車品覺

要實(shí)現(xiàn)人工智能，定義非常重要。因?yàn)樗械乃惴?，所有的東西都是奔著這個定義去，找出到底什么是做對了，什么是做錯了。這個定義如果沒定義好的話，你會發(fā)現(xiàn)后面的東西很難做。

如果今天銀行有個聊天機(jī)器人，你問它忘了密碼了，怎么去拿錢。這樣的情況，機(jī)器人能幫你處理得非常好，但是萬一你要跟它講的東西剛好是機(jī)器人沒有辦法去處理的。比如說有一次一個教授找我去，介紹他有一個機(jī)器人可以幫我訂咖啡。我第一句話說：“我要一杯不平凡的咖啡?！比缓髾C(jī)器人等了好多秒，都沒有回答我。因?yàn)樗恢朗裁词遣黄椒驳目Х取Ｋ浴安黄椒驳目Х取北旧砜赡苁巧贁?shù)的人工智能不可去解決的邊界上。

一般來說，人工智能都是比較容易解決定制化的東西，但是一旦變成很廣泛地去使用的時候，整個人工智能到底又怎么處理這個東西呢？

在人工智能循環(huán)里面，需要操作員和用戶的人工參與，操作員可以填補(bǔ)電腦不能自動完成的部分，用戶可以貢獻(xiàn)更多的訓(xùn)練數(shù)據(jù)。

最后一點(diǎn)非常關(guān)鍵的有可能是有效率，數(shù)據(jù)有質(zhì)量，那到底商業(yè)模式是什么？到底這個東西是怎么賺錢的？到底是把人工智能的能力賦能給C端還是B端，B端在什么樣的一個情況會付錢，C端在什么情況下會付錢，都會成為人工智能的關(guān)鍵問題。

金融服務(wù)里面，其實(shí)我們現(xiàn)在看見三類最具潛力的AI可以解決的問題。一是個性化的財富管理，二是反欺詐，三是智能服務(wù)。

智能投顧是重要的一塊。智能投顧最難的問題是，到底怎么樣幫用戶賺錢，如何能在前端幫用戶做好服務(wù)。

智能投顧，一個重要的部分是了解用戶的風(fēng)險追求。從了解用戶的風(fēng)險追求去給出他所需要的方案。我覺得通過大數(shù)據(jù)識別用戶風(fēng)險偏好，這是投顧其中比較容易能做到的一點(diǎn)。

現(xiàn)在很多人去銀行，你問他是不是比較喜歡風(fēng)險，一般人都跟你說我不喜歡風(fēng)險；但是當(dāng)他比較回報的時候，他可能會說我承受一點(diǎn)風(fēng)險也是可以的。所以智能投顧也許可以在人的行為當(dāng)中，采用不同的情況，不同的形式了解他對風(fēng)險的看法是怎么樣。

反欺詐應(yīng)用很明顯，不僅僅是生物的識別。當(dāng)支付金額的量比較少的時候，其實(shí)真的不需要用戶輸入密碼。

假如觀察用戶每天上班的路徑，你拿著手機(jī)的時候我都知道你肯定就是你了，因?yàn)槿艘话銇碚f每天上班的時間點(diǎn)，從一個點(diǎn)到一個點(diǎn)都有自己比較活躍的地方。當(dāng)你在公司里面，你坐在自己的位置上，用常用的網(wǎng)絡(luò)，用AA收款給了同事20塊。這個時候我還讓你加一個密碼是非常不方便的，都知道這個人肯定是你。

所以識別上來講移動的設(shè)備其實(shí)可以給予我們?nèi)碌目刂骑L(fēng)險的一種工具，或者我剛才說的識別的到底你是不是你。

當(dāng)一個實(shí)驗(yàn)的數(shù)據(jù)的產(chǎn)品要落地，成為一個很穩(wěn)固的工程的時候，所花的精力往往不小于創(chuàng)新的時候，我們要把東西落地的時候，實(shí)際上精力可能是二八分的，20%在創(chuàng)新，但是落地的時候要花另外80%落地。從粗放到精細(xì)化的時候往往付出的代價是不小的。