平安科技肖京：先有“数据量”后有“人工智能”

随着 金融 科技 行业步入快速发展期，作为行业最重要的核心技术之一的“大数据”技术正受到越来越广泛的关注。在今年的两会上，其也成了“金融科技”领域的热门关键词，不少代表委员从 经济 引领、应用、安全与保护等多个方面就“大数据”的应用和未来发展进行讨论和发表观点，充分肯定了大数据产业的兴起给金融科技带来的综合影响力和促进作用不容忽视。

平安科技大数据首席总监肖京

近日，平安科技大数据首席总监肖京在接受 媒体 访问时，对大数据分析应用和未来趋势发表了自己的看法。他表示，得益于平安集团多年来在金融领域的技术实践和数据沉淀，平安科技已经具备了足够强大的数据能力，现在正着眼于深度挖掘数据的价值，进而加快推动人工智能技术的全面应用。

挖掘数据的价值目的：提升客户体验

作为平安在技术应用方面“智库”，平安科技一直以来都致力于为集团的保险、银行等传统金融业务，以及陆金所、平安普惠、平安好医生等 互联网 业务板块提供各种技术支持。肖京透露，早在4年前，平安科技就开始着手数据集中，通过清洗、整合等，对底层数据进行深度地综合应用，比如平台搭建等。他表示：“花这么大的力气做这些基础性的工作，目的就是为了挖掘数据的价值来更好服务客户。”

通过大数据分析和挖掘，有助于向客户提供金融服务时做好风险控制，比如信贷风险的控制，贷款前就需要清晰地了解贷款人的信用情况，是否具备还款能力等，而这些同时又是开展征信业务的信息基础。

目前，除了个人征信以外，平安科技还重点利用包括深度学习在内的大数据智能分析技术，对资产端和资金端的潜在风险进行深度洞察和精准推算，从而提升风险定价能力等金融服务和产品的竞争力。

数据挖掘在三个阶段具有重要价值

在肖京看来，数据挖掘的价值主要体现在三个阶段：

第一阶段是业务规则和业务经验。以车险理赔为例，理赔车辆如果是丰田车，而上报的却是保时捷的配件，显然两者在信息数据层面是不吻合的，能够帮助业务部门及时应对，这是数据最快见效的层面；

第二阶段是商务职能，目的是要寻找到数据之间的关联性，对用户按数据特征合理分群并进行分类处理，这主要应用于服务“头端用户”，即特征特别明显的客户群体中；

第三个阶段则要服务长尾用户，通常来说，由于长尾客户没有很明显的特征，彼此间也缺乏关联性，因而需要通过机器学习等深度智能的方法来触达。而这时，根据不同项目、不同人群、不同场景进行建模就显得尤为重要。

大数据运用后的金融服务的智能化

肖京认为，一个成熟的IT企业其发展要经历过几个阶段，一是信息化，二是数据化，三是智能化。这意味着，人工智能的实现依赖于数据的基础，“有了大量的数据以后，才是考虑怎么才能让决策变得更加的智能。”他说。

目前，平安所有业务在很多应用方面上都基本实现了智能化，比如金融服务最核心的风险控制、运营优化、欺诈识别等等。而人脸识别其实是风控安全方面的一项应用，可用于身份认证、精准 营销 等，能更好地了解客户的洞察和需求，满足客户的需要。据悉，前不久平安科技在国际人脸识别数据库的测试中准确率达到99.60%，这一成绩可与谷歌、百度等业界巨头比肩，已经走在世界前沿。

而对于未来，肖京表示，平安科技在人工智能技术应用方面的发力将会继续立足于金融服务领域，依托大数据优势，构建更加智能化、线上化、自主化的业务模式，让更多用户体验到技术给金融带来的便利。