數據猿報道，2017年10月25日，由 數據猿 聯合《清華金融評論》共同主辦的“2017金融科技價值峰會——數據驅動金融商業裂變”在北京隆重召開。本屆峰會主要從「消費金融」、「供應鏈金融」、以及「金融前沿科技探索」三個角度深入探索數據智能為金融領域帶來哪些顛覆式的變革！
作者 | 簡仁賢
官網 | www.datayuan.cn
微信公眾號ID | datayuancn
以下是數據猿現場直播“竹間智能創始人兼CEO簡仁賢”的發言實錄：
人工智能的領域很廣泛，包括無人駕駛、無人飛機，還有很多行業的人工智能應用等。
那么，為什么我們今天講人工智能、人機交互會比以前更樂觀呢？因為整個計算技術和數據的進步，包括大家所謂的大數據跟數據的質量，在過去20年來隨著互聯網和各個行業在工具上的積累、使用上的積累，已經給了人工智能非常好的糧食。今天在消費金融領域，我想跟大家講講如何運用人工智能技術，連接各個利益體系。
我們竹間智能做的是語意理解對話機器人，在2020年前會有80%的崗位出現機器人的身影，20%的工作將由機器人所取代。我個人預測，每一個行業、每一個公司，在未來的三到五年內都會有一個機器人代表他公司來輔助員工去解決很多問題。
舉個例子，現在的傳統對話系統，傳統的智能客服，其實并不智能，問題在于：
第一，它沒有辦法做真正理解自然語言，無法理解用戶的意圖，只能通過關鍵詞來理解，但是用關鍵詞模板沒有辦法達到效果。
第二，所有的用戶看到人工智能的時候都會存疑，相對的使用率較低，當遇到人工智能不太智能的時候，使用會越來越少，那么人工智能也就越來越不會進步。
人工智能還是要靠技術取勝，必須場景落地，沒有場景落地光有技術也沒有用，所以技術和場景之間必須要做一個結合。如何結合？這里有三個連接的利益關系：
第一，客戶。
第二，產品服務。
第三，數據。
我們講到用戶畫像，事實上，大數據是畫像的基礎，我們在對話當中獲得的數據才是最真實的。如果能夠從對話中獲得喜好、屬性，建立的用戶畫像結合企業內的數據、第三方的數據，才能夠創造更高的價值，把用戶和產品服務以及數據做一個結合。
AI機器人怎樣做才能夠滿足整個金融產業？
第一，需要有擬人化的服務。
冷冰冰的一問一答是沒有辦法持續的，對話的理解才是最重要的。
第二，情緒情感的理解。
從對話里面，我們可以抽取22種不同的情緒，疑惑、開心、滿意、不滿意、反感、厭惡等等，但每一個商業可能不一樣，有些商業可能只要六種情緒，有些可能只要四種情緒。
第三，基于深度學習的自然語言交互。
各位的朋友圈應該已經被AlphaGo Zero刷屏了，它強調的是什么？第一，強化學習。傳統的機器學習跟第一代的深度學習已經是大家耳熟能詳的方法了，強化學習則要用更多的數據讓技術能夠自學習。第二，遷移學習，這是機器學習現在跟未來發展的方向，也就是現在做的基于深度學習的自然語言交互。
第四，多輪對話，任務達成。
沒有任務達成就無法做到業務的銜接。
最后，高度定制化。每一個行業，銀行、保險、理財公司都不一樣，如何讓我們的工程達到一個高度定制化的效果，這就是我們在做的事情。
我們的愿景是，在不久的將來每個人都有個擬人化的金融管家，有可能是為了金融機構做的，也可能是用戶個人的私人金融管家。金融跟電商，其實是分不開的，它們都可以由機器人來為用戶、為消費者做服務，也可以幫企業降低成本、提高效率。
今天跟大家的分享就到這里，謝謝各位。
掃碼觀看上午「主論壇」視頻直播
（三千氪）
（中搜搜悅）
掃碼觀看下午「平行分論壇一：消費金融」視頻直播
（中搜搜悅）
掃碼觀看下午「平行分論壇二：供應鏈金融」視頻直播
（三千氪）
掃碼觀看下午「平行分論壇三：金融前沿科技」視頻直播
（中搜搜悅）
演講嘉賓PPT獲取方式：
