ITBear旗下自媒体矩阵:

朱光:将百度技术基因注入百度金融,是我们未来三五年要扎实做的事

   时间:2016-09-01 18:49:44 来源:互联网编辑:星辉 发表评论无障碍通道

“百度金融应该做什么能建立核心优势,跟别的互联网金融有所不同,这是半年来我们一直探索的”,9月1日,在2016百度世界金融科技论坛上,百度高级副总裁朱光有了答案:“百度金融要做真正意义的金融科技公司。”他强调,场景并非百度金融的核心竞争力,人工智能、云计算、大数据等业界最好的技术才是。“用技术去撬动传统金融行业,提升金融行业的效率,为更多的用户服务, 把百度深厚的研发文化和机制等基因全面植入百度金融,是我们未来三到五年扎扎实实要做的事情。 ”

(图示: 百度高级副总裁朱光在2016百度世界金融科技论坛上发表演讲)

以下是朱光的现场演讲实录:

朱光:各位来宾,各位媒体朋友大家好!

百度金融成立到今天有大概多半年的时间了,其实很少跟大家分享我们到底在做什么,今天利用这样一个机会跟大家聊一聊,这半年来我们在探索的一些事情——就是百度金融应该做什么业务,能够建立我们的核心优势,能够跟别的互联网金融有所不同,这是这半年来一直探索的道路。

传统产业做金融,很多产业有它的优势,叫做产融结合。比如GE可以生产飞机的发动机,可以做医疗设备,可以做飞机租赁,也可以做医疗设备的融资租赁。还有一些电商公司,有应付帐款或者应收帐款的环节,有自己的消费场景,在场景上可以做消费分期,非常多的公司都在做产融结合。

说到百度的金融业务,大家首先能想到的是我们有丰富的流量,每天在百度上寻找好的投资机会、理财机会的用户非常多,缺钱的人也很多,很多人在百度搜贷款,找各种各样的分期服务解决资金问题,这会给百度金融形成一定的优势。

同时百度金融也有一些类似于应收帐款,比如说广告贷款,我们有上百万家的广告客户,可以给他做一些金融服务。我们也有一些应付帐款,比如说联盟贷款,我们有数十万家的联盟伙伴,从中获取流量,共同合作。这些业务都在开展,比如说百度糯米和外卖的商户,这些都是很好的资产方。

百度金融探索这些路径,现在发现非常奏效的是什么?就是我们和客户一起构成的一些场景,成了比较独特的优势。比如职业教育,在职业教育这个领域,中国很多的职业教育机构百分之六七十的客源,也就是学生,是从百度获得的。百度过去做流量服务,帮助推荐客户。但是有了百度的金融服务,就可以让那些暂时付不出学费的流量转化成为有效的流量。百度金融服务加上过去的流量服务,会形成一个化学反应。所以我们在职业教育领域不仅为客户导流,还为他解决了融资问题,为很多上不起学的学生提供了贷款,进一步扩大了生意。所以在这个领域我们很快就做到了第一,而且资产规模在不断的扩大。类似的场景有很多,比如说医疗美容、旅游、装修,在这些领域我们和客户深度合作,让流量和金融服务有机结合,形成了很多优势。

但是不是这些就是百度金融真正的核心竞争力呢?我想不是。实际上百度金融要做的最具有竞争力的优势就是因为有技术——云计算、大数据、人工智能。百度有业界最好的技术,用技术去撬动传统金融行业提升这个行业的效率,为更多的用户服务,我们找到了很大的机会。

Robin今天上午讲了人工智能的四个方面,他举了很丰富的例子。这四个方面最好的应用场景都在金融,百度大脑可以解决四个问题,前三个包括语音识别、图像识别、自然语言处理,这几个方面的问题其实都能够应用到金融领域。比如说语音识别和语意识别,能够完成一个真人真身份的验证,能够解决银行端和金融机构最想解决的,就是证明你是你的问题。我们今天可以看到自然语言处理这样一个方向,今天中午和一些金融机构、基金公司和证券公司的朋友聊到了一个非常头疼的问题,就是智能客服的问题。其实用度秘解说一场篮球赛,比做成一个智能客服,回答用户的一些反复重复的简单问题,在技术上来讲其实是要简单很多。自然语言处理技术可以为智能客服提供很好的解决方案。Robin最后还讲到了一个问题就是人群画像,人群画像可以解决什么问题?就是金融里最核心的问题。如果你是一个贷款客户,我最想知道你现在的状况,还款能力画像是什么样子,还款意愿画像是什么样子?如果你是一个理财客户,我最希望知道这个客户的风险程度的画像是什么样子,能承受多大的风险,百度金融就可以给你匹配多少风险度和多少收益度的资产。

这四项技术会形成百度金融和传统产业结合最核心的技术。其实并不是我们自己要做很多的资产,我们自己要做很多的理财,百度金融是成为真正意义上的金融科技公司,利用人工智能等优势升级传统金融,实现普惠金融的梦想。当百度金融通过画像的功能越来越清楚一个人风险偏好、还款能力和还款意愿,就能够为更多的人提供优质的金融服务。百度是科技的提供方,我们需要更多的合作伙伴,这才是百度金融真正想做的事情。

当然我们的技术基金正在全面注入百度金融,最近我跟Robin探讨最大的一个问题,我说我们有很好的百度大脑和人工智能的技术,我认为最有价值、最划算的做法就是把这些技术应用到金融领域里,金融领域里每提升1%的收益就是一个巨大的财富,每降低1%的坏帐,同样面临一个巨大的财富。我们的量化投资模型如果做得非常好,就能够为我们的金融公司带来更多的收益,我们的风险预警做得非常好,我们就会为证券公司企业债的业务降低很大的风险。

所以我们要把上万个研发人才,把深厚的百度研发的文化和机制,还有大数据和人工智能这些百度的基因全面植入到百度金融的业务里。这几个方向是我们未来三到五年百度金融要扎扎实实去做的事情。今天只是一个粗的框架,但是这是我们努力的目标。

第一身份识别。

到今天为止,远程开户仍然不是很成熟。其实传统银行业,包括证券业、基金业、理财业务都需要完成一个远程的开户和身份的识别,来保证真人真身份获得金融服务。现在的这些技术,百度实验室已经做到了最好,下一步我们就是要和应用场景紧密结合,解决实际应用中所遇到的一些问题,让远程开户、远程身份识别成为可能。比如说很多人从银行业务来,也有从小贷公司来的,不仅是远程开户,这样的技术可以输出到风控的各个环节。比如说一个用户帐号的数据厚度很厚,你完全了解他,你可以一秒钟就给他批贷款;如果你对他的身份有怀疑,就可以要求他提供更多的信息。这时候比如活体识别、人脸识别等服务植入进来,马上再次加强身份验证,我们就更有信心为他提供贷款服务。而这些技术都需要和场景结合,我们认为这是一个有价值的,而且百度一定能做得最好的一个技术方向。

第二大数据风控。

目前百度金融的数据、模型,结合社会各个机构的合作数据,共同构成了这个模型,已经在帮一些金融机构,包括中信银行,还有“买单侠”这样的贷款小贷公司,能够帮助优化模型,通过网络大数据帮他们提升风控能力。同时百度金融还有很强的帐号安全和保护伞防御系统,来帮助提供服务。所以大数据风控能很好地帮助传统金融行业具备这种能力。传统行业里面,比如说央行的征信,比如信用卡的一些消费记录能产生一部分数据,但是互联网的数据更丰富,这一部分数据和传统数据结合会做出非常好的模型,会做出非常好的风控,这是我们特别期待的事情。

第三智能投顾。

这是我们另外一个方向,智能投顾技术给每个人打标签,形成金融画像,知道每个人风险的适应程度、喜好程度。同时要给资产打标签,要很清楚的知道在中国市场上售卖的这些资产,风险程度是什么。百度金融要把这两者有机匹配起来,给不同的人提供不同的资产匹配,实现真正意义上的智能投顾。这个工作量是巨大的,现在大家都是在探索,需要大量的运算、大量数据的整合,需要大量基础的工作,需要百度大脑的支持。但是这个领域一定非常有前景。

第四量化投资。

我们已经和易方达、广发在这方面形成合作关系。百度的全网数据,加上百度的数据,形成丰富的场景。百度金融把这些行为动态捕捉起来,可能就会形成一种量化投资的方案。对于一个基金、一个企业的关注程度,网民的情绪,这些因素都会影响到投资的效率。我相信即将发出的这些产品,一定能够帮助我们基金公司合作伙伴获得不错的收益。

第五是金融云。

百度金融云包括智能获客、大数据风控、IT系统、支付、安全防护和人工智能。我们希望千千万万的金融机构能够利用好百度金融云的优势,我们来提供这样的一种技术,风控、反欺诈的能力。我们的金融合作伙伴能够在自己熟悉的场景里结合自己的洞察做金融服务。

所以,这五大方面,可能是未来百度金融要在技术上着力发力的重点方向。

实现金融科技的路径非常清晰,百度金融现在要做一部分资产,通过这样的场景去印证自身风控模型、反欺诈能力、大数据画像能力;但是仅仅自己做是不够的,我们有很多的合作机构,为他们提供金融云服务、大数据分析能力、以及智能获客的能力。就是一边自己探索,一边还要和机构深入合作。

面向未来,百度金融最想做的是一个真正意义上的金融科技公司,我们应该向合作伙伴输出技术方案,而这些技术方案真正能够提升合作伙伴的收益,降低他们的成本。所以我们很希望通过科技驱动金融,坚持开放合作,践行普惠金融的理想。在中国,在一个清晰的命题上,最先能突破这个技术难关的,请大家相信一定是百度。但是金融产业有无数的技术问题需要解决,哪些问题是最有价值的问题?哪些场景是我们最需要捕捉的场景?最需要解决的问题,特别需要合作伙伴和我们一起来定义,我们愿意通过技术提升各个合作伙伴的收益,给大家带来增值。

今天在座还有很多我们的同事,等一会儿张旭阳副总裁、黄爽副总裁,还有王劲副总裁,包括沈抖一起还会给大家分享更多的关于我们在这个领域发现的一些问题,以及哪些技术能够解决这些问题。今天只是一个开始,是一个引子,我们的心态是很开放的,希望伙伴们和我们一起加入这个行业,让百度的人工智能尽早在金融领域生根发芽,能够结出好的果实,谢谢大家!

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  网站留言  |  RSS订阅  |  违规举报  |  开放转载  |  滚动资讯  |  English Version