“AI是去流水、去專家、去經驗,重新構造商業流程,這個流程由數據和算法驅動的;然后賦能,盡快使用你的數據,加上新價值的算法,替代和優化原有流程”12月1日,天云融創數據科技(北京)有限公司董事長雷濤在“2018全球財富管理論壇——全球變局下的財富管理”上如此表示。

天云融創數據科技(北京)有限公司董事長雷濤

他表示,大規模產業互聯網沉淀轉化成實實在在的金融資產。從產業端爆發出來的數據價值,可以穿透整個產業鏈,因為很多產業鏈現在已經被完整數字化,比如供應鏈,現在我們看到供應鏈都是拿簡單的票據,簡單的訂單做一層的保理類業務。事實上供應鏈整個的穿透,已經對訂單的資金流、物流、信息流,三個流充分數字化,碎片化到每一個200到300元小的額度上,這200到300元額度聚沙成塔,任何一家CPI都在10億以上規模的日流水。

以下為發言實錄:

雷濤:感謝袁滿,感謝大會有一個機會,作為一個科技人闡述一下我們的觀點。我是雷濤,來自于天云,天云是純粹北京企業,從中關村成長的,中關村在5000億科技前沿計劃里TOP 10的AI企業。先分享三個觀點:

第一個是AI,我們怎么去界定,我們怎么去理解的。上來之前我還在看一個人工智能的行業報告,滿篇翻完以后全是四服、減速器、機器人,我們理解的似乎這些跟金融應該差距很遠。事實上金融行業里,比如說一個手機銀行有兩個背后,有600多個人工智能模型在運作,大量算法在服務。所以我第一個觀點是,其實人工智能是我們重構商業流程的核心要素,基于數據和基于算例的情況下。就像很多廣告里看到的阿爾法狗一樣,谷歌做的大的宣傳,可以看到背后的內容,輸入端和輸出端,中間一個復雜的邏輯用新的方法刻劃出來,給我們刻劃復雜商業流程新的思路和手段。以前黑白落子,簡單輸入和輸贏之間只能靠最佳實踐,原來就是幾千張棋譜,通路非常有限的。就跟我們現在總結經驗、總結流程、總結最佳實踐是一樣的。通過神經網絡新的算法和算例不斷重復,刻劃出來了一個從輸入端到輸出端語言沒法抽象的內容,像大局觀棋風,這種抽象其實帶來一個商業事實重新解讀,開始大規模應用在流程的再造,零售是第一個被洗牌的,100年前1836年的貝葉斯算法,把原來怎么擺放商品,貨架怎么去做,通道怎么去設計,全都顛覆替代了,替代了很多零售的表達方式。現在很多商業構造也都開始重新,用算法和數據資源。

這是我表達的第一個觀點,AI理解上算法重構了很多內容,而且算法并不是針對場景,場景差異性非常大,這是很多人的誤區,必須理解數據,理解一個場景以后,我才能找到唯一的散發。其實同樣一個算法,這幾天三級跳視頻可能爆刷屏幕,大家看到個算法的時候,2018年的CVPR比賽里已經揭示了這個算法,就是里馬可夫。我們又給能源做地下管線的線路,同一個算法強調的是連接性,數據與數據的連接性,肢體運動的預測連接性、語言序列的連接性、語法結構的連接性、管道和管道的連接性,算法本身是一個沒有內在屬性,通過數據源外部屬性,普世性對行業做了一個刻劃。這種能力讓我們重新認同,我們的商業該怎么構建。

第二個觀點是AI進入(英文)之后先能做什么?第一步先賦能,已有流程里做精確和改造優化。比如說智能投顧,在產品接續之中怎么做動態調研?背后算法其實跟滴滴每天做400億的落地申請是一模一樣的,好的大型的金融企業已經實現了數據閉環,能夠讓數據供給和算法和算例耦合在一起,實現有效互動。有一些企業初期目前我們看到的還是嘗試,在一些實驗室后臺應用。三周以前開AI開發者大會,在座各位都是我服務過的客戶,范總新執掌的北京銀行,張總之前服務的光大銀行,還有京東金融,但我們真正在AI開發者大會上看到的只有像BAT、滴滴、小米這些,核心在于數據有效性閉環驅動,拋開社會責任不談,滴滴每天要做400億的路徑申請,這是一個完整的數據和算法耦合在一起。

現在大量金融機構開始有一些,比如說像反欺詐,這些內容很難用規則抽象的,以前反欺詐,尤其申請反欺詐,都是幾千條規則,這個村子不能發卡,那個村子怎么樣,一條一條規則陳設和羅列。現在可以有這種影射,基于之前的數據可以陳設出來的。比如說京東,不還白條業務,換一個身份證換一個手機號,重新注冊一個京東賬戶,京東馬上還能識別出來,你還是有,因為后臺有20多億設備指紋。這些基礎設施,實際上通過系統的能力,把數據有效連接起來,場景其實差異化非常大。

優化,我們也在看一些新的市場出現,除了已有流程,比如科技監管,財富主題現在看的是40多萬億資本產品,這是證監會開放給我們做同質性、流動性,還有兌付風險一系列模型預測。這些預測結果,其實之前沒有宏觀視角和宏觀數據聚合的,但監管部門新發了一些資源優勢。我昨天下午在國內最大的一家壽險公司,他們談到怎么做精準的推薦,也想像電商一樣,但各個精準實體里都碰到電商以前不好碰到的問題,就是產品少,不像電商里,淘寶有9億SKU,跑一個概念風控模型非常好就能啟動起來。金融產品數量非常少,人群數量和產品數量一匹配,精準性很難發揮數據的價值。金融還有一個好處,另一方面的好處是有很強的歷史數據,我們需要對它過去幾年歷史內容,可以提供一些以前在互聯網里沒法做的價值內容,把歷史經驗挖掘出來,哪些產品和哪些產品之間的關聯性。這家壽險公司可以輕松提供5000多萬用戶數據,這么大數據我們可以做到精準推薦率,這來自于自己已有資產的爆發率。這都是賦能本身,沒有改變金融結構,沒有發揮AI核心重構商業流程價值。

第三塊我們怎么去找到一些零消費市場?資產、核心,從亞當斯密講的三個要素已經擴展到數據資源,數據怎么變成一種真實的資產,我們其實看到數據大規模在爆發,從最早的交易型數據,到互聯網的行為數據,行為數據已經開始出現了金融屬性了。谷歌、facebook萬億級別的公司收益來源,包括京東、百度,流量資產其實是行為數據里來了,行為數據其實是流量,以前流量出口是廣告,但今天可以帶來大量的貨幣,流量資金資產的分裝。

除了這個以外,我們跟股份制銀行合作時看到,他們對產業觸角非常多,產業互聯網已經大規模生產出規模化數據,產業互聯網這邊出了一家公司不是“獨角獸”了,基于機器數據的生產,每股能出來1400億估值,緊接著追著它的600億估值。產業里數據資源怎么應用上變成資產?

我們看到幾個案例,比如說我們去年服務的一家新的保險公司,使用機器數據,ETC簡單的很碎片化的通信基礎數據,拿著寫大量的通關數據,瞄向900萬輛貨車司機的現金放貸。這個數據很復雜,每天有大量通關還有稱重物理機器產生的數據,怎么提煉成每一個車評估的經濟應用能力?需要AI加經濟數據提煉。原來規劃這個業務要11000多人,傳統的融資租賃方式,現在可以用算法驅動降到三四十人團隊,滿足百億規模放貸能力。

這些我們看到,從產業端爆發出來的數據價值,可以穿透整個產業鏈,因為很多產業鏈現在已經被完整數字化,比如供應鏈,現在我們看到供應鏈都是拿簡單的票據,簡單的訂單做一層的保理類業務。事實上供應鏈整個的穿透,已經對訂單的資金流、物流、信息流,三個流充分數字化,碎片化到每一個200到300元小的額度上,這200到300元額度聚沙成塔,任何一家CPI都在10億以上規模的日流水。這個像銀行信用卡管理自己的分層,有宏觀的LGD資金管理,又有對每個個體的評分,產業鏈里銀行具備這種能力,只不過沒有穿透,信用卡業務是舶來品,構建整個對個體數據刻劃能力,個體風險評估能力,以及對整個信用卡中心的服務能力。但對公業務穿透到供應鏈時,沒有這種跨界。第三塊可以看到更大的產業資產會從互聯網出來,會從未來的IOT、5G,一些大規模的機器產生的數據里爆發出來。

跟大家分享三個觀點,第一個AI是去流水、去專家、去經驗,重新構造商業流程,這個流程由數據和算法驅動的;第二個觀點是賦能,盡快使用你的數據,加上新價值的算法,替代和優化原有流程;第三個怎么把機器數據,大規模產業互聯網沉淀轉化成實實在在的金融資產。謝謝。

轉載自財經網

竞彩微信投注