<mark id="oztn4"></mark>
0
雷鋒網AI金融評論按：銀行的業務領導看不懂數據報表，用戶的照片和聲紋注冊難以通過，人工智能的運用到底誰是基礎和關鍵，對于這些新技術的應用問題，平安銀行零售科技CTO儲量通過分享其團隊的研發經驗給出了答案。正如他所言，很多技術“還在路上”，那么在傳統銀行的技術化道路上，有哪些問題值得從業者們關注和深思呢？
在12月8日第一屆“平安集團SMART科技大會—科技金融Fin Tech論壇”上，儲量分享了平安銀行在新技術方面的經驗，為我們細述了從數據基礎、關鍵技術再到實際應用的環環相扣。
以下為儲量演講全文，雷鋒網AI金融評論做了不改變原意的編輯：
大數據：算力、基礎設施、數據、場景、產品和渠道端的閉環
建立整個銀行的大數據平臺，過程相當痛苦——盡管絕大多數金融機構，很早就會建立自己的數據平臺，但大數據+金融應用的細分領域相當復雜，每一類業務場景中會有很多不同的子項目要研究。平安銀行在此方面已建設12種主要應用場景，譬如風險控制，有與欺詐相關的，有確認客戶身份的，還有很多真正意義上研究市場態勢和風險變化的部分。
在平安銀行的大數據應用上，儲量舉例了幾個典型應用場景：
（從上至下、從左至右分別為：B+報表平臺、指標平臺、風險偵測平臺和數據探索）
B+報表平臺
一些會議經常出現如下情況：在討論未來的業務發展設想和規劃時，一旦試圖以歷史經驗來預測事件走向和客群規模，卻卡死在數據一環，命題缺乏支撐。傳統金融行業原有的數據工具和平臺，普及不夠、自動化不夠、時效性不夠。
在數據指標應用方面，比如傳統金融組織會把工作交給一個單獨的數據團隊同事來做。數據團隊可能很熟悉業務的指標定義和理解，但大部分業務領導對細節并不清楚，導致上下溝通時脫節，只好讓下屬以需求的形式實現報表再做決策。
B+報表最重要是解放實際上業務高層領導的生產力，讓他們自己通過手工自助工具直接看到他需要的數據，決策更加高效。儲量稱，從今年年初到8月份，他們一直致力于研究B+報表，目前已在行內有所推廣。如果要做到更高的時效性，T+1甚至T+0，并且隨時組合不同的條件，把數據帶出來，需要花更多精力打磨。
指標平臺
這一平臺主要是市場營銷。現在平安主推線上，這部分營銷對于傳統業務而言，需要一套成體系的營銷平臺支持。其中很重要的是，如何通過指標體系將不同的客戶實時篩選出來。而這些指標體系的建設需要花時間把基礎能力和指標定義出來：客群畫像、客戶類型，做到基本以秒級篩選出幾萬、幾十萬甚至幾百萬客戶的列表。這需要大數據作支撐的，傳統數據庫架構系統無法完成這一點。
風險偵測平臺
每天系統處理的客戶交易有幾百萬甚至上千萬，所有的刷卡、轉帳記錄、登陸記錄，會變成可能存在風險的點，需要非常強的實時運算能力，建立風險偵測體系平臺。這一平臺是毫秒級全天后監控，累計做了八億筆交易記錄風險決策，以及6500萬的比對。這些東西的業務價值，背后需要非常強的實時的風險決策引擎來實現。
目前平安銀行的引擎還不算最高效的——美國運通公司的風險模型和引擎，可以在兩毫秒之內完成12000個決策數的模型運算。其單個服務器節點，每秒可以接受64000筆這樣的請求，這對基礎平臺及其應用架構能力要求極高。平安銀行目前風險偵測還不夠強，基礎開源框架在風險高維運算能力方面是偏弱的。盡管當前業務尚無如此復雜的規則需求，但未來用AI、機器學習訓練算法，真正實時運行時，最終產生的引擎對運行資源的消耗會越來越大，沒有基礎平臺支撐是做不到的。
數據探索
我們正在做知識圖譜，金融的結構化以及非結構化數據怎么形成圖片，以高緯度方式關聯查找。
現在金融行業許多欺詐均為團伙作案，業內有灰色產業和黑色產業鏈條。他舉例北京分行的盜刷團伙，作案時會把好幾個不同的被盜客戶信息輸入到系統里，看他的資金被盜在行內甚至到行外其他行的帳戶鏈路，會發現幾個關鍵任務，它可能就是被拿來洗臟錢的黑色帳戶。找到這個帳戶，再讓公安介入調查，順藤摸瓜把人抓到。我們利用數據探索知識圖譜，快速定位可疑行為較為密集的帳戶。
平安銀行零售的大數據應用體系架構，是從最基礎的大數據運算能力開始，從下往上是基礎設施、基礎數據匯聚、數據產品，再往上是應用場景和應用產品，最終到渠道端可以真正實現閉環。
經驗分享：技術+業務雙管齊下，平臺支撐和數據治理并行
第一，戰略清晰。對于一家組織來說，到底需要投入多大的資源來完成大數據平臺建設。比如平安團隊年初開始建立平臺時，團隊至少要100人，運算節點服務器資源需要上千萬投入，當時一次性采購接近5000、6000萬。其中牽扯之多需要上層領導決策，所以要有清晰戰略。團隊內部會按能力相應細分，每一個小組會專注負責一個領域的產品或者技術的孵化。大數據要在業務領域發揮價值，如果光靠技術是不夠的，還需要有人對業務的基礎數據比較了解。大數據技術團隊可以通過招聘很快獲取，但需要有傳統團隊加入進去幫助一起做孵化。我們把傳統零售報表團隊并到大數據團隊，快速讓新招聘的同事對業務有所了解，把基礎數據治理做起來。
第二，較強平臺能力支撐。這方面投入一開始可能會比較巨大，儲量團隊所構建的開源Hadoop基本上是全戰術的基礎框架。每日新增數據量大概100T，包括金融數據、非金融數據、客戶行為數據還有生產環境的各種日志。每日任務數大概7萬多，有300多個用戶，進行相關數據探索工作。每秒鐘有20萬筆日志匯集到系統里，把所有客戶行為日志加上所有系統日志都進入到數據平臺以備分析。這一能力建設對基礎架構壓力較大，目前團隊仍在擴容。
第三，元數據治理。一家金融機構的所有歷史數據結果，在建立之初，對于里面指標的定義、每一個記錄怎么產生的，基本邏輯是不清晰的。那時大數據無法直接幫助業務，必須有一個團隊專門把數據清理出來。企業數據治理的一致性、準確性、完整性都需要有人管，這樣大數據團隊深度參與業務才能清楚了解。像華為很早以前開始做全世界范圍內的各種文檔、數據治理，就做得很好。
AI：50%數據準備/業務場景+30%算法研發+20%工程化
儲量主要從圖像、語音、文本、圖譜幾部分進行介紹。圖譜在風險和精準營銷上，分成客群推薦和產品推薦兩方面。這是我們認為未來，像智能算法實踐方面會經歷的三個過程，是閉環的迭代的。
業務場景和數據準備
這個50%實際上是以今天在這個時間過程中理解要做好這件事情，成功的基礎可能50%是來自于這個環節的。基礎數據和應用場景的發現，對做智能算法實踐，有50%是靠這個成功的。如果沒有好的數據治理，沒有找到好的業務場景，光有技術或者算法是做不出結果的。
第一，AI的算法和東西要解決業務問題，需要業務深度參與。
第二，訓練算法不能沒有基礎數據。后文將舉例說明聲紋的數據樣本對算法訓練的影響。現在所謂AI算法，大部分是針對某一個具體場景和具體問題建立算法。這種算法建立的能力是非常工程化的事情，需要專家參與，構建真正具備能力的隊伍。
第三，工程化。工程化能力之重要，體現在算法能不能快速上線，上線之后能否快速跟運行中的業務并行，并行之后能不能把生產結果跟實際結果拿回數據源，進行下一步訓練。如果沒有好的工程化過程，業務是不敢上這些算法的。因為這些算法都是代替原來人工流程，憑人的經驗總結出來的業務規則。業務是會擔心出錯的，尤其是風控，算法一旦產生波動，可能產生的（誤差）是幾億、幾十億的。如果好的工程化能力并行，維持傳統部分，算法路徑也同步進行，兩邊并行進行灰度認證，把兩邊不一致的東西拿出來讓業務再做第三輪判斷到底哪邊是對的。這樣可以讓整個算法上線試運行加快。
當你的算法越來越復雜，算法維度越來越高，條件越來越復雜時，工程化能力決定結果能不能跑出來。比如設置出12000個決策數的規則，如果在系統上要跑30秒，從線上化角度這個東西就不可用了。運通把工程化用到極致，他們在AI方面還在探索，但工程化能力太強，強到2毫秒120000的模型可以算出來。
儲量總結他在AI建設方面的經驗，表示：
業務場景是AI的基礎和起點：一定要找業務談清楚這個場景到底是什么，解決什么問題；
強大的數據平臺能力是支撐AI訓練的關鍵：需要用到海量、跨多業務線的數據，以及強大的運算能力來構建復雜模型；
專業的隊伍密切合作推進AI在業務中的應用和迭代；
工程化能力不可缺失：業務場景的選擇，快速開發、測試和上線的能力，以及模型的持續學習和優化。
人臉識別技術應用的“那些坑”
基本所有的APP都在用人臉進行相應識別。目前每月有1600萬的調用量，基本上每天有幾十萬次，包括開戶、貸款客戶核申，閾值大概在62.24。
對于金融行業，最擔心的是不該開戶時給人家開了戶，引狼入室。平安的線上通過率在85%。大部分的算法都是96.8%。
大家以為身份證照片都應該跟自己身份證長得一樣，但實際上所調用的公安部身份證照片是我大學時候申請的照片，差距比較大肯定不容易通過。后來再調用人行的版本，兩邊數據源一起做對比，兩種算法一起用，才能提升線上的比對成功率。
在人臉識別方面，分享如下幾點：
活體SDK的重要性：業務方最怕的是別人可以偽冒。生物識別技術的出現也催生了生物仿生這個對立學科，該學科的發展一定會對生物識別產生沖擊。對于使用生物識別的組織來說，要建立相應的科學算法去解決，對立的對立是什么，要不要再訓練下一代，判斷生物仿生算法與否，如何識別出所有業內能仿生的技術，以及合成解決方案的本身特征并加以排除。
客戶拍照本身的影響很大，在客戶端怎么引導客戶合理使用光線進行拍照，對成功率要求會提升很大。
合理閾值：這應該由業務決定。到底誤時率達到什么樣的水平，接受什么樣的水平，接受什么樣的風險。以前靠人工肉眼識別做生物判斷也是有誤差的，只是不曾數據化，風險團隊因此認為人工方法沒有問題，這判斷是不對的。風險團隊要接受誤差是永遠存在的，但控制在一定范圍內，符合業務需要即可。識別不成功的流程，需要有彌補機制。就算實際上成功率只有85%，剩下15%的客戶不能丟掉，尤其是銀行，要有其他應對辦法。比如可能接到音視頻做二次彌補
需要有團隊專注在人臉的應用團隊，將其工程化。
聲紋識別落地的困難與解決方案
目前平安在做相應的信用卡孵化場景訓練，正在考慮是否需要從800席擴到2000、3000席。該應用8月底上線，真正通過聲紋注冊成功的客戶有157萬，驗證成功的40萬。
跟其他傳統聲紋供應商不一樣的是，平安不是讓客戶念一串數字或者標準文本，而是在對話過程中采集聲紋，進行聲紋注冊。聲紋注冊受制于打電話進來時背景音的嘈雜程度決定能不能成功，如果是APP注冊過程，會建議顧客站在安靜的環境，直接采集客戶打電話進來的聲音。該服務的線上灰度并行測試（通過率）大概83%。如果是質量達標的語音驗證，通過率是92%。客戶的說話時長和背景音也會影響通過率。
最開始做聲紋識別，受制于集團大部分語音樣本沒有做語音分離，為此做了額外的算法。語音分離對于未來電話平臺錄音，乃至所有使用語音應用的場景十分重要——客戶和客服的聲音不要混在一起錄，分成兩個文件。
以前無論是錄音還是日志，大部分組織是出于合規性要求，用最簡單最低成本的方法做最好。但現在是大數據和算法時代，未來業務發展需要對它進行合規規劃。人臉有人民銀行公開的數據庫，聲紋沒有官方比對庫。注冊本身需要業務自己在場景里把客戶引導注冊進來，沒有比對庫很成問題。
考慮攻克的問題之一是，聲紋跨渠道的衰減比較大，現在的聲紋用在APP上不一定能用，電話語言的傳輸和APP文件傳輸保真程度不一樣。電話語音本身讓語音失真了，建立的語音模型沒法用。
另外，雷鋒網AI金融評論了解到，之所以平安會把音視頻作為重點場景，是因為它未來的發揮價值很大。社交直播越來越熱，未來很多社交，SAT可能真的會往音視頻社交轉移。
在這方面的嘗試，音視頻本身的應用場景里出現的問題有：
掉線，跟通話時長、環境，密切相關；
平臺上待處理任務排隊，如果處理不好音視頻能力會受影響。
未來要建立一個公共網關平臺，以便跟媒體第三方，尤其是做直播的客戶需要使用的APP進行合作。大家現在的音視頻技術方案都不太一樣，如果沒有公共平臺把不同音視頻接入，最終轉換成統一的方案，后臺的座席系統開發非常痛苦。儲量表示，現在已經做到集團APP音視頻解決方案，和原來銀行引入另外一個廠商的解決方案，從客戶端、服務端不用變更，在中間做自己編解碼的轉換。
機器人“聽說看動”四難點
這部分在銀行內部沒有真正大規模使用。業務認為的機器人可以代替簡單的人工勞動，比如大堂經理，可以做服務引導。可以用標準化方式接觸客戶，批量方式降低人力支持，通過軟件部署代替人員培訓。這都是業務認為真正意義上機器人可以達到的效果。但從實際技術角度出發，目前機器人在能力方面還遠達不到真正代替人的場景，它的體驗并不能真正做到我們希望業務做到的事。
這里面有幾個問題：
“聽”：人聽話知道誰在說什么，可以自己定位要跟誰說話，但機器人不一樣，它聽到各種各樣的聲音，所有的信號輸入進去，不知道誰在說什么。對于機器人來說怎么處理一對多的對話，是大的難題。
“說”：機器人要說什么或者需要表達什么東西，是需要在背后有一套很強的知識庫或者智能算法支持，但目前這個做得不是很好，我們還在做訓練。
“看”：機器人有一個感知，看的能力也會受到環境的影響。
“動”：機器人現在越來越大，一不小心撞到凳子桌子就算了，萬一撞到人，安全上是很大的問題。因為工程化的問題，機器人的迭代會很慢。
最后總結幾點：
一，業務和IT團隊要共同協商，新技術引入時需要給到團隊一些靈活度，一旦限制很多KPI，大家的動作就走樣了，不一定能做出好的結果。
二，需要投入專屬團隊，投入多少，研究結果就有多深。
三，新技術本身不是一成不變的，需要花時間慢慢積累。不要想著今天什么東西用了，明天業務問題都解決了。新技術應用不是一個IT的問題，是業務問題，一定要通過業務合作的方式完成。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
