專訪平安科技首席科學(xué)家肖京：平安智能化的甜蜜與辛酸 | CCF-GAIR 2017

“智能+其實是個甜蜜又辛酸的過程。最后產(chǎn)生價值自然很甜蜜，但結(jié)果的過程常經(jīng)歷一系列復(fù)雜的磨合與調(diào)整，需要業(yè)務(wù)和技術(shù)多方的協(xié)同合作，其中業(yè)務(wù)人員的理解和支持至關(guān)重要。”

當雷鋒網(wǎng)問到，擁有金融全牌照，業(yè)務(wù)產(chǎn)品線繁多的平安集團在打通全體系數(shù)據(jù)的背后，是否隱藏什么故事時，平安科技首席科學(xué)家肖京由衷感慨道。

平安集團是業(yè)界較早布局新金融的傳統(tǒng)金融機構(gòu)，目前也已經(jīng)擁有不少代表作。最廣為人知的是陸金所、平安好醫(yī)生、平安金管家、一賬通等 2C 產(chǎn)品。此外，作為平安集團探索金融科技道路上的一步重棋，平安科技人臉識別準確率突破99.8%的消息也刷足了今年各大平臺新聞。平安金融云也是平安力推產(chǎn)品之一，據(jù)了解，平安70%核心系統(tǒng)群以及數(shù)十家中小銀行已經(jīng)上云。

為了更深入挖掘平安集團的Fintech實踐經(jīng)驗，在由中國計算機學(xué)會主辦，雷鋒網(wǎng)與香港中文大學(xué)（深圳）承辦的第二屆CCF-GAIR全球人工智能與機器人峰會的第二天，肖京作為金融科技專場的嘉賓分享了平安的“智能+”過去、現(xiàn)在和未來發(fā)展之路。作為平安科技的首席科學(xué)家，肖京在平安內(nèi)部主要負責大數(shù)據(jù)和人工智能技術(shù)研發(fā)及在平安金融和醫(yī)療健康相關(guān)業(yè)務(wù)中的應(yīng)用產(chǎn)品和服務(wù)，管理智能引擎部、技術(shù)研究院、后臺大數(shù)據(jù)平臺及前端客戶關(guān)系管理CRM等多個核心部門。

“智能+”脫胎于“互聯(lián)網(wǎng)+”概念，平安將此視為業(yè)務(wù)升級最關(guān)鍵的發(fā)展方向。相較于重在模式創(chuàng)新的“互聯(lián)網(wǎng)+”，平安認為“智能+”實質(zhì)是技術(shù)創(chuàng)新，需要由數(shù)據(jù)、行業(yè)專家、場景、技術(shù)（算法和計算能力）四因素協(xié)同合作來實現(xiàn)。

毫無疑問，數(shù)據(jù)是一切的基石。2013年大數(shù)據(jù)概念興起，平安開始做數(shù)據(jù)集中。前后花費了近一年時間，才打通了集團內(nèi)部的數(shù)據(jù)孤島，整合到一個平臺上，并配置了自動更新及質(zhì)量控制機制。

搭建數(shù)據(jù)平臺只是起點，如何利用這些數(shù)據(jù)實現(xiàn)業(yè)務(wù)智能化才是最終的目標。肖京告訴雷鋒網(wǎng)，他在2015年加入平安科技，并統(tǒng)領(lǐng)大數(shù)據(jù)部，制定的第一個計劃就是平安腦智能引擎規(guī)劃，幫助核心業(yè)務(wù)做智能分析與決策。

平安腦智能引擎可分為四層。

• 第一層是感知層，主要是進行數(shù)據(jù)的接入、采集和整合。

• 第二層是索引層，刻畫畫像臉譜如用戶畫像、產(chǎn)品畫像、渠道畫像，分別做好模型。

• 第三層是中樞層，聚集了商務(wù)智能、預(yù)測推薦、異常監(jiān)控、深度智能等算法能力。

• 第四層是執(zhí)行層，是平各相關(guān)核心業(yè)務(wù)的解決方案和應(yīng)用場景實現(xiàn)層，主要有八個核心板塊，分別為風險控制、欺詐識別、運營優(yōu)化、精準營銷、智能監(jiān)控、商務(wù)智能、智能金融、智能客服。

在演講中，肖京還強調(diào)了第三層算法能力實現(xiàn)的三部曲，指出不能簡單應(yīng)用深度學(xué)習(xí)這樣的復(fù)雜算法。

• 第一階段是需要建立全面的確定性專家系統(tǒng)和規(guī)則引擎。業(yè)務(wù)流程中的許多環(huán)節(jié)深度依賴規(guī)則、經(jīng)驗和知識，這些規(guī)則往往不能從歷史數(shù)據(jù)中獲取。

• 第二階段是商務(wù)智能階段，例如用戶分群和關(guān)聯(lián)分析。對用戶分群可以進行不同的營銷和風控策略，通過關(guān)聯(lián)分析發(fā)現(xiàn)銷售線索或者風控因子，很長時間以來在大量場景中產(chǎn)生了良好的效果。然而商務(wù)智能一般是對單一目標關(guān)聯(lián)因素的統(tǒng)計分析，往往難以深入挖掘多目標多因素復(fù)雜的關(guān)聯(lián)關(guān)系，尤其是對弱相關(guān)因子的挖掘和利用，而在大數(shù)據(jù)時代有顯著的長尾現(xiàn)象，需要盡可能挖掘大量的弱相關(guān)因子，才可能充分利用大數(shù)據(jù)的價值。因此我們需要進入第三階段。

• 第三階段是人工智能階段，利用機器學(xué)習(xí)及深度學(xué)習(xí)等人工智能技術(shù)，深度挖掘并充分利用大數(shù)據(jù)的價值，實現(xiàn)更精準分析。

  當前興起的這波人工智能技術(shù)是歷史上的第三次復(fù)興。這一次主要依托基于大數(shù)據(jù)的機器學(xué)習(xí)，屬于人工智能中的聯(lián)結(jié)主義范疇。這些技術(shù)分別在對結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的分析挖掘方面產(chǎn)生了良好的效果，但也存在一些不足。例如表現(xiàn)在，對因果關(guān)系考慮不足，過于依賴數(shù)據(jù)的相關(guān)性，這往往導(dǎo)致可解釋性不足。另外，相關(guān)方法常針對的是大數(shù)據(jù)場景，欠缺快速吸收業(yè)務(wù)規(guī)則和知識的機制。而在金融和醫(yī)療的業(yè)務(wù)場景中，決策時常常要求知道因果關(guān)系，也常常面臨需要小數(shù)據(jù)學(xué)習(xí)的場景，并且需要能快速應(yīng)對規(guī)則的改變。基于此，平安在這三個方面都做了相應(yīng)的改進。

在肖京演講結(jié)束后，雷鋒網(wǎng)對他進行了一次專訪。以下是采訪實錄，雷鋒網(wǎng)作了不改變原意的編輯：

平安內(nèi)部機制

雷鋒網(wǎng)：平安集團內(nèi)部的數(shù)據(jù)服務(wù)部門機制是怎樣的？垂直業(yè)務(wù)線與數(shù)據(jù)部門如何配合工作？

肖京：平安集團有三地五個數(shù)據(jù)中心，這是基礎(chǔ)架構(gòu)服務(wù)。此外，平安科技針對每個垂直業(yè)務(wù)線設(shè)立了相應(yīng)的IT服務(wù)部門，包括數(shù)據(jù)服務(wù)部門。這些部門和業(yè)務(wù)公司的相關(guān)業(yè)務(wù)部門協(xié)同合作，共同解決相應(yīng)的業(yè)務(wù)數(shù)據(jù)分析需求。

雷鋒網(wǎng)：曾采訪過的一位互金企業(yè)CEO表示，他們不會特意研究前沿技術(shù)，因為高風險與高收益并存。風險有二，一是新技術(shù)的研發(fā)投入非常大，二是商用表現(xiàn)還是未知數(shù)。而平安不同，涉足了各個新興技術(shù)領(lǐng)域，請問內(nèi)部是怎么看待新技術(shù)的研究工作？或者說，平安在研究新技術(shù)時的追求是什么？ 

肖京：我認為前沿科技并不一定意味著高風險。平安會讓專業(yè)的人做專業(yè)的事，首先做好目標分析規(guī)劃才會大規(guī)模投入。如果定性目的不清楚，目標、可行性無法確定，我們不會盲目地大規(guī)模投入，所以不會有太高的風險，這就像是研究院做了一個項目的小嘗試。

如果目標、可行性都有所依據(jù)，在平安大體量系統(tǒng)中嘗試一下，可以快速看到趨勢性業(yè)務(wù)效果。例如說定價風控模型，若有很強的執(zhí)行力和足夠大的體量，那么就能像互聯(lián)網(wǎng)一樣快速迭代，驗證效果的好壞并進行調(diào)整改進。這也是平安綜合金融大平臺相比其他單一小平臺或者單純技術(shù)公司的優(yōu)勢之一。

另一方面，集團本身就非常重視科技，投入力度很大，也很愿意創(chuàng)新嘗試。董事長馬明哲一貫強調(diào)科技引領(lǐng)金融，平安未來5-10年更大的收入和成來自于技術(shù)，而不是資本。

競爭與合作

雷鋒網(wǎng)：作為傳統(tǒng)金融機構(gòu)旗下的技術(shù)公司，跟其他科技公司相比各有什么優(yōu)劣勢？

肖京：在人工智能基礎(chǔ)技術(shù)研發(fā)方面，學(xué)校和研究機構(gòu)是主力軍。產(chǎn)業(yè)界的競爭優(yōu)勢體現(xiàn)在應(yīng)用方面，演講中我提過“智能+”的四要素——數(shù)據(jù)、行業(yè)專家、場景、技術(shù)。平安的優(yōu)勢也體現(xiàn)在這幾點。

首先是數(shù)據(jù)優(yōu)勢。平安是一家全牌照金融機構(gòu)，擁有絕大多數(shù)科技公司無法比擬的數(shù)據(jù)優(yōu)勢，包括廣度和深度。科技公司更多地是分析用戶的數(shù)字痕跡來猜測哪些服務(wù)有效，平安能更快速洞察用戶需求并提供合適的產(chǎn)品和服務(wù)。

第二是專家優(yōu)勢。我們經(jīng)過29年的發(fā)展，在金融和醫(yī)療領(lǐng)域有大量的行業(yè)專家。AlphaGo之所以比其他采用相似深度學(xué)習(xí)技術(shù)的機器人圍棋水平更高，一個重要原因在于其核心研發(fā)團隊不僅是技術(shù)專家，也是圍棋高手。

第三是場景優(yōu)勢。平安的金融和醫(yī)療應(yīng)用場景非常豐富，而大多數(shù)科技公司并不具備豐富的應(yīng)用場景，要想驗證技術(shù)效果，需要與業(yè)務(wù)公司磋商。從說服他們合作到最后的應(yīng)用，需要經(jīng)歷很復(fù)雜的磨合過程，在得到甜蜜成果之前，這個過程會充滿辛酸，絕不是一件容易的事情。實際上沒有豐富的類似磨合經(jīng)歷的技術(shù)團隊，最后的落地能力是要打個巨大問號的。

在技術(shù)層面，平安的綜合性優(yōu)勢比較明顯，經(jīng)過多年的建設(shè)，平安擁有上萬技術(shù)人才，搭建了強大的金融等級的基礎(chǔ)架構(gòu)及云平臺，包括深度學(xué)習(xí)集群的集團大數(shù)據(jù)管理及分析平臺。

當然，金融和醫(yī)療是兩塊非常大的蛋糕，有極其眾多的技術(shù)應(yīng)用的機會。科技公司深耕某一垂直領(lǐng)域，技術(shù)可能會更加深入。

雷鋒網(wǎng)：平安會以什么形式與Fintech公司合作呢？

肖京：主要是技術(shù)合作方式，一般不涉及業(yè)務(wù)合作。我們已經(jīng)跟MIT等多個頂級科研機構(gòu)合作很多年了。此外，還包括承接平安的研發(fā)項目，或者直接合作應(yīng)用對方已經(jīng)成熟的某項技術(shù)等等。速度高效是我們決策的最重要因素之一，我們等不起，時不我待。總之對于技術(shù)合作我們是很開放的。

雷鋒網(wǎng)：相較于傳統(tǒng)金融機構(gòu)旗下的科技公司，平安有什么差異性？

肖京：在金融科技方面，大部分金融機構(gòu)戰(zhàn)略戰(zhàn)術(shù)上可能偏保守，缺乏足夠的創(chuàng)新投入，對自身隊伍能力的培養(yǎng)也常常比較欠缺，因而不得不依賴技術(shù)外包，購買別人的解決方案，但是外包會存在一些很大的問題，技術(shù)始終沒有掌握在自己手中，恐受制于人，若是與小公司合作，穩(wěn)定性也不太能保障。其實這也沒關(guān)系，尤其是中小金融機構(gòu)，像平安這樣自建能力可能太困難了，但提高業(yè)務(wù)能力是必要的，只是要選對合作方。

行業(yè)洞察

雷鋒網(wǎng)：目前的AI都是專用人工智能，您覺得與通用AI相比較而言，誰更有應(yīng)用價值？

肖京：人工智能可以分為弱人工智能、強人工智能和超人工智能。目前人工智能處在弱人工智能階段，這意味著它只是某些方面比人強，而有些方面還差得很遠，它的能力是有限定領(lǐng)域的，而通用AI起碼要到強人工智能這個階段才會出現(xiàn)，現(xiàn)在還沒有出現(xiàn)通用AI。

通用人工智能是個有意思的研究方向，但在大多數(shù)實際業(yè)務(wù)中未必能帶來附加的應(yīng)用價值。個人認為這應(yīng)該留給科研機構(gòu)來研究攻關(guān)，企業(yè)應(yīng)該更專注于研發(fā)智能技術(shù)解決實際的業(yè)務(wù)痛點。即便要做也應(yīng)該作為遠期目標來規(guī)劃，否則就有不切實際之虞。

現(xiàn)階段人工智能技術(shù)要應(yīng)用好，定義清楚目標場景和問題是很重要的。問題定得太大太通用，常常得不到很好的效果。目標清晰有的放矢，應(yīng)用獲得成功后，再考慮如何標準化并拓展應(yīng)用。

雷鋒網(wǎng)：那么，怎樣將專用的AI技術(shù)快速復(fù)制到其他領(lǐng)域？

肖京：：既然是討論業(yè)務(wù)應(yīng)用，而不是純技術(shù)研究，我們一般認為，研發(fā)任何一項AI應(yīng)用，首先要有明確的目的和目標，進行可行性分析，通過后再進行具體的規(guī)劃和實施。

AI技術(shù)應(yīng)用復(fù)制到其他領(lǐng)域，也應(yīng)該采用類似的方式方法。先確定新領(lǐng)域相應(yīng)的業(yè)務(wù)應(yīng)用的目的、目標、可行性，再借鑒前期應(yīng)用的工程經(jīng)驗，將前期成功的技術(shù)應(yīng)用標準化并調(diào)整做出新領(lǐng)域應(yīng)用的規(guī)劃和實施方案。

雷鋒網(wǎng)：有一種觀點是，在金融行業(yè)，往往是5%的關(guān)鍵小數(shù)據(jù)發(fā)揮著作用。那么95%的弱相關(guān)數(shù)據(jù)怎樣才能發(fā)揮作用？

肖京：5%關(guān)鍵小數(shù)據(jù)是強相關(guān)的，95%是弱相關(guān)數(shù)據(jù)。只看強相關(guān)的5%，是典型的商務(wù)智能的說法，還處于之前提到的智能化第二階段，主要通過關(guān)聯(lián)分析來挖掘數(shù)據(jù)價值。

而現(xiàn)在的AI技術(shù)不僅可以利用強相關(guān)數(shù)據(jù)，也能對弱相關(guān)數(shù)據(jù)進行深度的分析挖掘。弱相關(guān)數(shù)據(jù)也是有價值的，若方法使用得當，也能發(fā)揮作用提高模型效果。比如深度神經(jīng)網(wǎng)絡(luò)這樣的端到端機器學(xué)習(xí)模型，不需要通過特征工程定義顯性因子，可以充分結(jié)合所有數(shù)據(jù)深入分析挖掘自動找到最佳組合，以得到最優(yōu)的業(yè)務(wù)應(yīng)用效果。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。