一直以來，人工智能最佳的落地場景之一便是金融。于是，越來越多的互金公司、甚至是傳統(tǒng)金融機(jī)構(gòu)都在加大技術(shù)投入，希望通過大數(shù)據(jù)和人工智能來降低成本、提高效率，甚至在新的邏輯之下找到新的市場機(jī)會(huì)。

在今天麻省理工科技評(píng)論的全球科技青年論壇上，36 氪跟宜信 CTO 向江旭聊了聊人工智能如何在宜信的金融業(yè)務(wù)上實(shí)現(xiàn)落地，以及創(chuàng)造增量。

在信貸業(yè)務(wù)上，宜信希望通過人工智能去了解誰有金融需求，他在什么場景下產(chǎn)生了這個(gè)需求，然后以最合適的方式來滿足他的需求。

具體在獲客方面，宜信會(huì)利用人工智能技術(shù)做大數(shù)據(jù)營銷，基于客戶的基本信息，利用多方數(shù)據(jù)源去豐富客戶的畫像。然后再以最快的地面服務(wù)團(tuán)隊(duì)或是線上獲客渠道去把需求識(shí)別出來。

即便一個(gè)用戶暫時(shí)還沒有明確的需求產(chǎn)生，也可以對(duì)用戶與信貸員之間的通話記錄做自然語音處理，進(jìn)行語義分析， 提前去預(yù)判他可能合適會(huì)產(chǎn)生信貸需求，在那之前再次去接觸這個(gè)潛在客戶。

知道了這個(gè)人的需求，還需要知道他是否有還款能力和意愿，也就是說要去識(shí)別風(fēng)險(xiǎn)。這里則是通過外部數(shù)據(jù)和內(nèi)部積累的企業(yè)數(shù)據(jù)，給用戶做一個(gè)比較精準(zhǔn)的畫像，對(duì)他的償還能力做一個(gè)綜合評(píng)估，然后給他授信。

在反欺詐方面，其實(shí)可以通過技術(shù)手段做甄別，不管是電話號(hào)碼還是一些欺詐手段都是有跡可循的，可以通過很多數(shù)據(jù)分析去防范這些風(fēng)險(xiǎn)。

這里要說到一點(diǎn)，響應(yīng)率和風(fēng)險(xiǎn)常常是矛盾的：過于積極的借款客戶往往不夠優(yōu)質(zhì)，需要尋找平衡點(diǎn)，要找到在風(fēng)險(xiǎn)上過得去，而對(duì)營銷活動(dòng)響應(yīng)也還不錯(cuò)的用戶。也就是說，要借助對(duì)大數(shù)據(jù)的分析，把客戶的顆粒度變細(xì)，從而有針對(duì)性地提供營銷手段。

在催收方面也是如此。如何讓催收語音通話更加高效且合規(guī)，長期困擾著催收行業(yè)。宜信的解決方案是把催收人員和逾期客戶進(jìn)行匹配，讓合適的人去催收相應(yīng)的客戶，比如將他們的心理特征和語言風(fēng)格進(jìn)行匹配，這就主要通過識(shí)別語音和語調(diào)來實(shí)現(xiàn)，從而使得催收效率實(shí)現(xiàn)最大。

當(dāng)然，過去網(wǎng)貸行業(yè)高速發(fā)展主要還是面向個(gè)人的零售金融，小微金融仍然存在巨大的資金缺口和服務(wù)能力的缺口。小微企業(yè)的信貸問題是一個(gè)巨大的客戶需求痛點(diǎn)，即使在美國，這個(gè)需求也沒有得到解決。另外，就是利用科技去發(fā)展農(nóng)村金融，唐寧覺得，農(nóng)村金融現(xiàn)在有很多機(jī)構(gòu)在對(duì)外營銷上做的聲勢(shì)很大，但真正去看，其實(shí)都還沒什么進(jìn)展。

宜信同樣希望用人工智能這樣的科技手段打開這兩個(gè)領(lǐng)域的突破口。

就小微信貸來說，通過與電商平臺(tái)、用友和二維火等 SaaS 服務(wù)商合作，服務(wù)商積累的數(shù)據(jù)，宜信得以獲取一家小微企業(yè)的電商數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)等，從而實(shí)現(xiàn)放款。而這恰好也是華創(chuàng)資本這兩年來的重要投資方向。華創(chuàng)資本管理合伙人吳海燕告訴 36 氪，計(jì)劃先布局小微企業(yè) SaaS 服務(wù)這個(gè)賽道，再由此切入金融服務(wù)領(lǐng)域。

在農(nóng)村，宜信則通過創(chuàng)新的小微融資租賃的方式向農(nóng)戶提供農(nóng)業(yè)機(jī)具，而數(shù)據(jù)和技術(shù)則用來保證風(fēng)險(xiǎn)的可控。比如，給收割機(jī)裝上一個(gè)傳感器，就能知道它日常的作業(yè)情況，通過檢測數(shù)據(jù)，就能知道使用小微租賃的農(nóng)戶是不是有騙貸的嫌疑。

一直以來，互聯(lián)網(wǎng)金融在小微企業(yè)這個(gè)領(lǐng)域遇到的挑戰(zhàn)都會(huì)比零售金融更大一些。" 最開始我們只服務(wù)電商賣家，他們的數(shù)據(jù)造假可能性最小。2017 年大規(guī)模開始服務(wù)非電商客戶。我們不斷向外擴(kuò)展，客群擴(kuò)大，哪個(gè)群體的數(shù)據(jù)化比較成熟了，我們就拓展到哪個(gè)群體。"

而在財(cái)富管理層面，宜信也通過智能投顧業(yè)務(wù)探索了一段時(shí)間。所謂智能投顧，也就是根據(jù)一個(gè)人的年齡、身份、收入、對(duì)風(fēng)險(xiǎn)的承受能力，以及他的家庭狀況、他所處的場景、未來幾年內(nèi)的資產(chǎn)配置需求等因素，給他量身定制投資組合。這就需要大數(shù)據(jù)分析以及人工智能的機(jī)器學(xué)習(xí)手段，配合量化投資策略，來形成個(gè)性化的投資組合。

類似智能投顧的思路也被用在了保險(xiǎn)業(yè)務(wù)上，也就是說，為用戶量身定制他需要的保險(xiǎn)組合，而不僅是告訴他買哪家的保險(xiǎn)產(chǎn)品。

在中國，保險(xiǎn)是一個(gè)非常傳統(tǒng)的行業(yè)。目前在整個(gè)市場上有 800 萬保險(xiǎn)代理人，這些保險(xiǎn)代理人是用最傳統(tǒng)的銷售方式在工作，基本上每個(gè)人是需要成為一個(gè)全流程鏈條的全能手，每一個(gè)人都是要自己去找客戶，自己去了解客戶，要去給客戶分析風(fēng)險(xiǎn)，要了解客戶需求之后再去想到底給他賣什么保險(xiǎn)產(chǎn)品，賣完了以后還要有相關(guān)的售后服務(wù)，這是一個(gè)非常長的流程。能夠把每一個(gè)環(huán)節(jié)做好的人非常少。

而基于大數(shù)據(jù)和人工智能的保險(xiǎn)服務(wù)其實(shí)可以一定程度上解決部分問題：對(duì)市場上數(shù)千款保險(xiǎn)產(chǎn)品進(jìn)行建模，做一個(gè)量化評(píng)價(jià)體系，這樣便具備了與用戶需求快速匹配的基礎(chǔ)；每一款產(chǎn)品設(shè)置單一產(chǎn)品最優(yōu)購買策略，幫用戶實(shí)現(xiàn)他所能獲得的最佳回報(bào)；針對(duì)客戶做保險(xiǎn)保障責(zé)任的橫向打穿，讓他們知道自己在重疾險(xiǎn)、意外險(xiǎn)等各個(gè)險(xiǎn)種下具體能獲得多少保障，而滿足這個(gè)保障需求的則是多個(gè)不同公司的保險(xiǎn)產(chǎn)品。

當(dāng)然，這一波由技術(shù)推動(dòng)的金融創(chuàng)新過程會(huì)相當(dāng)長。用唐寧的話來說，金融是一條 " 長跑賽道 "，不適合短跑運(yùn)動(dòng)員參加，" 快，對(duì)于金融行業(yè)來說未必是健康的 "。

在中國做任何一個(gè)領(lǐng)域的創(chuàng)新，經(jīng)歷大多相似，" 一哄而上，再一哄而散 "。但金融的邏輯和純粹的互聯(lián)網(wǎng)思維是不一樣的。

而越來越多金融科技領(lǐng)域的公司開始做技術(shù)投入，而這些正在萌發(fā)和延伸的新技術(shù)，未來將有可能為金融行業(yè)帶來新的商業(yè)邏輯進(jìn)化。

來源：36氪