白癜风可以治愈吗 http://m.39.net/pf/a_4603724.html
雷锋网按：此次“AI+传统行业”专题，通过盘点人工智能在医疗、金融、零售、安防、教育、广告等多个传统行业的应用，见证AI的商业化与落地。未来我们将针对各个垂直行业，进行更加纵深的采访和解读，为大家提供最新、最典型的AI商业化案例。
本文为人工智能在金融中的应用。
本文整理自雷锋网公开课AI金融专场之第二期，财鲸智能投顾联合创始人王蓁博士主讲的《AI介入下，金融领域各应用环节可能发生怎样变革？
硬创公开课》。
创新源于跨界融合。如今，人工智能已经不是科技公司创新创业的专属武器。
随着时代和社会科技基础的进步，AI已经以雷霆万钧之势从学术界潜入产业界的每一个角落，成为了传统行业变革求新、提高效益的利器。比如当下备受追棒的，在可高度量化的金融投资领域，AI的介入诞生了新的产品服务——智能投顾。
然而，智能投顾只是数字智能技术与金融行业结合的部分产物。当金融遇上AI，潜力并不止成为一个投资顾问。以下，本文将从信贷、金融咨询、金融安全、投资机会、监管合规、保险、智能投顾7个领域入手，结合一些案例解读人工智能是如何改变这些领域的，技术的具体应用，未来发展前景以及中美两国的对比差异。
一、智能信贷信贷就是你去银行借钱，银行批不批给你，批给你多少钱。所以信贷的核心是对借钱人的准确分类，即把有意愿还钱的人和没有意愿还钱的人区分开，把有能力还钱的人和没有能力还钱的人区分开，以及把能够准时还钱和不能够准时还钱的人区分开。
这只是一个大体借钱流程，而实际的信贷办理流程是比较复杂的，用户提交申请，机构审批，审批通过再放款，然后是还款。人工智能可以参与每一个环节。就用户提交申请来讲，为了避免骗贷，放款机构需要利用人工智能技术去识别哪些人可能是使用虚假资料骗贷，以避免经济损失的发生。
在实际过程中，可以通过活动检测，人脸识别，声纹识别，指纹识别，还有光学识别等各种技术来验证，验证以下两点：一是不是你本人在申请，有没有人盗用了你的身份；第二，你申请身份是不是正确的，和你提交的材料是不是相符。所以身份的核实其实已经用到了非常多的机器学习技术。
另外再举个例子，PP放贷机构的关键就是要控制自己的坏账率，其实很多PP是通过三五千人的地推人员去找寻找能够可靠放贷的人群。但实际上，当我们真正应用人工智能技术的时候，我们是可以实现大数据的智能审批。我们可以通过大数据识别这个人的还款意愿和能力以及是否能够准时还款，从而给他合适的审批，并且根据他的相应经济能力，给他一个比较合适的贷款书。
而且这个信审模型可以随着数据的反馈而不断进化，数据包括用户是不是真的准时还了，用户是不是真的全额还了，从而迭代模型让机器不停地去学习，提高机器的性能。
案例与要点对比举几个例子，第一个是专门做个人信用评价的公司CrditKama，可以为机构后续授信和贷款等消费提供风控依据。假设我是一家PP公司，我在向某人放贷前想要了解这个人的信用风险怎么样，他会不会还我钱，那么我就可以向CrditKama去咨询这个人信用怎么样。
第二个公司LndingClub是国内所有PP公司的鼻祖。其实LndingClub很多业务是做机构批发和机构销售，但是也有一个专门提供个人借贷的撮合平台。作为个人可以上LndingClub网站去发布借钱信息，如果有人愿意借我，那么我就能借到这笔钱。LndingClub还可以帮助实现利率个性化，当我一开始去借的时候，利率可能比较高，但是我通过不断的还款借钱再还款借钱这样一个过程，LndingClub的信审模型会提高对我的信用评价，从而定制一个更符合我的实际状况的贷款利率。这样的话我可能一开始承受0%-0的贷款率，但是我的还款记录良好，贷款利率会变成8%—9%。
第三个公司CapitalOn，主要是为美国几十万家中小企业提供多样化、个性化的金融服务。美国中小企业是很多的，中小企业是整个美国经济的支柱，而这些中小企业有非常多的金融服务需求。有一个典型的案例就是，企业可能需要短期融资，全信息化的CapitalOn为中小企业服务时要求它们开放一部分内部数据给它，这样的话才能为中小企业提供更好的服务——个性化利率。这背后有一个很有意思的故事，CapitalOn拥有美国众多小企业的内部数据，而它的相关员工可以看到这些数据。曾经有两个中国员工利用这些内幕数据做了一个模型来预测其中上市公司的营收状况，他们能在公司公布财报季报之前预测公司股票的涨跌，然后他们就购买大量的期权来炒。炒了还没几个月就赚了万美元（如果我数字没记错的话），最后被美国证监会抓。不过这至少说明了一点：这些数据是真实有效的。
在国内信贷行业做得很好的公司是蚂蚁金服，蚂蚁金服直接相关的业务是互联网小贷和征信。蚂蚁小贷它背靠支付宝和阿里，拥有非常多的数据，这是它不可比拟的优势。
中美在AI信贷的实践对比
第一是中美两国都有的问题，数据来源有限。我们希望获取个人尽可能多的信息，比如吃一顿饭用多少钱，若是金额很高总不至于是还不起钱；
第二是中国有数据互通障碍，比起平时生活中的数据比如房产、储蓄，更直接的数据是借贷数据。但是问题是这些数据归央妈自有，不可能提供给国内公司。而美国的数据很多是共享的，比如说美国三大评级公司之间有约定可以互相共享任何一家评级公司收集到的数据，但在国内是没有这种数据互通的渠道，短期也是不可能的，你能想象支付宝把它的数据分享给腾讯，
