招商证券首席数字官胡滔：人工智能在金融行业应用的思考|达观WAIC回顾
在2021年世界人工智能中，达观数据与浦东青联联合举办了“未来办公 文本赋能”行业论坛，围绕语义分析、智能办公机器人的应用与多位行业专家与学者展开了一场精彩的交流盛宴。
招商证券总裁助理、首席数字官胡滔在论坛上进行了《人工智能在金融行业应用的思考》的主题分享，以下为演讲内容精华整理。
2016年3月，AlphaGo以4:1的成绩击败世界围棋冠军李世石。很多人将这一事件定义为人工智能时代的黎明。AlphaGo每一步围棋的走子有很多规则，算力很快，机器可以7×24小时不休息，这件事带来了整个人工智能在实业行业管理的应用。同时我们也看到现在几乎所有的互联网企业和技术公司都在尝试进入自动驾驶领域，但无论特斯拉还是国内企业，在自动驾驶领域仍然处于中级的阶段，开放路测的企业并不多。
今天的人工智能在一个封闭确定规律的领域里，它的应用相当成熟，但在开放式、不确定性、需要人思辨和创新能力的领域，表现还不尽人意。这两个领域分别对应的是计算智能、感知智能以及认知智能。在认知的智能上，我们还有非常长的路要走。
基于人工智能行业发展的现状，实业如何应用人工智能？我们根据经验总结出来三个方面：
1.想要应用场景的开放程度如何，有具体的规则，封闭性越强，成功的概率就越高，对人工智能的挑战就越低。2.在一些开放式环境中，有没有足够多的数据，训练数据的质量如何？需要通过历史的数据去训练模型。
3.场景的容错率如何？在学习的过程中，机器也会做出错误判断，如果场景容错率非常低，应用的时候要越谨慎、挑战越大，比如在银行的贷款领域，尤其是企业贷款，动辄是几百万、上千万，这里的容忍度就显著降低。
任何一个场景，需要从三个角度来思考是否有合适的时机可以全面的应用人工智能。
金融行业的应届生毕业生中，本科和硕士的占比远高于其它行业，而另一方面金融业的人70%、80%的时间都是在做一些枯燥的事情，只有20%-30%的时间做沟通、互动、分析、决策、反馈等高价值的工作。金融作为数据驱动的行业，诸多痛点与人工智能的应用相契合，是人工智能最适合应用的领域之一。目前，人工智能已经深入到算法交易、风险管理、欺诈识别、金融产品推荐、客户服务等众多场景，我们非常认可人工智能在整个金融行业未来的价值。
人工智能在金融行业将会带来几种改变，而且价值会越来越高。1.自动化水平到达新高度，智能机器人对整个工作的自动化将有非常大的提升
2.智能分析与决策
3.新商业模式与新产业
具体到行业来看，AI的应用在日渐广阔和深入。以证券行业为例，横轴表现的是人工智能对效率和体验的提升以及价值的创造，纵轴表示人工智能的通用性和专业性能力，我们把整个证券行业的前中后台、包括监管能够运用的领域做了分解。刚才谈到，人工智能在金融行业的应用需要去从场景的开放程度、数据的质量、场景本身的容错率这三个方面去考虑，当应用人工智能时从哪些场景入手最容易，我们梳理了一个表格（可见下图），人工的参与度从左到右越来越高。
在低阶应用、在标准作业流程中，人只需要做简单的质检；中阶应用的阶段，需要人工去确认和干预，比如零售的信贷，在模型用了一段时间后，因为消费者行为的偏移、外部环境的变化，一段时间坏账率会提升，人要进行模型的调整做样本的重新学习。在高阶应用，尤其是在证券行业，智能投资的决策里对人的经验的依赖会更高，目前很难把所有优秀投资经理的经验转化成知识图谱。我们把刚才谈到的初阶、中阶、高阶的应用都有一个案例，人工智能的最后一公里我们认为RPA是最容易成功、最能够带来效率提升的应用。RPA是对现有的环境依赖最低，降低成本效果最好的领域。招商证券有300多个场景已经全面应用RPA，RPA目前在公司内部每天有32000分钟的工作量，相当于57个高素质的人才工作，实现了作业效能50%的提升。
但RPA也有它的局限性，因为RPA模拟人操作键盘和鼠标，很多的系统之间有断点，如果下载的是影像的文件，系统就无法识别。招商证券在4年前开始应用RPA，我们发现断点如果不用新的人工智能技术便无法更好的提升效能，所以我们开启了和达观的合作，将RPA和OCR、NLP做有效的结合。
例如标准化的招股说明书和行业分析报告，有了固定的模式很容易将它的信息变成结构化的信息，包括银行流水等。对于办公文本的“通用识别及信息抽取”的场景，受益于较为丰富的训练数据和较为确定的业务规则，目前招商证券与达观数据合作，多个应用场景已经落地，并产生了较好的应用价值。招商证券的智能系统目前每天处理超过5000份的文件，语义理解技术给同事节省大量的工作量，整体的处理效率提升比例达到60%以上。
招商证券与达观数据的合作中，利用标注平台已沉淀110类文本的800多个识别提取模型，目前正在落地更多 “语义理解和摘要”类的场景 ，并不断探索 “推理归纳和文本生成”类的场景，以实现更高阶文本工作的智能化辅助。
招商证券在过去几年全面建设AI体系，从IT基础设施的升级，团队创新的工作方式，数据支撑的智能决策，以及AI加持的用户互动，在这些方面都有很多落地和案例。
作为新一轮科技革命和产业革命的核心技术，人工智能对于全球发展的重要性不言而喻。各国尤其是发达国家高度重视人工智能相关技术与产业的发展，普遍预测人工智能为下一代产业革命和互联网革命的技术引爆点，并且注入大量资金加快其产业化进程。同时如何以人为本，更好的科技向善，也是一个重要的思考问题。麦肯锡预测，未来几年在金融行业人工智能会使从业人员的工作时间减少27%，决策效率提升38%。从人工智能在金融行业的应用发展来看，金融行业的人工智能应用将从摸索走向价值创造，从赋能到推动业务的发展，并呈现出四方面的特点：
1.从解放人力向驱动业务发展 从跟传统的替代金融企业经营的重复性作业和数据搬运，转变为向智能投顾、商机发掘、智能风控、智能营销等驱动业务方向深度发展。
2.感知智能向认知智能过渡 从语音识别、人脸识别等标准AI为主的感知智能，向文本分析挖掘、知识图谱、舆情分析、传导推理等“数据+模型=服务”为主的认知智能转变。
3.新技术推动金融普惠化转变 AI替代人工降低金融服务的成本，并提升风险定价效率，推动金融普惠化。例如，智能客服为每个长尾用户提供专业服务，智能投顾为不同净值的客户提供个性化资产配置服务。
4.生态显现集中度提高 数据的互换价值逐步体现，联邦学习破解数据孤岛和隐私的作用将逐步显现，业务生态日渐显现，业务集中度逐步提高。
以上是我的分享，谢谢大家。
