费，有了人工智能投顾以后，它的可应用性和可推广性非常广泛，而且手续费也是可以被接受的，也是消费金融的职能。
另外是反欺诈和智能风控，反欺诈金融领域中有些欺诈分子专门来借钱就是为了骗钱，可能是采取各种方式去伪装身份，能够把钱通过你的信贷审批，由此就逾期了，这是专门的欺诈分子。更可怕的是欺诈的团伙，是团伙来做欺诈，而且欺诈分子团伙会伪造很多身份和相关的信息，这些都是有成本的，花了成本之后会倾向于轮回作案。这家金融机构去欺诈了，下一家也会这样来做，所以有轮回性、行业性。对于开展金融业务来说，反欺诈是当务之急，或者是第一关，必须要把这关守好，如果守不好我们要放的本金都会无法收回了。
之后是信用评估、信用风险管理，智能风控更多的是指这方面，针对于信用风险的管理，包括对信用整体的评估、贷后更好的服务、贷后发生逾期如何去更好的进行救治，如何去挽回逾期带来的损失，整个周期都有智能风控的效果。
同盾比较关注做反欺诈和智能风控的服务。同盾是比较年轻的公司，2013年刚刚成立，今年成立了四周年整。这四年中赶上了互联网金融如火如荼的发展，伴随着行业成长，公司成长也非常快，到目前为止有员工超过700人，总部在杭州，北上广深也有分布。我在加入同盾之前共有两段工作经历，一段是美国做信用评分的，在美国买房子租房子都会看信用评分，08年次贷危机就是因为给了很多信用评分比较低的人过多的房贷，所以造成了危机。做信用评分，没有数据主要是有很好的模型和算法，用的是征信级的数据，但是评分逻辑非常好，也是当时首次提出来的概念，通过评分衡量这个人的好坏，简单明了快速；另一段是“伊博瑞”，它是全世界最大的做个人的征信公司，有的是征信数据，当时所有的征信数据它是最大的，包括还款的记录，但是不是首先提出信用评分的公司，它有数据之后做评分，给金融机构提供风控的服务。
我加入同盾是有感于从评分、数据的重要性，同盾想做云的平台，云平台不是给某个金融客户单独做项目，而是结合客户数据来做评分。帮银行做风控，做云项目是有所积累的，把相关的积累放在大平台上，行业上有互联互通、底层的打洞，在一个金融机构他是欺诈分子，这样就防止了同样到另外的金融机构继续去行骗，从征信的角度、个人信用评估角度而言，也可以达到相应的效果，比如考察借款人多头借贷、多头平台，共同债务承受力是不是太大了，他有没有能力承受，类似这样的事情。想做智能分析级服务，通过服务的方式提供给金融客户比较智能的服务，比如要查款记帐，发出一个请求要查这笔申请风险的程度，是不是有反欺诈的风险、信用评估的好坏、是不是有过不良的记录，这样能够有很好的数据积累，同样能够通过这些模型、数据底层的打通为多家金融机构提供好智能分析的服务。
AaaS，以前说过软件即服务，或者平台即的服务，用别人平台服务，所谓AaaS是基础设施，也可以去采用云服务的方式，AaaS是比较新的提法。
人工智能在金融领域的应用，反欺诈功能用的非常好。在整个信贷流程中，定位智能风控涵盖信贷周期各个环节都可以应用到，从客户价值挖掘、营销客户开始，现在很多金融机构自己有很多客户，怎么能够更好的了解这些客户的需求，更好的服务于这些客户，是不是有更好的产品提供给他，有可能这个客户对其他的金融产品是有需求的，虽然他也是你的客户，但是你并没有了解到他的需求，很可能本来是你的客户，也在使用你某一项服务的客户，就转向另外的一家金融机构寻求那项服务，从这个角度来讲，涉及到你要对你的客户有很好的了解，这就是客户的价值画像，也可以利用很多模型来做分析的，所谓模型就是通过预测科学的方式，用历史的数据预测未来，从统计上讲是非常有指导意义的。
贷前反欺诈，个别的还比较好应付，最怕的是团伙，最有效的方式也是能够有所谓的平台，能够把这些数据汇总起来。目前从数据的可用性上讲，第三方数据还是比较多的，如何可以更好的应用起来，就是每家金融机构要真正的体现核心竞争力的地方。同盾把自己的定位是做第三方提供服务的科技公司，相当于同盾只是送水的，并不做金融放贷的业务，做放贷金融机构是相当于挖矿的。风控的角度是没有利益冲突的，这也是为什么我们过去四年中能快速的积累七千家客户，因为我们和客户没有利益的冲突，客户不会担心传上来的申请信，这个客户被我们截留了，我们也放贷了，不会发生这样的事情，第二我们也不做引流，不会把同盾积累的数据传播出去，而是专注于做智能风控这方面。
贷前的信用审核和贷中的监控，这个钱放出去之后，金融机构还有需求，钱放出去了也按照期限在还钱，但是我不清楚是不是去其他平台继续借钱呢，是不是以别的地方借来的钱来还我的钱呢，是不是法院有新的不良记录呢？我们可以持续性的提供贷后监控服务，来发现放贷后可能带来的风险问题。
贷后的服务也很重要，尤其是流量非常贵，做金融的人知道要找到新的客户要花的成本是蛮高的，但是往往忽略了对现有客户的服务，本来可以更加的精准到位，未来的几年中，有可能如何能够更好的维护好、服务好现有的客户，是金融客户面临巨大的挑战，如果做得好可能就成为了自身核心的竞争力，那些本来就已经是你的客户，如果让他持续性的在平台上使用你的金融服务，成本是最小的，利益是最大化的，因为不用花钱找新的客户。维护不好这个客户，客户又去了别的平台，所以贷后角度不仅仅是监控，还应该有贷后的服务。
如果发生了逾期也有智能化的方案，同盾为什么把自己定义成人工智能的科技公司呢？就是因为用到了人工智能的模型和算法，所以可以把自己定义成人工智能的科技公司。
客户价值挖掘，有一项服务可以给现在金融机构和做其他任何业务，比如广告业务，可以跟我们合作，我们有很多广告用户，但是要去给放贷平台或者给平台做广告，但是我比较的盲目，每个人都推客户感受也并不好，希望有精准的做广告的投放。这个时候可以跟我们大数据智能服务公司合作，我们通过数据的融合，提供现有的客户，之后我们来做补充的分析，结合数据做客户画像，来帮助他精准的投放广告，节省成本，更好的提升回报率，这是客户价值的分析，我们并不提供所谓的导流，因为这会影响到我们的公立性。
贷前反欺诈和贷前信用评估，每一家都有金融公司，自己从金融放贷的角度而言，有相对来说比较完整的系统，我们代表的是一个平台，对他们而言是第三方数据以及数据服务的提供商，汇总的是一家看不到的东西，是更多家平台、更加家金融机构相关信息，汇总之后通过评分、数据脱敏、通过相关的标签为他提供这样的金融服务，比如反欺诈分数比较高，信用的分数比较高，通过这样的方式帮助他们做出很好的决策，最后的决断是金融机构自己来做判断，因为金融机构会用几家第三方数据，包括自己已有的数据，然后再做出最终的判断。
同盾设备指纹技术，现场化走现在特别厉害，大家都用智能手机，有没有技术防范同样的智能手机在我的平台是不良记录，有没有可能另外的平台上识别出来它呢？就是设备指纹技术，通过这些技术能够把所有的移动设备打上身份证，能够用这样的技术手段识别这样的移动设备，通过这四年的服务也积累了将近30亿的设备数据，通过这个设备的记录和设备数据库，能够很好的把设备这个维度从反欺诈的防范、信用的评估更好的关联起来。
轻催收的方案，我们也定义为人工智能方案，因为体现在我们会有催收的模型，模型中也应用到人工智能新的算法在其中，来通过客户逾期的金额和逾期天数、逾期的期限，以及风险的参数会有催收的模型，通过这个模型再去定义催收的话术，如何跟欠款逾期人进行沟通，通过什么方式沟通呢？用了自动语音外呼系统，是以自然语言录音下来的信息，比如会自动拨打出去，对方接了以后会说某某先生或女士，我们受某某机构委托，您有一笔欠款金额是多少钱，如果你一天能够还上就按1、两天还上就按2、如果想跟客户代表说话就按5，这属于自动语音外呼，这个的好处是大大的节省人工成本，能够快速的实现不差于人工效果，我们做过比对效果比人工外呼、人工直接跟逾期欠款人沟通效果还要好一点，至少不差。
金融机构要把盘子做大，把规模做起来的话，逾期坏帐率是固定的，大的盘子大了催收的比例绝对数也增加了，传统的催收团队不可能很快的再复制一个团队出来，所以用这样的轻催收的方式可以帮助他搭建催收的团队，实现这个团队的功能，所以智能化体现在话术、模型和客户触达的方式。
第二阶段，正在研发直接交互式的，就是机器人打出去，机器人直接跟他说话，对方说什么我们再跟通过语义分析再截取信息跟他进行互动，这是第二阶段正在研发的内容。人工智能应用也越来越广泛，随着金融如火如荼的发展，包括面临的坏帐的压力也非常大，对催收的要求，人工智能机器人催收领域的发展也有长足的发展。
希望大家记住今天下午我们共同探讨了人工智能赋能金融发展，人工智能在整个新时代发展过程中会赋能金融发展，这是大趋势，首先因为线上化带来的数据更多了，以前传统数据填表就可以了，现在有了场景化以后，数据更多了。
什么是人工智能？在金融领域，只要用到了人工智能的算法、机器学习的算法、神经网络算法和其他包括深度学习算法，用到这些算法基本上把它归到人工智能，可以应用到人脸识别、图像识别、声音识别，未来底层芯片用到的逻辑，直接就能够把算法植入到芯片中，这都是人工智能的应用。
立足于第三方机构，同盾希望能够利用自身的技术优势、数据优势和人才优势，能够更好的做好智能分析的服务，也希望在座的同事们有机会和我们合作。谢谢大家！
