扫一扫下载界面新闻APP

智能金融六大应用场景,总有一款适合你

随着算法和数据的突破,智能金融应用率先在通用领域发力,解决效率提升的问题;随着数据在细分领域的积累和整合,智能金融的应用不断向拓展各细分场景、提升业务效能的方向进步,展现出多样化的金融应用布局。

不久前,我们曾发布《埃森哲携手百度金融,发布智能金融重磅研究》(点击蓝色字体,查阅文章)一文,介绍了智能金融的概念类型、市场背景、生态环境和未来发展。文中提到:

随着算法和数据的突破,智能金融应用率先在通用领域发力,解决效率提升的问题;随着数据在细分领域的积累和整合,智能金融的应用不断向拓展各细分场景、提升业务效能的方向进步,展现出多样化的金融应用布局。

智在技术,胜在应用。智能金融四大关键技术——人工智能、区块链、云计算、大数据有望在金融行业焕发出勃勃生机,并共同发挥作用。其中,尤以支付、个人信贷、企业信贷、财富管理、资产管理,以及保险六大板块为重。今天的文章,我们就从应用入手,看看金融科技如何改变这些板块。

支付:智能创新最前沿

作为与消费者连接最紧密的环节,智能金融对广大用户的支付需求影响得最早、最广、最深。随着智能技术的进一步成熟,支付将进入“万物皆载体”的新阶段。

说到智能支付,首先想到的可能就是“刷脸”购物了。以人脸识别、声纹识别、虹膜识别等为代表的生物识别支付技术,正在极大地简化支付流程。不仅如此,生物识别技术还在安防、商业、娱乐等场景得到广泛实践。

另一端,当下“网红”区块链技术也将对跨境支付帮助不小。它将极大减少支付流程中的人工处理环节,大大提升交易速度;削弱交易流程中的中介机构作用,提高资金流动性,实现实时确认和监控,有效降低交易各环节中的直接和间接成本。

像比特币这样的数字货币,也为货币流通体系带来了新理念。它可大大节省纸币的运营成本,影响流通环节,在一定程度上优化现有货币运行体系。其可追溯性,有助于加强对货币供给和流通的控制力,加强货币价格杠杆对社会经济总量的影响,提升经济交易活动的便利性和透明度,减少洗钱、逃漏税等违法犯罪行为。

个人信贷:全链条智能化

针对不同类型的客户开发适合他们的信贷产品、提升客户体验,是金融业未来的努力方向。

个人信贷业务与实际消费场景将会结合得更紧密,这就要求在场景对接、审批决策和运营流转上有更加强大的数据和技术支撑。继移动时代的场景流量后,从智能获客到智能反欺诈、再到大数据风控,全链条智能化的技术能力将成为个人信贷企业新的竞争力。

通过智能获客,在获取具有信贷需求的客户基础上,借助智能技术构建强有力的风控体系,准确评估客户信用风险,成为促进个人信贷健康发展的重要环节。互联网大数据可以将没有征信记录的人群纳入信用体系,扩大了个人信贷的市场基础,实现真正的“普惠”。

而在智能反欺诈层面,领先企业也已有所行动。百度就已推出“磐石反欺诈工程平台”,互联网金融机构和传统银行可根据自身的欺诈策略和需求灵活选择相应产品服务,包括以活体识别提供用户身份认证,多头防控识别用户多头信贷行为,关联网络识别黑中介、团伙诈骗等等。

百度磐石关联黑产系统应用示意

企业信贷:新技术应用初显成效

在贸易融资、供应链金融、企业信用贷款等对公信贷业务方面,智能金融将起到完善企业信用体系、补充企业经营状况信息和降低放贷机构单据确权难度的作用。

一直以来,小微企业经营风险大,缺乏担保物等问题,常常很难达到传统信贷机构的放贷标准。大数据可以改善客户与金融机构之间信息不对称的情况,改变传统的信用评级方法,有效解决小微企业融资难问题。

大数据在采集过程中会出现很多不可控的因素,因而真实性的有效验证十分重要。物联网可以获取企业的动产与不动产数据,补充企业经营状况信息。以应收账款融资业务模式为例,某金融企业通过对物联网传感设备对交易牛奶进行追踪、监控和管理,就能准确清晰地获取库存及销售数据,确保项目及时还款。

财富管理:智能匹配初具雏形

智能技术在投资偏好洞察和投资资产匹配环节能极大降本提效,使财富管理逐渐走出高费率、高门槛,走向中低净值人群,实现高效、低费、覆盖更广泛的目标。

互联网多维的行为特征大数据,可低成本深刻理解用户投资需求,立体刻画用户特征,包括人生阶段、消费能力、风险偏好等。实时评估风险偏好和承受能力,对用户投资风险和需求分层,为个性化投资资产匹配奠定基础,长期维护客户关系。

此外,通过响应模型和多渠道主动、适时、多次的智能触达策略高效获客。例如,数据表明,学历较高、刚步入职场的年轻人对于理财的需求,随着年龄、职位、薪资的增长逐步增加,而锁定升职、加薪等关键时点,将大幅度提升响应率。

资产管理:穿透资产底层试水期

资管市场产品多样,结构复杂,资产方、资金方具有较多痛点。智能技术将解决跨期资源配置中的信息不对称问题,全面提升资金和资产流通效率。

一方面,国内的资产证券化市场并未实现本质上的“主体信用和债项信用的分离”,传统尽调方式尚难穿透资产包识别风险。而智能金融通过反欺诈、大数据风控能力的积累,可穿透到资产,提供详尽实时的资产信息和资产评估。

另一方面,区块链技术可应用于资产证券化全流程,通过“联盟链”、“智能合约”、“穿透式监管”等技术,增强交易和资产信息的透明度,做到资产全景跟踪和交易全环节可追溯,可减少人为操作风险和效率低下的问题,更可大大提高存续期信息交互的频次与质量。

在投资决策领域,人工智能技术能够赋能资产管理机构。智能金融在资产管理领域的应用有着“软硬结合”的特点。“硬”指系统服务,例如Orbit EAM提供的企业资产管理系统。百度也已基本建成与销售系统对接较为完善和标准的资管系统体系;而对于建立在持续的大数据、AI技术服务,以及收托资产管理能力上的“软“能力方面,OCR、知识图谱和特色因子等技术应用尚在探索中。

同时,基于OCR+NLP技术的智能研报读取工具能够替代人工进行金融信息收集与整合,大幅提升投研效率。

资产管理系统

保险:行业变革的开启

智能技术在保险业的应用不断深化,逐渐涉足核心的产品设计和精算定价领域,真正开启保险业的全面变革。

近来,险企开始改变被动等待用户上门,积极运用智能技术,加强营销获客环节的主动性。通过用户大数据所建立的用户画像,保险公司可以识别不同人生阶段用户的保险需求,精准营销。基于用户画像的账户管理,可以推动从保单为中心转化成以用户为中心的运营体系,有效促进交叉销售。

物联网技术的应用和普及,也拓展了保险公司的数据广度和厚度,更多基于用户数据的保险产品创新成为可能;并能精确识别客户风险,基于风险进行个性化定价和动态定价,更好地服务消费者。

智能核保基于大规模数据训练,以图像识别技术作为驱动,可智能分类并自动化评估,最终输出定损报告。一键式的自动化操作流程,大大节约了用户的时间和沟通成本。智能客服实现自动化服务和销售,降低人工成本。

智能金融已经为金融创新开创了一个新时代,智能技术突破发展、场景应用加快落地、业界机构深化合作将为智能金融发展带来新动能。在此背景下,企业更需加以关注,确保在智能金融应用的道路上紧跟时代趋势。

欢迎使用“写留言”功能

与埃森哲交流!

未经正式授权严禁转载本文,侵权必究。
表情
您至少需输入5个字

评论 0

相关文章

推荐阅读