技术、数据、隐私，智慧金融科技落地很重要！

文/本刊记者 史 诗

“Fendy！Fendy！”

“你好，我能为你做些什么？”

Fendy，其实是拍拍贷自主研发的基于人工智能的机器人，它的眼睛和人类类似，可以捕捉到周围的环境，通过脸部特征抓取年龄、性别等信息，还可以抓取微表情利用到贷款流程里面。短短的两分钟，机器人能够进行了活体检测、人证合一比对，并拉取了各种维度的数据预测风险，最终给出合适的贷款额度。

这一幕发生在日前拍拍贷上海智慧金融研究院的成立仪式上，国内外多位前沿研究专家共聚一堂，深度探讨了中国智慧金融的未来前景。

什么是智慧金融

金融是对资源的重新整合从而带来价值，往往就是资本的流动。而智慧就是一种对事物迅速灵活正确理解和处理能力，包括感知、理解、认知、逻辑、决策等等。而智慧和金融合在一起，智慧金融就是通过技术、科技的融合依托人工智能、大数据、云计算区块链等技术使得金融全流程得到智慧的提升，实现金融产品获客、服务、风控的全面智慧化。

拍拍贷首席风险官兼首席数据官顾鸣认为，首先，智慧金融最重要的特征是智能性，意思就是技术科技的逐渐落地，使得本来由人来做的认知决策，逐渐由机器来代替完成，从而不断提升智能性。有了智能性之后，客户可以得到非常快捷高效的服务，就带来了高效性。效率的提高往往和成本的降低是同时发生的，成本更低从而达到了普惠性。

投入10亿资金

拍拍贷创始人、CEO张俊强调，拍拍贷将延续技术、数据驱动的传统，在未来三年内为智慧金融研究院注入10亿元资金，在智慧金融研究院之下成立人工智能、区块链、金融云、大数据等四大研究中心，让智慧金融研究院真正做到“金融触手可及”的目标。在中国的金融科技创业公司中，拍拍贷是迄今为止第一家将“十亿元”级别资金投入到智慧金融研发领域的企业，全力推进金融科技的进步，来为近14亿中国人提供更普惠的金融服务。

除了自建研究中心外，智慧金融研究院也积极拓展同全球领先技术接轨。在智慧金融研究院公布的科学顾问名单中，包括了美国费埃哲（FICO）原首席科学家Joseph Milana、加州理工学院（CalTech）电气工程和计算机科学教授同时也是亚马逊机器学习领域畅销书《Learning From Data》作者Yaser Mostafa、加州理工学院计算与神经网络教授Athanassios Siapas等顶级人工智能科学家。

除了强化同全球顶尖技术的联系，张俊还表示：“智慧金融研究院不仅是为优化金融科技产业链服务，也要为监管服务”。在监管部门积极防堵系统性风险之际，技术层面的提升不仅将提高行业的运营效率，也将提高行业整体透明度，让监管部门有效地防范系统性风险。

顾鸣介绍，智慧金融研究院将立足人工智能、大数据、云计算、区块链等前沿金融科技的研究和探索，除了计划未来三年投入的10亿元资金建立研究中心外，还将与工信部中国电子商务协会互联网金融研究院、浙江大学计算机学院人工智能研究所、新加坡国立大学计算机学院社交网络实验室等开展联合研究项目，着力打造金融科技孵化器等，致力推动金融全流程智慧化，使金融服务更加普惠和触手可及。

迈进全面智慧阶段

拍拍贷的三位世界级科学顾问在本次大会上分享了其对征信和底层技术的见解：Milana在演讲中回顾了美国消费信贷行业的市场规模和风险水平随经济周期的变迁，并对美国的个人征信领先企业FICO的风控模型和法规管制等方面进行了详细的解读，为我国征信行业的发展提供借鉴意义；Abu-Mostafa则对机器学习的演进和革命进行了深度解读，并提出这些变革意味着2+2的挑战，即如何正确使用巨量的数据和高度复杂的模型以及如何面对安全和社会方面的风险；Siapas在演讲中从人工神经网络算法和生物神经网络两个方面来探究大脑和算法都是如何学习和记忆的，揭示了人工神经网络的实现原理，提出未来可能涉及出更多的神经网络结构，更好地模拟大脑工作的方式。

作为一家技术驱动型的金融科技企业，拍拍贷在2007年平台创立伊始就将数据留存，2008年上线反欺诈系统、信用评级系统、各类认证系统，开始黑白名单的原始积累，2015年发布“魔镜”大数据风控系统，智慧化体系初步成型，之后更是在大数据以及人工智能领域不断发力，积极布局金融科技。

截至目前，拍拍贷通过大数据建模已累积超过1000亿条数据。在海量数据的基础上，通过不断对算法进行优化，拍拍贷的魔镜风控系统已逐渐累积了超过1000个维度，不仅跻身国内顶尖的风控系统，也逐渐从金融科技蜕变成智慧金融平台。智慧金融研究院是拍拍贷在技术领域探索的最新一步，也为拍拍贷在大数据和AI方向的进一步探索奠定了基础。

专家漫谈智慧金融

麦肯锡咨询全球副董事、大数据领域专家陈同表示，金融业沉淀了很多数据，金融业决策过程当中人的因素相对较少，这意味着大数据和人工智能在金融行业有很多可以应用的地方。具体在互联网金融行业当中，回到互联网的逻辑，这是两方面，一是怎样获客，二是怎样营造用户体验，实现流量变现。

谈谈一些可能遇到的挑战，不光是数据上还是模型构建上，从过去很多企业的交流过程当中发现缺的是人才，并不仅仅是数据科学家或者说数据工程师，真正缺少的是能够搭建技术和业务之间桥梁的人才。这个人可能既需要对机器学习、人工智能、大数据有深刻了解也对应用场景有心得，只有这样才能会技术和业务结合起来。

上海大学上海科技金融研究所副所长孟添表示，现在行业里所有的互联网企业，基本上都说自己是大数据和人工智能是核心优势和特色，但是实际上分成两大块，一块就是大数据营销，人工智能的营销，另外一块是风控。金融行业的发展最重要的可能还是要偏重于风控，因为实际做金融风控是非常核心的，通过大数据或者说人工智能怎么样提高风险识别和定价能力。讲到这个问题，我觉得现在最主要的问题还是和数据有关。我觉得现在很多的公司都有很多模型，也重金聘请了很多专家，但实际上数据积累比较少。

中国人民银行研究局金融市场处原处长庾力认为，首先，金融消费者的隐私保护问题是非常重要的。现在很多金融工具很丰富很现代，但是很多人比如说中老年人或者保守的人还是拒绝的，为什么？害怕了这个功能渗透自己的个人隐私。希望今后都要特别注意大数据对于消费者的隐私保护，不能泄露的信息太多，这些负面消息不能太多，太多的话影响投资者影响消费者的积极参与。其次，金融科技应该属于高大上类的，但是我觉得金融科技Fintech主要的核心内容实际上只有六个字，简便、快捷、安全。

在行业内企业纷纷布局金融科技以及监管趋严的背景下，以大数据和人工智能为依托的金融科技企业的运营效率、风险控制、精准定价等业务水平将进一步提高。可以预见，行业内有科技和没科技企业之间的差距将逐渐扩大，技术的创新也将成为企业的核心竞争力。