人工智能时代，隐私保护和技术失控如何解决？

今年最火的金融科技是什么？

无疑是人工智能、区块链和大数据。

三种技术在金融落地，分别面临怎样的难点痛点？又将如何突围？未来又将面临哪些新的挑战和发展趋势？

业内专家从各自领域出发，给出了值得思考的答案。

胡亮：“隐私、技术、监管，是金融科技领域核心技术的巨大挑战。”

△ 快牛金科集团联合创始人&CTO胡亮

01 影响

在金融科技领域里，最核心的技术无疑是移动支付、区块链和AI。这不仅是一种技术，也是机遇和挑战。

首先是移动支付。中国已遥遥领先。根据央行数据，2016年中国移动支付金额达到了157.55万亿人民币，已经超过了美国GDP总量（128万亿）。

其次是区块链。在银行之间的联合放款，在供应链金融账户监管和交易的追溯里，区块链技术已经开始起到关键作用。

最后是人工智能。人工智能，尤其是大数据风控的普及，让金融实现了更大的普惠。

02 机遇

移动支付除了带来便捷，还让交易可追溯、变成数据沉淀起来。数据是未来新的数字经济产业的金矿或能源。

区块链正在做一些实时清算或供应链金融的账户监管。但它的应用范围远不止于此。

区块链技术公开透明的特点、去中心化结构，减少了交易的中间环节，整体上降低了社会整体的交易成本。

最后，人工智能在过去一两年主要在助力信贷行业大规模发展方面产生效用。未来，我们可借助人工智能方式，对个人进行相应信用评估。

03 挑战

技术的发展，也可能会带来一些新挑战。

第一个挑战：隐私保护的挑战。

这起源于两方面：一方面，随着移动互联网发展，我们的隐私数据被记录得越来越多；另一方面，大数据厂商对一个人了解更深，都希望掌握更多信息数据。

如何在信息使用上做到平衡，这是需要长久思考的课题。

第二个挑战：技术失控带来的挑战。

首先，人工智能技术跟人脑思考方式有很多不同。人脑是依赖推理和演绎的思考路径；而人工智能不一定会关心前后因果，可能更关注的是相关性。

还有一些算法，如多层神经网络，复杂度是超过人脑理解范围。如果失控，人根本没有办法了解其内在运行机制是什么。

其次，人工智能依赖数据。然而在数据量很大，数据是否被污染就会变得难以鉴别。

如果技术出现失控，反倒给金融服务带来不平等性，人类是否还有能力对此纠正，这同样值得思考。

第三个挑战：监管。监管，尤其是法律总是滞后的。

如何让监管能够跟上技术化的脚步，这需要监管和所有从业者共同探讨。

陈裕：“人工智能就是找到最优策略。”

△ 浅橙科技CRO陈裕

01 多元产品矩阵

浅橙的产业布局分两条线：一条是面向互联网小额信贷的To C业务，如现金卡业务；另一条是 To B的金融科技输出服务，如与银行等持牌机构合作的助贷业务。

此外，我们也对催收环节建立了智能的架构。

如何在很短时间，通过有限资源，将整个业务做好？其中有非常多问题需要解决。

比如在现金卡业务，我们需要把控从申请、审核、授信，到贷中跟踪、催收和复贷的每个环节，找到最佳解决方案。

02 决策体系核心是数据

为找到业务中的痛点和盲点，我们依赖一个基于数据的人工智能的决策体系。

数据是核心。我们将客户的相关数据，如申请信息、行为数据等，放在最核心的数据层。

在数据层上，我们用一些机器学习相关算法把数据清洗和准备工作做好，生成用于建模和决策的特征。

以后，无论是风控、运营还是催收环节，都可以用这些特质做监控或模型，辅助决策。

03 人工智能+风控

数据决策体系并不仅仅是把一个复杂业务问题简化为数学优化问题。

在一个策略落地之前，需要考虑很多点。如这个策略是不是能够满足行业整体风险的规避要求等。

这类不明确的风险点，某种程度超过了目前人工智能的范畴。

在我看来，人工智能是找到最优策略最快、最有效的方法，但不能替代整个决策的流程。

对于未知风险，人的决策仍旧是一个重要的因素；但对于已知的风险，人工智能和大数据的使用已相当成熟。

最终决策结果，还是由人和相应的决策流程政策把控。

04 挑战

数据基础层面，我们还面临数据孤岛等问题。由此导致数据饱和度不够。此外，外部数据在质量、合规性和稳定性上，也参差不齐。

计算能力方面，我们正在处理的一个问题是大型知识图谱的计算和传递。我们的图形数据库在处理多级连接计算的时候，性能不令人满意，运行太慢。

当然，我们已经找了新的解决方案，如全量特征计算，将运行时间大幅减少。

还有业务场景。一方面，精通业务、技术和数据的综合性人才很难找；另一方面，新业务的开展需要一个启动周期，如何快速获取充足数据跳出这个周期，也是现实问题。

05 机遇

Fintech 2.0的迅速发展和迭代，带来了新机遇。

比如数据基础方面，随着监管落地和外部数据源更新，我们和很多机构可以深度合作，联合建模提升风险预测水平。

Fintech 2.0的发展也提供了新的业务场景。随着后台数据的打通、计算能力的提高，我相信人脸预授信、声纹识别、语音搜索都会成为新的业务场景或客户交互入口。

科技的进步带来另一波新挑战。一是黑产攻击，二是算法和数据可靠性，三是信息不对称。

道路是曲折的，前途是光明的。人工智能和大数据都是很好的工具，能帮助我们更好地实现用户价值。

舒广：传统金融机构，如何拥抱、服务智慧金融？

△ 云南国际信托有限公司副总裁舒广

01 拥抱新金融

信托产生于英美信徒对某些不合理管制的变通，所以它在中国也起到很特殊作用。

我们和一家股份制大行沟通一年半了，还是没有说服银行投资消费资产。为什么新兴消费金融企业通过大数据、人工智能、移动支付塑造了这么多优质的新型资产，但传统金融却不接受、不投资呢？

最本质的原因是无法实现资产隔离。

一方面，一些新兴企业拿不到金融机构牌照，基础资产还是个人债权形式，法律基础不牢固。

另一方面，银行对基础资产风险表现真实性存疑。目前中国处于信用缺失时代，即使消费金融资产数据是真实的，作为资金方也难以判断它的稳定性。

除了少量股份制银行和城商行以外，大部分传统金融机构还没有将消费金融纳入配置范围。

那能不能用信托技术优势，解决以上鸿沟呢？

02 发挥信托优势

首先，大家担心资产隔离性，破产隔离及一物多卖的隔离。信托作为一种财产、一种法律制度，可以为投资人提供相对可靠的法律基础。

破产隔离和独立性解决以后，我们作为相对独立的运行方展现的数据，受投资人认可度越来越高。

另外，中国理财市场80万亿，一方面，去杠杆力度越来越大，投资人认识到风险和收益不一定匹配。

信托能发挥法律制度优势，解决投资者和金融机构可配置资产增长困难的问题。

此外，信托还可以和腾讯、京东一起，将技术构建得更加全面，为消费金融企业服务，如资金支持、更低公募成本、股权投资等。

03 服务科技金融

中国理财市场原先就是债券、二级市场股票，再就是房地产和平台公司类资产。但房地产平台公司目前存在集中度的风险，加之去杠杆力度越来越大，所以这块市场对于投资者和金融机构而言，增长已无可能。

但理财市场还在不断增长，需要配置新资产。所以，我们想用信托方式解决这个问题。

首先，我们也可以为资金方提供服务，如破产隔离、数据管理。其次，夹层征信。银行乐意看到其他金融机构与它分摊风险，增加可信度。

最后是风险控制，比如处理极端情况，聘请第三方催收机构等，可以保证资产能够独立运营，保证投资者利益。

大部分信托公司对于小额、分散的资产是缺乏储备和能力的。

我们作为传统金融机构，接受时代洗礼、拥抱新金融，目的有二：第一，实现普惠金融第一次触达；第二，让消费金融资产交易起来。

标签：