過去幾年，AI在金融領域“大顯身手”，一度被尊為“全新生產要素”、“風口中的風口”；清華大學國家金融研究院院長朱民還曾公開表示，AI應用會遍布銀行所有的垂直領域和職能部門，同時這也是金融科技的未來所向。

對于朱民院長的看法，平安科技負責人深以為然。他篤信：新一輪科技革命已加速到來，AI等新技術正在深度顛覆世界。

賦能、變革

金融業，擁有海量、實時數據，數據可得性及豐富度非常高，能夠為AI賦能提供極佳土壤；與此同時，受限于一些內在機制的束縛，傳統金融機構很難在科技創新上有所突破。

“千行一面、產品服務同質化、如何提升風險管控水平是很多金融機構正面臨的棘手難題。拿數據管理及應用來說，如今傳統銀行對數據挖掘的利用比例三成不到，造成了極大的資源浪費，”平安科技負責人分析道。

面對紛紛尋求互聯網化轉型的中小銀行及金融機構、面對突然席卷的金融業務模式重塑，地豐物美的金融賽道一時間吸引了眾多AI玩家的玩命競逐，其中也包含以金融業務技術服務起家的平安科技。

從大環境來看，目前傳統金融機構已開懷接納 AI自革，以改造自身業務、產品及服務。具體體現在四個層面：

一、用戶交互層面：AI能省時、有效、安全地解決部分客戶需求。

比如，平安科技在移動端自助開戶流程中加入人臉識別、OCR識別、人證比對技術，以快速確認是否為本人開戶，提升用戶體驗；

二、業務邏輯層面：其可以立竿見影地解決金融領域最突出的獲客和風控難題。

比如，平安科技在柜面開戶、高風險業務辦理環節，加入人臉識別核身、機器識別提升關鍵業務安全校驗級別，降低人工審核壓力，提升準確率，規避小微網店工作人員的道德風險。

數據統計，相比傳統保單的審核檢出率，平安科技的“平安腦”識別準確率和業務效率提升近4倍，并且在一年以來已識破多起“騙保”行為，預防20多億元的資金流失；

三、后臺運營層面：它可以貫穿金融業務前中后臺，提升客戶滿意度。

比如，平安科技結合人臉識別、遠程視頻技術、電子簽名技術，構建遠程服務，將大量的前端標準服務轉移到后臺客服中心統一辦理，以節省人力，減少單點業務峰值期導致的客戶等待時長的問題，提升客戶滿意度；

四、監控管理層面：讓AI深度理解用戶、提供個性化服務、擴展服務邊界。

再比如，平安科技還積極推出微表情識別等技術，推動智能貸款風控管理與業務效率。以往個人信用貸款頻繁面臨欺詐風險，平安人臉識別技術結合微表情識別技術，提高了貸款決策的一致性，可直接幫助金融機構降低貸款審核運營成本。

對于上述所提針對金融機構相關業務所推的AI解決方案，平安科技負責人表示，這些應用只是冰山一角，人臉識別等生物特征識別技術在應對包括金融科技公司防范信用風險和欺詐風險中都能發揮重要作用，如今相關機構對于技術的賦能呈現積極心態。目前，平安科技人臉識別服務已有超過百家金融領域的合作客戶，落地超130+金融場景，實現了日均260萬人次服務使用。

對于這一成績，平安集團副CEO兼CIO兼COO陳心穎表示，加大科技賦能力度將會是平安集團的不變宗旨；未來，集團還將積極投入研發人利己及資源，以更好服務主業及科技賦能。

安全、高效

談及這兩年的賦能之旅，平安科技負責人感慨頗深：看起來順風順水，一片繁華的背后有著外界看不到的努力及汗水。

談及至此，他饒有興致地與雷鋒網分享了他與金融甲方客戶的一些心路歷程，“起初，我一直擔心競爭對手、擔心市場需求，到最后才發現如何能讓客戶用到更加便宜、好用、安全的產品是最難的” 。

這其中包含了三個核心關鍵詞：

首先是便宜，金融甲方身處金融圈，也不意味著他們就是暴富群體，他們對成本的考量非常看重；

其次是好用，對于金融甲方來說，他們的客戶是覆蓋各年齡段的廣大普通老百姓，產品一定要簡單易用、操作不能太復雜、交互體驗要好。

最重要的一點是安全，對于金融客戶來說，安全大于一切，這是不可觸犯及逾越的底線。相比其他領域，金融行業對于技術安全性及準確率的要求要高幾個層級。在要求極高人臉識別成功率的同時還要求極低的誤識率，并且人臉比對全流程時間控制在一秒以內，能夠符合以上要求的廠商少之又少 。

也就是說，如何能在確保安全性的前提下做出真正經濟、好用的產品是壓在技術服務提供商身上的“五指山”。

“我們現在可以自豪地說，平安科技做到了。” 他透露，“自成立之初，平安集團就將“安全”定義為技術可用性的命門。以金融行業為例，它對于技術的容錯率要求更為嚴格，對風險和不確定性的控制要趨近于零”。

從技術層面來說，與人們都希望部署的大規模神經網絡不同，平安科技一直追求做一個精致小巧的網，它能夠應用到更加多樣的平臺上，同時精度不被損失。

“事實上，我們覺得數據還可以再少一些。我們現在是百萬級的數據，但實際上已經可以做到只需要幾十萬的數據，訓練出99%以上的精度。”平安某技術負責人說道，“目前，基于平安體系內多年積累的大數據資源，平安人臉識別技術自優化的架構可以應對人臉隨年齡的增長而發生的變化，包括同卵雙生雙胞胎問題，只要對應照片被收錄，同樣可以被識別” 。

從方案層面來說，與其他技術提供商的單一技術能力不同的是，目前平安可以提供除了人臉識別之外，包括聲紋識別、微表情識別、OCR等各項技術的多種結合、多重驗證方式。

作為一家老牌金融企業，如今平安集團在中國企業500強中排名第五位，為多個國家數百個地區提供金融相關服務，并在全球范圍內提供軟件開發和技術支持服務，航行多年未出任何大的技術紕漏，安全、專業、穩定已成其核心元素及關鍵代名詞。

攻苦、食淡

通常，人們總善于將‘常見’與‘簡單’劃上等號。

這兩年，AI逐漸走進大眾視野，花樣賦能至各個場景，甚至公廁都安裝了人臉識別系統以監測紙巾使用情況。

極為常見的技術應用難免讓人覺得廉價及不堪。換言之：AI落地真的那么簡單嗎？

某互聯網AI公司技術高管告訴雷鋒網，大部分公司的AI技術在落地前都會在實驗室中進行一項可行性研究實驗，通過一個業務模型驗證技術是否可用，目的在于證明方向是否正確、理論是否可以落地；但真正到了產業化落地階段，才發現現實的骨感，光照、遮擋等環境因素會讓兩個數據之間的差異巨大。實驗室理論研究數據不能說明任何問題。

平安科技負責人對于此說法連連點頭，“落地才是王道，AI算法準確度不能只看理論研究數據，特別是在金融領域。金融行業受限于其自身特性，對場景安全等級要求之高令人咂舌，同時與之匹配的AI技術標準也更高。我們在金融行業摸爬滾打了三十年，把所有細分金融業務場景吃透，才能確保AI技術與金融領域場景需求高度契合、確保技術能夠真正落地、商用、賦能”。

過去三十年，以金融為主航道，平安集團一直結合市場需要及外部環境去研究自身技術存在的短板。

以人臉識別為例，平安集團此前多年就一直發力于此，期間市場上應用相關技術的消息也未曾絕耳。彼時平安內部一致認為時機尚未成熟：動態人臉識別率在復雜環境下根本不可用；另外由于產業化不足，產出比太低，功能實現還很困難。

直到前兩年，作為AI技術沖天的催化劑，深度學習技術的成熟讓其識別率平均半年就有一次數量級的提升。在此背景下，平安科技人臉識別技術準確率提升迅猛，能夠達到99.8%，聲紋識別準確率也高達99.7%。

“時機終于成熟了！默默付出了這么多年，終于看到曙光了”，在回憶當時情景時，平安科技負責人至今還興奮不已。

幾十載的技術、資源積累終有一日能夠賦能全社會，對于平安科技來說，這是件無比驕傲的事情；就像滿懷技藝的舞者亟需一個舞臺一樣。

快馬加鞭，短短兩年時間，平安科技相繼推出人臉識別、聲紋識別、微表情等生物特征識別的人工智能技術，利用科技創新手段，通過中小銀行金融科技聯盟來推進金融業務線上化以及服務模式轉型。

得益于技術的高可靠性，一時間包括金融、教育、安防、醫療、政務等各個領域都可以看到平安科技的影子，已有超過15億人次使用過他們的相關技術。

對于平安科技短時間內獲得的優異成績，站在第三方視角來看，雷鋒網認為AI賦能金融選擇平安科技是正確且科學的，AI的落地看重數據、算法、人才、場景四個層面。

無疑，平安兼備。

開放、共享

平安集團董事長馬明哲曾指出，“智能科技的時代正在來臨，贏科技者贏未來”、“平安將逐步從資本驅動型的公司變身為科技驅動型的公司”。

這幾年，數十萬平安人正為這個目標日夜努力著。目前平安AI相關應用已涉及智能投資顧問、預測和反欺詐、征信與風控、安全監控預警、智能營銷客服、投資決策、保險定價等方面。

當然，除了做前瞻性探索，積極賦能之外，平安科技近日還做了一件自我革命、普惠共享的事：開放人臉識別平臺V2.0，以更加開放的姿態賦能全行業。

其實早在去年GMIC 2017上，平安科技CEO陳立明就曾表明態度，“平安希望資源民主化，分享已有的技術、解決方案，而并非獨自享有”。

在他看來，隨著金融客戶的增多，整個金融服務領域的需求會顯著提升，平安科技希望能夠利用自己的一些力量去幫助金融業的智能轉型升級。

而此時，平安科技也的確是這樣做的。他們正為金融業提供更好的算力、算法，幫助更多中小型金融類企業實現業務創新；以更開放的姿態，肩負賦能之決心，引領金融行業的升級變革。

在上月召開的GMIC2018上，平安科技CEO陳立明說到“人工智能不僅是人臉識別、聲紋識別、圖片識別等技術，而是將技術放到場景中去融入生活，才能令更多的人享受到科技進步帶來的便利和美好”。