眾安科技實驗室總監(jiān)紀其進介紹，保險行業(yè)的核心流程有：
產(chǎn)品設計——售前——承保——投保——出險——理賠——售后。
在每一個環(huán)節(jié)上，眾安科技都在嘗試改變。
售前環(huán)節(jié)跟售后環(huán)節(jié)做了客服機器人。
在承保這個環(huán)節(jié)，眾安科技正在嘗試用人工智能改變“定價”。比如車險，眾安科技提出UPI車險，即基于使用的車險。以前車險是根據(jù)車的類型、品牌、價格、使用年限給一個定價。但是這樣的定價方法并不準確，有的車一年難得開幾次，基于車的本身使用情況來定價是更為精準的。
理賠涉及到反欺詐，這里要能夠識別真正出險了還是惡意騙保，通過人工智能進行大數(shù)據(jù)分析，可以幫助識別信息真?zhèn)巍?/p>
核損環(huán)節(jié)，可以基于人工智能來判斷損失到底是多大。眾安有一個碎屏險，手機屏幕很容易壞，買手機時擔心手機送到保險公司的話，屏已經(jīng)壞了。眾安科技通過圖像識別判斷手機屏幕是不是運輸過程中損壞了，如果損壞可以賠償，而且現(xiàn)在是把后端鏈拉長了，可以直接幫用戶修。
在證券行業(yè)，這樣的進程稍慢。香港金融數(shù)據(jù)技術有限公司（FDT）創(chuàng)始人兼CEO聶凡淇在中國證券市場做了調查，發(fā)現(xiàn)中國有100多家券商，但有人工智能自主研發(fā)團隊的不到5家，其中做得最好的是華泰證券。
7月1日，中國證監(jiān)會發(fā)布的《證券期貨投資者適當性管理辦法》正式開始實施。聶凡淇認為，這將帶來很好的市場機會，他的團隊研發(fā)的技術可以幫助證券機構識別客戶風險偏好，匹配合適的資產(chǎn)。做到這一點，F(xiàn)DT用的方法是通過對用戶證券選擇操作行為和收益之間的分析，來判斷客戶的風險偏好以及是否適合做投資。目前，F(xiàn)DT正在進行的研究是，通過對基金經(jīng)理證券選擇操作行為和收益之間的分析，來從根源上判斷資產(chǎn)的質量，從而進一步降低風險。
聶凡淇認為，人工智能在證券行業(yè)的應用將加快“去散戶化”的進程。他回憶，巴菲特談到中國金融投資者教育不足，投資會有變化。美國花了70年完成投資者教育，這是一個漫長的市場，他相信市場長期引導人們做正確投資。通過市場去散戶化的代價太大，2015年的慘痛教訓，2008年的慘痛教訓就是前車之鑒。他坦言，在三年前做FDT，就是看好中國一定要去散戶化的。
而在京東，京東集團副總裁、AI與大數(shù)據(jù)部負責人翁志介紹，身份認證、用戶畫像、對話機器人、風險控制方面對人工智能的應用都已經(jīng)開始落地。京東手中擁有大量的數(shù)據(jù)，在與金融機構的合作中正躍躍欲試。
降低金融風險
金融業(yè)的核心是風險控制。在這個核心環(huán)節(jié)，人工智能正在大顯身手。
IBM全球企業(yè)咨詢服務部認知與分析服務總監(jiān)賴開文介紹，IBM在四大行的某一家銀行里做了一個基于“圖計算”的品牌。通過圖計算幫銀行來進行風險的識別和傳導的預測。
具體來說，IBM做了八種關系的關系圈搜索，包括股權關系、擔保關系、投資人之間的關系、資金圈的關系等等。在這八種關系當中，IBM去檢索相應的關系圈。賴開文介紹，IBM的System G目前已經(jīng)非常強大，原來做這樣的一個關系識別要一個月的時間，現(xiàn)在做到了只要分鐘級就可實現(xiàn)。原來這個關系圈做到6個就做不下去了，現(xiàn)在能夠做到無限的，20個、30個，甚至上百個關系圈搭建。
利用關系圈的搭建，IBM做的是風險傳導的預測。在這個關系圈里頭當有一個點出現(xiàn)違約的時候，它剩下的關系圈的其他的點什么時候會違約？它違約的概率有多大？就像一個蘋果筐里頭有一個蘋果爛了，其他的蘋果什么時候會爛掉？就可以預測了。這個預測的準確率在40的預測做到58.2%，基于這樣的驗證，IBM即將對銀行進行這樣的產(chǎn)品推廣?，F(xiàn)在很多銀行都很關注，對風險傳導的預測能夠大大減少銀行損失。
人工智能在反欺詐方面也有很重要的應用。
同盾科技創(chuàng)始人兼董事長蔣韜介紹，同盾科技監(jiān)測的欺詐團伙將近100萬個。同盾科技有一個“圖數(shù)據(jù)庫”，這個庫里差不多有超過500億的數(shù)據(jù)節(jié)點。同盾科技通過這些基于圖的分析，可以實現(xiàn)對數(shù)據(jù)節(jié)點和數(shù)據(jù)節(jié)點之間的關系毫秒級的發(fā)現(xiàn)。比如隨便給同盾兩個手機號，只要毫秒級的時間，同盾科技就可以給出它們的關聯(lián)度有多少。