银行业直面新挑战 国有银行联合投资AI公司 - FT中文网
登录×
电子邮件/用户名
密码
记住我
请输入邮箱和密码进行绑定操作:
请输入手机号码,通过短信验证(目前仅支持中国大陆地区的手机号):
请您阅读我们的用户注册协议隐私权保护政策,点击下方按钮即视为您接受。
特别策划

银行业直面新挑战 国有银行联合投资AI公司

人工智能(AI)已经在开始重组金融业。美国最大的七家的商业银行都设有机器学习(Machine learning)部门;从2019年开始,任何想要成为特许金融分析师(CFA, chartered financial analyst)的人必须具有AI专业知识才可以通过考试。AI已经颠覆了传统的零售、医疗、运输和制造业,金融业也不会例外。

银行业升级

中国传统银行业对新技术的应用非常谨慎。由于涉及到经济命脉,它们容错的空间很小,但是AI对其的影响与日俱增。AI技术最擅长寻找模式并作出预测,这个特性极适用于金融业复杂的大数据。第四范式,一家中国领军的AI服务提供商,研发的AI平台“第四范式先知”(The 4th Paradigm Prophet)已经被数十家银行应用于风险管控和精准营销等多项业务中,覆盖了超过半数的头部银行。

中国银行业的技术升级不仅仅是内部需求。事实上在这个时点,外部压力是更大的推动力量。和互联网金融相比,传统银行拥有数十年的用户信息积累,这使得他们在大数据竞争中保有一席之地,可以用最低成本接触到优质的客户;但是,在其他机构都在积极采用新技术的背景下,传统银行如不主动寻求技术升级就会有被淘汰的风险。正如第四范式创始人、首席执行官戴文渊所说“传统的行业更需要拥抱新的技术”。

和改革开放前30年相比,中国银行业在近几年的压力越来越大。一方面要面对来自互联网金融的冲击。有些传统银行业务甚至完全让位于新兴的金融科技公司,比如中国客户基本不去银行购买基金了,而是通过蚂蚁金服等应用平台投资。另一方面的压力来自坏账和理财产品风险,这些问题随着中国宏观经济减速而日益突出。因此,如何利用科技提高效率成了银行紧迫的任务。

AI升级银行业务

中国2015年开始推动创新产业政策,明确支持用新科技升级传统行业,如金融、零售、医疗等产业。尤其是在2018年,金融业有加速的势头。最近的大事件便是1月26日宣布的,第四范式获得来自中国工商银行、中国银行和中国建设银行及其所属基金的联合战略投资

这次联合投资是国有银行第一次大规模集体投资一家人工智能企业,这对于银行产业升级也具有里程碑意义的事件。它的特殊之处在于对银行内部系统的改变。从历史上看,前几次的银行科技革命是一个电子化过程,从最初的金融票据到电话银行,到后来的互联网金融,这些变化改进了银行前台服务的运作方式。而正在发生的AI金融将会改变的是银行内部策略,针对的是中后台业务。换句话说,AI将会改变银行的核心竞争力

让银行有效使用AI的一大挑战是为银行提供可用于开发AI的系统,即为银行业的AI能力“赋能(empower)”,让银行真正掌握AI核心竞争力。第四范式创建的“范式大学”是该方面较为成功的尝试,在组织上类似于苹果大学(Apple University)的理念---提高每个人的计算机能力和创新能力,才能最终将人从枯燥的例行公事中解放出来。范式大学提供针对性的培训,包括一些人工智能方面的基础知识,帮助学员能够利用“第四范式先知”等AI系统完成AI开发建设,该项目计划在2018年培养1000名AI科学家。

银行业务庞杂而分散,几乎每一项都有利用AI的空间,正如互联网对于工作方式的革命。但AI自身的特性决定了不同业务应用AI的先后次序不同。有些业务的数据的反馈周期短,可以很快完善算法并应用于实战,比如信用卡反欺诈。而有些业务(比如信贷审批)的数据反馈时间就很长,因为其中相当规模的贷款是中长期的(比如房贷),机器学习的时间也会相应拉长。最终信贷审批的决定仍然是人做出的,但是机器的初筛和风险评估会大大减少出错率和由于人自身认知局限带来的偏见。

中国的银行数据量惊人,是发展AI最好的练兵场。工商银行和中国建设银行是世界最大的两家商业银行,2017年总资产达到6.5万亿美元。尽管欧美科技企业起步早,人才优势仍然明显,但是针对欧美银行开发的系统很难直接移植到中国,因为市场模式不同、处理数据能力有限等原因,这给了中国AI企业赶超的空间。第四范式在计算速度和优化方案等方面已经超过西方的同行了。

银行业应用AI将对中国金融体系将产生深远影响。因为使用AI不仅仅关系到银行自身业务,还涉及到监管机构的职能转变。传统的监管方式要求银行向银监会提交周期性报告,但信息的流动越来越快,一个小问题的苗头很容易在短时间内被引爆成群体性大事件。在此背景下,被动监管的时效性已大不如前。这对于监管者和市场都形成了很大压力。从2017年下半年开始,技术监管(Reg-Tech)这个词开始出现,意指用AI从事件中寻找模式,升级监管手段以跟上新技术经济的步伐。随着AI在银行系统的铺开,对监管手段的需求也会更加紧迫。

中国的科技企业在过去十年取得了惊人的进步,尤其体现在对利润之外的追求。在大环境的推动下,羞涩的科学家从幕后被推向前台,成为社会进步新的动力。戴文渊描述第四范式理想为“AI for everyone”(人人用AI),这和40年前微软创始人比尔盖茨的愿景“A computer in every home”(家家有电脑)如出一辙。当时的美国人听到这句话只当是痴人说梦,而现在却是理所当然。

版权声明:本文版权归FT中文网所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。

马斯克会成为英国民粹政党的政治捐赠人吗?

科技行业亿万富翁正在“认真考虑”向奈杰尔•法拉奇领导的英国改革党捐款。

Lex专栏:本田和日产要用越野思维来解决电动化挑战

传统汽车制造商与其试图建立电动汽车制造规模,不如另辟蹊径。

Lex专栏:投资者厌倦了“画饼式”能源转型公司

无论战略多么高瞻远瞩,股东的耐心都会被消磨殆尽。

在特朗普执政期间,加密货币监管需要经过深思熟虑的重新审视

期待已久的公共政策支持可以提升美国在区块链技术、人工智能和加密货币领域的领导地位。
1天前

特斯拉努力避免取消马斯克薪酬方案的高昂成本

如果这家电动汽车制造商和首席执行官被迫放弃2018年的交易,他们可能会面临超过1000亿美元的会计和税务费用。

企业该如何监督员工使用人工智能

员工采用大型语言模型的速度快于企业发布相关指引的速度。
设置字号×
最小
较小
默认
较大
最大
分享×