“AI是去流水、去专家、去经验,重新构造商业流程,这个流程由数据和算法驱动的;然后赋能,尽快使用你的数据,加上新价值的算法,替代和优化原有流程”12月1日,天云融创数据科技(北京)有限公司董事长雷涛在“2018全球财富管理论坛——全球变局下的财富管理”上如此表示。

天云融创数据科技(北京)有限公司董事长雷涛

他表示,大规模产业互联网沉淀转化成实实在在的金融资产。从产业端爆发出来的数据价值,可以穿透整个产业链,因为很多产业链现在已经被完整数字化,比如供应链,现在我们看到供应链都是拿简单的票据,简单的订单做一层的保理类业务。事实上供应链整个的穿透,已经对订单的资金流、物流、信息流,三个流充分数字化,碎片化到每一个200到300元小的额度上,这200到300元额度聚沙成塔,任何一家CPI都在10亿以上规模的日流水。

以下为发言实录:

雷涛:感谢袁满,感谢大会有一个机会,作为一个科技人阐述一下我们的观点。我是雷涛,来自于天云,天云是纯粹北京企业,从中关村成长的,中关村在5000亿科技前沿计划里TOP 10的AI企业。先分享三个观点:

第一个是AI,我们怎么去界定,我们怎么去理解的。上来之前我还在看一个人工智能的行业报告,满篇翻完以后全是四服、减速器、机器人,我们理解的似乎这些跟金融应该差距很远。事实上金融行业里,比如说一个手机银行有两个背后,有600多个人工智能模型在运作,大量算法在服务。所以我第一个观点是,其实人工智能是我们重构商业流程的核心要素,基于数据和基于算例的情况下。就像很多广告里看到的阿尔法狗一样,谷歌做的大的宣传,可以看到背后的内容,输入端和输出端,中间一个复杂的逻辑用新的方法刻划出来,给我们刻划复杂商业流程新的思路和手段。以前黑白落子,简单输入和输赢之间只能靠最佳实践,原来就是几千张棋谱,通路非常有限的。就跟我们现在总结经验、总结流程、总结最佳实践是一样的。通过神经网络新的算法和算例不断重复,刻划出来了一个从输入端到输出端语言没法抽象的内容,像大局观棋风,这种抽象其实带来一个商业事实重新解读,开始大规模应用在流程的再造,零售是第一个被洗牌的,100年前1836年的贝叶斯算法,把原来怎么摆放商品,货架怎么去做,通道怎么去设计,全都颠覆替代了,替代了很多零售的表达方式。现在很多商业构造也都开始重新,用算法和数据资源。

这是我表达的第一个观点,AI理解上算法重构了很多内容,而且算法并不是针对场景,场景差异性非常大,这是很多人的误区,必须理解数据,理解一个场景以后,我才能找到唯一的散发。其实同样一个算法,这几天三级跳视频可能爆刷屏幕,大家看到个算法的时候,2018年的CVPR比赛里已经揭示了这个算法,就是里马可夫。我们又给能源做地下管线的线路,同一个算法强调的是连接性,数据与数据的连接性,肢体运动的预测连接性、语言序列的连接性、语法结构的连接性、管道和管道的连接性,算法本身是一个没有内在属性,通过数据源外部属性,普世性对行业做了一个刻划。这种能力让我们重新认同,我们的商业该怎么构建。

第二个观点是AI进入(英文)之后先能做什么?第一步先赋能,已有流程里做精确和改造优化。比如说智能投顾,在产品接续之中怎么做动态调研?背后算法其实跟滴滴每天做400亿的落地申请是一模一样的,好的大型的金融企业已经实现了数据闭环,能够让数据供给和算法和算例耦合在一起,实现有效互动。有一些企业初期目前我们看到的还是尝试,在一些实验室后台应用。三周以前开AI开发者大会,在座各位都是我服务过的客户,范总新执掌的北京银行,张总之前服务的光大银行,还有京东金融,但我们真正在AI开发者大会上看到的只有像BAT、滴滴、小米这些,核心在于数据有效性闭环驱动,抛开社会责任不谈,滴滴每天要做400亿的路径申请,这是一个完整的数据和算法耦合在一起。

现在大量金融机构开始有一些,比如说像反欺诈,这些内容很难用规则抽象的,以前反欺诈,尤其申请反欺诈,都是几千条规则,这个村子不能发卡,那个村子怎么样,一条一条规则陈设和罗列。现在可以有这种影射,基于之前的数据可以陈设出来的。比如说京东,不还白条业务,换一个身份证换一个手机号,重新注册一个京东账户,京东马上还能识别出来,你还是有,因为后台有20多亿设备指纹。这些基础设施,实际上通过系统的能力,把数据有效连接起来,场景其实差异化非常大。

优化,我们也在看一些新的市场出现,除了已有流程,比如科技监管,财富主题现在看的是40多万亿资本产品,这是证监会开放给我们做同质性、流动性,还有兑付风险一系列模型预测。这些预测结果,其实之前没有宏观视角和宏观数据聚合的,但监管部门新发了一些资源优势。我昨天下午在国内最大的一家寿险公司,他们谈到怎么做精准的推荐,也想像电商一样,但各个精准实体里都碰到电商以前不好碰到的问题,就是产品少,不像电商里,淘宝有9亿SKU,跑一个概念风控模型非常好就能启动起来。金融产品数量非常少,人群数量和产品数量一匹配,精准性很难发挥数据的价值。金融还有一个好处,另一方面的好处是有很强的历史数据,我们需要对它过去几年历史内容,可以提供一些以前在互联网里没法做的价值内容,把历史经验挖掘出来,哪些产品和哪些产品之间的关联性。这家寿险公司可以轻松提供5000多万用户数据,这么大数据我们可以做到精准推荐率,这来自于自己已有资产的爆发率。这都是赋能本身,没有改变金融结构,没有发挥AI核心重构商业流程价值。

第三块我们怎么去找到一些零消费市场?资产、核心,从亚当斯密讲的三个要素已经扩展到数据资源,数据怎么变成一种真实的资产,我们其实看到数据大规模在爆发,从最早的交易型数据,到互联网的行为数据,行为数据已经开始出现了金融属性了。谷歌、facebook万亿级别的公司收益来源,包括京东、百度,流量资产其实是行为数据里来了,行为数据其实是流量,以前流量出口是广告,但今天可以带来大量的货币,流量资金资产的分装。

除了这个以外,我们跟股份制银行合作时看到,他们对产业触角非常多,产业互联网已经大规模生产出规模化数据,产业互联网这边出了一家公司不是“独角兽”了,基于机器数据的生产,每股能出来1400亿估值,紧接着追着它的600亿估值。产业里数据资源怎么应用上变成资产?

我们看到几个案例,比如说我们去年服务的一家新的保险公司,使用机器数据,ETC简单的很碎片化的通信基础数据,拿着写大量的通关数据,瞄向900万辆货车司机的现金放贷。这个数据很复杂,每天有大量通关还有称重物理机器产生的数据,怎么提炼成每一个车评估的经济应用能力?需要AI加经济数据提炼。原来规划这个业务要11000多人,传统的融资租赁方式,现在可以用算法驱动降到三四十人团队,满足百亿规模放贷能力。

这些我们看到,从产业端爆发出来的数据价值,可以穿透整个产业链,因为很多产业链现在已经被完整数字化,比如供应链,现在我们看到供应链都是拿简单的票据,简单的订单做一层的保理类业务。事实上供应链整个的穿透,已经对订单的资金流、物流、信息流,三个流充分数字化,碎片化到每一个200到300元小的额度上,这200到300元额度聚沙成塔,任何一家CPI都在10亿以上规模的日流水。这个像银行信用卡管理自己的分层,有宏观的LGD资金管理,又有对每个个体的评分,产业链里银行具备这种能力,只不过没有穿透,信用卡业务是舶来品,构建整个对个体数据刻划能力,个体风险评估能力,以及对整个信用卡中心的服务能力。但对公业务穿透到供应链时,没有这种跨界。第三块可以看到更大的产业资产会从互联网出来,会从未来的IOT、5G,一些大规模的机器产生的数据里爆发出来。

跟大家分享三个观点,第一个AI是去流水、去专家、去经验,重新构造商业流程,这个流程由数据和算法驱动的;第二个观点是赋能,尽快使用你的数据,加上新价值的算法,替代和优化原有流程;第三个怎么把机器数据,大规模产业互联网沉淀转化成实实在在的金融资产。谢谢。

转载自财经网