2019世界人工智能大会：大数据与AI双引擎，飞贷金融科技让自动化建模触手可及

2019年是金融科技的变革之年，这种变革不仅体现在监管层对金融科技的重视，也体现在行业本身发生的种种变化。

一周前，央行刚刚发布了《金融科技（FinTech）发展规划（2019-2021年）》，这是我国金融科技行业的首个发展规划和顶层设计，为行业发展指明了方向。

在行业领域，互联网巨头深耕垂直领域、银行系金融科技公司加快布局、众多科技公司开启转型突围，新技术不断催生金融科技新物种、新模式、新产业。AI正在影响传统行业的经营模式，特别是金融行业，从最初的颠覆恐慌，到如今的变革、融合、共建新生态。

刚刚落下帷幕的”2019世界人工智能大会，是集最高级别AI学术研讨、最高水平AI技术博览会、最活跃的AI产业合作和未来AI社会超前体验于一身的人工智能盛会。期间联合国数字合作高级别小组联合主席马云和特斯拉联合创始人兼首席执行官埃隆·马斯克（Elon Musk）的“双马”对话，展现了科技与世界连接的无限可能。

作为入选美国沃顿商学院的金融科技案例，飞贷金融科技是国内首家覆盖业务全流程、运营全体系的移动信贷整体技术服务商，通过技术输出助力银行等持牌金融机构移动信贷转型，其在人工智能研究和应用方面一直走在行业前沿，会上其副总裁林庆治分享了他的观点，“人工智能的某些领域，已经迈向成熟期。”而打造企业大脑，就是企业实现商业化价值的重要体现。

飞贷金融科技副总裁林庆治发表主题演讲

自动化建模平台打造企业大脑

众所周知，人工智能发展至今，主要体现为智能交互、智能决策和智能应用三大应用。其中智能决策，即打造企业大脑，是一家企业商业价值和商业智慧的体现，因而难度最大。“未来会发生什么？什么时候发生？最好的发生方式是怎样的？”对于一家企业而言，要通过建模的方式做出上述预测，从而做出决策，面临的挑战是显而易见的。

首先是技术门槛较高，理论复杂，工程量巨大，并且机器学习“黑盒”模型内部工作机制难理解。在人员方面也是考验重重，“面试100个人，合格的可能只有2个。”林庆治表示，还有一个问题是模型效果往往不够稳定，难以做到及时更新，需要时刻监控以保证线上线下效果的一致性。

近两年开始，谷歌将AutoML这一名词带入更多人的视野，其用AutoML命名了探索自动设计机器学习模型的方法，也就是让机器自动完成特征工程、模型训练、自动调参的工作，使整个机器学习过程更加自动化。在AI人才紧缺的情况下，降低对AI科学家的依赖。这种方法已经引起国内外科技巨头广泛关注。

目前，市场主流建模平台厂商大致分为三种类型。第一类是大数据分析型，主要是由传统BI厂商转型成分析建模平台，主打开源、低价，以传统建模方法为主，缺乏自研算法，竞争门槛低；第二类是AI驱动型，AI平台厂商涵盖从数据到模型上线的完整建模流程，自研优化机器学习算法，但往往流程和概念复杂，平台难以上手，学习成本较高；第三类则是大数据与AI结合型，在大型金融机构积累了大数据和AI实践经验，根据应用落地全流程自研平台，此类平台自动化程度高，更贴合企业实际应用需要。

主打大数据与AI相结合的飞贷金融科技自动化建模平台，拥有低门槛、全流程自动化、模型可解释性、自研AutoML算法、高效能计算架构和自学习六大特点。

首先，该平台交付简单，极致易用，成本和上线周期仅为传统建模平台的十分之一，新手引导和帮助提示给予极致的用户体验。基于J2EE架构，支持Windows/Linux/Unix/Mac等主流OS平台，平台支持全部云端OS，支持公有云、私有云和混合云架构。

其次，平台覆盖数据探索、自动特征工程、自动模型训练、自动生成可解释报告以及一键应用部署上线的全生命周期，全流程无需任何编程技能。

再次，多种直观的模型评估可视化和强大的可解释能力，让模型的应用更透明，实现AI应用零门槛。

此外，在算法方面，飞贷金融科技自主研发了自动特征工程、自动算法调参等Automl算法，在执行过程中进行了大量的计算优化，大幅度提升模型精准度和训练效率，保证了平台的高性能。

最后，飞贷金融科技自动化建模平台的自学习系统支持模型自动调优，不断的从新的数据中学习，及时应对各种外部变化，极大提升了模型的准确性。

飞贷金融科技副总裁林庆治接受《第一财经》访问

据林庆治介绍，飞贷数据科技定位是大数据和AI双引擎，核心技能锁定四个方面：移动、实时、可视化、智能。具体可分为四个层次，即数据平台，数据分析与可视化平台，数据应用（数据运营、精准营销、量化风控），智能产品（智能交互、智能决策、智能行动）。飞贷金融科技自动化建模平台是致力于通过自动机器学习技术来快速实现AI业务场景应用的机器学习平台，是完美体现大数据和AI双引擎的拳头产品。

在此过程中，飞贷金融科技的一个重要决策就是拥抱开源，开放使用。“所谓的’开源’代表着可靠，代表丰富，代表进步。飞贷金融科技从整个数据平台到分析平台、应用平台，都用开源架构，以此可以取得最先进的技术，也是最稳定的技术。”林庆治表示。

不仅如此，飞贷金融科技的自动化建模平台除了输出到国有大行、城商行等传统金融机构，ToB的目标客户还包括保险、信托、小贷，以及金融服务类公司。据介绍，在B端服务方面飞贷金融科技经验丰富，目前已与银行、信托、保险、支付金融四大子行业多家头部企业达成全面技术输出服务。

“总之，飞贷金融科技基于自动化建模，建立了智能获客模型以及客户生命周期模型贯穿整个业务流程，使精准营销贯穿获客、存量客户经营等整个客户生命周期，可以为客户生命周期各环节的绩效提升提供巨大帮助。”林庆治如是说。

飞贷金融科技的创新也得到了国际权威的认可，正如麻省理工学院斯隆管理学院出版发行的《MIT斯隆管理评论》主编Paul Michelman点评：“中国企业的创新势头和成果简直不可思议，中国企业的创新能力被严重低估，飞贷的发展历程堪称商业创新的传奇。”

融合共生，共建生态圈

以2013年移动支付快速发展为起点，如今中国的金融科技已经广泛应用于支付、财富管理、消费金融、保险科技、监控科技等领域，发展呈现加速状态。在今年的世界人工智能大会上，来自政府部门、产业界、金融科技公司与银行业人士就人工智能的发展、应用及挑战进行了深入讨论。大数据的富集、算力的提升，为深度学习的算法实施夯实了基础，使得人工智能逐步和金融深度结合。

林庆治介绍了著名的“Gartner技术成熟度曲线”，它分为五个阶段：萌芽期、过热期、低谷期、复苏期、成熟期。他认为，整体来讲，AI人工智能目前还处于萌芽到过热期，但在某些领域，例如人脸识别、指纹识别方面已经形成了比较成熟的应用，正在迈向成熟期。

在人工智能赋能金融的应用中，智能理财、智能营销、智能风控将是一大蓝海。林治庆称，随着人工智能与金融的深度融合，未来基于银行开展的一些服务很可能变成自主和自助的，“比如银行理财、帮助做投资咨询的背后不再是理财专员，而是智能大脑，也就是机器人，今后我们都要学习和机器相处。”

早前，在金融与科技融合初期，以流量为主的C端市场成为不少平台的目标，而如今随着C端流量见顶、5G技术发展，人工智能的下一个风口将从ToC端转向ToB端业务，这已经成为大多业内人士的共识。在金融与科技不断融合过程中，科技公司和金融机构的关系将不再是简单的客户和供应商的关系，而是合作伙伴，双方将着眼于共同的长远利益，为用户带来极致的体验和服务。2018年11月，飞贷金融科技即凭借向金融机构输出“支持合作机构能力建设”的移动信贷整体技术，以最高分斩获由世界银行和G20联合颁发的“全球小微金融奖”最高奖项铂金奖，这是中国金融科技企业首次荣膺由世界银行这样级别的权威组织颁发的国际性大奖，也是唯一获得此项大奖的中国企业。

开放银行将是未来的一个方向，构建一个包括银行、客户、金融科技公司等在内的大平台，在此基础上，集成各方力量，提升效率和用户体验。

毫无疑问，共建生态圈，将是金融科技下一个风口，各方参与者都将在其中找到自己的位置。