賴開(kāi)文出席了“AI+金融”專場(chǎng)：IBM認(rèn)知計(jì)算在中國(guó)金融業(yè)落地

科技訊7月15日，媒體未來(lái)科技峰會(huì)在北京舉行。IBM全球企業(yè)咨詢服務(wù)部認(rèn)知與分析服務(wù)總監(jiān)賴開(kāi)文出席了“AI+金融”專場(chǎng)，并發(fā)表主題演講。他是中國(guó)大陸第一個(gè)沃森落地項(xiàng)目和銀行業(yè)第一個(gè)認(rèn)知客服項(xiàng)目的實(shí)施者。

他介紹，IBM從2006年推出沃爾的計(jì)算系統(tǒng)，2014年推出商用，目前在全球17個(gè)行業(yè)，已經(jīng)在人工智能和認(rèn)知計(jì)算領(lǐng)域有了應(yīng)用。IBM也在2016年的時(shí)候宣布，全世界已經(jīng)達(dá)到了，或者計(jì)算機(jī)行業(yè)已經(jīng)來(lái)到了認(rèn)知的時(shí)代。

認(rèn)知系統(tǒng)四大核心能力

認(rèn)知系統(tǒng)應(yīng)該有四大核心能力：

第一，它能夠理解人類的語(yǔ)言，能夠理解很多非結(jié)構(gòu)化的數(shù)據(jù)，包括文本、包括語(yǔ)音、包括圖像、包括視頻。

第二，認(rèn)知系統(tǒng)能夠推理。傳統(tǒng)的計(jì)算機(jī)你給它輸入A，它一定給你一個(gè)確定的答案B。但是認(rèn)知系統(tǒng)不再是這樣的，它會(huì)根據(jù)它所學(xué)習(xí)到的背景的知識(shí)，包括時(shí)間、包括地點(diǎn)、包括對(duì)象、包括產(chǎn)品、包括很多方面內(nèi)容，它會(huì)給出它認(rèn)為最合適的一個(gè)答案。比如，IBM有一個(gè)小機(jī)器人，把這個(gè)小機(jī)器人放到阿姆斯特丹，有人就問(wèn)他：“你覺(jué)得世界上最偉大的足球運(yùn)動(dòng)員是誰(shuí)？”他說(shuō)：“因?yàn)槲以诎⒛匪固氐?，所以我想說(shuō)是科魯伊夫。”因?yàn)檫@個(gè)機(jī)器人有推理的能力，把地點(diǎn)這個(gè)環(huán)節(jié)放到了這個(gè)內(nèi)容當(dāng)中，所以他會(huì)說(shuō)是科魯伊夫。

第三，交互。計(jì)算機(jī)系統(tǒng)原來(lái)跟人的交互通常是通過(guò)鍵盤、鼠標(biāo)來(lái)技術(shù)交互，非常僵硬。認(rèn)知系統(tǒng)一大特點(diǎn)是，它能夠使機(jī)器和人的交流像人與人的交流那么順暢，它能夠聽(tīng)說(shuō)讀寫，能知道你的意圖，當(dāng)它覺(jué)得你的意圖不清晰的時(shí)候，它會(huì)跟你反問(wèn)、對(duì)話、交流。

第四，它可以學(xué)習(xí)。計(jì)算機(jī)系統(tǒng)你給他一個(gè)A，它一定給你一個(gè)B。學(xué)習(xí)就是你給他一個(gè)A，它會(huì)有備選的答案，B1、B2、B3……每一個(gè)答案后面對(duì)應(yīng)著很多的證據(jù)，因?yàn)檫@些證據(jù)會(huì)有置信度的排名，它會(huì)把置信度最高的給到你。如果你調(diào)整這些答案背后的證據(jù)，你會(huì)補(bǔ)充它、優(yōu)化它、更新它之后，這些答案所對(duì)應(yīng)的置信度就會(huì)有所變化。當(dāng)某個(gè)答案的置信度突破了排名變化的時(shí)候，這個(gè)時(shí)候，認(rèn)知計(jì)算機(jī)系統(tǒng)給出的答案最終給你的答案就發(fā)生變化，

賴開(kāi)文介紹，目前，AI已經(jīng)發(fā)展到一定的階段，在很多單一的任務(wù)上，包括圖像識(shí)別、語(yǔ)音識(shí)別、人臉識(shí)別，已經(jīng)接近甚至超過(guò)人類的水平。

在這個(gè)基礎(chǔ)之上，IBM認(rèn)為，人工智能有三大領(lǐng)域，第一個(gè)是交互的提升，第二個(gè)是輔助進(jìn)行更廣泛的探索，最后做出更準(zhǔn)確的決策的輔助。

人工智能改變金融交互

對(duì)交互而言，認(rèn)知計(jì)算機(jī)系統(tǒng)能理解人類的對(duì)話，能夠理解人類的語(yǔ)言，所以通過(guò)認(rèn)知計(jì)算機(jī)系統(tǒng)，它可以很好地來(lái)提升你跟客戶之間的交互，最終用戶之間的交互，提升用戶的體驗(yàn)。

現(xiàn)在智能客服可以理解自然語(yǔ)言，未來(lái)其實(shí)我們還可以在跟人類對(duì)話的過(guò)程當(dāng)中，我們了解人類的個(gè)性，了解他當(dāng)時(shí)的情緒。比如，當(dāng)客戶已經(jīng)憤怒的時(shí)候，客戶投訴的時(shí)候就不做推銷了，客服機(jī)器人就趕緊安慰他。未來(lái)在人的個(gè)性的識(shí)別以及情緒的識(shí)別上可以做更多的提升。

目前，IBM已經(jīng)在銀行做了三類機(jī)器人：銀行網(wǎng)點(diǎn)迎賓機(jī)器人、服務(wù)機(jī)器人、咨詢機(jī)器人。

迎賓機(jī)器人，可以回答銀行客戶剛到銀行網(wǎng)點(diǎn)時(shí)的一些問(wèn)題，包括理財(cái)?shù)?a target="_blank">推薦、銀行的簡(jiǎn)單信用卡開(kāi)卡等等問(wèn)題都可以回答。

服務(wù)機(jī)器人，現(xiàn)在在手機(jī)銀行、在網(wǎng)上銀行都可以辦業(yè)務(wù)，但是這種辦業(yè)務(wù)更多的是給用戶一些下拉框，讓他選一些產(chǎn)品、期限等，服務(wù)機(jī)器人辦理的業(yè)務(wù)過(guò)程中不再是下拉框，而是像人一樣對(duì)話，當(dāng)用戶有疑問(wèn)時(shí)，可以會(huì)很溫暖地回答用戶的問(wèn)題。

咨詢機(jī)器人，通過(guò)身份驗(yàn)證可以知道用戶是誰(shuí)，根據(jù)客戶需要，推薦千人千面的個(gè)性化的服務(wù)。

目前這幾個(gè)機(jī)器人都有實(shí)際落地。IBM已經(jīng)在***的某家銀行做了信用卡的推薦，做了房貸的申請(qǐng)，以及外匯兌換的幾個(gè)業(yè)務(wù)。在推出的一個(gè)月當(dāng)中，這家銀行的業(yè)務(wù)量增加了4倍。IBM還在國(guó)內(nèi)的某家股份制有限銀行做了網(wǎng)點(diǎn)機(jī)器人，IBM很可能馬上就會(huì)跟某一家國(guó)內(nèi)非常有名的排前幾位的股份制銀行，給他們的智能投顧產(chǎn)品，由原來(lái)的幾個(gè)下拉選項(xiàng)的選擇變成一個(gè)智能的交互，使得他們和客戶之間實(shí)現(xiàn)“有溫度的對(duì)話”。

關(guān)系圈識(shí)別可降低金融風(fēng)險(xiǎn)

接下來(lái)說(shuō)搜索。

以前的計(jì)算機(jī)系統(tǒng)做的探索，主要是關(guān)鍵詞的匹配和搜索。這在結(jié)構(gòu)化數(shù)據(jù)當(dāng)中可以做，但是80%的數(shù)據(jù)都是非結(jié)構(gòu)化的數(shù)據(jù)。

現(xiàn)在認(rèn)知系統(tǒng)有兩個(gè)功能：

第一，可以做到模式匹配和關(guān)系的發(fā)現(xiàn)。通過(guò)語(yǔ)義理解和模式匹配，可以在海量的非結(jié)構(gòu)化數(shù)據(jù)當(dāng)中做搜索想要的東西。比如，對(duì)一個(gè)問(wèn)題，可以從海量的知識(shí)庫(kù)當(dāng)中可以定位用戶所需要的答案，而不是一個(gè)關(guān)鍵詞。

第二，在海量數(shù)據(jù)當(dāng)中，可以發(fā)現(xiàn)很多相關(guān)的知識(shí)、知識(shí)之間的關(guān)系是什么。

未來(lái)，IBM希望能做到無(wú)監(jiān)督的知識(shí)的構(gòu)建，現(xiàn)在做的知識(shí)圖譜的構(gòu)建大多還是有監(jiān)督的。未來(lái)，希望人工智能能夠從海量的知識(shí)庫(kù)中抽取其中的關(guān)系、以及關(guān)系存在的類型，能夠自動(dòng)地去學(xué)習(xí)、更新、維護(hù)。

此外，現(xiàn)在很多人工智能在寫詩(shī)、在寫歌、在寫文章。IBM希望未來(lái)的探索使得認(rèn)知系統(tǒng)能夠做一些藝術(shù)家所做的工作，即“創(chuàng)新”。

在這方面，IBM已有產(chǎn)品落地。賴開(kāi)文介紹，IBM在四大行的某一家銀行里頭我們做了一個(gè)基于圖計(jì)算的品牌。通過(guò)圖計(jì)算幫銀行來(lái)進(jìn)行風(fēng)險(xiǎn)的識(shí)別和傳導(dǎo)的預(yù)測(cè)。

具體來(lái)說(shuō)，IBM做了八種關(guān)系的關(guān)系圈搜索，包括股權(quán)關(guān)系、擔(dān)保關(guān)系、投資人之間的關(guān)系、資金圈的關(guān)系等等。在這八種關(guān)系當(dāng)中，IBM去檢索相應(yīng)的關(guān)系圈。賴開(kāi)文介紹，IBM的System G目前已經(jīng)非常強(qiáng)大，原來(lái)做這樣的一個(gè)關(guān)系識(shí)別要一個(gè)月的時(shí)間，現(xiàn)在做到了只要分鐘級(jí)就可實(shí)現(xiàn)。原來(lái)這個(gè)關(guān)系圈做到6個(gè)就做不下去了，現(xiàn)在能夠做到無(wú)限的，20個(gè)、30個(gè)，甚至上百個(gè)關(guān)系圈搭建。

利用關(guān)系圈的搭建，IBM做的是風(fēng)險(xiǎn)傳導(dǎo)的預(yù)測(cè)。在這個(gè)關(guān)系圈里頭當(dāng)有一個(gè)點(diǎn)出現(xiàn)違約的時(shí)候，它剩下的關(guān)系圈的其他的點(diǎn)什么時(shí)候會(huì)違約？它違約的概率有多大？就像一個(gè)蘋果筐里頭有一個(gè)蘋果爛了，其他的蘋果什么時(shí)候會(huì)爛掉？就可以預(yù)測(cè)了。我們做的準(zhǔn)確率在40的預(yù)測(cè)做到58.2%，基于這樣的驗(yàn)證，IBM即將對(duì)銀行進(jìn)行這樣的產(chǎn)品推廣?，F(xiàn)在很多銀行都很關(guān)注，對(duì)風(fēng)險(xiǎn)傳導(dǎo)的預(yù)測(cè)能夠大大減少銀行損失。

人工智能輔助決策

人工智能最重要的能力或者最關(guān)鍵的能力就是幫助人們做決策。IBM認(rèn)為現(xiàn)階段人工智能或者認(rèn)知計(jì)算更多強(qiáng)調(diào)的是“輔助”決策的階段。

“輔助”決策的意思是，IBM會(huì)給用戶決策的建議，這些建議里有一個(gè)“置信度”，即這個(gè)計(jì)算機(jī)系統(tǒng)、認(rèn)知系統(tǒng)認(rèn)為他的置信度有多少，即判斷它再多大程度上是靠譜的。并且“可追溯”，意思是，每個(gè)決策建議后面會(huì)給出證據(jù)，人可以據(jù)此作出判斷，覺(jué)得合理就采納，如果不合理，就做出自己的判斷。

在這方面，IBM的落地項(xiàng)目是，幫日本的一家保險(xiǎn)公司做智能理賠。壽險(xiǎn)公司的理賠非常復(fù)雜，因?yàn)椴》N很多，每個(gè)病都很復(fù)雜，要分清什么情況賠、什么情況不賠，是很專業(yè)的事情。同時(shí)，在判斷是否應(yīng)該理賠時(shí)，要核查非常多的文檔、檢查的資料、醫(yī)生的處方等等。一般復(fù)雜大病需要10年以上的員工才能做。這樣人力成本的投入是非常高的。IBM通過(guò)沃森系統(tǒng)幫壽險(xiǎn)做智能的理賠，做兩件事情：

第一，從非結(jié)構(gòu)化的數(shù)據(jù)（從醫(yī)院拿過(guò)來(lái)的醫(yī)生開(kāi)的處方單、診療報(bào)告）當(dāng)中，把關(guān)鍵特征信息抽取出來(lái)，包括了疾病名稱、手術(shù)名稱、診療結(jié)論，不需要通過(guò)人去錄入。這是通過(guò)自然語(yǔ)言的理解、機(jī)器學(xué)習(xí)實(shí)現(xiàn)的。

第二，把抽取出來(lái)的特征與歷史數(shù)據(jù)進(jìn)行對(duì)比，從而做出理賠決策。

賴開(kāi)文透露，IBM給這家公司做完之后，該公司理賠的平均時(shí)間減少了40%，人員的投入減少了30%，原來(lái)有30%的人員轉(zhuǎn)崗去做別的事情了。每年減少支出1.5億日元。

他透露，IBM正在談中國(guó)的保險(xiǎn)公司，TOP6的保險(xiǎn)公司要把這樣的一個(gè)認(rèn)知理賠的方案從日本移植到中國(guó)本地。（溫泉）

以下為演講實(shí)錄：

閆瑾：謝謝紀(jì)總的分享。因?yàn)楸ｋU(xiǎn)現(xiàn)在是被大眾越來(lái)越需要，我們也期待人工智能在保險(xiǎn)領(lǐng)域更多地落地，讓保險(xiǎn)更加人工化、智能化和個(gè)性化。

下面同樣邀請(qǐng)到一位重量級(jí)的嘉賓，他是中國(guó)大陸第一個(gè)沃森落地項(xiàng)目和銀行業(yè)第一個(gè)認(rèn)知客服項(xiàng)目的實(shí)施者，今天他首次就AI+金融發(fā)表演講。讓我們有請(qǐng)IBM全球企業(yè)咨詢服務(wù)部認(rèn)知與分析服務(wù)總監(jiān)賴開(kāi)文先生，有請(qǐng)。

賴開(kāi)文：大家上午好，今天很高興有這樣的機(jī)會(huì)來(lái)分享IBM在人工智能（IBM叫認(rèn)知計(jì)算）的觀點(diǎn)，以及我說(shuō)一下，IBM很重要的是在2B的市場(chǎng)，就是幫傳統(tǒng)的企業(yè)做人工智能的應(yīng)用和創(chuàng)新。今天從兩個(gè)方向，第一個(gè)是認(rèn)知計(jì)算的發(fā)展趨勢(shì)以及IBM如何本身傳統(tǒng)企業(yè)在金融行業(yè)做一些認(rèn)知的應(yīng)用。

我們知道其實(shí)AI不是一個(gè)新的課題，AI其實(shí)從50年代就開(kāi)始了，到目前60來(lái)年的歷程。但是這么多年，經(jīng)過(guò)了兩個(gè)波谷，都是因?yàn)锳I未能達(dá)到人們的預(yù)期。第一個(gè)是70年代，第二個(gè)是80年代。現(xiàn)在其實(shí)從機(jī)器學(xué)習(xí)、大數(shù)據(jù)，甚至到深度學(xué)習(xí)這樣一個(gè)大的技術(shù)的突破，使得AI來(lái)到了一個(gè)新的春天，甚至我認(rèn)為現(xiàn)在是夏天，大家都在非?；馃岬?fù)肀н@個(gè)話題，無(wú)論是從新興的IT企業(yè)，還有傳統(tǒng)的行業(yè)，都在積極地?fù)肀I（人工智能）。IBM從2006年推出沃爾的計(jì)算系統(tǒng)，2014年推出商用，目前在全球17個(gè)行業(yè)，已經(jīng)在人工智能和認(rèn)知計(jì)算領(lǐng)域有了應(yīng)用。IBM也在2016年的時(shí)候宣布，全世界已經(jīng)達(dá)到了，或者計(jì)算機(jī)行業(yè)已經(jīng)來(lái)到了認(rèn)知的時(shí)代。

認(rèn)知時(shí)代其實(shí)跟AI是一脈相承的，IBM在談?wù)J知計(jì)算或者認(rèn)知系統(tǒng)的時(shí)候，我們主要強(qiáng)調(diào)認(rèn)知系統(tǒng)應(yīng)該有四大核心的能力：

第一，它能夠理解人類的語(yǔ)言，能夠理解很多非結(jié)構(gòu)化的數(shù)據(jù)，包括文本、包括語(yǔ)音、包括圖像、包括視頻。這些內(nèi)容能夠像人一樣去理解里頭的真實(shí)的含義和分類，等等。這是第一個(gè)理解的能力。

第二，認(rèn)知系統(tǒng)能夠推理。傳統(tǒng)的計(jì)算機(jī)你給它輸入A，它一定給你一個(gè)確定的答案B。但是認(rèn)知系統(tǒng)不再是這樣的，它會(huì)根據(jù)它所學(xué)習(xí)到的背景的知識(shí)，包括時(shí)間、包括地點(diǎn)、包括對(duì)象、包括產(chǎn)品、包括很多方面內(nèi)容，它會(huì)給出它認(rèn)為最合適的一個(gè)答案。我舉一個(gè)例子，其實(shí)IBM有一個(gè)小機(jī)器人，把這個(gè)小機(jī)器人放到阿姆斯特丹，有人就問(wèn)他：“你覺(jué)得世界上最偉大的足球運(yùn)動(dòng)員是誰(shuí)？”他說(shuō)：“因?yàn)槲以诎⒛匪固氐?，所以我想說(shuō)是科魯伊夫?！币?yàn)檫@個(gè)機(jī)器人有推理的能力，把地點(diǎn)這個(gè)環(huán)節(jié)放到了這個(gè)內(nèi)容當(dāng)中，所以他會(huì)說(shuō)是科魯伊夫。所以認(rèn)知系統(tǒng)很重要的特點(diǎn)就是有推理能力，他根據(jù)背景的知識(shí)能夠選擇他的輸出或者選擇他的答案。

第三，交互。我們的計(jì)算機(jī)系統(tǒng)原來(lái)跟人的交互通常是通過(guò)鍵盤、鼠標(biāo)來(lái)技術(shù)交互，非常僵硬。認(rèn)知系統(tǒng)一大特點(diǎn)，它能夠使機(jī)器和人的交流像人與人的交流那么順暢，它能夠聽(tīng)說(shuō)讀寫，能知道你的意圖，當(dāng)他覺(jué)得你的意圖不清晰的時(shí)候，他會(huì)跟你反問(wèn)、對(duì)話、交流。

第四，它可以學(xué)習(xí)。計(jì)算機(jī)系統(tǒng)你給他一個(gè)A，他一定給你一個(gè)B，如果過(guò)兩天不給你B的時(shí)候，你會(huì)說(shuō)他有Bug，但是認(rèn)知系統(tǒng)最重要的就是學(xué)習(xí)。學(xué)習(xí)就是你給他一個(gè)A，他會(huì)有備選的答案，B1、B2、B3……每一個(gè)答案后面對(duì)應(yīng)著很多的證據(jù)，因?yàn)檫@些證據(jù)會(huì)有置信度的排名，他會(huì)把置信度最高的給到你。如果你調(diào)整這些答案背后的證據(jù)，你會(huì)補(bǔ)充它、優(yōu)化它、更新它之后，這些答案所對(duì)應(yīng)的置信度就會(huì)有所變化。當(dāng)某個(gè)答案的置信度突破了排名變化的時(shí)候，這個(gè)時(shí)候，認(rèn)知計(jì)算機(jī)系統(tǒng)給出的答案最終給你的答案就發(fā)生變化，也就意味著認(rèn)知計(jì)算機(jī)系統(tǒng)，當(dāng)你把它所對(duì)應(yīng)的背景知識(shí)進(jìn)行更新訓(xùn)練的時(shí)候，它會(huì)不斷地學(xué)習(xí)，優(yōu)化它的答案輸出。

剛才談到四個(gè)觀點(diǎn)。其實(shí)在目前，AI已經(jīng)發(fā)展到一定的階段，在很多單一的任務(wù)上，包括了圖像的識(shí)別、包括了語(yǔ)音的識(shí)別、包括了人臉的識(shí)別，其實(shí)他們已經(jīng)接近，甚至超過(guò)人類的水平。比方說(shuō)圖像的識(shí)別，現(xiàn)在已經(jīng)不僅僅是速度，在精準(zhǔn)度上已經(jīng)超過(guò)人類。在語(yǔ)音識(shí)別上頭，在某些特定的場(chǎng)景，它其實(shí)超過(guò)人類了。但是在一些錄音比較嘈雜的環(huán)境下，它可能沒(méi)有人類那么靈敏，它抗干擾的能力稍微差一點(diǎn)。但是人臉的識(shí)別到現(xiàn)在已經(jīng)基本沒(méi)有問(wèn)題了，我們知道的技術(shù)是達(dá)到了百分之九十九點(diǎn)幾以上的準(zhǔn)確度。

我們其實(shí)認(rèn)為，IBM認(rèn)為，人工智能有三大領(lǐng)域，第一個(gè)是交互的提升，第二個(gè)是輔助進(jìn)行更廣泛的探索，最后做出更準(zhǔn)確的決策的輔助。

我一個(gè)一個(gè)來(lái)看，對(duì)交互而言，認(rèn)知計(jì)算機(jī)系統(tǒng)能理解人類的對(duì)話，能夠理解人類的語(yǔ)言，所以通過(guò)認(rèn)知計(jì)算機(jī)系統(tǒng)，它可以很好地來(lái)提升你跟客戶之間的交互，最終用戶之間的交互，提升用戶的體驗(yàn)。以前其實(shí)有一個(gè)偽機(jī)器人，其實(shí)就是關(guān)鍵字的搜索和替代。剛才紀(jì)總也談到，他們?cè)诒姲部萍甲鰴C(jī)器人。其實(shí)現(xiàn)在很多的對(duì)話系統(tǒng)或者說(shuō)是FAQ的系統(tǒng)，問(wèn)答系統(tǒng)，大家都在用機(jī)器人做。以前有一些傳統(tǒng)的機(jī)器人，我們叫智能客服1.0，是通過(guò)規(guī)則的匹配，配關(guān)鍵字、配規(guī)則來(lái)做?，F(xiàn)在我們來(lái)做，通過(guò)機(jī)器學(xué)習(xí)、深度學(xué)習(xí)理解，我們叫自然語(yǔ)言的語(yǔ)義理解，去理解客戶的意圖，然后進(jìn)行多輪的對(duì)話。因?yàn)槲覀兏酥g的對(duì)話不是一問(wèn)一答就好了，需要多輪的對(duì)話，現(xiàn)在我們已經(jīng)做到深度對(duì)話的能力。未來(lái)能做什么？未來(lái)其實(shí)我們還可以在跟人類對(duì)話的過(guò)程當(dāng)中，我們了解人類的個(gè)性，了解他當(dāng)時(shí)的情緒。當(dāng)客戶已經(jīng)憤怒的時(shí)候，客戶投訴的時(shí)候就不要做推銷了，你就趕緊安慰他就好了。所以在這一塊，人和人之間，人要看臉說(shuō)話，當(dāng)人臉已經(jīng)發(fā)怒了，你就趕緊停止。未來(lái)在人的個(gè)性的識(shí)別以及情緒的識(shí)別上可以做更多的提升。

IBM在認(rèn)知交互其實(shí)做了很多的工作，我們已經(jīng)給某些客戶做過(guò)問(wèn)答機(jī)器人，很簡(jiǎn)單，其實(shí)就是在我們的銀行網(wǎng)點(diǎn)上弄一個(gè)實(shí)體機(jī)器人，過(guò)來(lái)迎賓，他等候的時(shí)候你可以問(wèn)他問(wèn)題，包括理財(cái)?shù)耐扑]，包括銀行的簡(jiǎn)單信用卡開(kāi)卡等等問(wèn)題都可以問(wèn)，這是很簡(jiǎn)單的。第二個(gè)是服務(wù)機(jī)器人。我們都知道，其實(shí)現(xiàn)在在手機(jī)銀行、在網(wǎng)上銀行都可以辦業(yè)務(wù)，但是這種辦業(yè)務(wù)更多的是你給他一些下拉框，讓他選一些產(chǎn)品、期限，等等很多下拉選項(xiàng)，給他一些金額，要辦多少錢的保險(xiǎn)，多少金額等等，但是這種交流沒(méi)有溫度，而且很多時(shí)候客戶辦理業(yè)務(wù)的過(guò)程當(dāng)中會(huì)有問(wèn)題要問(wèn)你，比如辦一個(gè)理財(cái)產(chǎn)品的時(shí)候，他會(huì)問(wèn)你什么叫保本？保本就不會(huì)虧錢嗎？人家的理財(cái)產(chǎn)品收益會(huì)比體高，為什么出現(xiàn)這種情況呢？這個(gè)問(wèn)答需要得到及時(shí)的回答。這個(gè)時(shí)候我們叫服務(wù)機(jī)器人，辦理的業(yè)務(wù)過(guò)程中不再是下拉框，就像人一樣對(duì)話，你獲取他的需求，當(dāng)他有疑問(wèn)的時(shí)候，你會(huì)很溫暖地回答他的問(wèn)題，消除他的疑惑，最終臨門一腳的時(shí)候幫你做好最后臨門一腳的破門的動(dòng)作，使得他購(gòu)買你的產(chǎn)品，選擇你的服務(wù)，這是服務(wù)機(jī)器人。

第三個(gè)是咨詢機(jī)器人，每個(gè)人希望個(gè)性化的服務(wù)，通過(guò)身份驗(yàn)證我知道你是誰(shuí)。他的頭銜是什么，如果某些人學(xué)歷非常高，他希望被稱之為博士，或者你給他推薦產(chǎn)品的時(shí)候，做服務(wù)的時(shí)候不是統(tǒng)一的我現(xiàn)在整個(gè)企業(yè)希望推什么產(chǎn)品，而是這個(gè)客戶本身希望推什么產(chǎn)品。在服務(wù)過(guò)程當(dāng)中你又給他一些引導(dǎo)，引導(dǎo)他得到千人千面的個(gè)性化的服務(wù)。所以第三方面就是咨詢的機(jī)器人。在這塊我們其實(shí)已經(jīng)在***的某家銀行做了信用卡的推薦，做了房貸的申請(qǐng)，這兩個(gè)業(yè)務(wù)以及外匯兌換的幾個(gè)業(yè)務(wù)，在推出的一個(gè)月當(dāng)中，他們的業(yè)務(wù)量增加了4倍。我們還在國(guó)內(nèi)的某家股份制有限銀行給他們做了這樣一個(gè)網(wǎng)點(diǎn)機(jī)器人，我們還很可能馬上就會(huì)跟某一家國(guó)內(nèi)非常有名的排前幾位的股份制銀行，給他們的智能投顧的這樣一個(gè)產(chǎn)品，由原來(lái)的幾個(gè)下拉選項(xiàng)的選擇變成一個(gè)智能的交互，使得他們叫有溫度的對(duì)話和產(chǎn)品的客戶的交互。這個(gè)是我們現(xiàn)在在做的一些事情。

接下來(lái)說(shuō)探索。以前的計(jì)算機(jī)系統(tǒng)做的探索，關(guān)系型數(shù)據(jù)庫(kù)，我們做什么事情？關(guān)鍵詞的匹配和搜索。這個(gè)其實(shí)在結(jié)構(gòu)化數(shù)據(jù)當(dāng)中可以做，但是現(xiàn)在我們都知道，80%的數(shù)據(jù)都是非結(jié)構(gòu)化的數(shù)據(jù)，現(xiàn)在認(rèn)知系統(tǒng)能夠做什么？現(xiàn)在認(rèn)知系統(tǒng)可以做到模式匹配和關(guān)系的發(fā)現(xiàn)。所以我們通過(guò)語(yǔ)義理解和模式匹配可以在海量的非結(jié)構(gòu)化數(shù)據(jù)當(dāng)中做搜索，去搜索出你想要的那些東西，包括現(xiàn)在你問(wèn)一個(gè)問(wèn)題，我從海量的知識(shí)庫(kù)當(dāng)中可以定位到你所需要的答案，而不是一個(gè)關(guān)鍵詞，你相似的答案可能是這些，你再去搜索一下。我們可以根據(jù)你問(wèn)的問(wèn)題精準(zhǔn)地定位到你所需要的答案是什么。第二，在海量數(shù)據(jù)當(dāng)中，我們可能發(fā)現(xiàn)出很多相關(guān)的知識(shí)，知識(shí)之間的關(guān)系是什么？這個(gè)是第二點(diǎn)。我們現(xiàn)在能做到這個(gè)。未來(lái)我們能做什么？未來(lái)我們希望能做到無(wú)監(jiān)督的知識(shí)的構(gòu)建，我們現(xiàn)在做的知識(shí)圖譜的構(gòu)建大多還是有監(jiān)督的，希望為能夠做到無(wú)監(jiān)督的知識(shí)構(gòu)建，整個(gè)給你一個(gè)海量的知識(shí)庫(kù)，我能夠抽取當(dāng)中的關(guān)系以及關(guān)系存在的類型是什么，它能夠自動(dòng)地去學(xué)習(xí)、自動(dòng)地去更新、自動(dòng)地去維護(hù)，這是第一點(diǎn)。第二點(diǎn)，現(xiàn)在很多人工智能在做什么？在寫詩(shī)、在寫歌、在寫文章。我們希望未來(lái)的探索使得我們認(rèn)知系統(tǒng)能夠做一些藝術(shù)家所做的工作，我們叫創(chuàng)新。這是未來(lái)能做的事情。

IBM在四大行的某一家銀行里頭我們做了一個(gè)基于圖計(jì)算的品牌。通過(guò)圖計(jì)算幫他們來(lái)進(jìn)行風(fēng)險(xiǎn)的識(shí)別和傳導(dǎo)的預(yù)測(cè)，大家都知道，剛才劉總也談到了風(fēng)險(xiǎn)的識(shí)別，還有蔣總也談到了風(fēng)險(xiǎn)，銀行風(fēng)險(xiǎn)很大。我們做了什么事情，我們做了八種關(guān)系，包括股權(quán)的關(guān)系，包括擔(dān)保的關(guān)系，包括投資人之間的關(guān)系，包括資金圈的關(guān)系等等這八種關(guān)系當(dāng)中，我們?nèi)z索相應(yīng)的關(guān)系圈。IBM的System G非常強(qiáng)大，我們?cè)瓉?lái)做這樣的一個(gè)關(guān)系識(shí)別，他們要一個(gè)月的時(shí)間做這樣的關(guān)系識(shí)別，我們現(xiàn)在做到了只要分鐘級(jí)就可以做關(guān)系圈的識(shí)別，而且我們這個(gè)關(guān)系圈原來(lái)做到6個(gè)就做不下去了，現(xiàn)在我們能夠做到無(wú)限的，20個(gè)、30個(gè)，甚至上百個(gè)關(guān)系圈搭建。我們做的是風(fēng)險(xiǎn)傳導(dǎo)的預(yù)測(cè)。在這個(gè)關(guān)系圈里頭當(dāng)有一個(gè)點(diǎn)出現(xiàn)違約的時(shí)候，它剩下的關(guān)系圈的其他的點(diǎn)什么時(shí)候會(huì)違約？它違約的概率有多大？就像一個(gè)蘋果筐里頭有一個(gè)蘋果爛了，其他的蘋果什么時(shí)候會(huì)爛掉？我們做了這樣一個(gè)風(fēng)險(xiǎn)傳導(dǎo)的預(yù)測(cè)。我們做的準(zhǔn)確率在40的預(yù)測(cè)做到58.2%，基于這樣的驗(yàn)證，我們馬上會(huì)給他們進(jìn)行這樣一個(gè)產(chǎn)品推廣，而且現(xiàn)在很多銀行都關(guān)注這樣的，對(duì)他們的傳導(dǎo)預(yù)測(cè)能夠非常地減少他們的損失。

第三個(gè)是決策，我們做了這么多，人工智能最重要的能力或者最關(guān)鍵的能力就是幫助人們做決策。

IBM認(rèn)為現(xiàn)階段人工智能或者認(rèn)知計(jì)算更多強(qiáng)調(diào)的是輔助決策的階段，我們會(huì)給你決策的建議，這些建議里有一個(gè)置信度，這個(gè)計(jì)算機(jī)系統(tǒng)、認(rèn)知系統(tǒng)認(rèn)為他的置信度有多少，我判斷他多少是靠譜的。第二個(gè)是可追溯，就是我給你一個(gè)決策，相應(yīng)的后面給你一個(gè)證據(jù)，為什么給你這樣的決策？理由是什么？我會(huì)給你證據(jù)。人可以去看，我做這樣一個(gè)決策證據(jù)背后的內(nèi)容一二三四是什么，你覺(jué)得合理就采納我的建議，如果不合理，請(qǐng)你做出自己的判斷。所以這是一個(gè)現(xiàn)在叫輔助決策。未來(lái)當(dāng)我們的認(rèn)知系統(tǒng)更加智能，當(dāng)我們的數(shù)據(jù)更加豐富，當(dāng)我們的歷史數(shù)據(jù)周期更長(zhǎng)，當(dāng)我們?cè)诒O(jiān)管方面不再那么嚴(yán)格要求的時(shí)候，或者我們更有信心的時(shí)候，我們希望未來(lái)計(jì)算機(jī)系統(tǒng)就可以幫你做決策。其實(shí)現(xiàn)在這樣的一個(gè)自動(dòng)駕駛就是計(jì)算機(jī)在幫你做決策，左拐、右拐、剎車不剎車都是計(jì)算機(jī)幫你做決策。未來(lái)面對(duì)商用的時(shí)候一定會(huì)有監(jiān)管的要求或者法律的風(fēng)險(xiǎn)要去解決。

在認(rèn)知決策里頭，IBM做過(guò)什么？我談一個(gè)案例，我們幫一家保險(xiǎn)公司做智能理賠。大家多知道，尤其是壽險(xiǎn)公司，一旦投完保之后出險(xiǎn)，要理賠的時(shí)候其實(shí)非常復(fù)雜，大家都知道病種那么多，每個(gè)病都那么復(fù)雜，保險(xiǎn)的條款，我也買過(guò)這樣的壽險(xiǎn)，看到后來(lái)我根本看不下去了，就因?yàn)榕笥训年P(guān)系我就買吧，我信任你。理賠專員其實(shí)也很難受，這么多病種都是很罕見(jiàn)的病，而且都是很專業(yè)，保險(xiǎn)的條款什么情況賠、什么情況不賠非常復(fù)雜。所以這樣的一個(gè)事情，第一，非常多的出險(xiǎn)理賠的文檔、檢查的資料、醫(yī)生的處方等等，一般復(fù)雜大病需要十年以上的員工才能做。這樣人力成本的投入是非常高的。IBM通過(guò)沃森系統(tǒng)幫他們做智能的理賠，做兩件事情：1，從非結(jié)構(gòu)化的，從醫(yī)院拿過(guò)來(lái)的醫(yī)生開(kāi)的處方單，開(kāi)的診療的報(bào)告，我們把一些關(guān)鍵的特征信息抽取出來(lái)，包括了疾病的名稱，包括的手術(shù)的名稱，包括診療的結(jié)論，不需要通過(guò)人去錄入，直接計(jì)算機(jī)系統(tǒng)就抽取出來(lái)，通過(guò)自然語(yǔ)言的理解，通過(guò)機(jī)器學(xué)習(xí)抽取出來(lái)。2，當(dāng)抽取出來(lái)的這些特征放到規(guī)則的引擎里去做，做過(guò)保險(xiǎn)系統(tǒng)的人知道，規(guī)則引擎只能解決一些問(wèn)題，還有一些問(wèn)題不能解決，需要人工去處理。IBM的沃森系統(tǒng)就把這些拿過(guò)來(lái)，他去讀理賠的專案，拿過(guò)來(lái)申請(qǐng)材料，跟保險(xiǎn)的條款進(jìn)行比對(duì)，跟歷史的案件進(jìn)行比對(duì)，歷史的案件里頭哪些跟它相似，相似的案件賠了還是沒(méi)有賠？沒(méi)有賠的原因是什么？是否跟你這個(gè)相符合，這個(gè)拿過(guò)來(lái)了。IBM給這家公司做完之后，他們?cè)瓉?lái)理賠的平均時(shí)間減少了40%，人員的投入減少了30%，原來(lái)有30%的人員，我們不能說(shuō)下崗了，這家公司把這些人員拿去做別的事情了。剛才劉總說(shuō)的，把北大、清華的人員拿去干別的是一個(gè)意思，他們把這些人拿去做別的。每年給他減少了1.5億日元的指出。日本的保險(xiǎn)公司沒(méi)有那么大，對(duì)于中國(guó)的保險(xiǎn)公司，現(xiàn)在我們已經(jīng)在談，TOP6的保險(xiǎn)公司要把這樣的一個(gè)認(rèn)知理賠的方案從日本移植到中國(guó)本地，我想中國(guó)的量級(jí)，未來(lái)可以給這些保險(xiǎn)公司人力的成本節(jié)省是有多大可以想見(jiàn)。這是第三個(gè)認(rèn)知理賠所輔助決策的這樣一個(gè)內(nèi)容。

以上就是我今天所分享的內(nèi)容，希望未來(lái)有機(jī)會(huì)跟大家再有時(shí)間作更多的分享，我也希望我們今天的內(nèi)容，我們知道AI未來(lái)非常有廣闊前景，但是它怎么能幫助到各自的企業(yè)？怎么能幫助到傳統(tǒng)的企業(yè)？我想AI正在腳踏實(shí)地一步步往前走，走得非常踏實(shí)、非常堅(jiān)實(shí)。謝謝大家。