产业金融的AI“智慧”

　　借由技术，知因智慧用产业知识图谱去连接金融机构，解析产业金融。

　　“All in AI”正以燎原的速度浸润到各个行业，AI与金融领域的充分结合也从概念形态逐渐进入落地应用阶段，金融科技迎来了FinAI（Finance+AI）时代。

　　普华永道《2017全球金融科技调查中国概要》中显示，中国金融机构对于新兴科技的热情非常高涨，他们愿意将接近三分之一的资源分配到金融科技相关项目中，该比例高出全球平均水平一倍以上。

　　高投入带来的高期望催生了中国金融科技一日千里的进步，知因智慧创始人兼CEO任亮认为，科技浪潮带来的焦虑正在促使金融机构追赶科技公司的节奏。在他看来，人们正在把这个世界的实体整合在一起，变成了一个语意网络，运用各种机器学习方法和算法进行预测。“知识图谱发展到现在，就像是人工智能领域里的网络、系统，它是当前解决金融和产业连接、解决产业金融赋能时一个核心手段。”

　　踩坑之后的技术升级

　　实际上，从2006年开始，知因智慧核心团队在服务监管机构时，为了发现风险的连锁效应，探索出一条基于关系网络、企业的行为进行风险预测的路径，并首创了奥斯卡模型，发现了一百多个类似“德隆系”这样的风险集团。到了2009年，任亮他们把这个方法进行了商业化，在国内五家大型金融机构启动，同时在学术上把这种方法总结成基于企业关联关系和现代行为学的全新方法论。再之后，在中科院和IBM供职期间，沿着知识图谱的方式在不断拓展它的边界。

　　时间指针走到2016年时，任亮认为时机成熟了，借助中科院和IBM两方力量正式成立知因智慧。成立之后便获得了银监会科技创新一等奖，并在2018年3月进行了A轮融资。任亮说：“我们作为AI赋能运营商，已不仅仅满足于提供数字化客户服务的体验，而是要着眼于更前沿的科技，为金融机构提供有助于提升效率、降低成本、强化安全性以及流程更灵活的金融3.0时代新产品。”

　　知因智慧倡导“BACK”模式，即结合Big Data大数据、Artificial Intelligence人工智能、Cloud云服务、Knowledge Graph知识图谱四项技术手段打造AI一体化的能力中心，让AI能够真正的赋能金融机构。其中，知识图谱主要目的是在海量网络数据中以更直观的方式把知识展现给用户，本质上是一种语意网络，用户查询关键词映射到语意知识库的概念上。

　　不过任亮也坦言，一路走来他们踩过很多坑：第一个是大数据，金融机构购大都购买了建立大数据平台或相关数据的资产，但这些资产是不是真的发挥了应有的价值，是不是对业务产生实质性的提升，不好验证。

　　第二个是每一个金融机构在建立大数据AI的时候，都会选择很多的厂商和机构，买硬件、数据、平台，找咨询公司做咨询，还找IT公司做开发，找金融科技公司做场景。但组装以后的效果却是很多时候发现都会脱档。

　　第三个是人员，金融机构花了大笔投资搭建硬实力后会发现还需要懂技术、懂算法、懂业务场景的人员。然而在衔接的时候，不管金融机构内部科技跟业务，还是跟外部厂商之间都会发生一些断档。

　　基于这些坑，知因智慧在AI+产业金融的方向上对产品进行了升级。“很多人在谈知识图谱的时候都会谈到我们3月发布的产品3K—— KG、KE、KW。我们基于3K进一步升级成 K-BOX，把大数据、算法、私有云服务等组装在一起，以知识图谱的形态去服务业务。”任亮说：“这是一个AI一体化的赋能中心，不再只是提供独立的组件，而是向上形成一个开箱即用的产品。”

　　当然，不管是大零售、大资管、风险管理，还是公司金融、普惠金融，都是基于知识图谱向下，在全国产业里进行连接，进而在不同细分客群和金融场景下突破一些预定场景。而知因智慧核心目标是通过大数据、AI等技术发现不同领域的知识基因，从而能够去深刻理解产业和金融，引导金融流向真正需要钱的实体产业。

　　知识图谱上的金融智能营销

　　与任亮一样，知因智慧副总裁、业务产品部总经理刘东川也曾在IBM工作，十几年来一直服务于银行以及金融机构的营销领域。彼时整个金融领域一直在探索，如何利用IT让营销变得更有效。

　　一家银行的客户经理曾经告诉刘东川：“营销没有你们想象的那么复杂，对我来说，就是车后备厢里的一箱白酒，当我把这一箱白酒喝完的时候，我这个营销周期基本上就完成了。”

　　这种粗浅、早期的营销模式，不足以支撑公司的长久发展，所以银行后期开始推行顾问式营销，希望每个客户经理更了解客户，更懂产品，像一个专业顾问服务客户，给客户制定专业的解决方案。刘东川表示，随着行业与市场格局的变化，金融行业中客户的服务需求也在不断升级，逐步在向细分的客户经营与分析、专业化的产品开发与服务方案设计提供定制化、综合化的金融服务转型。

　　回顾国内金融业在大数据与AI上的应用，不难发现对公客户营销方面鲜有案例。因为对公企业较零售个人客户更为复杂，实现深度的客户洞察需借助的数据更多、数据整合难度更大等弊端大大限制了对公业务的扩展，如何借助金融科技的力量成为了金融机构关注的焦点。

　　KS是知因智慧的一款智能营销引擎，它的开发初衷便是围绕着金融机构客户经理的真实业务需求。“AI赋能最终要能做到切实帮助一线业务人员在解决业务开展过程当中的问题。”刘东川表示，KS围绕着拓新客、促提升、增存款、配产品、防流失这五个场景，帮助客户经理去了解潜在可拓展的新客户在哪里，现有客户中哪些是有价值潜力提升客户需重点关注，可以找哪些客户增存款，还可以给哪些客户配置其他产品等。客户经理从此不再是只能对着没有完成的业务指标发愁，而是可以切实地得到营销线索的推送和辅助决策，来推进自己的销售与客户管理工作。

　　“我们希望通过改变这些习惯，把客户经理培养成专家，借助AI让他再次回归到人最擅长的领域。我想对他说，请继续带上你的白酒，前面的环节AI已经帮你做好了，当你打开白酒的那一瞬间，已经对你的客户了然于心，你只要跟他谈后续具体方案，你比他自己还要了解客户。”刘东川说。

　　对于“AI+产业金融”的发展，刘东川认为，金融机构如果要做产业金融，最主要是了解整个产业链。“就好比如果不去研究的话我们或许不会知道，在一辆汽车当中最赚钱的可能不是核心部件，而是门把手、车灯、音响……类似于这样的洞察在业务中很常见。如果整个产业链的全景不能很好地刻画得话，那么获取的结论或许就只是一个片面的、局部的结论。所以对产业链的洞察在金融机构这一侧特别重要。”刘东川介绍，整个产业的链条本身也是一种关系，是多个企业聚焦在一个产业链上，有上游、下游。产业链中又包含了许多小的供应链。并且在这样的链条中还有很多的关系在流动，包括了资金、订单、商品等信息，运用这些信息可以帮助金融机构更准确地识别每个企业在网中所处的地位和价值，进而判断为他们做什么样的业务，也可以针对某一条供应链推出更有针对性的产品。

　　原来对产业链的洞察全靠人，数量庞大的产业链给人工研究带来了很大的挑战。刘东川认为，有了产业知识图谱这个难题就突破了——它天然可以很好地描述一个产业链的关系，有哪些行业、这个行业有多少家上市公司、多少家三板公司、多少家拟上市公司……可以很好地把这张网络构建出来。“知因智慧想做的是不光要知道这张网是什么样，还要知道中间这些节点存在哪些连接，有什么样的变化。”

　　文/董莉