金蝶CTO張良傑：人工智慧在金融科技領域的應用方向

8月17日，由深圳市科技專家委員會主辦、深圳市千人專家聯合會承辦的「深圳科技展望系列活動——金融科技領域人工智慧技術專家沙龍」在深圳華潤置地大廈舉行。金蝶國際軟體集團高級副總裁兼首席技術官張良傑博士分別從人工智慧的「語音交互」、「圖像識別」以及「自然語言處理」這三個領域出發，為我們詳細介紹了人工智慧的應用前景與未來發展方向，展示了由金蝶進行自主研發的商務智能助理小K，以實實在在的人工智慧產品作為案例，生動形象地為來賓講解了人工智慧與金融行業相結合的方法與方向，同時也為我們如何準確找到合適應用場景以及關鍵突破點分享了他的思考。

以下內容整理自張博士演講實錄

剛才兩位專家從大數據驅動的分析維度，闡述了人工智慧在金融科技領域裡面的一些應用。下面我主要將從最終用戶的視角，講解我們作為普通用戶所能感受到的人工智慧特點，人工智慧到底如何改變和影響我們的生活？我大概講三個方面，首先，人工智慧的本質：從用戶的角度來講，它到底是什麼？其次，在商業的應用場景當中，人工智慧會扮演一個什麼樣的角色？最後，也對金融科技在利用人工智慧方面比較值得關注的發展方向做了闡述，列舉了幾個國外比較成功的金融科技公司作為案例。

首先跟各位分享的是人工智慧的本質。其實我從92年就一直做跟人工智慧相關的工作，但96年博士畢業以後就再也不碰人工智慧，因為那時人工智慧已進入了寒冬期；到了2016年，我又重新回過頭來，琢磨人工智慧到底是什麼。在這裡下一個簡單的定義：人工智慧相當於利用最先進的計算技術來延展我們個人所不能達到的能力，包括我們的能看得見的能聽得到的、能夠聞得到的、能夠觸摸到的一切。

這裡講的計算技術，不僅是計算機本身，也不僅僅只是網路帶寬和計算能力，而是所有新興的計算技術，包括雲計算、大數據、區塊鏈，還有人工智慧的一些演算法，這些都是人工智慧最核心的本質。

人工智慧在很多領域都有應用，有人說人工智慧在你想得到的一切領域和一切行業都可以扮演不同的角色。而我認為：人工智慧在三個領域最具有代表性，並且應用範圍最廣。第一個是語音交互領域，第二個是圖像識別領域，第三個是自然語言處理領域。在這三個領域裡，人工智慧目前已經幫助我們在提升效率，幫助我們理解大腦在一定的時間範圍之內沒有辦法理解的大數據背後的商業洞察力，在這些領域裡面，人工智慧已經開始扮演重要的角色。

2016年的時候，亞馬遜推出人工智慧音箱。實際上，亞馬遜是雲計算的領頭者，也是整個電子商務的領頭者。它在這個領域想通過自身電子商務的優勢、雲計算的優勢進入設備領域、終端領域，但是都沒有成功。然而，2016年推出的基於人工智慧的音箱Echo就取得了極大的成功，基本上全世界所有的智能音箱都是仿照亞馬遜的Echo來做的，這個音箱最重主要的特點是什麼？它能夠把物理的硬體設備——音箱，跟互聯網上各種各樣的虛擬服務進行無縫對接。比方說播放音樂、播放新聞、播放天氣、播放TED報告，了解股票的信息等。這些所有的服務90%都不是亞馬遜自己做的，而是連接互聯網上現有的、已有的服務。這是一款非常成功的人工智慧的硬體產品。

下面給各位展現另外一個領域：機器翻譯領域，實際上也發生了天翻地覆的變化。回想一下五年以前、三年以前或者兩年以前，我們用谷歌翻譯把英文翻譯成中文的時候，往往感覺到翻譯效果很不好，但最近兩年，由於基於人工智慧神經網路模型的翻譯機制出現，翻譯的準確性、可用性大大增強。實際上，我這份報告當中有一部分內容以及案例也是通過谷歌翻譯來實現的，大家可以看到，機器翻譯現在已經基本上進入我們每一個人的生活。

今年年初的時候，谷歌在I/O大會上展現了它實時的、雙向的語音交互的能力。利用一種機器人去餐館訂位、跟旅行社訂機票等，幾乎達到了跟真人通話的效果。可以看出，未來的人工智慧會越來越近的走進我們的生活。我認為，人工智慧未來將會成為人類的生活助理，在工作當中也可能會成為商業助理。從商業的角度我也給各位展現一下金蝶所做的一些嘗試，人工智慧到底能夠如何為商業應用軟體公司、商業的雲服務公司提升用戶的交互體驗，讓他們感受到人工智慧的魅力？

金蝶實際上是一個純粹的軟體公司，從93年創業到現在25年，在過程當中從一個傳統的財務軟體公司變為企業管理的軟體公司，再到現在成為一個雲計算、雲服務的公司。在轉型的過程當中，我們也明顯地感受到新技術帶來的重大推動力。目前，雲的收入基本上佔了整個金蝶全年收入的27%，預計今年年底會到30%左右。計劃在2020年的時候，金蝶的雲收入將佔據總收入60%以上。可以看得出來，我們在企業雲服務領域佔據龍頭位置，例如BAT全部是金蝶雲的客戶，在這樣的環境下，客戶更需要良好的用戶體驗，需要更高的效率來獲取企業信息，利用信息幫助去做快速決策。

那麼這些如何利用人工智慧做到呢？我給各位舉幾個例子。第一個例子是我們金蝶自主研發的服務機器人，你可以隨意的設定兩個點，讓這機器人自主導航從A點走到B點，每走到一個地方，它都可以與周圍的設備進行連接或跟手機進行互動，你也可以通過語音控制的方式告訴它要去的方向或暫停。

除了語音識別之外，圖像識別這個領域在企業裡面也用得非常多。第一個例子是發票，目前的票據大都是紙質發票，需要通過掃描或手機拍照進入企業的數字化系統，發票掃描的識別率可以體現企業數字化發展程度的高低。亞馬遜的AmazonGo作為無值守的無人商店，也是未來新零售的一種最有代表新模式，在這個情況下，每個門店來的每一位客人都會留下影像，如何追蹤他們、為每一個人量身定製他們所需要的服務，讓他會有更好的體驗？現在，金蝶利用圖像識別的技術和深度學習的演算法，讓發票掃描識別率可達96%以上，處於業界領先位置。

另外，在企業應用的刷臉識別方面也可以提供各種服務，比方說在職證明、工資查詢等，還有發票。每一個人都報銷過，都知道發票常常會在手中捲來捲去，非常不整潔。這種情況下，將發票放入掃描儀，識別率是一個非常大的挑戰。現在金蝶雲的服務系統也部分接入了我們自主研發的發票掃描圖像處理的能力。除了紙質發票之外，未來，電子發票也一定會佔據主導地位。實際上，現在我們所有的憑證系統都對接了電子發票。在8月10號的時候，深圳市稅務總局聯手騰訊和金蝶共同推出了全中國第一張真正的區塊鏈電子發票，這樣的發票推出之後，未來發票也就是資產，發票也就是信用，有了這樣的信用就可以為我們創造一個價值鏈，這樣一個以發票為基礎的信用價值鏈，可以為我們未來做互聯網金融、供應鏈金融、各種各樣的金融服務提供最基本的保障。這裡面也要用到很多人工智慧的識別技術，這裡的演算法我就不再詳細介紹。人工智慧為什麼會在2016年以後再次火爆？主要是由於來自雲計算的強大的計算能力。

沒有雲計算的發展，就不可能有今天的人工智慧，我們在人工智慧的雲化、容器化方面做了大量的工作。我們也要跟國家稅務總局的發票資料庫做對接，未來如果區塊鏈成為主流，那麼區塊鏈的節點也將成為我們連接的對象。這是圖像識別能夠實實在在給我們企業用戶帶來的直接價值。

另外一個是自然語音交互，語音交互可以讓我們省掉很多操作上的繁瑣。比方說原來點擊六次滑鼠，敲幾次鍵盤才能夠獲得到的社保信息，現在可能一句話、兩句話就能解決，這就是效率的提升。這裡我也給各位展現一個已經發布的產品：跟京東音箱聯合打造的商務智能助理小K。這個商務智能助理擁有很多技能，比方說應用激活的能力，企業文化、財經資訊，還有培訓教育，ERP系統對接、業務對接等。當小K在播發一首歌的時候，你希望它不要停，它就可以永遠播下去。

所有的自然語言的處理或者人工智慧作為一個大的技術範疇來講，是需要應用在一個特定的場景或者特定的行業的，這樣的人工智慧才能發揮最好的效果。所謂跨行業通用的人工智慧技術，我認為20年、30年甚至50年以後都不一定會存在。但是在特定領域、特定行業，人工智慧的價值會越來越明顯。實際上我們最關注的是在企業的場景當中，在業務的交互過程當中，在企業文化的信息獲取過程當中，到底有哪些關鍵詞？或者說有哪些 「Semantic Meaning」，就是說有那些語意的信息可以把它總結歸納起來，讓我們訓練我們的這個人工智慧，這樣的話能讓識別率有非常大的提高，我認為：智能音箱，特別是在商務環境當中的智能音箱實際上是一種延展以前用滑鼠、鍵盤和顯示器來做輸入輸出設備的場景，把它延展到通過自然語言的交互可以獲取信息，它是一種全新的輸入和輸出的方式。

如果把它理解為是計算系統或計算設備當中的一種通用的輸入輸出方式，我們現在用到的任何應用，包括手機上的應用、計算機上的應用，全都可以被人工智慧的自然語言交互的能力所替代和延展。在我們自己研發的智能音箱系統中，融入了企業文化，比方說金蝶的致良知文化。另外由千人專家聯合會主導，計劃對接千咖大講堂，讓各行各業行業當中的大咖來給各位分享最新的信息技術，最新的企業管理，最新的企業文化。我們會把這樣的一些信息做成一系列的課件，也會免費推送。最重要的是把它跟企業的業務系統進行連接起來，比方說你要報銷、出差或請假，所有的這一切全部可以通過自然語言處理，讓一個音箱幫你做很多的事情。如果你是管理者，你可以了解上個月的經營業績和下個月的預算，進一步了解數據和經營情況。你只要知道一個指令和指令背後對應的連接url，把你的指令的意圖和我們真正執行的過程聯繫起來，這樣的場景完全可以通過商業智能助理的方式實現。

智能語音交互助理可以用在很多行業中，最後，給各位也分享一下人工智慧在金融科技當中新的發展方向。第一，在2020年的時候，特別是金融公司，因為金融公司的客戶常常要通過電話或者網頁訪問來進行互動：未來將會有85%的互動，是通過聊天機器人來完成。未來人工智慧將在金融機構的客戶服務方面扮演極其重要的角色，所以我覺得這是一個很重要的方向。這裡也有昨天我一個同事也跟我分享了一個例子，這個例子是用這種機器人來催款。比如說 某貸款公司利用效率實際上非常低，而人工智慧催款7×24小時都可以運作，但一個普通的人去催賬的話，催一段的時間就會覺得很煩躁。如果催款的語言由機器人發出，回款率超過了80%。所以可以看得出來，金融機構裡面的機器人，在催款方面已經逐漸取代專業人士。

後面還有幾個小的例子，告訴大家利用人工智慧在金融科技領域創業，有哪些公司值得大家去關注？大家都知道在所有的大商店裡面買東西的時候，最後付款有一個pos機，有一家創業型的公司就在pos機的後面做了一件事情：接了一個實時的能夠判斷消費者的信用的分數到底是多少，給不同的貸款利率帶購買商品的服務。它利用這樣一種機制幫助大的商店商場，也推銷了自己的貸款業務。在尋找創業的機會的時候，應該從我們現有的場景當中去看，看看哪一個點上面可以嵌入人工智慧的方法來改進原有的業務流程。另外一個，是在財富管理，比如你有很多的資產，以前可能都是自己打理或委託一家專業的公司，而未來這些專業公司的財富的管理者都將會變成人工智慧。如果創業圍繞著財富管理做分析，用人工智慧的方法做決策，讓這些所謂的財富管理師以後只要拿出你的工具，就可以選不同的資產的組合，可以達到什麼樣的投資效果的，那麼人工智慧的創業一定會取得很大的成功，這也是相當於要把投資組合的洞察力完全交到由人工智慧所驅動的管理公司當中去。

另外還有一個值得大家去創業的領域，就是用人工智慧來處理非結構化的數據。這個數據包括文檔圖片、文本和其他自由格式的圖像。未來各種各樣的數據實際上都在金融系統當中，但是這些系統之間又不連在一起，到底哪些是關鍵詞？實際上這些金融公司也總結了一條，比方說找到了合同，合同當中最關鍵的是兩個信息是第一個，這個合同是跟誰簽的？法人是誰？利用人工智慧的方法可能只要幾分鐘，甚至快的地方只要幾秒鐘就可以找到這些數據。大家可以看得到，用人工智慧做文本、做內容的分析，將會幫助金融機構節省大量的人工成本和提升效率，這也是一個我認為非常不錯的創業方向。

實際上剛才已經講過的名為Affirm的這家公司，把pos機上加上一個信用分數的直接分析的一個工具，最後發展成一個貸款公司，是創業的非常好的例子。另外，還有一個不錯的公司叫Riskified，這家公司主要為電子商務的網站提供一項人工智慧的服務，讓這些所有的電商網站，只要調用它的服務，它就會告訴購買者，或者準備要購買商品的人以前是不是有欺詐行為，他是不是你真正的用戶，是不是你潛在的客戶等，能夠一目了然的對客戶進行分類。光這樣一個簡單的功能，就融資了6000多萬美金。

今天，給各位分享了幾個關鍵的看法。第一個是人工智慧它本身對金融服務行業的各種業務流程實際上都可以被逐漸的自動化到逐漸的智能化，這是大勢所趨，不管從事金融的哪一個行業，不管是貸款還是支付、銀行業務、後台處理，都可以被人工智慧的某些能力來替代，這也是一個發展的方向。第二個是智能語音交互這種商業助理服務，未來將會佔據到80%的客戶服務或者客戶相互之間互動的應用場景當中。第三，未來的物理票據和數字票據將會不斷的融合，從而形成這一個信用的價值鏈，有了這樣的信用價值鏈，我們基於信用可以做很多互聯網金融和供應鏈金融的相關服務，開啟一個新的票據價值的新時代。

最後，我也跟各位分享，人工智慧本身在創業型的公司當中、在信用評級貸款服務、電商欺詐、客服辨別，以及銀行內部大量的非結構化，包括圖片、語音、視頻等方面扮演的重要角色。人工智慧它的確可以讓金融產業發生根本性的改變，但最重要的還是需要我們自己去找准應用場景，找到突破點。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！