BDTC 2017 | 十位资深专家分享金融大数据的实践和成果

12月7-9日，由中国计算机学会主办，CCF 大数据专家委员会承办，的2017中国大数据技术大会（BDTC 2017），在北京新云南皇冠假日酒店隆重举行。本次大会以“大数据与智能”为主题，聚焦最纯粹的技术干货分享，由近百位技术专家将为现场数千名的大数据行业精英、技术专家及意见领袖带来多场技术演讲，分享最新技术与实践的洞察与经验，探寻大数据发展的未来，领略数据与智能之美！

BDTC大会第二天，本次大会首次设置的金融大数据论坛隆重登场。

金融大数据论坛在平安科技人工智能高级产品总监，平安深度学习平台负责人王健宗的主持下开始，作为本场论坛的主席，他首先对当天来现场参加论坛的嘉宾和参会者表示热烈欢迎。他表示，金融大数据论坛作为大数据大会的重要论坛，已经延续几届，当天的论坛现场也邀请到了多位重量级的嘉宾，他们将带来高水平的分享，希望大家当天都能有所收获。

让信任简单-ZOLOZ金融级可信身份平台应用实践

蚂蚁金服集团全球核身平台资深专家 陈继东

在主持人开场之后，第一位上台分享的嘉宾来自蚂蚁金服集团全球核身平台资深专家陈继东，他分享的主题为《让信任简单-ZOLOZ金融级可信身份平台应用实践》。他的分享主要聚焦蚂蚁金服在生物识别，可信身份验证这些方面过去几年的实践，以及他们如何搭建这样一个基于人脸识别，基于生物识别的金融级可信生物识别平台。

从虹膜到人脸，到声纹、指纹、笔迹等等，他们对每一项技术都做过详细的研究和分析。综合考虑三大因素，最重要的是安全性，能否防止各种伪造的攻击？另外，是准确率，对于金融支付来说，必须要达到金融级的准确率，需要极高的精确度；第三，针对支付宝，这个生物特征是不是具备可视性至关重要，最后发现，人脸和眼睛成为最值得受关注的生物识别方式。他接着详细介绍了蚂蚁金服最先进的“人脸+眼纹”的多维度生物识别技术的实践。

据悉，从2015年7月份支付宝正式上线刷脸登陆的功能以来，截至目前，已经超过了30%，将近40%的用户每天甚至是经常通过刷脸登陆，不久的未来，他们将上线刷脸支付等功能。

人工智能赋能金融科技

平安科技人工智能专家 黄章成

平安科技人工智能专家黄章成的分享主要聚焦《人工智能赋能金融科技》，他首先介绍了平安科技，平安科技是平安集团下全资子公司，是为集团做科技的支撑。平安集团不仅仅是金融公司，而且也是金融+科技公司，积极探索互联网+金融。

他表示，平安科技拥有的金融客户量大概是两千多，语音数据量有亿级的，这给声纹识别提供了海量的数据支撑。深度学习平台可以支持每秒百万级的数据并发量。可以把整个计算平台作为平安脑，作为底层的引擎，具有检测、优化、互动的功能，再往上是金融领域各个环节，包括营销服务、产品运营、风控决策，为平安的各个金融场景提供了很好的支撑。

随后他以六大产品为例，介绍平安科技如何将人工智能应用于金融科技中，提高组织效率，打造平安3.0金融+科技战略。包括多模态生物识别系统，生物识别以及OCI，智能定损，智慧城市、智慧医疗、VR。

数字经济时代，技术驱动的京东智慧供应链

京东Y事业部供应链创新负责人 张作义

京东Y事业部供应链创新负责人张作义随后的分享主要有三个部分组成：1、介绍京东。2、智慧供应链做了哪些事情。3、今年下半年重点孵化的创新项目。他的主题为《数字经济时代，技术驱动的京东智慧供应链》。

一组数据：2004年成立，经过了13年的发展，入选了全球财富500强，13年期间交易额增长900倍，超过16万家，有15万名以上的正式员工，刚刚过去的双十一GMV达到1271亿，更为可怕的是80%以上的订单在双十一那一天内就完成了出库。

京东供应链专注做以下几个事情：商品，计划，价格，库存，如何跟16万供应商上下游合作伙伴实现联动。京东现在不断把人工智能、大数据包括区块链应用到供应链里面，保证供应链的协同效果。

对于下一阶段的重点做的事情，他表示，主要就是京东区块链防伪追溯创新。京东基于自身电商属性，要保证商品可追溯，跟政府进行方便流通的监管以及可以实现防伪。

这项技术更多的是利用了区块链技术的特性，帮助京东打造自己的品质电商，帮助他们打击假货，用区块链把它赋予到了追溯的链条上，由它来保证整个链条的信息安全和可信。目前，京东也是全球比较早的把区块链应用在供应链的追溯领域的落地案例。

AI助力Fintech产业升级

天云大数据副总裁 李从武

接下来，天云大数据副总裁李从武开始了主题为《AI助力Fintech产业升级》的演讲。天云是给运营商、政府、金融机构提供Hadoop的系统服务商。

他表示，谷歌，微软、亚马逊、Facebook这些巨头纷纷都在开发能够自己开发AI的AI上面投注努力，这正在形成一种趋势。但是AI人才不仅从学术界流向工业界，更从小公司流向大公司，大有在几大AI巨头最终聚首的趋势。

然而，巨头饥渴还远远没有得到满足。工业界招揽人才的步伐和频次只会加重。培养一个AI人才需要花费数年时间，工业界不愿意等待。于是，企业正在想方设法，开发各种工具，一切都是为了让创建AI软件变得容易。他强调未来AI发展趋势应凸显规模化模型生产能力。

AI, 距离我们还有多远?

中国光大银行数据挖掘专家 田江

中国光大银行数据挖掘专家田江分享的主题为《AI, 距离我们还有多远?》。

从银行的人工智能背景说起，他表示算力是AI的根基，正是因为计算能力的飞跃发展，使得更巨量的数据和更复杂的算法得以实现。其次，模型是AI运用能力的核心：一家企业（银行）的智能化水平可以用“模型产出量/年”来进行对比衡量。

谈及银行AI应用逻辑框架时，他认为银行距离成熟应用人工智能技术的能力还很远，无论是大中型商业银行还是地方性商业银行，大多处于AI的研发起步阶段。

随后，他从智能客服、智能反欺诈、智能营销、智能运营、智能投顾等方面介绍目前银行AI的实践情况。

下午的金融大数据论坛继续进行，下午的论坛由本场主席，天云大数据CEO雷涛主持。

小微企业的大数据风控模型和架构实践

宜信公司高级研发经理张京磊

在简单介绍完自己之后，宜信公司高级研发经理张京磊就《小微企业的大数据风控模型和架构实践》展开分享。他首先介绍了宜信，当天的宜信业务涵盖 普惠金融、财富管理、资产管理三大板块，年交易规模超过1000亿。

针对宜信抽象出来的实时智能决策平台，他表示该平台目前已经用来支撑宜信全部信贷业务。其架构主要可以分成四个模块：1、把数据进行搜集、整理、清洗。2、实时的智能决策引擎进行实时在线的决策。3、大量的离线学习、训练和优化、调优的工作。4、除了纯看数据之外，还要有很多的专家知识以及领域知识。

通过以上四块，最终这个上面发展出面向不同互联网业务群，面向不同场景可灵活定义的金融产品。通过这样的前台、终台的分离，把整个反应变得更灵活，推出产品的速度会更快。

网信金融大数据平台的实践和创新应用

网信CTO 周欣

网信CTO周欣分享的主题为《网信金融大数据平台的实践和创新应用》，他表示网信是一家综合金融科技服务集团，基于持续创新与不断升级的支付引擎与数据引擎两大支撑体系，布局资产管理、交易平台、财富管理三大业务系统，旨在打造全面、高效、开放、智能、共享的金融科技生态系统。

他重点介绍了网信金融大数据平台的搭建实践，包括以下几个层面：1、智能BI报表系统，2、AI营销，3、智能风控与反欺诈，4、业务级的全链路实时数据监控，5、区块链技术打造网信通信证。

普惠金融领域的数据挖掘应用

江苏民丰农商行科技部总经理 马骋

江苏民丰农商行科技部总经理马骋带来的分享主题为《普惠金融领域的数据挖掘应用》。他表示，农商行做的事情不是大银行做的高端，做的都是一些简单的东西。就是怎么样把普惠金融做到千家万户，怎么样让每一个老百姓都能够享受普惠金融给我们带来的各种各样的政策和便利，其实这是我们中小企业做的内容。线上是核心，线下是业务发展，提升是如何实现线上线下的融合。随后，他针对普惠金融的核心：数据、授信模版、贷前预测、贷后检查等详细展开探讨。

AI for Financial Education

中国香港FDT-AI智能金融公司CEO兼首席数据科学家 柳崎峰

中国香港FDT-AI智能金融公司CEO兼首席数据科学家柳崎峰就《AI for Financial Education》展开论述。他的分享包括三个部分：1，市场的状态。我们看到了市场存在着哪些问题。2，如何智能的教育、智能的投资，智能的交易？3，有哪些潜在的商业应用？

他表示，FDT起源于公募市场，目标跟使命就是要改变中国的不合理的金融格局，这种散户过多的金融格局导致一系列的问题，这个出路是什么？就是教育。让这些投资者建立正确的观念。他们是怎么做的呢？主要不是基于教育这些老股民，而给大学生教育，因为他十年以后是社会中坚力量，他们在给大学生接触金融的开始就传递一个理念，最重要的是首先风控。

消费金融行业的大数据

包银消费金融公司总经理助理 汤向军

包银消费金融公司总经理助理汤向军带来的分享主题为《消费金融行业的大数据》，对于大数据的核心价值，他表示大数据的核心价值在于了解用户的全方位数据包括行为习惯和爱好等。

目前可变现的商业模式主要是两个：一是精准营销，常见的场景是商品推荐和精准广告投放；二是大数据风控，典型的场景是互联网金融的大数据风控。金融的本质是风险管理，风控是所有金融业务的核心。互联网金融公司利用大数据进行风控时，都是利用多维度数据来识别借款人风险。丰富传统风控的数据纬度。

对于大数据在实时统计分析、用户行为分析、人物画像、反欺诈等的应用，他也详细作了阐述。而机器学习在金融领域的不足之处，他认为，金融场景内，特别强调模型的可解释性。金融场景非常复杂，如果对于风控结果仍然是黑盒进黑盒出的话，风险是很难去把控和估计的。