首页 理论教育智慧金融的概念、特点及优势

智慧金融的概念、特点及优势

【摘要】:(一)智慧金融的概念智慧金融是指依托互联网技术,运用大数据、人工智能、云计算等金融科技手段,使金融行业在业务流程、业务开拓和客户服务等方面得到全面的智慧提升,实现金融产品、风控、获客、服务的智慧化。金融主体之间的开放和合作,使得智慧金融表现出高效率、低风险的特点。(二)智慧金融的特点具体而言,智慧金融的特点有:透明性、即时性、便捷性、灵活性、高效性和安全性。智慧金融解决了传统金融的信息不对称问题。

(一)智慧金融的概念

智慧金融是指依托互联网技术,运用大数据、人工智能、云计算等金融科技手段,使金融行业在业务流程、业务开拓和客户服务等方面得到全面的智慧提升,实现金融产品、风控、获客、服务的智慧化。金融主体之间的开放和合作,使得智慧金融表现出高效率、低风险的特点。

(二)智慧金融的特点

具体而言,智慧金融的特点有:透明性、即时性、便捷性、灵活性、高效性和安全性。

(1)透明性。智慧金融解决了传统金融的信息不对称问题。基于互联网的智慧金融体系,围绕公开透明的网络平台,共享信息流,许多以前封闭的信息,通过网络变得越来越透明化。

(2)即时性。智慧金融是传统金融在互联网时代服务演化的更高级阶段。在智慧金融体系下,用户应用金融服务更加便捷,用户也不会愿意再因为存钱、贷款,去银行网点排上几个小时的队。例如,美利金融自主搭建的大数据平台提供的计算能力,已经可以方便地处理几百万用户多达亿级的节点维度数据,3C类分期贷款审批平均在4分钟左右就可以完成,而对比传统金融人工信贷审查的时间可能需要10个工作日(如信用卡审批)。未来即时性将成为衡量金融企业核心竞争力的重要指标,即时金融服务肯定会成为未来的发展趋势。

(3)便捷性、灵活性、高效性。在智慧金融体系下,用户应用金融服务更加便捷。金融机构获得充足的信息后,经过大数据引擎统计分析决策,就能够即时做出反应,为用户提供有针对性的服务,满足用户的需求。另外,开放平台融合了各种金融机构和中介机构,能够为用户提供丰富多彩的金融服务。这些金融服务既是多样化的,又是个性化的;既是打包的一站式服务,也可以由用户根据需要进行个性化选择、组合。

(4)安全性。一方面,金融机构在为用户提供服务时,依托大数据征信弥补我国征信体系不完善的缺陷,在进行风控时数据维度更多,决策引擎判断更精准,反欺诈成效更好;另一方面,互联网技术对用户信息、资金安全保护更加完善。

智慧金融的实现是基于大规模真实数据分析,因此智慧金融的决策更能贴近用户的需求。智慧金融代表未来金融业的发展方向,相较于传统金融,智慧金融效率更髙,服务成本更低。

知识链接

智慧金融依托高质量AI数据

金融行业的数字化一直是新时代经济最有力的强劲引擎,FinTech(金融科技)也不断快速发展,云计算、大数据、物联网、生物识别等技术已经被广泛应用。在人工智能浪潮下,金融行业是最早智能化转型的行业之一,也是人工智能落地最常见的行业之一。

产品设计市场营销、风险控制、客户服务等环节,智慧金融都表现出不同程度的发展,通过借助人工智能以实现降本增效、提升金融机构和行业面向客户的服务水平和体验。如银行大厅实现与客户自动交互的客服机器人、智慧柜台以及服务背后的风控、人脸识别等场景,都是技术落地的常见场景。

智慧金融的智能化程度,需要算法、数据等多种人工智能要素的共同进步,其中高质量的数据对技术落地应用发挥着关键作用。

高质量数据可以建立的企业核心壁垒。一个智慧金融领域的AI技术应用,背后一定离不开算法和数据的支持,而在当下阶段,各企业算法间的水平差距并不大,谁能拥有大量精准的落地场景数据进行训练,就拥有了核心的数据竞争壁垒。

高质量的背后,体现的是对数据精准度、交付效率和安全隐私等方面的高标准要求,从研究云测数据的模式我们可以发现,专职数据服务人员的规范化管理和硬实力的技术投入,以及自建的数据标注基地和数据场景实验室,可以更好地把控数据生产流程,是数据高质量交付的硬性保证;内部完善的数据作业协同流转体系,在保证数据质量的同时,可大幅提升数据作业的生产效率;并且由于金融行业对数据安全和合规性要求比其他行业要求更加严格,独立第三方的身份和对数据隐私安全的严格把控,更使得云测数据高度契合智慧金融领域企业的需求,对这些点的把握使得云测数据打造了针对智慧金融领域的数据全流程解决方案

量变到质变,数据是新基建的“基建”。目前国家出台了包含人工智能、5G在内的多项“新基建”政策计划,相信金融行业、金融科技会得到进一步的智能化发展。站在AI数据服务的发展历史角度看,AI对数据的要求也是伴随着不同发展阶段逐步提高,从实际落地场景出发,高精度、高质量以及更多维度的数据,对现阶段及未来智能金融的进一步智能化发展至关重要,也将持续扮演核心角色。

案例分析

人工智能渗透金融行业带来的职业影响

随着人工智能不断渗透金融行业,也使得金融行业就业岗位不断缩减。以国际领先的投资银行高盛集团为例,2000年,高盛集团拥有现金股票交易柜台的交易员多达600名,那时候人力鼎盛,人来人往,好生气派。那时不曾有人会料想到,2017年的交易员仅剩2名。从600多名到2名,现金股票交易柜台的交易员数量骤减,对比鲜明。这足以证明人工智能已真真切切地影响了金融人的就业,颠覆了传统金融行业的操作方式,有效节约了人力成本。

2000-2017年高盛集团现金股票交易柜台交易员数量变化如图7-2所示。

图7-2 2000-2017年高盛集团现金股票交易柜台交易员数量变化

人工智能触手不断伸向金融业,从客服、风控到业务创新,不断颠覆金融业。2011年以来,华尔街排名前10位的投行中超过10 000个前台职位被削减,其中仅外汇、固定收益和大宗商品(FICC)三个部门裁员人数就接近8000人,到2016年,这些部门的总人数缩水了近10%。人数逐渐减少的原因就是金融机构推动计算机程序交易的发展,导致人力需求下降。不少金融人看到这个数据就慌了,人工智能不断渗透金融业,相应岗位需求下降,就业形势加剧。另外,摩根大通利用人工智能开发了一款金融合同解析软件,测试发现律师和贷款人员原本需要36万小时才能完成的工作,这款软件只需几秒就能完成,错误率大大降低的同时,还节约了人力成本。

2011-2016年华尔街排名前10位投行中前台职位数量占比如图7-3所示。

图7-3 2011-2016年华尔街排名前10位投行中前台职位数量占比

注:图中的FICC(Fixedincome、Currencies&Comihodities)简称固定证券收益、货币及商品,这里指从事这项业务的部门;Equities在这里是指从事股权股票投资业务的部门;IBD(Investment Batikig Division)在这里是指从事兼并、杠杆融资和重组等投资银行业务的部门。

思考:在人工智能不断替代人力劳动的时代,作为金融职业人应该如何应对?