“在金融领域，一些未来业务形态正在涌现。”在今天（31）举行2019世界人工大会“未来金融”论坛上，不少演讲嘉宾表达了这一观点。未来已来：传统网点会萎缩且转型，人们会依赖手机互联网办理业务、智能风险门户、自动化财务室、开放银行、知识图谱等充满”未来感“的名词，正在逐步变为现实。

“未来金融”作为此次大会的热点分论坛，来自中国、美国、英国、欧盟等12个国家和地区的近70名国际政要、顶级学者、商界精英济济一堂，千人盛会，纵论人工智能如何赋能金融科技。

信用优良的人和企业获得贷款更容易

想想我们是怎么获得信用卡的——银行工作人员会评估我们的学历、工作单位、收入、固定资产等信息，那些工作单位稳定、收入高、拥有多套房产的人能给予较高的信用额度，反之则很低。

目前，全国的征信覆盖率只有35%，这就表示在消费金融领域有65%的人没有信用记录。随着越来越多的办公在网络上进行，伪造IP、证件也变得更加容易，单凭过去的几个维度，很难判断一个人究竟是有价值的客户还是别有用心的骗子。

如同越多的像素点人物肖像越清晰一样，用更多维度勾勒一个人，对他就更加了解。然而问题是，以往金融模式的人力成本已经很高，引入新维度的工作量对人来说是不可想象的，但对机器来说却正是大展身手的时候。

就像只要告诉阿尔法狗围棋的基本规则和大量棋谱，它就会“无师自通”打败最高段位的棋手一样，在人工智能金融领域，只要告诉它几条人类判定风险的方法以及大量数据，它“看人”的准确率就会越来越高。比如它会根据人们使用手机的习惯、看什么文章、什么时候看去判定一个是是好是坏，那些在工作时间段大量收集金融信息的人，如果不是业内人士，那么是金融诈骗犯的可能性很高。

“以前银行总是为是否给中小企业放款发愁，有了多维度的人工智能识别系统，优质企业获得贷款更容易了。”2004年诺贝尔经济学奖得主芬恩·基德兰德说。

识别一张票据仅需10毫秒

在财务和金融领域，全球每年产生数千亿的发票，将这些发票连接起来，可绕地球数圈。随之而来的发票多、验真难、票据信息录入繁琐等问题也广泛存在于企业财务、供应链管理等工作中。当前，票据的数字化问题尚未完全解决，大量纸质票据依赖于手动录入，效率低下、错误率高，加剧了企业的人力、时间和财力成本。

作为成熟的人工智能解决方案服务的提供方，合合信息用票据机器人来解决这一问题，对海量票据市场数据进行采集，STR (Scene Text Recognition) 是指复杂场景中的文字识别处理，通过对图像，纸质文档的进行分类、采集、识别、然后进行结构化整理和卷积神经网络算法处理，转化为可编辑的文本格式。将从各种票据提交、识别、分类、验真、录入等速度从“小时”级别压缩到分秒级别。

▲合合信息创始人镇立新（左）与诺奖得主基德兰德合影

不仅可以支持对增值税专用发票、增值税普通发票、增值税电子发票、增值税卷式发票、火车票、出租车票、机动车销售发票、车辆通行费票据、定额发票（含停车票、地铁票、手撕票）等20余种票据进行自动分类，可结构化识别出多个字段，并按行输出所有文字结果。

票据机器人5分钟可识别1000张，平均识别一张票据仅需数10毫秒，错误率趋近于零。不仅大大提高了工作效率，也降低了企业成本。

人机协作是金融业的未来“样板间”

人工智能与大数据互相依存。而追踪数据并分析的价值，也正逐渐成为构建金融企业理解世界、学习知识、判断价值的重要方式。

比如，合合信息旗下产品启信宝大数据平台超600亿条动态商业数据库和超1.8亿家企业、组织、机构数据，招商银行风险门户通过超2000项数据渠道来源，对于企业工商信息、司法信息、权利抵质押、市场数据、经营数据、交易信息、担保信息、融资分析、新闻舆情、实控人信息等银行内外数据多维度、多渠道路径进行实时、动态地信息数据深度关联和风险监控。

“如果把现阶段的人工智能看成一个初生婴儿，他最初开始学会了分辨人脸——人脸识别，然后是学会听懂说话——语音识别，接下来慢慢学习读书识字——文字识别和语义理解；再往后是通过语言文字掌握知识本领——知识图谱。”合合信息相关负责人形象地介绍。

英国学者认为，现存职业的 47% 将被人工智能取代。其中，金融机构的窗口服务、记账、财务审计、超市收银员、数据录入等职业将在未来减少超过97%。

然而合合信息相关负责人认为，人工智能的发展还有很长一段路要走，不过，人机协同工作将会是未来金融业的普遍形态。

作者：沈湫莎

编辑：褚舒婷

责任编辑：任荃

*文汇独家稿件，转载请注明出处。