金融科技八大应用场景！.pdfVIP

金融科技八大应用场景！

前些天“互联网+金融”可谓是火花四溅，四大行分别牵手BATJ，

建行阿里、农行百度、工行京东、中行腾讯，这年头好像不拥

抱互联网科技巨头就不是新时代的银行了一样，让人不禁感慨：果然

没有永远的敌人，只有永远的利益！四大行齐发力金融科技，给这个

今年本来就很热的领域又添了一把火，彻底烧到了我们每个人身边。

今天好好聊一聊金融科技的落地应用，以及它给我们的生活带来的改

变。

1、征信

国内的个人小额信贷普及率远远低于美国等发达国家，大量没有

信用卡的蓝领人群的需求没有得到满足。

实际上，基于大数据和人工智能技术，完全可以实现智能征信和

审批。通过多渠道获取多维度的数据，包括通话记录、短信信息、购

买历史、电商数据，以及社交网络上的留存信息等，可以提取出上百

种变量，进入到大数据模型，对个人信用进行评估。对于缺少抵押和

担保的中小企业，也可以通过大数据征信解决他们的融资困难问题。

这块美国已经做得非常先进，他们有完善的个人信用评分体系

FICO和三大征信机构的数据模型。中国相对要落后得多，信用体系覆

盖率低，评分系统不健全，有很多创新企业在这块发力。他们都在通

过自己渠道资源获得数据，构建分析模型，不同平台间完全没有互通。

现在业界也在呼吁打通数据源，这样中国的征信体系才能大踏步地前

进，只能说期待这一天的到来吧。

2、风控

所有金融业务中最重要的环节都是风险控制。以信贷为例，贷前

有两个步骤非常关键，第一识别贷款人信息的真实性，第二识别贷款

人的还款意愿和还款能力，贷中通过监控贷款人的行为数据及时发现

异常，贷后通过反馈数据补充信用评分。无论是消费贷还是现金贷，

利用数据积累和大数据技术建立有效的智能化风控体系，是一个平台

的核心能力，直接决定着平台能否持续地运营下去。

3、反欺诈

金融安全是维护金融秩序稳固的基石，任何一个金融平台都会投

入大力气在这上面。有别于虚拟的社交网络，对于一个注册的金融用

户，首先要验证他身份的真实性，这里面用到的技术包括人脸识别、

声纹识别、指纹识别、虹膜识别、光学识别(OCR)等等。支付宝研发

了OCR系统用于身份证校验，同时内嵌了face++的人脸识别和活体

检测技术提供刷脸验证服务。在这些方面，人工智能确实比人更加优

秀，不仅识别时间缩短到了1秒，而且识别错误率大幅降低，在最强

大脑中水哥就输给了机器人小度。

除了身份验证以外，人工智能在网络反欺诈方面也发挥着巨大的

威力，比如防止垃圾注册、盗卡盗刷、虚假交易、恶意刷单、恶意套

现、营销作弊薅羊毛等等，这里面用到了大量的智能数据分析和机器

学习技术，国内同盾科技在这方面做得非常好。以前通过专家系统把

网络安全管理员掌握的知识和规则程序化，交给机器去执行识别欺诈，

现在有了机器学习技术，机器可以自主地从海量实时并发的交易数据

中学习，进化的周期更短，发现异常的速度更快。

4、定价

过去的金融体系是统一定价，有了大数据和人工智能以后，可以

根据每个用户的情况差异化定价。比如很多做车联网产品的创业公司，

收集了车主的驾驶行为数据以后，和保险公司合作推出差异化车险，

对驾驶习惯良好的车主给予一定保费上的优惠。如今个性化保费的时

代已经到来，天猫的运费险就是一个典型的案例。

5、营销客服

金融平台和互联网平台最大的不同之处在于互联网平台有网络效

应，用户规模越大，获客成本越低，但是金融有效客户的甄别和获取

成本不会降低。技术可以帮助解决这个问题，通过用户画像和大数据

模型可以找到精准用户，实现精准营销。

再有就是金融客服。金融咨询中有80%的常见问题都是重复性的，

而且在一个限定领域内，还能得到快速反馈，成为自然语言理解和对

话机器人最快落地的场景。通过对话可以发掘用户的需求，解释和推

荐产品，还能带来销售转化。

6、投资决策辅助投资机会识别

其实人工智能在证券和投资研究上可以给予很多帮助，第一收集

和处理数据，第二分析和预测结果。面对信息爆炸和过载，人要想从

海量数据中找出相关性是很困难的，机器可以让这件事情变得更容易。

机器学习算法可以通过自主学习寻找信息和资产价格的相关性，自然

语言处理技术可以理解新闻、政策文件、社交媒体中的文本信息，寻

找市场变化的内在规律。同时通过知识图谱的建模方式，人们可以把

行业规则、投资关系等常识赋予计算