神州信息：人工智能+金融的三大应用场景

近日，第一财经主办的【懂行】系列论坛——《人工智能创新应用探索》在北京举行。论坛旨在探究人工智能的产业发展趋势、创新应用场景，以及技术短板的突破，为企业与投资者科学决策提供借鉴。神州信息AI研发中心总经理、首席AI专家谢国斌受邀出席，并就人工智能+金融的主要应用场景发表观点。

第一财经：
我们现在说无科技不金融，相比其他行业来说，人工智能在金融领域的嵌入和应用相对比较广泛，请您从自身的角度跟我们分享一下，现阶段人工智能+金融最有价值的应用场景，或者最主要的应用场景是什么？

神州信息：
人工智能现在来看有三个大的方面，第一在风控领域，可以做一些反欺诈、贷款风险评估等，第二是营销领域，第三是企业对内和对外的提质增效。

一些前沿的AI算法，在真正落地的时候，会面临一定的问题。比如在金融领域，是依赖于数据和本身产品是否匹配。所以一方面我们要有一些减人工同质化的操作适合AI，另一方面要聚焦于银行或者金融业的一些主业，比如风控，这是最头部的应用，然后是营销，其次是提质增效，像智能客服、对话机器人、表格的识别、一些流程自动化RPA技术的应用，大概这三个方面。

第一财经：
金融行业的数据是非常海量的，但因为金融行业的数据是比较敏感的，而且数据的控制权在不同的机构和部门，所以分享和交流是很难的，数据孤岛问题一直存在，对此有没有什么解决办法？

神州信息：
对于数据孤岛和数据难以共享的问题，金融业的探索走得比较靠前，也是比较急切的，因为都想用数据去发挥它的资产价值。从我们的研究和实操来看，我们在金融业落地主要从三个方面来看：

第一因为数据是基于硬件或者软件存在的，我们在硬件和软件层做了一些自主研发，可以从底层技术层面去保护数据资产。在信创方面，我们与业界的公司合作，开展包括服务器的国产化、及软件国产化的研发。

第二是业界流行的联邦学习，还有多方安全技术这种新兴的基于软件的AI加密技术，无论在工业界也好、在学术界也好，这两年都非常火热。我们也在做这方面的技术探索和布局。通过数据，通过联邦学习加密的方式，数据不可见，但是数据相互之间，通过参数传递建立模型最后应用到行业里面。

第三，除了技术层面，我们也需要更多know how这个行业。在行业的业务流程、制度、规范保障等方面有一道防火墙，做到既符合监管又可实现业务实际操作落地。

总结一下，一是硬件、软件的信创和国产化，二是以联邦学习这种类似的AI算法技术做加密，三是有非常规范的制度和流程、法规来做保障，这三个方面的融合才能更好地把数据安全落地。

第一财经：
除了安全隐私问题还有什么问题是赋能金融领域的难点？

神州信息：
除数据安全问题外，在中小企业贷款过程中，我们还面临着经济学中的一个博弈问题即“囚徒困境”问题——信息不对称。举例来说，我们不知道贷款人是否使用了虚假的证照来骗银行的贷款。而解决这一问题的最优选择，便是在不同产业信息共享的基础上，基于大数据，结合AI技术，使银行对客户的了解更为精准，对不同群体进行精准划分，做到贷款利率的差异化。目前还没有做到利率的差异化，这也是普惠金融难点所在。