“造风者”度小满：AI落子后的强势进击

当下，人工智能俨然已成为一个时髦的词汇，学术界在理论层面再度兴起研究热潮，而实务界则纷纷投入资本试图在应用上有所突破。有人说，我们已经进入了一个人工智能时代。而在这个时代，谁能从理论研究走向应用实践，谁必将成为这个时代的引领者。

作为百度AI生态战略中“率先毕业”的度小满金融，从AI谱系视角看，度小满的AI布局和应用具有技术上的先进性、范围上的全面性；在金融行业的应用看，凭借其先进性和全面性，加之百度生态体系所赋予的不可复制的竞争优势，在身份识别、营销获客、智能客服和风险管理等方面已锋芒毕露。

谱系视角下的度小满：AI技术的先进性、全面性与独特优势

尽管大家都在谈论人工智能，但其实关于什么是人工智能，仍是众说纷纭。简言之，人工智能就是人创造出来的智能，其发展可追溯到1943年。随后，人工智能沿着行为上模拟、结构上模拟和功能上模拟三个方向“分叉”发展。

行为上模拟，既不是模仿人的脑神经，也不模仿人的逻辑思维，而是模仿人的行为，由Brooks于1990年提出，这一方向上的AI应用仍处于完善发展阶段。然而，三个方向的发展也非截然分开，最近有人认为，三个方向开始走向融合。

近年红极一时的阿尔法狗，便是三个方向不同程度融合的产物。度小满凭借其所在生态体系所赋予的独有优势，有机融合其在结构方向、功能方向上AI应用的卓越成果，打造出全球金融行业的阿尔法狗并非不可能。

结构上模拟，就是用“人为制造”的神经元模拟人的脑细胞，通过神经元之间的连接来模拟人类的“脑回路”。1943年，由McCulloch和Pitts两位大咖提出，后来逐渐演变为人工神经网络（ANN）。人工神经网络一个典型的早期应用就是用“感知机”解决了长途电话回音问题。时至今日，人工神经网络已进入了深度学习新阶段。在深度学习新阶段，在这一方向上的布局和应用既需要先进算法支持，更需要足够海量样本来训练神经网络。

在度小满的AI体系中，其一站式金融科技能力开放平台“磐石”，即是有机融合了深度神经网络（DNN）、循环神经网络（RNN）和长短期记忆网络（LSTM）等业界和学界倍加推崇的深度学习算法，在活体、声纹和OCR等人工神经网络协力之下，成为结构上模拟方向上的一记高效的组合拳。

各种先进的人工神经网络仅是获取核心竞争力的第一步，百度生态体系下先进、前沿的样本，足以训练出国内乃至全球无可比拟的神经网络模型。这也使得在百度生态中的度小满拥有了更多人工智能的训练学习机会，在人工智能方向上获取不可复制的核心竞争力。

功能上模拟，简言之，并不刻意去模拟人的脑神经和脑回路，而是用电脑类似的功能来模拟人脑的类似功能。这一思路由McCarthy、 Shannon和Minsky三个大咖于1956年提出，即通过电子计算机+软件模拟人的逻辑思维功能。

这一方向上，最大的成就便是当年战胜国际象棋世界冠军卡斯帕罗夫的“深兰( Deeper Blue) ”系统。这一方向上，在金融领域新阶段基于Logistics模型的申请评分、行为评分等风控模型。国外最为知名的莫过于美国FICO公司的评分模型。那么，度小满在这一方向上是如何布局呢？实际上，与结构上模拟相似，在这一方向上，度小满背后所应用的模型与FICO所用的模型并无实质差异。而与FICO相比，其核心竞争力却在于百度生态体系内为其提供的海量场景。这一点，无疑是其独占鳌头的资本。

总体而言，从人工智能发展的谱系视角看，度小满AI技术具有相当先进性，在覆盖范围上具有较强的全面性。一方面在AI主流方向上融入了先进的前沿AI技术，覆盖了主流AI领域；另一方面背靠独特的生态体系锻造出核心竞争力。

度小满AI的金融应用：四大主要领域强劲发力

其实，度小满AI在金融行业的应用已有时日，其500多家合作金融机构、600多万日查询峰值，足以表明已有相当基础，在身份识别、营销获客、智能客服和风险管理等主要应用领域已建立起特有的优势。

AI知道你是谁

身份识别对银行、证券和保险等持牌机构而言尤为重要。按央行反洗钱相关法律规定，不管是银行、证券还是保险，在客户开户时，均需按规定履行反洗钱义务，客户身份识别便是关键一环。目前主流做法是面签开户、柜台核实。这既提高了交易成本，又容易丢失了有效客户，甚至成为一个巨大“负担”。

就这一领域而言，度小满融合人脸识别与OCR等AI技术，已可实现银行卡、在线开户和贷款办理等相关场景的身份认证。例如，其应用于农业银行的远程开户场景，不但可免去面签，还可将开户时间由2小时缩短到1分钟，大大提升了服务效率。之所以能获得此等成绩，正与其AI技术的先进性和全面性密不可分。

AI破解获客难题

本轮金融科技的技术动因主要是人工智能、区块链、云计算和大数据，互联网（尤其是移动互联网）也是一大动因，有的银行机构在本轮金融科技大潮中也实施了移动优先战略。原因在于客户流量来自互联网，尤其是移动互联网。

说到互联网和移动互联网流量，百度无疑是这一领域的领跑者。其搜索量、移动设备覆盖率和网民覆盖率，足以傲视群雄。在这一生态中，度小满的AI具备了无可替代的训练样本，也具备了无可比拟的AI场景。

基于这一场景，借助于“训练有素”的AI模型，将流量转换为有效信贷需求，再推送给持牌机构，既提供了金融服务的可获得性，又服务了实体经济。据统计，度小满与相关金融机构合作，已累计为个体经营者等小微企业主发放资金400余亿元，服务下沉至3-5线城市，同时为超过220万三农用户提供信贷服务约450亿元，助力小微企业发展，践行普惠金融，履行社会责任。

与机器人客服对话

不管是银行、证券还是保险机构，获取客户固然重要。但在互联网上，客户逃逸成本几近为零的情况下，如何提供持续、贴心和高效的客服服务，留住客户或许更为重要。

曾几何时，部分传统金融机构让人难以忍受的客服服务，放在今天，不知要丢失了多少客户！那么，在客服服务方面，度小满又有哪些举措？度小满旗下FCSC作为智能时代的客户服务中心，已是其AI技术落地的重要场景。

据介绍，度小满的智能客服机器人已可实现需求100%被快速响应，服务用户接起率超过98%，用户评价问题解决率超过90%，最终用户满意度超过95%，用户投诉率控制在十万分之六。这些指标，对中小金融机构而言，无疑具有相当吸引力。正是依托于其AI技术的深度应用，在降低成本、提升效率的同时，依旧保持着业内领先的高品质服务。

AI时代的风险管理

其实不管是FICO评分也好，还是芝麻分也罢，在AI技术层面，还差不多在同一条起跑线上。因为大家采用的技术抑或模型大同小异，关键还是在于能否获得足够多的X和Y。有个通俗的说法是，不管是传统金融机构还是新兴机构，缺X少Y是困局。

不得不说，度小满在这方面可谓优势独占，依托千亿级的全网行为数据，覆盖95%以上网民，囊括人口属性、兴趣关注、消费场景、常驻位置等数据维度。毫无疑问，度小满并不缺乏X变量，其在与机构合作中也不乏获取Y变，使得其磐石系统可支持在线判决和离线训练两种模式。正是凭借其得天独厚的优势，才能做到将风险区分度提升15%，多头监控系统，可提前1个月准确预警风险，动态监测不同地域和不同行业的信用水平变化。

回顾人工智能的发展脉络，从谱系视角看待度小满的AI布局与应用，无疑是探究AI在金融行业应用前景的典型样本，其定位契合了传统金融机构转型升级金融科技为主基调的实务背景，向传统金融机构输出技术和解决方案也符合未来的发展趋势。度小满正致力于利用其在人工智能领域的研究与实践，驱动金融科技进入新的智能时代。