笔趣阁

手机浏览器扫描二维码访问

第五章 飓风袭来将被颠覆的行业（第6页）

美国公司Realeyes使用计算机视觉、机器学习技术，通过电脑或智能手机摄像头跟踪用户面部表情，评估用户的情绪变化。目前，Realeyes已经建立了超过500万帧的人脸数据库。每一帧都有多达7个面部动作注解，比如皱眉意味着困惑，而眉毛向上抬起则表示惊讶。此外还会有其他面部特征帮助一起进行情绪识别，使分析结果更有说服力。Realeyes正在研发一款心理健康产品，以便帮助人们变得快乐并且保持快乐。

随着智能手机、可穿戴设备中传感器的丰富，这些设备已经可以获取用户在不同场景中的运动数据（跑步、瑜伽、游泳等），睡眠质量、血糖、心率、心电图、血氧等数据，以及生活场景中的温度、空气、紫外线等数据，从而为人工智能更健康地管理人们的生活提供更全面精准的资料。

医疗语音助理

AI在医疗领域的第五个重要应用是医疗语音助理。医疗语音助理目前已经在病历录入、智能导医、推荐用药等环节开始商用，帮助医生减轻工作压力，提升患者的就医体验。

病历书写花费了医生相当多的时间。据香港德信2016年调查数据显示，中国50%以上的住院医生平均每天用于写病历的时间超过4个小时，相当一部分医生写病历的时间超过7个小时。而语音助理则能够大幅减少写病历所用的时间，医生的口述内容可以实时转写成文本，录入到医院信息管理软件中。录入病历的效率提高以后，医生能够拥有更多时间问诊。对放射科等特殊科室的医生来说更是效果明显。放射科医生大多需要在2个屏幕间来回切换，一会看片子，一会进行报告记录，有了语音录入，可以把注意力放在片子上，边看边说，工作更加流畅，效率也大大提高。2016年8月，北京协和医院在病房、手术室、超声科、放射科等全部上线“医疗智能语音录入系统”，成为首家支持语音识别的公立三甲医院，这套系统的语音识别准确率达到95%以上，个别科室的准确率更是超过98%。

美国语音技术公司Nuance推出的虚拟助手Florence，更是能在一定程度上理解医生口述文件，并通过洞察发现来提供及时的建议，例如药物、实验室或做CT的订单等。Nuance的报告显示，Florence在试点阶段就为医生节省了35%的时间，而现在与优化之前相比节省的时间超过了50%。该系统还将20个订单的键击总数从87次减少到零。Nuance表示，这意味着仅仅在美国的药学、放射学和实验室订单方面，一年就为医生节省了2260万个小时。

智能导诊机器人也开始在医院中应用。路过大堂的医生或服务台人员经常被患者问询该挂哪个科室的号，有无主任医师，以及洗手间、开水房的位置。数据显示，目前中国一家三甲医院的日门诊总量平均约为6000人次，即便10%的患者问询这些问题，也将给医院带来较大压力，并且由于分属不同的科室和专业知识的局限，被问询的医生或护士很难精准地回答。而智能问诊机器人在云端和医院的各个系统以及服务商的知识库相接，能够通过语音或显示屏轻松准确地解答大多数问题，并且这些导诊机器人还能听懂不同的方言和外语，能够解决该类人群沟通不畅的问题。目前，科大讯飞的机器人“晓曼”、进化者机器人公司的机器人“小胖”已经开始在北京、武汉等地的医院提供服务。（见图5.12）

图5.12北京301医院门诊大厅内的智能导诊机器人

图片来源：中新网。

还有一个语音辅助医疗的例子是荷兰一家创业公司开发的接线辅助智能系统Corti。该系统能够根据患者提供的信息和说话声音，识别患者的症状，向急救专业人员进行提示，并且能够提醒接线员询问更为详细的信息。2016年12月，接线员推断一名男士在事故中摔倒，被损坏的屋顶砸到了背部，此时，Corti开启了声音识别模式，它听到了微弱的震动声，患者虽然心脏骤停但还在试着呼吸，Corti准确识别了这个场景。

智能金融将导致一大批白领、金领失业

AI将给金融行业带来彻底的颠覆。金融行业的重要分支例如银行、保险、证券、理财将无一幸免。

银行

全球银行业正在受到金融科技的巨大冲击。据埃森哲调研数据显示，消费者正以每年两位数的增长速度从传统银行迁移到互联网金融。超过一半的调研者认为目前银行基于互联网金融的业务收入占比低于10%。埃森哲预测到2020年银行业将有近30%的营业收入受到影响。

人工智能技术作为金融科技的核心技术，正在使银行业的服务形态、数据处理、需求洞察、风险管理等发生根本性的变革。

首先，银行面对消费者的大量业务和服务将被AI取代。例如贷款的审核方面，人工智能可以在贷前、贷中、贷后进行客户跟踪管理。根据银行的征信数据加上社交的数据行为特征，可以精准地描述个人行为和金融风险。一笔贷款的申请和审核可以在瞬间完成，并且比人工审核的坏账率更低。以前银行做小额信贷很少，因为风险太大，损失率太高，现在因为人工智能和大数据，小额信贷开始蓬勃发展。再比如客服方面，汇丰银行、恒生银行、中国平安银行等都推出了智能语音客服，采用了自然语言处理技术，能够回答客户的提问。根据美国市场调查公司JuniperResearch（朱尼普研究公司）测算，与传统的呼叫中心调查相比，一个聊天机器人的回答将节省大约4分钟。预计到2022年，聊天机器人将帮助全球银行每年节省80亿美元。

其次，AI将取代银行内部的大量人工运营管理工作。大型银行必须处理大量的数据以便生成财务报告，并满足合规要求。这些过程都越来越规范化、程式化，但仍需要大量人员进行添加任务，比如对账和合并报表，他们的工作是机器人过程自动化（RPA）的理想选择。

不仅如此，在接下来的几年中，人工智能将被用于改变财务中最核心的功能，例如公司间对账和季报，以及进行财务分析、合规分析等更具有战略性的职能。AI提供了速度和准确性，例如，整个报告和披露过程可以和真实时间基本保持同步，不用再等到每个季度末期。由AI支撑的财务团队能够比现在更快地发现问题并做出调整，从而提高准确性，而非每个季度的最后阶段才做努力。例如英国的Suade公司合规平台能够满足银行时刻审慎的监管政策，该平台能够自动通过数据整理生成监管报告。

风险控制对银行业来说非常重要。整体的风控方面也开始引入越来越多的算法。以前银行的首席风险官主要紧盯资产负债表来控制风险，而当前随着数据维度的增加，负债表、收益表、库存、流量、企业的经营状况都被纳入其中，并且实时跟踪挖掘，不用等到资产负债表出来再进行调整模型，整个风险的管控精准度比以前大大提高了。

银行业也正在借助算法来遴选人才，同时减少跳槽员工的数量。德意志银行2016年9月面向部分美国大学毕业生启用一套筛选系统，该系统由一家硅谷公司Koru设计。参与德意志银行美国企业融资职位的候选人要完成该系统20分钟的行为测验，以便选取和公司表现最佳的初级员工有类似忠诚度的员工。负责该项目的德意志银行董事总经理诺埃尔·沃尔普（NoelVolpe）表示，该系统旨在发现“具备我行最优秀、最聪明人才身上的某些特征的候选人”。他相信，与各银行通常竞相争夺的常青藤大学候选人相比，新的测验识别出的招聘对象将更适合该行，因为常青藤大学的毕业生往往没有忠诚意识。花旗集团、高盛也在试运行自己的版本。

面对金融科技带来的竞争力和紧迫感，银行除了变革业务架构和将技术融入业务之中，一定要重视自身的天然优势——既有的用户和数据。麦肯锡研究报告以银行业为例指出，银行业每产生100万美元的收入，就会产生820GB的数据。金融行业在发展的过程中积累了大量的数据，包括客户信息、交易信息、资产负债信息等。

图5.13是不同行业每产生100万美元收入所产生的数据量。随着软件功能的增强和传感器成本的降低，单位收入所产生的数据还会大大增加。

交易信息、账户信息、身份特征信息和行为数据构成了未来金融业基础核心数据的金矿。截至目前，包括网络银行所用的数据在内，银行业使用的数据只占现存数据的不到10%。银行只有结合用户在互联网上的行为特征，深度挖掘既有的数据，才能更好地掌握和吸引用户，并为他们带来更好的服务体验。

图5.13不同行业每产生100万美元收入所产生的数据量

图片来源：麦肯锡报告。

保险

以人工智能、大数据、区块链等技术为核心的InsurTech（保险科技）正在重新定义保险产业。保险业务从产品设计，售前（咨询、推荐、关怀），承保（认证、核保、定价），理赔（反欺诈、核损、赔付），售后服务（客服、日常分析、客户关系管理），以及营销和风险控制方面都在重构。

在产品创新方面，通过AI可以精准发掘潜在的保险需求，提供定制化保险产品。旧金山的一家汽车保险公司Metromile打破传统车险的固定收费模式，利用手机App（应用程序）及大数据运算掌握用户的开车里程数，并根据收集到的资料实施定制化收费，让用户根据开车行为及情况更公平地支付保费。Metromile认为65%的车主都支付了过高的保费以便补贴少数开车最多的人，因此它们抓住传统车险模式中的这个痛点，推出按量计费的新形态车险，实现里程维度上的个性化定价。Metromile提供的车险由基础费用和按里程变动费用两部分组成。其计算公式为每月保费总额=每月基础保费+每月行车里程×单位里程保费。其中基础保费和单位里程保费会根据不同车主的情况有所不同（如年龄、车型、驾车历史等），基础保费一般在15～40美元，按里程计费的部分一般是2～6美分英里。Metromile还设置了保费上限，当日里程数超过150英里（华盛顿地区是250英里）时，超过的部分不需要再多交保费。2017年特斯拉也宣布今后将自己提供汽车保险。因为特斯拉有每辆车的驾驶数据，它可以为每辆车制定个性化保险产品，这样的“保险精算”是任何传统保险公司都望尘莫及的。

保险营销创新，现在通过大数据的应用，平台可以对数据进行比较，帮助客户选择保险。比如有一款应用Denim，为保险公司提供社交推广平台，通过数据分析为保险公司精确引流客户。

保险管理平台的创新，比如Apliant就是一家为代理人提供管理平台的软件，提高代理人的服务效率以及服务水平。

在承保方面，南非农业数据分析平台Aerobotics公司通过无人机来获取农业、物流、矿产等行业的数据，以此来评定风险等级，提升公司效率。硅谷的财产保险公司CapeAnalytics则是利用机器学习和高空摄像技术来为投保人的财产进行风险等级测评。其高空成像技术可以检测出不同的时间内，同一空间内物体的改变情况。

在理赔方面，2017年6月，蚂蚁金服基于图像识别检测技术与人工智能推出了“定损宝”，只需按要求将拍摄的照片上传，定损宝就能用云端服务器的算法模型根据用户上传的图片进行判定，生成解决方案，该类产品能够在理赔服务流程中降低成本。目前在保险业中，约有10万人从事查勘定损的工作。实现自动定损之后，预计可以减少查勘定损人员50%的工作量。美国财产保险公司Dropin更是开发了一个直播平台，保险公司可以从无人机或用户手机端获取事故现场的实时视频并以此为依据，远程定损。

当前保险科技参与主体按照经营特点分为三类，分别是传统保险公司、互联网保险公司和技术服务公司。全球已经有超过1300家保险初创企业，大多数通过更为精准的产品设计或者全流程的金融科技提供服务。加之阿里巴巴、腾讯、百度等科技巨头进军保险行业，这对于传统保险公司无疑形成了较大的压力。普华永道调研显示，保险行业对金融科技颠覆行业的担忧正在减弱。2017年大部分受访者（56%）预计其业务收入的1%～20%可能受到保险科技公司的威胁。（见图5.14）

图5.14未来五年内，可能被保险科技公司抢走的业务收入占比

图片来源：普华永道报告。

但多数传统保险公司的前途依然堪忧。人工智能对保险的颠覆会来得更加迅猛，因为保险是以场景为基础的，人工智能的技术就是以场景为基础处理特殊的任务。阿里巴巴、腾讯、百度等互联网公司通过线上服务比较精准地掌握了用户的出行、餐饮、娱乐、就医、社保等场景数据，通过挖掘数据来推销的准确率要大大高于保险销售员的地推销率。并且在人工智能技术和信息服务平台上，传统的保险公司也并不占优势。互联网公司能联动互联网的参与方（例如互联网电商、互联网社交、互联网金融等公司及客户）嵌入互联网背后的物流、支付、消费者保障等环节，创造新的互联网保险产品，并实现从保险产品的购买到理赔全在线上进行，比如，阿里巴巴根据用户在其电商平台购买紧身牛仔裤等行为推荐手机碎屏险。

证券