大数据 科技金融创新,大数据 科技金融创新案例

1. 最近很火的词“金融科技”到底是什么？有什么我们能感受到的吗？

最近很火的词“金融科技”到底是什么？有什么我们能感受到的吗？

之前在XX科技公司工作过，前东家大名就不报啦，算是略懂一二。以前传统的金融机构给人们的感觉就是古老、不方便，比如去银行开个户排队三小时，办业务半小时，不请***根本不敢去银行，现在科技进步啦，有科技力量注入传统行业，就会更灵活更便捷。

可以举几个具象的科技+金融的例子，给po主感受下：

在京东工作的朋友提到过无人超市、无人便利店，也在网上看到过报道，进店的时候扫描识别下脸部，买完走出店时再抬头扫下脸就能完成支付了。这样直接刷脸支付，全程不用掏手机，除了保证手机安全不被小偷盯上、账户安全不被骗子瞥到外，最重要的是不是能够解放双手，科技+付款（金融）是不是还挺有用？

文思泉涌，顺便可以说下京东白条。开通白条时，每个人的额度都不一样，之后根据大家的使用情况，每个人调整的额度也不同。那怎么判断应该给你多少额度，什么时候调额、调多少呢？这背后就需要很强的科技能力去计算、分析了。要是全靠人工，我们14亿人干这活都不够分。。而且开通白条的速度也很快，用手机点一点就行，比去银行办***省事儿多了吧，科技+授信（金融）是不是就在身边？

金融科技其实就是技术在金融应用上的创新，金融科技的英文翻译是Fintech，特指科技产业与金融服务的融合，类似“联姻”。

在国内，做为互联网技术巨头的BAT也在积极的部署金融领域，将科技能力积极输出，升级传统金融行业。

以百度为例吧，现在百度***用AI in AI的整体战略，积推进AI科技在各个领域的推荐，特别实在金融领域，百度的老大李彦宏还特意提出了智能金融的概念的。人工智能技术与金融科技的结合还有一个新的名字叫 AI Fintech。不得不说人工智能是金融科技的下一个风口。

其实金融科技说起来很高端，但是其实离我们生活很近的。比如我们现在可以轻松的在百度钱包app上，5分钟内授信借到钱，这就是金融科技的力量，通过身份识别，大数据风控的结果。

能感受到啊，比如付款的时候，可以扫一扫用指纹付、刷脸付，这些应该都算金融科技吧。还有APPle Pay、京东闪付这些，能做到飞快付款的……还有啥能真切感觉到的呢，反正我觉得用手机操作交易、付款的方方面面都算金融科技。

本来手机就是科技产品啊，能在手机上完成的金融业务，肯定算金融科技。只是咱太习惯移动支付，都不觉得这事儿“科技”了。其实国外太多没普及移动支付的地儿了，人们不得不过着……揣一兜硬币，带***出门等等各种困扰。之前看过一个在中国生活了8年的法国人录得视频，说每次回法国都很不习惯，在法国街头***访，外国人都不敢相信叫外卖、去市场买菜这些全靠手机付款就行。

Ps刚刚说刷脸付，大家有没有发现在京东买东西可以用面容ID付款？不知道是不是只在X上有，这个还挺高科技的。忽地一下到了“看脸”的时代，啥都没我这张脸值钱，hiahiahia~

现在所有的互联网金融公司都称自己为金融科技。我认为，金融科技可以主要从技术实力和业务能力上来看，其实真正拥有风控、技术实力的金融科技公司并不多，BAT等巨头的技术储备要相对雄厚一些。在这其中，百度是优势明显的一家金融科技公司。

随着金融科技进入智能时代，AI技术正在全方位、全流程、立体地改造金融业务。百度的AI FinTech能力可以归结为懂用户、慧分发的智能获客平台，一站式风控的管理，简单易用的资金获取平台，以及智能极致的服务体验。

这张图里可以看到百度在AI Fintech上的七大布局：

以智能获客为例，百度智能获客技术带有明显的应用特征：带流量、带风控的获客，需求链接的两端。

百度拥有60亿+日搜索，14款亿级用户APP和10亿+移动设备，可在底层建立十亿身份要素、数十亿全网设备数据、上千亿全网行为数据，拥有覆盖95%+中国[_a***_]的大数据能力。而利用基于百度大数据的Pre-A 信用评估体系和百度的信贷需求响应模型，百度已拥有可授信用户1.9亿。

通过智能获客系统，可整合百度系内、外高质量的用户数据，在通过行业模型可实现对用户信用和金融需求精准分层。智能分发体系在各类型的F端都有应用，例如银行、消费金融机构，小额信贷机构和其他互金公司等。值得一提的是，在某银行的实际运用中，智能获客准确性和召回率高达双80%+。

在金融领域的大数据风控面临一个现实的问题：样本集群不大导致的数据特征的高维、稀疏，即高维、稀疏、小样本。百度金融在最近的百度世界智能金融分论坛上首次推出基于AI和大数据技术的“般若”大数据风控平台。百度金融技术负责人许冬亮表示，百度的“般若”风控平台通过百度独有的数据特征和算法，可一一破解上述的难题：百度的梯度增强决策树可以聚合大数据高维特征，可以实现高维数据降维、增加风险区分度；百度的深度学习，将特征嵌入，利用关联挖掘等解决数据稀疏问题。“从3000+降维至400维，可将行为的风险区分度有效提升5%+”；而基于百度数亿级用户数据，通过图计算，可将信用标签传递，丰富信贷样本。

展示一下”般若”的成绩单：在信用领域，央行征信数据加百度数据可以将客群的风险区分度提升13%；在反欺诈领域，百度已拥有百亿节点、五百亿边的关联网络，可以有效识别骗贷团伙。除去智能获客和大数据风控，百度的智能金融解决方案还在资金获取和智能客服上落地，形成场景一体化解决方案。

[免责声明]本文来源于网络，不代表本站立场，如转载内容涉及版权等问题，请联系邮箱:83115484@qq.com，我们会予以删除相关文章，保证您的权利。转载请注明出处：http://www.wnpsw.com/post/19588.html