戴文渊招商银行谈AI：人工智能如何帮助企业解决经营问题

2018年6月1日，招商银行在深圳总部举办了“人工智能”主题开放日活动，招商银行首席信息官陈昆德先生及招行员工200余人出席交流。第四范式创始人、首席执行官戴文渊先生受邀出席并做主题发言。戴文渊先生在交流中提到，招商银行是第四范式的第一个客户，同时感谢在招行的支持下，过去的三年多时间，第四范式在招行的平台上完成了很多的工作，包括企业AI平台(”第四范式先知”平台)建设，也包括基于”先知”平台所构建的智慧营销，智能风控，精细化运营等多个领域的业务场景落地。结合第四范式在AI领域的多年实践，戴文渊分享了AI与金融相关的经验和思考。

人工智能到底和企业经营有什么关系

人工智能的确是近几年非常火热的一个方向，而人工智能相关产业相比人工智能产业，规模甚至还要有10倍之多。我们在媒体上比较常看到的人工智能应用，通常是C端多一些，比如人脸识别、语音识别、无人车等方面的成果。然而，企业经营的智能化，是不是直接拿过来应用就可以了呢？其实还是有一定差别的。

科学发展有四个范式，在我们所处的“第四范式”的时代最大的机会是，在非常细分的领域都能够创造出科学的方法，创造出非常大的价值。今天AI能帮助企业解决的最大问题，就是中后台的策略制定怎样能越来越多的交给机器来完成。比如，如果招行要做智能金融这个战略方向，制定具体的策略非常复杂，专家写了上千条规则已经写不动了，我们能不能用机器来实现，用技术手段帮助企业解决复杂很多很多倍的问题，实现业务水平提升。例如销售一款理财产品给某一类型的人群，如果能做到千人千面，业务就能做的更好。招行面对几千万上亿的客户群体，无法配备这样的精力和体力来进行划分，而机器则可以实现。

我们的思路是，未来AI会设计的更为复杂，利用机器的智能，充分发挥机器不知疲倦的思考的能力，来解决企业过去解决不了的复杂问题。我们认为，未来企业决胜这是关键，如果一家银行能做出50亿条规则，就能比做出10亿条规则识别的更准确，这是一家企业的核心竞争力。

人工智能今天怎么帮助企业经营

1.如何解决复杂问题

我们发现，应用效果错误率的下降是随着模型复杂度的不断提升获得的——将模型做的越来越复杂，在解决越来越复杂的问题时就获得了业务效果的提升。这里面没有免费的午餐——能获得三倍、四倍的提升，可能是因为完成了一件困难几百倍的事情。我们今天把这个方法论运用到了越来越多的领域。

我们有一个经验，那就是在一个细分的领域里，如果能够把规则数量提升到一千万条以上，那么这个领域就需要AI来做。比如，我们帮银行把信用卡交易反欺诈的规则数量，从1000条规则提升到了25亿条；包括医疗领域，我们和瑞金医院联合发布的一个慢性病管理的预测，其实都是风险管理，只不过一个预测的是金融风险，一个是健康风险。

再比如精准营销。营销不仅能提升收入，也能提升客户的活跃度，唤醒睡眠客户。我们选择了一些产品对睡眠客户进行营销，最后发现不同产品，效果达到了100%多到500%多的提升。这背后的原理其实是一样。过去专家写规则，几十条上百条，我们帮他提升到几十万条、数亿条，解决了更复杂的问题，获得了更高的效率的提升。

但是不是这个时候就不需要人了，其实不是，人还是很重要的。我们都知道有个词叫“黑天鹅事件”——如果过去没有发生过的事情现在发生了，就是“黑天鹅”。“黑天鹅”一定不是基于大数据的机器学习可以解决的问题，因为过去的数据里没有黑天鹅，没有的东西机器怎么可能知道。所以我们需要做好机器学习与专家规则的结合，由人提供专家的经验，来帮助机器避免黑天鹅事件。因此，未来人应该更关注宏观层面，以及如何避免黑天鹅事件，而不是和机器去拼体力，去做大量的微观分析。人类和机器可以各自发挥所长，形成人机协同。

戴文渊强调，这些案例还只是冰山一角，一家银行能可实现的应用可能有几百个，即便同样是反欺诈应用，在A银行和B银行做，也会因业务差别而导致不一样的效果。我们曾经发现，用A银行的数据训练出来的98%的OCR模型，拿到B银行就只有90%的效果了，用B银行自己的数据重新训练，又可以回到98%以上。

2.如何解决时效性问题

当今时代，业务变化很快，如果产品功能跟不上业务需求变化，待走完采购流程、开发流程，终于上线的那一天，业务需求已变化，产品功能很可能已经跟不上业务需要，要重新采购了。以智能客服为例，智能客服最大的问题其实是时效性问题——走完几个月的采购、开发流程，供应商的客服语料库很可能已经不适用业务需求了。我们现在解决的就是，如何把时效性提升，如何让客户的业务人员自己把智能客服做出来，这是个很高的要求。我们现在能做到的是，在约2.5分钟时间里，客户业务人员能利用第四范式智能平台，自己完成一个客服业务系统并上线。

如何理解为企业赋能AI

以我自身的经验来说，因为看到了机器学习技术对行业的影响，创立了一家以AI为驱动的公司，希望去赋能其他行业。

第四范式今天在很专注的做一件事情，就是利用机器去学习各行各业的数据，总结各行各业的规律，帮助各行各业做提升。我们会尝试去做不同的解决方案，但我们对自己的定位并不是解决方案公司——我们既不是一家反欺诈公司，不是反洗钱公司，不是客服的公司，也不是营销公司。我们的定位类似Oracle或者Intel，是一家技术核心赋能各行各业的公司。

我们在行业里拿过很多奖，有吴文俊人工智能科学技术进步一等奖、法国巴黎银行黑客松大赛世界冠军，等等。但这都不是我们最骄傲的，我们最骄傲的一件事，是去年有一位国有银行客户，基于“先知“平台去参加JDD反欺诈大赛，拿到了第二名，这件事情我们非常高兴，因为这是我们的目标，我们希望能用我们的能力去赋能所有的客户、合作伙伴。第二名还不是我们的终点，我们希望尽快能有客户、合作伙伴在这样的比赛中拿到冠军。

另外非常有幸，MIT Tech Review每年会评选十大突破性技术，今年它把第一名给到了一个新上榜的技术，叫做“AI for everyone(给所有人的人工智能)”，并列举了五个“AI foreveryone”的代表研究者，第四范式非常有幸上榜了，另外四个都是巨头。非常巧合“AI foreveryone”正是第四范式的Slogan，我们的愿景就是“AIfor everyone“，这也说明了这项技术的重要性。因为其实，人工智能现在最大的瓶颈都不是技术瓶颈，而是科学家太少了。我们知道互联网有站长，移动互联网有开发者，人工智能有开发者吗？没有。人工智能只有科学家。如果说人工智能的应用都靠科学家来做，人工智能不会发展，就只有少数几个大公司可以做人工智能应用出来。所以我们认为，人工智能要得到高速发展、全面的发展，并不是说我们要找几个科学家来做应用，而是要让在座的每一个人都成为人工智能的开发者。这个就是“AI for everyone”需要做的事情。