大多數金融服務都將開放，通過API無縫集成到SaaS

雷鋒網AI金融評論報道，在近日「2018世界人工智慧大會」智能金融主題論壇上，中國互聯網金融協會會長李東榮，加州大學伯克利分校邁克爾·歐文·喬丹（Michael I. Jordan）教授，復旦大學大數據學院院長、普林斯頓大學教授范劍青、匯付天下董事長兼CEO周曄帶來了主題演講。

周曄的演講內容是人工智慧在支付行業的應用和未來的展望。他指出，「如果沒有數據，人工智慧只是空中樓閣。我國人工智慧在金融領域的應用是一個路徑依賴。在過去十年當中，是支付行業首先大規模使用新的科技，完全全新的技術架構，全新的商業模式，所以我們可以看到在支付行業大量的人工智慧得到應用，因為支付有很多數據。」

以下是演講原文，雷鋒網作了不改變原意的編輯：

中國支付產業變遷

如果沒有數據，人工智慧只是空中樓閣。我本人30年前讀研究生，專業也是人工智慧，模式識別。那時候我算一幅圖像差不多是吃晚飯之前4點鐘把一幅圖像送進機器，差不多第二天9點鐘，一幅512×512的圖像才可以算完。但是今天人工智慧在科學的領域並沒有特別大的突破，為什麼它的應用如此之廣。它有一組技術突破了，在金融行業我個人認為率先在支付行業突破。

所以我們可以看到支付公司創新了完全不一樣的貸款模式，完全基於數據，跟我們很多看到的所謂的互聯網金融創造的貸款模式是不一樣的。

我進入支付行業大概有25年，經歷了整個支付的基礎設施，金卡工程、互聯網支付、移動支付，應該來講涵蓋了整個中國經歷了一個從模仿到引領的過程，中國的支付產業確實來講今天以交易量、支付產品的種類，涉及的人數、客戶數、商戶數都是世界領先的地步。

我一直在想這個問題，支付行業為什麼大量的利用新的科技，尤其是人工智慧。我覺得大概有四個道理。第一個道理，中國支付產業定價世界最低，我們做一筆交易大概收入的水平，定價水平是美國的四分之一到五分之一，必須拚命提高效率。

第二，我們需要創造很多增值服務，而支付行業跟其他互聯網行業不一樣，它沒有辦法創造廣告。因為很多互聯網企業有大量的形成入口，形成海量用戶之後，可以靠廣告或者遊戲賺錢。但是支付行業它可能的方向只有一個，靠金融的增值服務。它不得不去鑽研貸款，不得不去鑽研財富管理。中國的支付產業面臨空前的競爭壓力，從來沒有一個市場當中有那麼大一批的支付公司。要獲得更多的客戶，必須提高客戶體驗。客戶體驗你從介入開始到最後的使用，到最後的結算，必須是一個非常便捷的方式。提高這些就是靠科技。

第三，中國市場的巨大空間。中國的支付量、用戶數、商戶數大概都是世界絕無僅有，為整個支付行業新的商業模式，為新技術的使用提供了巨大的可以實踐的空間。

第四，過去十幾年當中政府給予支持，監管也很包容。今天這個時代講監管的寬鬆包容，可能很多人不同意。但是從歷史來看，過去的十年、十幾年，監管的包容，為新的商業模式、新的產品，確實提供了一個可能性。

中國的支付產業有別於世界其他任何地方，大概有四條。第一，科技改變了支付。第二，支付作為一個連接場景的重要工具，支付連接了場景。第三，場景沉澱了數據，沉澱了大量的數據，沒有這些數據就沒有人工智慧，就沒有這些演算法。第四，數據創造了價值。

科技如何改變金融服務

科技正在改變金融服務形態，智能化成為趨勢。總的來說，表現在四方面。

第一個是身份。身份識別在金融行業叫KYC，包括遠程開戶，以及商戶准入。在技術上，已經取得了決定性的突破，但是行業還需要花點時間等待監管的步伐，來確認身份識別的技術可以作為遠程開戶的一個方式，支付中的二三類賬戶問題已經不大了。

第二個是匹配，匹配是一個技術詞，翻成金融行業裡面的詞就是適當性，把合適的產品賣給合適的客戶，應用有搜索、推薦、評級、機器人理賠。

第三，金融裡面最核心的是風控，包括反欺詐、反洗錢、信用風險。過去幾年，利用機器學習和大數據，業界在做反欺詐、反洗錢達到了毫秒級，完全是顛覆了以前傳統銀行的做法。但是在資產管理方面還沒有太多成功的案例。

傳統的風控歐式採用結構化、強金融數據的數據，採用人工+經驗+規則的技術手段，只能做到數天審批、隔月更新。而智能化風控也會抓取非機構化和弱金融屬性數據，採用人工、機器學習、規則引擎、知識圖譜相結合的技術方法， 實現秒級響應、實時迭代。

第四個重點是流程，流程包括兩類，對內的調度、對內的流程包括資源的調度。還有智能客服，確實來講每一個支付公司，大一點的支付公司在過去都有一個巨大的callcenter成本，最近幾年很多大公司每年以100%的速度在削減，百分之八九十的問題都是通過機器在回答。

場景化金融，金融服務與場景無縫對接

場景化金融有三點表現：

第一，支付連接場景，同時沉澱海量的數據。這樣一個場景化的金融，以前是沒有過的。以前我們到銀行，它就是銀行，到商場它就是商場。如果兩邊要連接的話，也是放一台機器在那裡，機器是銀行的，其他的是商戶的，是分開的。但是今天，所有的服務業，包括金融行業，所有的服務業都在經曆數字化。

第二，大多數企業的數字化都是通過SaaS實現。新零售、互聯網金融，甚至金融科技，都是不同領域數字化的別稱。以前一個企業如果要數字化，都是成立一個巨大的IT部門，或者是外包找一個IT服務商、軟體服務商或者系統集成商。但是今天都是通過SaaS來，使得很多中小企業以前承擔不起軟體開發費用的現在可以承擔了，成本是以前的十分之一甚至更低。百行百業幾千家SaaS。

第三，支付乃至大多數金融服務都將開放，通過提供API，無縫集成到SaaS。實體商店在高度數字化之後，需要支付，將所有的服務無縫插入到所有的流程當中。以前做支付要不在互聯網上給個介面，要不在線下放一台POS機。今天服務的形式既不是一個介面，也不是一個終端，也不是我們以前講的行業支付解決方案裡面的一個解決方案，而是一個開放強大的API，它無縫的插入到不同的SaaS裡面。我們也可以看到不僅是支付公司，傳統的金融機構，像銀行也宣稱自己是一個開放銀行，做出來的API，把很多銀行的功能插到不同場景裡面去。

我們相信這樣數字化的過程，場景化的金融一定是接下來的大的趨勢。因為支付行業有數據，有客戶，掌握了資金流向。在支付整個行業裡面，我們可以看到有幾類，第一是銀聯、網聯，給大家做轉接。我們可以看到閉環生態型的，比如說支付寶或者是微信的支付。也可以看到開放獨立性的公司和商業銀行。過去大家忙著支付、交易量，後來忙著抓客戶，抓資金流，現在忙著抓用戶的數據，有很多靜態的信息、消費的偏好、位置信息等等。支付因為掌握了這樣的數據，使得我們可以創造這樣一個場景的連接。確實來講以匯付的實踐來講，我們做數字化管理、生物識別、風控管理包括客服、人臉識別、居間貸款，就是剛才這樣的到寬，因為有場景所以有數據。

數據創造價值，數據有什麼作用？我沒注意到，當掌握了海量數據的時候，在這個時代就掌握了生產資料。但是這個生產資料一定要用恰當的方式才能創造價值，這個生產力就是智能化的演算法。所以我們可以看到從支付這裡延伸出去，因為有了智能化的工具，我們可以來做營銷，我們可以去做徵信，可以做理財、眾籌、貸款、保險。

智能化的未來是怎樣的？

最後是拋一個開放性的話題，互聯網我們都看過一本書叫《世界會更平嗎？》，講的就是互聯網的世界可以是一個屌絲的世界，可以發聲，大家互相連接，互相溝通。但是我們看到當數據加智能是一個主流玩法的時候，可能互聯網世界朝另外一個方向走了，因為極致的平台幾億人在上面，它累計了無與倫比的數據，可以洞察一切，可以用其中的數據創造無窮無盡的商業模式。打哪個行業哪個行業就贏。所以確實來講我們看到當互聯網溝通連接平了之後，因為數據積累的不平衡，再加上智能化的玩法，我們覺得這個世界，以前我們宣稱互聯網消滅了二八，如果這個趨勢下去，它不是二八，它也不是一九，它甚至不是一九九。

這樣一個快速革新或者演變的方式，企業永遠是走在前面，個人緊隨其後。但是我們確實可以看到在這樣一個新的玩法下面，可能原有的監管實踐和創新發展可能比以前任何時候都快速的平衡容易打破。

我們也是堅信，數據是所有新商業的資產。有幾個耳熟能詳的定律：一個是紅桃皇后定律，技術更新迭代的速度和轉向是非常迅速的，企業要生存，必須要趕上環境的變化速度。第二，梅特卡夫定律，用來描述網路價值和網路效應，企業的價值與它的用戶數平方成正比。第三，馬太效應，巨大的用戶數據沉澱，強者愈強，從而形成一個無比巨大的數據壁壘。

但確實是要呼籲一點——分清數據和智能的邊界。數據歸屬權是什麼，當一個數據超過億萬的時候，客戶超過億萬的時候，它的使用權規則到底在哪。

我們現在已經分不清楚自己是代表一個舊的時代，還是代表一個新的時代。在這樣一個數據+智能新的玩法下面，到底未來是什麼，未來是一個歷史的簡單延伸，還是說未來是在我們以前這條線上完全另一個層次的平行線上發展，我們不知道。所以我相信所有人跟我一樣，奮力奔跑，焦慮，但是對數據+智能這樣一個嶄新的模式覺得機會巨大，我們還是要努力奔跑。

更多資訊，請關注雷鋒網AI金融評論

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！