2019中國(guó)金融科技產(chǎn)業(yè)峰會(huì)丨北京融匯金信信息技術(shù)有限公司CEO羅彤：智能助手賦能金融服務(wù) _信息技術(shù)有限公司

2019（第二屆）中國(guó)金融科技產(chǎn)業(yè)峰會(huì)于10月31日在北京國(guó)際會(huì)議中心隆重開幕，北京融匯金信信息技術(shù)有限公司CEO羅彤在會(huì)上帶來了主題為《智能助手賦能金融服務(wù)》的演講。

感謝大家，今天和大家分享一下我們?cè)诮鹑谛袠I(yè)使用的金融服務(wù)，我們的名字叫智能助

首先，這方面的需求和這方面的迫切需求是近年來隨著科學(xué)技術(shù)的需求，我們應(yīng)該說是出現(xiàn)的需求。傳統(tǒng)上，無論是自動(dòng)化還是智能化，主要能力都在工具上。例如，我們必須做特定的任務(wù) 。我們經(jīng)常做的事情之一是把這個(gè)任務(wù)做成工具，寫的時(shí)候用Word使用WPS，用特定的工具完成特定的任務(wù) 。但是，工具的能力往往是為了解決任務(wù)而解決的，現(xiàn)在隨著產(chǎn)業(yè)的發(fā)展，我們經(jīng)常要做的不是在特定的任務(wù)清單中解決的，而是沒有特定的軟件來完成這個(gè)任務(wù)，所以我們現(xiàn)在被稱為知識(shí)的能力，核心是能力

以金融產(chǎn)業(yè)為例，如何提高人在工作中的各種效率，我們主要通過產(chǎn)業(yè)支持提供服務(wù) 。從產(chǎn)業(yè)內(nèi)外來看，我們的金融機(jī)構(gòu)內(nèi)部包括金融機(jī)構(gòu)的對(duì)外客戶，整體問題是代理服務(wù)集團(tuán)非常大，其次產(chǎn)業(yè)知識(shí)來源非常多，金融產(chǎn)業(yè)特別是金融產(chǎn)業(yè)分為互聯(lián)網(wǎng)金融、塊鏈，傳統(tǒng)的醫(yī)藥、制造一個(gè)人很難理解所有的產(chǎn)業(yè)知識(shí)第三，我們需要個(gè)性化服務(wù)，給人們帶來這三個(gè)重要問題。我們?nèi)绾谓鉀Q它？

讓我們先談?wù)勝x予能力的方法，不僅是特定任務(wù)的創(chuàng)造性工作，還能幫助人們做什么。首先，要獲得知識(shí)，也就是說，我們必須有能力大規(guī)模學(xué)習(xí)我們的產(chǎn)業(yè)，如金融產(chǎn)業(yè)的相關(guān)知識(shí)，并自動(dòng)學(xué)習(xí) 。我們學(xué)習(xí)知識(shí)后，使用知識(shí)服務(wù)人員和服務(wù)世界，我們認(rèn)為兩種自然的交織方式，一種是對(duì)話，二種方式是向用戶展示更豐富的知識(shí)，類似于報(bào)告的形式。

我們說產(chǎn)業(yè)知識(shí)的發(fā)展，在知識(shí)服務(wù)的發(fā)展中分為現(xiàn)階段，回顧歷史，90年代末期，當(dāng)時(shí)的企業(yè)大多倒下，我們知道留在最后谷歌的企業(yè)，提供的主要是關(guān)鍵詞知識(shí)服務(wù)，近年來逐漸的趨勢(shì)是我們對(duì)很多文本中的關(guān)鍵詞不滿意2007年我自己參加過，當(dāng)時(shí)世界上有很大的熱潮，想用機(jī)器學(xué)習(xí)的方法，現(xiàn)在人工智能的方法可以從文本中獲得很多知識(shí)，當(dāng)時(shí)我們有Powerset、Open-Calais和自己的Uptake隊(duì)伍，我們想用知識(shí)服務(wù)客戶，我們想用這個(gè)打敗谷歌。不幸的是，到了2012年，我們也沒有失敗。這些企業(yè)被微軟公司、路透社等電子商務(wù)企業(yè)收購(gòu) 。這可能與當(dāng)時(shí)企業(yè)的成熟度有關(guān) 。2012年谷歌提出了知識(shí)地圖的概念，谷歌提出了我應(yīng)該從我所有的文本知識(shí)中建立知識(shí)，通過知識(shí)回答用戶的問題，從這里開始，國(guó)內(nèi)近年來聽到了很多知識(shí)地圖的概念，其核心點(diǎn)是我們不滿足很多文本和語(yǔ)言，我們想得到知識(shí)，知識(shí)是我們服務(wù)的基礎(chǔ)

第二個(gè)趨勢(shì)是我們不滿足搜索來獲取信息。2015年谷歌Asistant、微軟Crotana、蘋果Siri希望通過對(duì)話提供服務(wù)，我們希望對(duì)話解決一切。

2016年國(guó)外最有名的金融機(jī)構(gòu)Bloomberg退出的方法是通過現(xiàn)有的金融股票數(shù)據(jù)寫報(bào)告書，2017年開始使用外部市場(chǎng)，2018年從谷歌公司挖掘副社長(zhǎng)作為技術(shù)領(lǐng)導(dǎo)者，多次主張Bloomberg的大成果是自動(dòng)化企業(yè)分析報(bào)告書，節(jié)約了很多人力，帶來了很大的價(jià)值。2018年以后，我們可以通過預(yù)訓(xùn)完成。這是學(xué)術(shù) 。服務(wù)形式走向?qū)υ挘@是大勢(shì)所趨。

如何走向知識(shí)服務(wù)，具有服務(wù)和學(xué)習(xí)能力的智能助手應(yīng)滿足這三點(diǎn):第一，大規(guī)模學(xué)習(xí)產(chǎn)業(yè)知識(shí)，不是簡(jiǎn)單的問答機(jī)器人，而是人們輸入知識(shí)回答用戶的問題，我們的知識(shí)永遠(yuǎn)不會(huì)窮。迄今為止，很多金融產(chǎn)業(yè)論壇上有很多金融機(jī)構(gòu)的學(xué)生，智力密集型、資金密集型還沒有人用人工手段建立金融體系壟斷的知識(shí)體系。第二個(gè)問題是，隨著知識(shí)服務(wù)的形式，第一個(gè)是滿足對(duì)話，第二個(gè)是滿足更豐富的報(bào)告，對(duì)話總是一個(gè)接一個(gè)地進(jìn)行，報(bào)告是我對(duì)產(chǎn)業(yè)有知識(shí)的報(bào)告，可以總結(jié)知識(shí)體系，這是下一代智能助手和知識(shí)服務(wù)的重要因素。

另一項(xiàng)技術(shù)基本本準(zhǔn)備好了。2008年，我們帶領(lǐng)團(tuán)隊(duì)進(jìn)行旅游領(lǐng)域的語(yǔ)音分析和知識(shí)獲得。當(dāng)時(shí)，美國(guó)的情況是很多愛旅行的高手，想分享很多旅行知識(shí)，特意去加利福尼亞討論重要的問題，他很高興。當(dāng)時(shí)很多行業(yè)的專家都參加了，而且有很多手工特征和傳統(tǒng)的機(jī)械學(xué)習(xí)模型，我們花了一年時(shí)間只做了旅游產(chǎn)業(yè) 。

今天是財(cái)經(jīng)領(lǐng)域，財(cái)經(jīng)是很多產(chǎn)業(yè)領(lǐng)域，現(xiàn)在這個(gè)時(shí)候通過弱監(jiān)管學(xué)習(xí)和深度學(xué)習(xí)，我們做產(chǎn)業(yè)圖譜大概需要四個(gè)月的時(shí)間，只有兩個(gè)編輯，這個(gè)圖譜可以擴(kuò)展，但是從建立的速度來說，這是科技給我們帶來了很大的飛躍。

首先，讓我們看看如何通過機(jī)器閱讀建立知識(shí)體系。這是一個(gè)示范性的例子。在這個(gè)例子中，我們可以看到鋰電池。從這篇文章中，我們可以知道鋰電池的上游是誰，鋰電池可以應(yīng)用于哪個(gè)領(lǐng)域，鋰電池的上下關(guān)系，即鋰電池包括哪個(gè)子類，文本中描述的企業(yè)鋰電池的產(chǎn)業(yè)包括哪個(gè)企業(yè) 。以下是這些公司，公司有哪些客戶群，這是我們公司生產(chǎn)的產(chǎn)品，最后我們不太愿意說這是廣義的知識(shí)圖像，也就是說，我們可以從這里看到知識(shí)，其中鋰電池鋰電池的行業(yè)趨勢(shì)是什么樣的，它不僅是一點(diǎn)，而且是整體的說明，一點(diǎn)

通過機(jī)器學(xué)習(xí)了這么多知識(shí)后，很大的困難是如何維持它，也就是說，沒有人知道所有的產(chǎn)業(yè)，很多專業(yè)機(jī)構(gòu)都很難維持，所以我們使用了方法。鈦白粉下游產(chǎn)業(yè)不是塑料嗎？這是很多人無法判斷的。我們做的很多方法是列出來自哪個(gè)文本，一般運(yùn)營(yíng)者看這個(gè)文本，還是判斷你的信息獲得知識(shí)的關(guān)系，我們用這個(gè)方法。你可以看到行業(yè)細(xì)分為什么有鳳香型，因?yàn)樗鼇碜赃@篇文章。通過這種方法保證或者我們不適用所有行業(yè)的專業(yè)人員來維護(hù)行業(yè)的知識(shí)體系。這里所有的東西都來自文本中的自動(dòng)閱讀和提取。

現(xiàn)在通過建設(shè)的知識(shí)體系復(fù)蓋了130萬人以上的關(guān)系，很多舊數(shù)據(jù)現(xiàn)在有120萬人以上的關(guān)系，細(xì)分的產(chǎn)業(yè)產(chǎn)品有6、7萬人，公司有數(shù)萬人。

我認(rèn)為可以比較的是現(xiàn)在的行業(yè)狀況，現(xiàn)在的行業(yè)狀況一般是我們國(guó)內(nèi)的行業(yè)知識(shí)圖像大部分是手工制作的，現(xiàn)在的狀況是這樣，或者是垂直的領(lǐng)域，很少?gòu)?fù)蓋整體，我認(rèn)為這是比較好的突破。

第二個(gè)國(guó)外非百科類圖譜建立，主要是卡耐基梅隆大學(xué)有這樣的體系，有200多萬個(gè)實(shí)例關(guān)系。百科全書的知識(shí)來自維基百科全書和百度百科全書。數(shù)據(jù)相對(duì)規(guī)則，易于獲取，但一般行業(yè)知識(shí)相對(duì)稀少。

當(dāng)你建立了一個(gè)知識(shí)體系，我們把這個(gè)知識(shí)體系加上我們擁有的結(jié)構(gòu)化數(shù)據(jù)，我認(rèn)為這構(gòu)成了非常大的知識(shí)服務(wù)能力，通過對(duì)話可以解決用戶的很多問題。讓我們看看這個(gè)視頻。

(播放視頻)可以用手機(jī)制作APP，用戶可以繼續(xù)對(duì)話，多次問我指示的問題，或者結(jié)構(gòu)化數(shù)據(jù)中的數(shù)據(jù)，結(jié)構(gòu)化數(shù)據(jù)和知識(shí)相連，可以解決很多問題。第二，你可以做很多簡(jiǎn)報(bào) 。我們通過你對(duì)知識(shí)體系的定義，人們可以分析產(chǎn)業(yè)所需的要素，連接知識(shí)體系構(gòu)成這樣的報(bào)告。

我們可以看一下我們做的對(duì)話助手主要是一個(gè)叫知識(shí)型，就是我獲取知識(shí)能夠服務(wù)你，第二任務(wù)型，在我做一些比如說金融產(chǎn)品的特定營(yíng)銷產(chǎn)品或者是某一些特定意義的某種特定提醒的場(chǎng)景，我只是完成一個(gè)任務(wù)，而不只是告訴你，你問我的問題是什么，我們能做這兩個(gè)場(chǎng)景，不一定是社交機(jī)器人，比如說微軟小冰就是能夠陪你聊下去。因此，我們認(rèn)為知識(shí)和任務(wù)是金融助理的關(guān)鍵。

現(xiàn)在我們的翻譯水平約為97% 。例如，這是對(duì)話機(jī)器人的場(chǎng)景，大家都可以看到，可以隨便問。(視頻演示)這些知識(shí)來自各種觀點(diǎn)的提取，包括這種關(guān)系來自這篇文本。這是結(jié)構(gòu)化數(shù)據(jù)的查詢，直接在知識(shí)中進(jìn)行查詢。當(dāng)然，接到電話也能完成任務(wù) 。

第二，知識(shí)系統(tǒng)包含所有數(shù)據(jù)，根據(jù)這些數(shù)據(jù)和我提取的知識(shí)，可以自動(dòng)制作機(jī)器學(xué)習(xí)的智能文章，可以制作客觀的數(shù)據(jù)和現(xiàn)實(shí)的報(bào)告，這是白酒行業(yè)的報(bào)告，可以自動(dòng)制作這樣的文字報(bào)告。

這是抽取報(bào)告，任何產(chǎn)業(yè)都可以一起分析各地的觀點(diǎn)，制作這樣的簡(jiǎn)報(bào) 。

與Bloomberg制作的公司的報(bào)告相比，Starbucks根據(jù)其客觀數(shù)據(jù)、行情變化和所在產(chǎn)業(yè)，這是自動(dòng)制作的，可以比較的是這個(gè)報(bào)告，當(dāng)然沒有圖表，我們國(guó)內(nèi)很多人都需要圖表

在這方面產(chǎn)業(yè)發(fā)展的最前沿，世界水平一般直接生成數(shù)據(jù)的現(xiàn)在效果并不特別好。一般來說，我認(rèn)為在產(chǎn)業(yè)上必須提取基于知識(shí)圖像的同時(shí)生成基于信息壓縮的機(jī)器。此外，報(bào)告有很多工業(yè)化程度，其成熟度需要很多產(chǎn)業(yè)技術(shù)，統(tǒng)計(jì)學(xué)習(xí)和人工參與在智能報(bào)告中起著很大的作用，不僅是中國(guó)，世界也有可能發(fā)生這種情況。

金融助手app的效果是，我們?cè)谝恍┙鹑跈C(jī)構(gòu)使用的例子是人工處理服務(wù)，原本是3萬個(gè)，下降到300個(gè)，顧問減少了95%，用戶活躍度提高了5倍，隨著服務(wù)能力的提高，這種形式也很有趣。

整個(gè)過程是這樣的。我們實(shí)際上想成為真正知識(shí)的助手、智能助手和知識(shí)的能力，我們的核心是數(shù)字化，需要數(shù)字化、PDF文件和內(nèi)容抽取的過程，需要知識(shí)化的過程，可以應(yīng)用。有了這些知識(shí)，你可以為人們服務(wù)，比如問答機(jī)器人、智能報(bào)告，還可以提供電話服務(wù) 。

最后簡(jiǎn)單分享。我們落地的人工智能產(chǎn)品可能有些企業(yè)想做這件事。我反復(fù)被各企業(yè)的CEO問了這樣的問題，希望大家分享。第一，我們應(yīng)用的原則，大部分場(chǎng)景并不是說我們只要一個(gè)低精度，我們往往要求95%以上的精度，90%的精度不好用，意味著一萬篇文章有一千篇是錯(cuò)誤的。第二大部分問題是小數(shù)據(jù)，很少標(biāo)記數(shù)據(jù)，必須大量人工解決未標(biāo)記數(shù)據(jù)的問題。另外，人才的狀況特別重要，很多金融機(jī)構(gòu)落地的人工智能應(yīng)用程序很多，落地緩慢的原因是我們這個(gè)產(chǎn)業(yè)特別需要的是金融業(yè)務(wù)，金融場(chǎng)景需要什么，人工智能和機(jī)器學(xué)習(xí)能給我們帶來什么，這樣的人特別少，無論什么機(jī)構(gòu)，我自己交往的很多機(jī)構(gòu)都能得到這樣的人，其實(shí)是我們推進(jìn)產(chǎn)業(yè)升級(jí)的重要一點(diǎn)，人才最后被制約了

第二個(gè)就是落地關(guān)鍵，反復(fù)要有業(yè)務(wù)場(chǎng)景專家還有人工智能的專家，兩個(gè)人要反復(fù)地聊，定義好確定的場(chǎng)景，光人工智能的人不太懂業(yè)務(wù)，想的都是想當(dāng)然，業(yè)務(wù)人員不理解你能干什么。

另外就是反復(fù)培訓(xùn) 。其馀的是我們常見的問題，各企業(yè)問的問題很多，也就是說工具是否開源，大家是否做的一樣，其實(shí)不然。如何應(yīng)用知識(shí)解決問題是大工業(yè)應(yīng)用的方法和技能，這還是不同的。另外，不使用人工智能的技術(shù)，核心的判斷點(diǎn)是你做的方法是否規(guī)則，你的精度為什么不高，因?yàn)槿斯ぶ悄艿漠a(chǎn)品不到100%，核心是你的產(chǎn)品中設(shè)置了不到100%的人工智能產(chǎn)品最后為什么預(yù)測(cè)效果只有80%，往往是因?yàn)檫@個(gè)問題很難。否則，改變團(tuán)隊(duì)提出更高的要求。

我的共享到此結(jié)束。非常感謝你。

【2019中國(guó)金融科技產(chǎn)業(yè)峰會(huì)丨北京融匯金信信息技術(shù)有限公司CEO羅彤：智能助手賦能金融服務(wù)】0