手机网站
手机网站
2-019年是金融科技改革的一年，这不仅体现在监管机构对金融科技的重视上，也体现在行业本身的各种变化上。
一周前，央行刚刚发布了《金融科技(FinTech)发展规划(2019-2021)》，这是中国金融科技产业的第一个发展规划和顶层设计，为该产业的发展指明了方向。
在工业领域，互联网巨头正在深入垂直领域，银行正在加快金融技术公司的分布，许多技术公司正在开始突破转型。新技术不断推动金融技术的新品种、新模式和新产业。人工智能正在影响着传统产业尤其是金融业的运作模式，从最初的颠覆恐慌到当前的转型、整合和共建新生态。刚刚结束的
”2019世界人工智能大会，是一场融合最高水平人工智能学术讨论、最高水平人工智能技术博览会、最活跃的人工智能产业合作和未来人工智能社会先进经验的人工智能盛会。在联合国数字合作高级别小组联合主席马云与特斯拉联合创始人兼首席执行官埃隆·马斯克(Elon Musk)的“两匹马”对话中，展示了技术与世界接轨的无限可能性。
是美国沃顿商学院选择的金融科技案例。FLT是中国第一家覆盖整个业务流程并运营整个系统的移动信贷整体技术服务提供商。通过技术输出，FLT帮助银行等特许金融机构转变其移动信贷。FLT在人工智能的研究和应用方面一直走在行业的前列。该公司副总裁林庆之在会上分享了他的观点，“人工智能的一些领域已经走向成熟。”“而建立企业大脑是企业商业价值的重要体现
飞行贷款融资技术副总裁林庆之发表主旨演讲
自动建模平台构建企业大脑
众所周知，人工智能至今已经发展起来，主要体现在三大应用中:智能交互、智能决策和智能应用。其中，智能决策，即构建企业的大脑，是企业商业价值和商业智慧的体现，因此是最困难的。“将来会发生什么？什么时候发生的？最好的方法是什么？”对于企业来说，通过建模进行上述预测和决策的挑战是显而易见的。
首先是技术门槛高、理论复杂、工作量大，而且机器学习的内部工作机制“黑箱”模型难以理解。就人员而言，还有许多测试。"在100名受访者中，可能只有2名合格。"”林庆之说，还有一个问题是，模型效果往往不够稳定，无法及时更新，这需要不断监控，以确保在线和离线效果的一致性
在过去的两年里，谷歌让更多人看到了“自动”这个词。探索机器学习模型自动设计的方法，即让机器自动完成特征工程、模型训练和自动参数调整，从而使整个机器学习过程更加自动化。在人工智能人才短缺的情况下，减少对人工智能科学家的依赖这种方法引起了国内外技术巨头的广泛关注。
目前，市场上主流建模平台厂商大致分为三种类型第一类是大数据分析(big data analysis)，主要是从传统商业智能厂商转变为分析建模平台，具有开源、低价、传统建模方法、缺乏自主研究算法、竞争门槛低的特点。第二种是人工智能驱动的。人工智能平台制造商涵盖了从数据到模型启动、自学和优化机器学习算法的整个建模过程。然而，过程和概念往往复杂，平台难以使用，学习成本高。第三种是大数据和人工智能的结合。它在大型金融机构积累了大数据和人工智能实践经验。根据登陆全过程自主研究平台的应用，这种平台自动化程度高，更适合企业的实际应用需求。
是一个将大数据与人工智能相结合的飞贷金融科技自动化建模平台。它有六个特点:低阈值、全过程自动化、模型可解释性、自主开发的AutoML算法、高性能计算体系结构和自学习
首先，该平台易于交付和使用。其成本和发布周期仅为传统建模平台的十分之一。新手指南和帮助提示给用户一种极端的用户体验。基于J2EE架构，它支持主流操作系统平台，如视窗/Linux/Unix/苹果机。该平台支持所有云操作系统，并支持公共云、私有云和混合云架构
其次，该平台涵盖了数据探索、自动特征工程、自动模型培训、可解释报告的自动生成和一键式应用程序部署的整个生命周期。整个过程不需要编程技巧
同样，各种直观的模型评估可视化和强大的可解释性使模型的应用更加透明，实现了人工智能应用的零阈值
此外，在算法方面，飞贷金融科技自主开发了自动特征工程、自动算法参数调整等Automl算法。在执行过程中，进行了大量的计算优化，大大提高了模型精度和训练效率，保证了平台的高性能。
最后，飞贷金融科技自动建模平台的自学习系统支持模型的自动优化，不断学习新数据，及时响应各种外部变化，大大提高了模型的准确性
飞贷金融技术副总裁林庆之接受第一财经
采访据林庆之介绍，飞贷数据技术定位是大数据和人工智能的双重引擎，核心技能锁定在四个方面:移动性、实时性、可视化和智能性具体来说，它可以分为四个层次，即数据平台、数据分析和可视化平台、数据应用(数据操作、精确营销、定量控风)和智能产品(智能交互、智能决策和智能行动)飞贷金融技术自动建模平台是一个致力于通过自动机器学习技术快速实现人工智能业务场景应用的机器学习平台。这是第一款完美体现大数据和人工智能双引擎的产品
在这个过程中，FLC金融科技的一个重要决策就是拥抱开源和开放使用。“所谓的‘开源’代表可靠性、丰富性和进步性从整个数据平台到分析平台和应用平台，飞贷金融技术采用开源架构，以获得最先进和最稳定的技术。”林清之说道
不仅如此，飞行贷款融资技术的自动化建模平台还出口到传统的金融机构，如国有大银行和城市商业银行。ToB的目标客户还包括保险、信托、小额贷款和金融服务公司。据报道，该公司在B终端服务领域拥有丰富的金融科技经验，并与银行、信托、保险和支付金融四大子行业的众多龙头企业达成了全面的技术出口服务。
”简而言之，飞贷金融技术基于自动化建模，建立了贯穿整个业务流程的智能客户获取模型和客户生命周期模型，使得精确营销能够贯穿整个客户生命周期，包括客户获取和现有客户运营，这可以为提高客户生命周期中各个环节的性能提供很大帮助。”林清之说道
飞行贷款金融技术的创新也得到了国际权威机构的认可。正如麻省理工学院斯隆管理学院出版的《麻省理工学院斯隆管理评论》主编保罗·米歇尔曼所评论的，“中国企业的创新势头和成就令人难以置信。中国企业的创新能力被严重低估。飞贷的发展过程可以称为商业创新的传奇。”“
融合共存，构建生态圈
始于2013年移动支付的快速发展。目前，中国金融技术已广泛应用于支付、财富管理、消费金融、保险技术、监控技术等领域，其发展正在加速。在今年的世界人工智能大会上，来自政府部门、行业、金融技术公司和银行的人士就人工智能的发展、应用和挑战进行了深入的讨论。大数据的丰富和计算能力的提高为深度学习算法的实现奠定了坚实的基础，使得人工智能逐渐与金融深度相结合。林庆之，
，介绍了著名的高德纳技术成熟度曲线，分为五个阶段:萌芽阶段、过热阶段、低谷阶段、恢复阶段和成熟阶段。在他看来，人工智能还处于过热的初级阶段，但是在人脸识别和指纹识别等一些领域，已经形成了相对成熟的应用，并且正在走向成熟。
将是人工智能金融应用的一大蓝海，包括智能金融管理、智能营销和智能风控制。林志清表示，随着人工智能和金融的深度融合，未来一些基于银行的服务可能会变得自主和自助。“例如，在银行财务管理的背后，帮助做投资咨询的不再是金融专家，而是一个聪明的大脑，也就是机器人。将来，我们都将学会与机器相处。”“
之前，在金融和技术整合的初始阶段，由流量主导的高端市场成为许多平台的目标。现在随着C端流量的高峰和5G技术的发展，人工智能的下一个出口将从ToC转向ToB端业务，这已经成为业内大多数人的共识。在金融和技术不断融合的过程中，技术公司和金融机构之间的关系将不再是简单的客户和供应商之间的关系，而是一种伙伴关系。双方将着眼于共同的长远利益，为用户带来极致的体验和服务。2018年11月，戴菲金融科技通过向金融机构出口“支持合作机构能力建设”的整体移动信贷技术，获得了世界银行和G20联合颁发的“全球小微金融奖”最高奖项。这是中国金融科技企业首次获得世界银行一级权威机构颁发的国际奖项，也是唯一一家获得该奖项的中国企业。
开放银行将是未来的一个方向，建设一个包括银行、客户、金融科技公司等在内的大型平台。在此基础上，将整合所有力量以提高效率和用户体验毫无疑问，生态圈的共建将是金融科技的下一个出路，所有参与者都将在这里找到自己的位置。
