文/新浪財經意見領袖（微信公眾號kopleader）專欄作家  陳文

　　在互聯網企業和傳統商業銀行合作深化的未來，我們也期待這些互聯網企業對于傳統銀行的貢獻能夠突破傳統的助貸模式，帶給傳統商業銀行金融產品在設計理念上根本性的變革和企業運營上持續性的優化。

　　11月16日的百度世界大會上，百度掌門人的李彥宏將當前這個時間節點解讀為人工智能（AI）的“黎明”，意味深長。對于在商言商的企業家而言，“黎明”的到來在于看到可以商業化的模式，研發的長期投入有望得到豐厚的匯報。百度高級副總裁朱光在當日的智能金融論壇上明確表示，金融在百度AI五大版圖中將成為第一個成功實現商業變現化的場景。話音剛落，百度與中信銀行合作打造的國內第一家獨立法人的直銷銀行——百信銀行正式宣布開業，百度金融的AI輸出能力有了落地的嶄新實體。人工智能使信息技術在金融領域的價值從渠道和平臺真正走入了商業核心。

　　國內AI的大旗最早由BAT扛起，各大獨角獸企業紛紛跟進，黎明期的角逐已然波濤洶涌，并迅速向金融領域全方位滲透，推動著金融服務的全方位自動化和智能化。

　　從海外經驗來看，AI對于金融的變革早已成果顯著，直接的視覺效應是機器對人的替代，基于AI技術的聊天機器人和虛擬助理已經推動北歐的商業銀行在過去的十年內關閉了大約30%的線下實體網點，而從2016年至今，包括貝萊德集團、德意志銀行、瑞士信貸、荷蘭ING銀行等全球重量級銀行紛紛展開裁員計劃， 30%的職位有望被“被直接自動化”。AI之風吹過，傳統金融迎來了做減法的時代，持續壓縮存量網點和人員，開始接受和采納依托技術拓展業務的新邏輯。

　　對于國內的商業銀行而言，變化似乎沒有來得如此顯著，但與互聯網巨頭就基于AI提升信貸服務的全方位合作恰得其時。今年3月國務院《政府工作報告》明確“鼓勵大中型商業銀行設立普惠金融事業部”，截至6月末，工、農、中、建、交五大國有商業銀行總行普惠金融事業部均已正式掛牌。然而，承擔一定政策性任務的大行在開展諸如小額信貸等普惠金融業務，仍面臨如何有效解決收益覆蓋成本（靜態維度）、收益風險相匹配（動態維度）這兩個問題。與互聯網企業開展人工智能合作給商業銀行帶來了機遇新的技術以一種商業可持續性的模式切入小微金服的難得契機。

　　第一，  AI的應用有效控制成本，解決收益覆蓋成本問題。

　　銀行之所以不愿意做小微，原因在于小微單筆授信額度太小，與大額授信相比所走的項目開發流程以及信貸流程又差不多，因此在傳統經營模式下小微業務的“性價比”遠遠低于和所謂“大客戶”相關的業務。

　　人工智能的應用有望顛覆傳統的經營模式，將小額信貸的人海戰術理念轉向以智能算法和“機器人”，系統開發及相關軟硬件的采購雖然初期投入很大，但信貸規模的擴張有望不斷攤平投入成本，平均成本增長曲線呈現明顯的遞減趨勢。因此，信貸規模的擴張不再意味著人員投入的同比例增長以及管理成本更高速的擴張，對掌握金融科技核心技術的企業來說，小微業務的利潤率水平有望在合理成本下得到持續提升。事實上，如果智能算法和網絡渠道完全取代人力審批和營銷，小微項目的開發有可能進入零邊際成本時代。

　　第二，AI的應用優化資產定價，解決收益風險匹配問題。

　　金融的風險具有滯后性，對于放貸機構而言，在風險爆發之際，可能賺的是利息，損失的卻將是本金。小微業務相關數據的缺失使得傳統的事先風險評價難以有效進行，在激勵機制設立不當的情況下，業務擴張可能意味著道德風險的急劇加大。尤其是宏觀經濟增長速度放緩的當下，小微企業首當其沖，風險暴露加速，資產端收益受制于合同規定以及法律上限規定具有粘性，收益風險不匹配問題將愈發突出。

　　人工智能的優勢在于基于豐富的數據源以及多種算法預測各種潛在的風險以及各種情形對應的概率，對于小微借款者的信用評價更具有多維度性以及動態性，有效提升對于借款人的還款能力與還款意愿的預測能力與效率。例如百度金融推出的“般若”大數據風控體系，無論在風險的識別和反欺詐領域都效果凸顯。

　　在信用領域，央行征信數據加百度數據可以將客群的風險區分度提升13%；在反欺詐領域，百度由于擁有百億節點、五百億邊的運算能力，可以達到秒粒度圖快照和秒級查詢響應。諸如此類的智能風險評價體系減少了人為的主觀因素，有效防范小微業務中的道德風險問題，同時提升了風險定價的實時性，對體系龐雜、層級冗繁的大型金融機構而言具有革命性的意義。

　　人工智能在商業銀行開展信貸業務中的意義一方面在于有效的成本與風險控制，另一方面在于推動其變革傳統的信貸業務理念。農業銀行聯姻百度打造智能銀行正是題中之義。具體而言，在人工智能時代，即商業銀行將有望基于前瞻性的預測主動挖掘乃至創造信貸新需求，由信貸服務的被動滿足者向信貸服務的主動供給者轉變，從而華麗轉身為智能銀行。傳統商業銀行在服務借款人時幾乎總是等著客戶主動找來，客戶提交貸款申請之后，商業銀行需要花費一定時間進行信貸審核，銀行信貸審核的嚴格程度與借款人獲取信貸的便捷性一般存在負向關系，過于快捷的信貸審核流程往往意味著風險把控不嚴。

　　人工智能的應用為貸款機構在強化風險把控能力的同時提高信貸獲取的便捷性方面提供了可能，智能響應模型可以通過分析客戶的網絡搜索記錄挖掘客戶的潛在貸款需求，主動推介相關的貸款服務。例如，當智能機器人發現某客戶近期經常搜索培訓信息時，判斷其存在助學貸款的需求，在客戶提交貸款申請前即對客戶進行初步信貸審核并進行定向信貸產品推薦。這里，貸款機構成功實現了由一個滿足信貸需求的被動方向創造信貸需求的主動方的轉變，正切合信貸市場由賣方市場向買方市場的轉變歷程。

　　在互聯網企業和傳統商業銀行合作深化的未來，我們也期待這些互聯網企業對于傳統銀行的貢獻能夠突破傳統的助貸模式，帶給傳統商業銀行金融產品在設計理念上根本性的變革和企業運營上持續性的優化。

　　以百度金融為例，其對于貸款機構的服務重心慢慢移到資金方面。百度金融基于區塊鏈打造的消費金融資產ABS發行已經高達185億人民幣，人工智能技術對底層資產穿透式的風險把控以及風險分級將有助于降低資方和項目方兩方終端的信息不對稱程度，防范類似美國次貸過程中產品設計底層資產層層包裝后道德風險加劇的問題。我們相信，隨著商業銀行加速向資產管理領域發力，大量底層信貸資產有望借助ABS的思路融資，互聯網企業在金融產品設計方面的技術支撐方面必將產生更多貢獻。

　　(本文作者介紹：百舸金融論壇發起人，北京大學新金融和創業投資研究中心研究員)