京東副總裁翁志：京東是一家以數據、技術為核心的公司

2017年7月15日，由網易傳媒主辦的2017網易未來科技峰會在北京召開。本屆網易未來科技峰會的主題是「新生」，設置了「新技術·新未來」、「新內容·新娛樂·新消費」、「AI+金融」、「AI+出行」、「AI+生活」、「AR未來」等六大論壇，邀請國內外最傑出的科學家、企業家、投資人、跨界明星，一起探討人工智慧、消費升級、AR的璀璨未來。

在上午的AI+金融論壇上，京東集團副總裁、AI與大數據部負責人翁志發表了主題演講，內容如下。

我來自於京東，所以就需要談談電商。大家知道電商是作為互聯網成長中的一大發明，就跟推薦、廣告的這些形式相類似的。在現在全世界最大的十家互聯網公司當中，電商企業佔到了4-5家，大家可以數出來的，亞馬遜、阿里巴巴、京東、e-Bay等等都達到了非常高的市值。所以我今天給大家分享的是人工智慧、電商和金融。

人才和技術是金融發展的必須條件

智慧其實就是來自於我們的人類，其實我們的人類智慧是永遠沒有離開我們的錢袋子，是離錢最近的。為什麼要談到這個問題呢？我想給大家講一個小故事，貝爾實驗室是美國人才聚集，而且有非凡成就的實驗室，來自於貝爾TNT的一部分，但是在互聯網蓬勃發展的時候，其實是沒落了；但是也瑕不掩瑜，它的誕生到它的成長，到發展到現在有六七十年的時間，誕生了九位諾貝爾獲得者，主要在物理和電器方面。

在90年代末期它走下坡路的時候，他們這些卓越的科學家分成兩部分，一部分人是加入了互聯網公司，可以指出來的包括像埃里克·施密特成為Google公司的CEO，現在是它的執行董事長。還有像Ken Thompson，他是C語言的發明人，同時也是Unix的發明人，也獲得過像計算機的諾貝爾獎，圖靈獎80年代就獲得了，他現在80多歲了，現在還是在Google做最前沿的工作。還有大家不太熟悉的CNN的發明者Yann LeCun，他是一個法國人，在多倫多大學從教，現在成為Facebook的AI實驗室主任。我們發現絕大部分人從貝爾實驗室出來加入互聯網，還有一部分雖然沒有顯山露水，但是他們的錢袋子是鼓鼓的，他們是在用他們的智慧來創造價值。

人才是金融發展的必須條件，技術也從來沒有離開金融。大家知道在互聯網開始時代之前，在90年代之前，IBM的大型計算機購買者，除了軍方、氣象就是金融機構。金融機構在那個時間段裡頭是對計算機使用率和對計算機的發展其實是有著很強的主導作用。

後來互聯網發展，技術門檻降低了，但是技術從來沒有離開金融，包括納斯達克，這是完全沒有人操盤的，是完全自動操作的系統，整個背後的系統，包括管理整個數據六信息的公司也沒有離開技術來幫助他保駕護航。有了人才、技術，金融才有它的生命力。

數據、計算技術與演算法升級帶來技術的飛速發展

隨著互聯網的發展，尤其是隨著移動成為主流，大家都用手機來進行通訊，而且在隨著IOT的發展當中，我們的數據採集、產生是指數型的生長，所以數據量急劇膨脹，再加上我們的技術。

技術來自於哪兒呢？大家知道1998年時候演算法並沒有成為主要的核心，但是到2016年的時候Google的AlphaGo能夠戰勝圍棋的世界冠軍，這個發展的整個過程當中，在計算方面的能力是一個天位書的增長，大家都知道摩爾定律是每一年半的時間會增長一倍，計算能力會增加一倍，在差不多18年的時間裡頭，其實是增長了差不多8000倍的樣子，僅僅從CPU的計算能力就增長了8000倍，而且現在是一個網路的時代，我們的數據計算是一個網路的計算環境，所以這上的計算能力增長又是上萬倍的增長，所以乘起來就是幾百萬倍的增長，所以計算能力是一個飛速發展的過程。

演算法方面在最近的時代，其實也是有了很大的飛躍，所以在人類的人才的基礎培養方面也達到了非常可觀的時代，所以我們看到人工智慧已經進入了一個起飛的階段。

京東對大數據與人工智慧的態度

京東是離用戶最近的公司，因為電商擁有豐富的客戶數據，同時對商家有深刻的理解。像我們現在的活躍用戶已經達到了2.39億（第一季度的統計），我們的商品有4000萬的SKU，我們對商品有非常深刻的理解，同時我們對商品銷售有很好的數據。這些數據又可以各幫助我們來反饋於我們的商家，對他們的生產產生影響，讓他們的生活更有的放矢。所以說電商的數據完全可以成為金融業的後盾。京東金融就是一家以數據、技術為核心的一家公司。所以我們看到在人才具備當中，當然這個人才包括有計算人才，尤其我們也需要的是複合型人才，包括金融業的人，結合在一起，加上我們的數據、加上我們的計算能力，形成人工智慧的核心，我們看到的就是未來科技、未來金融相結合的一個光明前景。

大家都說金融如戰場，我們的行動要快、要精、要准，這樣才是我們能夠獲取財富的手段。所以讓我們來看看在人工智慧方面怎麼可以幫助我們金融的呢？首先，身份認證，我們現在用到的人臉識別，包括紅膜識別、指紋識別、聲紋識別，這些生物認證的方式都可以幫助我們很好地來界定一個用戶的身份。在支付系統中可以有一個很好的應用。包括我們有成熟的人臉支付的形態出現，同時對於用戶，我們的數據加上人工智慧的處理方式，我可以對用戶有一個精準的畫像。

原來傳統的方式我可以提取20、30種特徵，根據這些特徵來對一個用戶進行描述。現在我們用的方法更為複雜，其實我們是可以用人工智慧、用CNN的方式，把一個用戶的信息投射到更多維度的完全立體的空間當中去，這個維度可以是千百萬的，所以是接近於無限大的維度當中。雖然我們不能每一個分清哪一個維度，但是最後給我們的結果是非常精準的。在這方面我們都有這樣的實踐，發現對用戶的描述可以達到一個極其精準的程度。

還有對話機器人。大家知道金融的產品是需要與用戶交流的，所以我們跟用戶之間是有著很多的交流。但是人來完成這個動作的時候是有他的局限性的。我們用機器、用人工智慧的方式、用NOP技術提取的能力來進行對話，其實可以達到一個非常精準的程度。而且質量是可以有保證的，因為它不會因為用戶而有情緒上的變化。

另外，我們發現比較難纏的用戶或者是態度比較尖銳的用戶，我們可以用系統自動選取，來找更豐富經驗的人工客服來幫助他。所有這整套系統也可以用人工智慧的方式來實現的。還有輿情分析，我們給用戶推送了很多有用的他很關心的財經新聞信息，如果要是我們可以把所有的這些財經信息給他做一個自動的分類，找到他相關興趣的用戶，讓他們做一個自動匹配，可以極大地提升效率。這些都是人工智慧可以幫助我們做的。

還有就是預測分析，大家知道，人工智慧最在行的就是預測，還有就是決策，因為他可以把很多的數據，海量的數據進行迅速的處理，而得出訓練，得到演算法，這些演算法有線性回歸的，也包括邏輯回歸的，也可以用SVM，有很多統計學的機器學習的方式，甚至還有用神經網路來實現。

金融有著豐富的形態，比如說風控，還有商業金融、預測分析、保險，也包括我們的催收，還有個人財務的投資、信用分，這些都是我們可以應用的場景。所以我們看到人工智慧在金融方面的應用場景非常廣闊。

作為京東，我們希望我們在商業上、在電商當中積累的豐富的數據能夠用某種形式來幫助我們的金融業發展找出更多的機會。當然，這些數據的趨勢對於行業指數的分析也可以幫助我們的基金、幫助我們的投資者找到最佳的用戶，同時為用戶提供他需要的產品。這就是我們看到的人工智慧在金融方面的潛力無限。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！