(網(wǎng)經(jīng)社訊)摘 要:2017年以來，中國移動互聯(lián)網(wǎng)進入到存量經(jīng)營階段，移動金融智能技術(shù)得到廣泛應(yīng)用。生物識別、智能客服、智能投顧、智能推薦、智能數(shù)據(jù)平臺等智能技術(shù)正在幫助金融行業(yè)提升客戶體驗，簡化交易流程，豐富金融產(chǎn)品，降低運營成本，提供更加便捷的金融服務(wù)。移動金融智能技術(shù)發(fā)展還面臨著復(fù)合型人才缺失和數(shù)據(jù)科學應(yīng)用能力較弱等挑戰(zhàn)。
移動金融是指使用移動智能終端及無線互聯(lián)技術(shù)處理金融企業(yè)內(nèi)部管理及對外產(chǎn)品服務(wù)的解決方案。移動金融技術(shù)是支撐移動金融發(fā)展的基礎(chǔ)技術(shù)平臺和應(yīng)用技術(shù)，包含移動金融開發(fā)框架和架構(gòu)，以及完成金融服務(wù)所需的應(yīng)用技術(shù)。其中移動安全技術(shù)和智能應(yīng)用技術(shù)成為移動金融技術(shù)發(fā)展趨勢。
移動金融智能技術(shù)主要關(guān)注人工智能等技術(shù)在移動金融服務(wù)過程中提升客戶體驗、提高服務(wù)效率、降低服務(wù)成本、提供專業(yè)服務(wù)等方面的應(yīng)用。包含生物識別、智能客服、智能投顧、智能推薦、智能數(shù)據(jù)平臺等智能應(yīng)用技術(shù)。
一、金融行業(yè)智能技術(shù)應(yīng)用和案例分析
相對于互聯(lián)網(wǎng)行業(yè)，金融行業(yè)在移動互聯(lián)網(wǎng)智能技術(shù)應(yīng)用方面較為落后，主要原因是其線下網(wǎng)點的收入占其業(yè)務(wù)收入比重比較大，更多的技術(shù)資源和投入都放在了線下網(wǎng)點的智能設(shè)備，例如ATM、VTM、智能機器人等。但是隨著客戶逐步轉(zhuǎn)到線上，到線下網(wǎng)點辦理業(yè)務(wù)的人員越來越少，年齡越來越大，金融行業(yè)開始重視移動金融的智能技術(shù)應(yīng)用，包括人臉識別、智能客服，智能推薦引擎和智能數(shù)據(jù)平臺。
（一） 招商銀行手機銀行摩羯智投顧
招商銀行管理的個人客戶金融總資產(chǎn)達5.4萬億，理財資產(chǎn)管理規(guī)模達2.3萬億，金融資產(chǎn)托管規(guī)模為9.4萬億。2016年12月，摩羯智投誕生，是中國銀行業(yè)首個智能投顧系統(tǒng)，也是目前國內(nèi)最大的智能投顧。
在摩羯智投的創(chuàng)收中，大類資產(chǎn)配置的貢獻度是非常高的，同時，基于多象限風險預(yù)警矩陣的模型計算，對市場進行風險預(yù)警，幫助客戶進行一鍵優(yōu)化，對收益的貢獻也起到了很好的效果。摩羯智投的智能投顧由兩部分產(chǎn)品構(gòu)成：智能的投資組合和智能的交互服務(wù)。目前推出的是第一階段，這和國內(nèi)外所有的智能投顧處在同一起跑線上，下一階段摩羯智投會重點進行智能交互的應(yīng)用。
招商銀行首次公布了摩羯智投的最新進展：截至2017年10月底，摩羯智投規(guī)模突破80億元，獲得了7.85%的平均回報率，收益最高的組合回報率超過10%，組合波動率和最大回撤控制良好。
（二）國泰君安的靈犀智能機器人
中國證券行業(yè)投資者總體1億多人，全行業(yè)具有投資顧問資質(zhì)的人僅有3000多人，平均每個投顧要服務(wù)的客戶多達3000多客戶，大量投資者無法獲得專業(yè)的投顧服務(wù)。為了服務(wù)大部分投資者，證券公司需要利用智能投顧來服務(wù)這些大眾投資者，其他的投顧人員主要服務(wù)一些高價值客戶或者優(yōu)化智能投顧的投資策略。
券商中在移動金融智能化應(yīng)用比較領(lǐng)先的企業(yè)是國泰君安。其在2017年11月推出了證券智能化服務(wù)機器人君弘靈犀。國泰君安網(wǎng)絡(luò)金融部副總經(jīng)理畢志剛介紹，國泰君安的君弘靈犀智能機器人主打“全程伴隨，場景化、智能化的線上服務(wù)”。從科技角度來分析，其背后的技術(shù)支撐是大數(shù)據(jù)、機器學習、標簽體系、智能匹配、量化策略、語義分析等金融科技技術(shù)。在行業(yè)內(nèi)首次提出并實現(xiàn)智能客服、智能投資和智能理財三位一體的智能服務(wù)框架，為國泰君安客戶提供全方位的智能化投資服務(wù)，既提高了客戶體驗，也提升了服務(wù)效率，降低的運營成本。
君弘靈犀智能機器人包含30+核心功能，包含原來傳統(tǒng)券商的線上服務(wù)功能和部分由人工提供的線下服務(wù)功能。其中很多功能都由大數(shù)據(jù)技術(shù)和人工智能技術(shù)來支撐的，包括智能選股、數(shù)據(jù)解盤、智能診股、相似K線、賬戶分析、異動雷達、智能優(yōu)選、策略定投等。君弘靈犀的每一項功能都基于對用戶和數(shù)據(jù)的深入分析，根據(jù)用戶投資偏好為客戶定制的投資策略。
智能服務(wù)框架的核心特點是強化對用戶的精準洞察力，提供符合用戶需求的投資服務(wù)，強化“全程伴隨用戶的投資決策輔助平臺”的概念，貫穿用戶投資的全生命周期，例如如何選股、如何分析股票、何時選擇買賣時機、如何配置資產(chǎn)和規(guī)避風險等。
（三） 平安保險的智能保險云服務(wù)
中國平安在大數(shù)據(jù)和人工應(yīng)用上走在行業(yè)前沿，其在集團層面建立的大數(shù)據(jù)應(yīng)用部門，數(shù)據(jù)科學家超過500人，首席科學家是國家千人計劃專家肖京博士。平臺集團整體科技研發(fā)人員超過兩萬名，年投入研發(fā)資金超過70億元。在人臉識別技術(shù)、預(yù)測和決策AI技術(shù)、自然語言處理、聲紋識別技術(shù)、等領(lǐng)域取得了較多成果，其中人臉識別技術(shù)處于世界領(lǐng)先水平。平安保險將人工智能和大數(shù)據(jù)技術(shù)成功應(yīng)用于移動金融智能服務(wù)，通過圖像識別技術(shù)來幫助保險公司及時定損和反商業(yè)欺詐。
平臺保險2017年推出的“智能保險云”采用了平安科技的AI技術(shù)，利用移動App為載體，為客戶和服務(wù)人員提供靈活接入、快速升級、全程響應(yīng)的智能化服務(wù)，并將這些能力通過云服務(wù)的形式開放給合作伙伴。智能認證技術(shù)利用大數(shù)據(jù)和遠程圖像識別技術(shù)對保險公司的投保、理賠、客服、保全等傳統(tǒng)模式進行智能化創(chuàng)新，同時也對保險行業(yè)未來的遠程線上移動服務(wù)提供技術(shù)支撐。
智能保險云開放的移動金融智能服務(wù)主要是利用人臉識別、聲紋識別等人工智能技術(shù)為客戶完成認證，建立起生物檔案。該技術(shù)使保險行業(yè)實現(xiàn)“實人、實證、保單”三合一的“實人認證”，將保險行業(yè)長期不安全、不便捷、不省心的痛點通過人工智能技術(shù)進行解決。
智能閃賠是另一核心技術(shù)。借助于高精度圖片識別、秒級定損、精準定價、智能風險攔截等技術(shù)來幫助車險企業(yè)實現(xiàn)實時發(fā)現(xiàn)風險、實時車險理賠定價、實時車險賠付。這是目前國內(nèi)車險市場上唯一已投入真實生產(chǎn)環(huán)境運用的人工智能定損與風控產(chǎn)品。基于“智能閃賠”技術(shù)，2017年上半年平安產(chǎn)險處理車險理賠案件超過499萬件，客戶凈推薦值高達82%，智能攔截風險滲漏達30億元。
二、互聯(lián)網(wǎng)金融行業(yè)智能技術(shù)應(yīng)用案例分析
（一） 支付寶人臉識別技術(shù)應(yīng)用
支付寶最初的人臉識別技術(shù)是同F(xiàn)ace＋＋[1]合作一起開發(fā)的，經(jīng)過幾年的發(fā)展之后，支付寶建立自己的人臉識別團隊，并逐步開始掌握人臉識別的核心技術(shù)。支付寶人臉識別技術(shù)比較低調(diào)上線，主要是擔心社會輿論反應(yīng)比較大，沒有進行大規(guī)模宣傳，在利用人臉識別進行認證和支付時，需要加上活體檢測技術(shù)，降低欺詐的概率。
通過數(shù)十億張人臉圖像數(shù)據(jù)的訓練后，支付寶人臉識別系統(tǒng)的準確率已居于國內(nèi)外領(lǐng)先水平，機器對人臉的識別已超過肉眼。人臉識別技術(shù)是建立在螞蟻金服多層次、閉環(huán)的安全技術(shù)體系之上的，具體包括終端與系統(tǒng)攻防保護、身份認證、風險識別與評估、風險決策與管控、核查與深度分析五個環(huán)節(jié)。
（二）京東金融智能風險識別
京東金融在移動金融智能風險識別探索較早，主要原因是互聯(lián)網(wǎng)金融早期發(fā)展過程中，欺詐用戶比例較高。具業(yè)內(nèi)人士介紹，互聯(lián)網(wǎng)金融壞帳中，在早期70%的用戶是欺詐用戶，逾期貸款根本無法追回。
京東金融在移動金融App中嵌入了SDK數(shù)據(jù)采集代碼，進行移動端行為數(shù)據(jù)采集，在大數(shù)據(jù)和人工智能技術(shù)平臺，通過設(shè)備識別、人機識別、生物識別等技術(shù)建立了異常登錄模型和賬戶等級模型在內(nèi)的全方位賬戶安全體系，識別出高風險的欺詐用戶，保障正常用戶的賬戶安全。從多個維度來對實際登錄行為進行判定，比如在手機端，通過手摁在屏幕上的力度和申請時間長度來判定是不是本人操作；在PC端，則是通過評估鼠標的軌跡來判斷是否是惡意攻擊。
京東金融風控建立路徑軌跡分析模型和基于大規(guī)模圖計算的涉黑群體挖掘模型。路徑軌跡學習模型就是通過判斷正常用戶和異常行為用戶瀏覽點擊的不同軌跡來區(qū)分用戶的好壞，進而做出風險預(yù)警?；趫D計算的涉黑群體挖掘技術(shù)，通過RNN的時間序列算法，對于風險用戶識別的準確率可以超過常規(guī)機器學習算法的3倍以上，京東金融這項研究成果已經(jīng)被歐洲機器學習會議的PKDD2017收錄，得到了國際上的權(quán)威認可。
（三）宜信智能投顧投米RA
據(jù)波士頓咨詢公司（BCG）2017年4月發(fā)布報告稱，中國高凈值家庭數(shù)量已超過210萬，到2021年，中國將形成一個規(guī)模達110萬億的高凈值財富管理市場[2]。中產(chǎn)階級也有巨大的財富管理需求，其可用于財富管理投資的資金超過50萬億人民幣，中產(chǎn)階級的主要理財方式還是以購買銀行理財產(chǎn)品為主，缺少專業(yè)的理財規(guī)劃服務(wù)。
宜信財富針對中產(chǎn)階級和潛在高凈值客戶，在2017年推出的智能投顧產(chǎn)品投米RA。主要的目的是通過智能化手段為尋求財富管理方式的升級的目標客群提供專業(yè)服務(wù)。銀行的投資顧問一般僅僅服務(wù)高凈值客戶，隨著中產(chǎn)階級的壯大和財富積累的增加，中產(chǎn)階級理財也是一塊巨大的市場，投米RA的定位就是服務(wù)這部分人群。智能投顧在中國的本土化發(fā)展仍處于轉(zhuǎn)變和探索之中，來自客戶理念、市場和監(jiān)管的多重挑戰(zhàn)，均需要市場參與者審慎面對。
投米RA是根據(jù)馬柯維茨投資組合理論現(xiàn)代資產(chǎn)組合理論，分析個人投資者的主觀風險偏好，客觀風險承受能力，理財目標，通過后臺量化分析算法給用戶提供符合其需求的最優(yōu)資產(chǎn)配置組合?？蛻糇酝瓿芍?，系統(tǒng)會根據(jù)年齡、收入、凈資產(chǎn)、投資經(jīng)驗、投資目標等6個問題進行風險測評，計算出風險等級。投米RA根據(jù)模型和算法，提供適合客戶的產(chǎn)品組合。產(chǎn)品團隊持續(xù)跟蹤市場變化，在投資者的資產(chǎn)偏離目標配置時進行智能調(diào)節(jié)，提高資產(chǎn)風險回報率。
海外投資是一項高門檻、高收費、專業(yè)性極強的事情，導致中國客戶投資海外受到限制。智能投顧可以解決這個認知不對稱的問題，借助投米RA，投資者只需3步就可一鍵輕松配置全球資產(chǎn)。2017年宜信財富投米RA憑借出色的全球資產(chǎn)配置策略，為投資者帶來了累計5.45% — 13.81% 的實際收益，折合年化收益9.52%—24.83%[3]。
三、移動金融智能技術(shù)發(fā)展趨勢和挑戰(zhàn)
移動金融伴隨移動互聯(lián)網(wǎng)發(fā)展起來，技術(shù)發(fā)展路徑最初與移動互聯(lián)網(wǎng)相同，但是隨著金融產(chǎn)品的豐富和智能技術(shù)的成熟，移動金融技術(shù)開始延續(xù)具有自身特點的發(fā)展趨勢。移動金融技術(shù)的發(fā)展主要由三方面因素來驅(qū)動，即客戶體驗、金融產(chǎn)品、效率提升。
移動金融智能技術(shù)是移動金融技術(shù)發(fā)展的主流，當移動用戶達到一定規(guī)模之后，金融企業(yè)原有的服務(wù)方式和技術(shù)無法更好地為金融客戶提供服務(wù)。金融企業(yè)面臨的主要問題是服務(wù)成本高，效率低，實時性服務(wù)差等。移動金融智能技術(shù)發(fā)展就是解決這些實際的業(yè)務(wù)困難。
（一）移動金融智能技術(shù)的發(fā)展趨勢
移動智能技術(shù)發(fā)展的經(jīng)歷了三個階段。
第一個階段是智能客服，解決金融企業(yè)服務(wù)客戶效率低成本高的問題。金融行業(yè)的智能客服應(yīng)用始于2012年，小i機器人為招商銀行信用卡開發(fā)的“微信客服機器人”上線，成為國內(nèi)首款可以互動的微信商業(yè)應(yīng)用。
智能客服不但可以降低人工客服的成本，還可以提高服務(wù)效率，提升客戶滿意度。智能客服還可以記錄客戶對話，金融行業(yè)可以分析這些對話，通過NLP（自然語言處理技術(shù)）來發(fā)現(xiàn)客戶金融需求，為金融產(chǎn)品營銷找到另外一個入口。
智能客服最初的技術(shù)集中在豐富的問答庫，隨著技術(shù)的成熟，人工智能技術(shù)特別是深度學習技術(shù)將會應(yīng)用到智能客服領(lǐng)域。具有記憶功能和學習功能智能客服機器人將會根據(jù)對話和客戶反饋自我優(yōu)化問答庫，未來智能客戶技術(shù)還會增加情感識別技術(shù)，通過分析客戶對話，將有情緒波動的客戶轉(zhuǎn)給人工客服，并在客戶心情愉悅之時，為客戶推薦其需要的金融產(chǎn)品，提升金融產(chǎn)品的銷售成功率。具有自我學習和進化功能的智能客服，經(jīng)過大量對話和學習之后，會提升其理解客戶需求的能力，有可能會發(fā)展成為客戶的一個親密金融助手，幫助金融行業(yè)更加了解客戶需求，為客戶提供更好的金融服務(wù)。
第二個階段為智能投顧階段，智能投顧發(fā)展源于國內(nèi)巨大的財富管理需求和金融企業(yè)過高的財富管理門檻之間的矛盾。這種矛盾也給了互聯(lián)網(wǎng)金融企業(yè)和海外回國的金融專業(yè)人才大量的機會。
國內(nèi)的智能投顧商業(yè)模式主要分為三種，一種是為財富管理客戶提供金融產(chǎn)品購買建議，但是本身不進行金融產(chǎn)品銷售；一種是發(fā)行金融理財產(chǎn)品，背后是國內(nèi)基金的組合；另外一種是海外資產(chǎn)配置，通過海外資產(chǎn)的配置來提升整體收益率。
智能投顧涉及到投資咨詢、產(chǎn)品銷售、資產(chǎn)管理等業(yè)務(wù)領(lǐng)域，而國內(nèi)這些領(lǐng)域分工較細，并由牌照限制。證券公司只能提供投資資訊和建議，但是不能幫客戶投資操作?；鸸局饕獛椭蛻暨M行資產(chǎn)管理，但不能為客戶設(shè)計金融產(chǎn)品。第三方基金銷售公司只能在銷售階段做產(chǎn)品推薦，但無法進行資產(chǎn)配置或跟蹤調(diào)整，這都對智能投顧的業(yè)務(wù)開展有很大的制約。
國內(nèi)智能投顧的挑戰(zhàn)還源于傳統(tǒng)金融的資本和客戶優(yōu)勢，如果傳統(tǒng)金融行業(yè)開始發(fā)力智能投顧，投入巨資購買具有投顧服務(wù)技術(shù)的金融科技公司，新型的智能投顧公司將面臨比較大挑戰(zhàn)。2017年美國智能投顧公司發(fā)展速度降低，很大原因是美國傳統(tǒng)金融企業(yè)例如高盛和美國銀行開始進入這個領(lǐng)域。
第三個階段為智能推薦階段，智能客服解決了金融服務(wù)成本過高，效率低的問題。智能投顧解決了財富管理服務(wù)門檻過高和白領(lǐng)理財需求的問題。智能推薦主要解決金融服務(wù)實時性和金融服務(wù)高效轉(zhuǎn)化的問題。
智能推薦源于電商的推薦引擎技術(shù)，但是會平衡客戶體驗和推薦商品的頻次。智能推薦需要全面的數(shù)據(jù)，分析客戶的金融需求，并根據(jù)推薦的反饋結(jié)果來實現(xiàn)推薦優(yōu)化。智能推薦會選擇推薦的時間、渠道和目標客戶，控制單個客戶被推薦的次數(shù)，在獲得較高的轉(zhuǎn)化率和不影響客戶體驗的前提下來，獲得較好的轉(zhuǎn)化效果。
智能推薦引擎發(fā)展的挑戰(zhàn)是如何洞察客戶金融需求和為此金融需求提供較恰當?shù)臓I銷方案。洞察客戶的金融需求源于多維度的數(shù)據(jù)采集和分析，還有外部社交和交互行為數(shù)據(jù)的引入，可以利用一些數(shù)學模型來預(yù)測客戶的金融產(chǎn)品需求。恰當?shù)臓I銷方案也需要外部數(shù)據(jù)的補充和一些營銷方案的實驗，通過外部數(shù)據(jù)分析和營銷實驗，金融企業(yè)可以積累適合其客戶需要的營銷方案。
（二）移動金融智能應(yīng)用面對的挑戰(zhàn)和應(yīng)對方式
移動金融智能技術(shù)在發(fā)展過程中，面臨了很多挑戰(zhàn)，其中最大的挑戰(zhàn)來自數(shù)據(jù)治理。智能技術(shù)應(yīng)用的前提是數(shù)據(jù)，包含金融企業(yè)的內(nèi)部人口屬性、交易、資產(chǎn)、風控等數(shù)據(jù)，也包括客戶同金融企業(yè)之間的交互數(shù)據(jù)，另外在不同的業(yè)務(wù)場景之下，還需要客戶的外部興趣、社交、消費等數(shù)據(jù)。移動金融智能技術(shù)發(fā)展還面臨著復(fù)合型人才缺失和數(shù)據(jù)科學應(yīng)用能力較弱的挑戰(zhàn)。
1、智能數(shù)據(jù)平臺
移動金融的智能技術(shù)的應(yīng)用基礎(chǔ)是數(shù)據(jù)，主要是經(jīng)過標注的數(shù)據(jù)，也可以認為是標簽數(shù)據(jù)。這些標簽數(shù)據(jù)不是簡單對一些數(shù)據(jù)的標注，而是包含了專業(yè)人員對數(shù)據(jù)的業(yè)務(wù)理解。例如智能客戶應(yīng)用中，客戶對話的一些關(guān)鍵詞，有的時候可能代表客戶對某些金融產(chǎn)品具有潛在需求，借助于數(shù)據(jù)標注，可以幫助智能客服的一些業(yè)務(wù)規(guī)則判斷出客戶的需求，尋找營銷機會，為客戶提供其需要的金融產(chǎn)品。
客戶同智能客服之間的對話代表客戶內(nèi)心的心理需求和金融需求，借助于智能數(shù)據(jù)平臺將客戶對話中的關(guān)鍵詞進行標注，將具有標注的數(shù)據(jù)輸送給智能客服。通過業(yè)務(wù)規(guī)則的理解和數(shù)據(jù)挖掘技術(shù)，發(fā)現(xiàn)客戶營銷機會，并及時對客戶進行精準營銷，會大大提升營銷的轉(zhuǎn)化率。
智能投顧和智能推薦引擎的數(shù)據(jù)也可以通過智能數(shù)據(jù)平臺來解決，智能投顧所需的數(shù)據(jù)不但包含客戶歷史的交易數(shù)據(jù)和資產(chǎn)數(shù)據(jù)，也包含客戶在App上的交互數(shù)據(jù)，客戶對金融產(chǎn)品的點擊和關(guān)注，都可以作為行為標簽進行標注，為智能投顧提供數(shù)據(jù)支撐。智能推薦引擎也需要客戶全方面的數(shù)據(jù)支撐，包含客戶外部數(shù)據(jù)、交互數(shù)據(jù)、交易數(shù)據(jù)，以及推薦之后的反饋數(shù)據(jù)。通過這些數(shù)據(jù)分析可以不斷優(yōu)化推薦規(guī)則和引擎，在不影響客戶體驗的前提下，獲得較好的營銷效果。
2、復(fù)合型人才的培養(yǎng)
移動金融發(fā)展到一定階段，技術(shù)的主導作用越來越明顯。技術(shù)的核心目標并不只是技術(shù)，而是如何為客戶提供更好的服務(wù)，如何支撐業(yè)務(wù)的發(fā)展。金融行業(yè)在應(yīng)用智能技術(shù)的過程中，發(fā)展技術(shù)并不是一個障礙，移動金融智能技術(shù)實現(xiàn)過程中，缺少懂技術(shù)的業(yè)務(wù)人才，這些人將會思考如何利用技術(shù)來解決業(yè)務(wù)問題。移動金融智能技術(shù)的復(fù)合人才負責將業(yè)務(wù)語言轉(zhuǎn)化機器語言，將成為移動金融智能技術(shù)的一個關(guān)鍵基礎(chǔ)。
復(fù)合型人才源于兩種發(fā)展方式，一種是業(yè)務(wù)人員學習掌握技術(shù)，一種是技術(shù)型人才學習業(yè)務(wù)知識。第二種方式現(xiàn)在是主流，其原因是技術(shù)門檻相對于業(yè)務(wù)門檻更高。復(fù)合型人才主要從事的工作是產(chǎn)品經(jīng)理，利用技術(shù)手段協(xié)助業(yè)務(wù)部門來解決業(yè)務(wù)問題，并為最終客戶提供智能金融服務(wù)。
金融智能技術(shù)發(fā)展的表象是技術(shù)實現(xiàn)手段，但其本質(zhì)是金融專業(yè)能力和技術(shù)的結(jié)合，二者缺一不可。智能金融技術(shù)背后的業(yè)務(wù)規(guī)則和產(chǎn)品設(shè)計，其背后的來源還是金融業(yè)務(wù)知識的總結(jié)和積累。復(fù)合型金融人才對于移動金融智能技術(shù)的發(fā)展非常重要，也是現(xiàn)在傳統(tǒng)金融企業(yè)發(fā)展智能技術(shù)的一個難題，解決這個問題的方法分為兩個階段，第一個階段是從國外特別是美國華爾街引入具有技術(shù)背景的金融人才，第二個階段是在這些外來金融人才的帶領(lǐng)下，培養(yǎng)和提升本土金融工程人才，特別是年輕人才的培養(yǎng)和鍛煉。
3、數(shù)據(jù)科學應(yīng)用能力
移動金融智能技術(shù)背后的技術(shù)基礎(chǔ)是數(shù)據(jù)科學的應(yīng)用。例如智能客戶需要利用NLP自然語言處理技術(shù)RNN，LTSM，人臉識別需要利用CNN等。當金融企業(yè)服務(wù)海量客戶時，其原來基于業(yè)務(wù)規(guī)則的分析方式和引擎無法實時服務(wù)海量數(shù)據(jù)和客戶，需要利用數(shù)據(jù)科學處理海量數(shù)據(jù)，挖掘出客戶深度需求。
金融企業(yè)數(shù)據(jù)科學應(yīng)用能力積累不足，既缺少大量的數(shù)據(jù)科學家，也缺少數(shù)據(jù)科學應(yīng)用平臺。金融企業(yè)內(nèi)部的數(shù)據(jù)非常豐富，業(yè)務(wù)場景也多，在反欺詐、信用評估、精準營銷、智能運維、風險決策等方面都是數(shù)據(jù)科學應(yīng)用的主要方向。金融企業(yè)所利用的技術(shù)比較封閉，對于開源的數(shù)據(jù)平臺技術(shù)和數(shù)據(jù)科學技術(shù)積累不多，導致了在數(shù)據(jù)科學應(yīng)用功能方面特別是開源算法方面，落后于行業(yè)的發(fā)展速度。
金融企業(yè)可以通過引入數(shù)據(jù)科學領(lǐng)先創(chuàng)業(yè)公司的智能數(shù)據(jù)科學平臺、同互聯(lián)網(wǎng)巨頭在具體業(yè)務(wù)場景合作、招募國外數(shù)據(jù)科學家組建數(shù)據(jù)科學應(yīng)用團隊等方式來提升數(shù)據(jù)科學能力。國內(nèi)大型的銀行和金融集團傾向于招募國內(nèi)外數(shù)據(jù)科學人才來組建自身數(shù)據(jù)科學團隊，典型的有平安集團和建行。一些大型和股份制商業(yè)銀行、證券公司、信用卡、保險公司更傾向于同互聯(lián)網(wǎng)巨頭合作，引入深度學習平臺，開展數(shù)據(jù)科學應(yīng)用。典型的有工行、廣發(fā)證券、浦發(fā)信用卡、陽光保險等。
[1] Face++是北京曠視科技有限公司旗下的新型視覺服務(wù)平臺，F(xiàn)ace++平臺通過提供云端API、離線SDK、以及面向用戶的自主研發(fā)產(chǎn)品形式，將人臉識別技術(shù)廣泛應(yīng)用到互聯(lián)網(wǎng)及移動應(yīng)用場景中。
[2]《中國個人可投資金融資產(chǎn)達126萬億元規(guī)模世界第二》，光明網(wǎng)，http://politics.gmw.cn/2017-04/28/content_24336703.htm
[3]《宜信財富投米RA——中國唯一入選FundSelector Asia案例的智能投顧平臺》，搜狐網(wǎng)，http://www.sohu.com/a/166709758_475913（來源：移動互聯(lián)網(wǎng)藍皮書 文/鮑忠鐵 編選：電子商務(wù)研究中心）
