626
機器人
人工智能的八大財資應用場景
文 | 董興榮
來源 | 《財資中國|財富風尚》雜誌2017年10月刊
財資一家（微信號：TreasuryChina）原創首發
應用場景一：智能賬戶+企業畫像
賬戶是財務與金融的起點也是終點，也是財務活動與金融業務閉環的基礎。如金融服務從用戶開戶到資金清算都在賬戶體係內運營，並衍生出以賬戶為核心的包括支付清算、資金管理、集中運營、財務核算、交易管理、投資融資、企業自金融等綜合金融業務，實現賬戶的前端和後端打通與連接。
賬戶體係是交易平台的核心，也是支付業務的基石。通過人工智能的圖譜計算技術，將各種賬戶、各類賬戶進行聚類和關聯分析，就可以基於協同賬戶給出更加準確的企業畫像，才能更全麵地獲取金融服務的需求和精準的風險識別。從信息平台用戶體係到交易平台交易賬戶與支付賬戶分離，再到交易平台交易賬戶與支付賬戶關聯。如通過將銀行Ⅱ、Ⅲ類賬戶與互聯網賬戶的綁定，有利於商業銀行和平台金融在獲客、活客、資金運營、交易金融、價值創造等方麵發力，並助推商業銀行和平台金融互聯網化、場景化和平台化經營。
金融機構和互聯網平台，每日數以十億計的用戶數和更多的賬戶數等待驗證，要求更高的自動化程度。同時，證明身份的資質證明也是名目繁多，真偽難辨。通過人工智能＋區塊鏈技術可實現數字化身份信息的安全、可靠管理，在保證客戶隱私的前提下提升客戶識別的效率並降低成本。通過程序化記錄、儲存、傳遞、核實、分析信息數據，可省去大量人力成本、中介成本，提高準確性和安全性，所記錄的信用信息更為完整、難以造假。
應用場景二：智能路由+支付工廠
企業通過支付工廠模式將集團內的支付進行集中化處理。構建企業級支付中心是企業戰略轉型與業務創新的需要。
企業通過建立統一支付結算平台，整合外部支付渠道，實現多渠道接入的統一支付處理，可以廣泛應用在企業日常生產、運營、營銷、售後等各個涉及資金劃撥和支付、結算的環節。企業統一支付結算平台將實現企業內部多個業務係統的集成，將散落在各個業務係統內的互聯網交易，如網銀網關、快捷支付統一集中到結算平台進行處理，並可以提供多種支付手段，如網上支付、手機支付等。並通過接口機器人形成統一的對外和對內接口，實現與各銀行、第三方支付等支付網關的智能連接。對內而言，可以對公司內部各係統提供單一接口，並實現與金融單位和公司內部的高效結算、智能對賬。統一支付結算平台內置智能路由，根據不同業務規則選擇最優路由支付。該平台還會集成多家第三方支付平台，通過支付工廠模式為不同的企業用戶提供更多選擇。
智能路由係統，即智能選擇最優“線路”，對於支付結算係統而言，就是要智能選擇入款、出款渠道，從而提高支付成功率，降低網關成本。智能路由網關會通過自動化、智能化分析用戶選擇的支付方式確定用來完成該操作合適的支付渠道。支付路由會綜合考慮收費、渠道的可用性等因素，智能路由能夠記住那些使用頻繁的可選的路由路徑，通過深度學習算法，知識圖譜計算來選擇最優方案，如實現網上支付智能化。
應用場景三：智能頭寸+現金流預測
對財資管理者而言，每天都麵臨著確認企業的現金、頭寸和流動性問題，並成為首要議題。根據國際頂級谘詢機構調研顯示，現金與流動性管理、財務風險管理是企業兩項最重要的財資管理場景。這也促使很多企業努力提升現金的透明度、可視化，以及加強對全球資金的管控和現金流預測，提升企業的資金管理集中度，優化集團資金結構。
有效的流動性管理關鍵在於現金的可見性：既包括該企業擁有多少現金，也包括未來可能有多少現金流入或流出。因此，財資管理者首先必須能及時準確地掌握資金頭寸狀況，以及各類資產的變現能力。其次，財資管理者通過借助人工智能技術，尤其是依靠機器學習算法、預測分析技術、知識圖譜等建立現金流智能預測機製，以便盡可能精確地預測未來的現金流，並得出企業的最佳現金持有量，即智能化頭寸管理。
此外，建立多元化的融資平台，有助於提升企業的流動性保障。采用多種銀行融資產品優化公司資金結構，主要有銀行承兌匯票、國內信用證、保理業務等。此外，借助各類管理工具（包括信息化係統、人工智能技術），比如運用“智能資金池”“智能票據池”“智能頭寸管理”“智能供應鏈金融”等創新的產品和解決方法，以及“智能資金管理係統”“智能現金流預測係統”“智能投融資平台”“產業鏈金融平台”“在線供應鏈金融”等管理工具和係統。
應用場景四：智能投顧+資產配置
企業級智能投顧也稱機器人投顧（Robo-Advisor），是依據現代資產組合理論（通常為馬科維茨提出的投資組合理論）、結合企業投資的風險偏好、資金狀況和理財目標、利用智能算法和智能客服，為企業提供資產管理和在線投資建議服務。一般而言，其成本遠低於人類投資顧問，因其服務過程能夠實現全部或絕大部分自動化操作管理，因此被稱為智能投顧。
企業級智能投顧的服務流程一般包括：客戶分析、大類資產配置、投資組合選擇、交易執行、投資組合再平衡與分析等。在客戶分析、大類資產配置以及投資組合選擇，這三步核心環節中，智能投顧機器人會根據客戶的風險水平與投資期限進行服務定製，而計算機會借助風險分散等傳統的投資理論以及量化投資策略等方法構建投資組合，並在投後過程實時跟蹤宏觀事件、市場和投資者偏好的變化等情況，進行自動風控和授權後的自動調倉。
企業級智能投顧的核心包括：（1）通過大數據獲得企業的風險偏好和變化規律；（2）根據企業的風險偏好、資金狀況結合算法模型定製個性化的資產配置方案；（3）利用互聯網對企業個性化的資產配置方案進行實時跟蹤調整；（4）利用成熟的組合優化管理模型，在企業可承受的風險範圍內實現收益最大化。
應用場景五：智能風控+未來財務
財務與金融領域已經采用不同計算機預測算法來進行風險模型分析，應用於例如VaR、信用評級、風險準備金、長尾風險、行為分析、反洗錢等領域。其中運用到的算法包括：在線過程分析（OLAP）、聚類、相關性分析、決策樹、熱點分析、神經網絡、預測模型、畫像技術、自組織網絡、網絡數據挖掘，等等。
人工智能技術的出現將有效提升上述算法和模型的精度，提供更加有效的風險評估。如反欺詐，人工智能自動挖掘文字、數據和影像等信息進行深度理解，發現並標注風險警示；信用風險管理，人工智能可以優化風險模型，並求解各變量間量化指標；尾部風險，通過增強學習算法（也稱為Q-Learning算法）可將極端事件引入風險分析。
整個智能風控的起點從獲取數據開始，主要數據來源為用戶注冊時提交的數據、使用過程中產生的數據、交易時產生的數據、第三方機構等的數據。第二步是建立模型，其中最重要的是反欺詐和信用評定兩項工作。第三步是將模型在實踐中不斷優化和迭代，即機器學習。如IBM Watson Analytics 實現了基於自然語言的認知服務，可以為企業提供包括監管、風險和合規、交易賬戶、銀行賬戶、投資賬戶和保險賬戶的風險監控業務。
應用場景六：智能機器人+財務共享
Gartner最新發布的《機器人流程自動化軟件市場指南》指出：“在過去的12個月中，Robotic Process Automation（RPA，機器人流程自動化）供應商的全球收益激增。投資者對RPA所帶來的快速投資回報持樂觀態度，財務、稅務、銀行、保險、招聘及其他傳統人力資源應用套件等業務量常常起伏不定的企業都相當看好RPA的發展前景。”借助軟件機器人，機器人流程自動化解決方案能夠全天候不間斷地確保大量耗時業務流程的自動化、管理及執行。
智能財務機器人可以實現商業活動和流程的自動化，能有效提升業務運營效率與服務質量。RPA包含可通過配置或與電腦軟件交互的方式來獲得和分析信息的應用程序/軟件，從而可實現交易處理、數據傳輸、數據比較等功能。並廣泛應用於財務、稅務、人力資源及審計等眾多領域。
此外，德勤、普華永道、安永、畢馬威都紛紛發布了財務機器人（RPA）解決方案（詳細內容請關注財資一家公眾號後續推送）。企業財務部，尤其是財務共享服務中心通過使用RPA提升稅務及財務工作效率，在降低人力時間成本、提升工作質量等方麵收效明顯。此外，還能夠通過大數據收集分析，發出財務風險的防範預警。
應用場景七：智能資管+量化交易
量化交易從很早開始就運用機器進行輔助工作。分析師通過編寫函數、設計指標，觀察數據分布，而這些僅僅把機器當做一個運算器來使用。量化交易分析師們對財務、交易數據進行建模，分析其中顯著特征，利用回歸分析等傳統機器學習算法預測交易策略。這種方式有兩個主要弊端，其一是數據不夠豐富，僅限於交易數據，更重要的是它受限於特征的選取與組合（Feature Engineering），模型的好壞取決於分析員對數據的敏感程度。直到近些年機器學習的崛起，數據可以快速海量地進行分析、擬合、預測，人們逐漸把人工智能與量化交易聯係得愈發緊密，甚至可以說人工智能的三個核心領域（機器學習，自然語言處理，知識圖譜）貫穿量化交易的始終。從2007年開始，Rebellion就采用基於AI技術（貝葉斯網絡算法）的國際資產配置策略模型來幫助客戶進行資產管理。
應用場景八：智能搜索+金融圖譜
金融決策需要大量數據支持和邏輯推理過程，金融知識圖譜提供了從關聯性角度去分析問題的能力，將規則、關係及變量通過圖譜的形式表現出來，進行更深層次的信息梳理和推測。金融領域的數據具有開放性、多樣性，且文本、數據的時間特征很強。金融知識圖譜的實體可以是投資機構、投資人、企業等，實體不是簡單的字符串，實體包含了與之相關的各種信息，比如地域屬性和分類屬性等。圖譜數據包含了實體間的關係，可以是企業的上下遊、合作、競爭對手、子母公司、投資、對標等關係，或者高管與企業間的任職等關係。業務邏輯可以參考過往案例、專家對行業的理解、投資的邏輯、風控的把握等得到。
基於知識圖譜的金融搜索引擎是金融領域的Watson，可以輸出多種金融服務，用戶名從金融機構拓展至企業和個人。IBM介紹時說“Waston是一個集高級自然語言處理、信息檢索、知識表示、自動推理、機器學習等開放式問答技術的應用”。IBM 將Watson的能力分割成許多不同的部分，每個部分可以被租賃用來解決特定的商務問題，比如語言識別服務，總共有40多種不同的產品。基於知識圖譜的金融引擎集數據、分析、搜索、投資工具於一體，一方麵可以取代金融數據終端為專業人士提供服務；另一方麵也可以為商家、個人等提供投資建議、征信信息等各類服務內容。
下期您將看到
智能財務機器人，引領未來財務
在這個充滿無限可能的人工智能時代，企業的財務共享中心迎來了財務智能機器人的問世。隨著德勤、普華永道、安永、KPMG四大谘詢公司相繼推出財務智能機器人，RPA技術被越來越多的企業、銀行所廣泛運用，它成功證實了科技高速化發展時代的到來。
你可能還喜歡
關注財資一家（微信號：TreasuryChina），在線訂閱《財資中國|財富風尚》雜誌，獲取更多公司金融、資金管理、現金管理、支付結算、企業理財、風險管理、資產管理、企業財富管理等方麵的原創幹貨。加財資君微信：treasury-westlake，進微信群與CFO、財務總監交流。
覺得本文不錯，請分享並點讚
最後更新：2017-11-02 23:55:05