如今，AI（人工智能）是如此的火热，已经到了全民皆知的地步。就在2月4日中央电视台《对话》节目中，首个获得公民身份的人工智能机器人索菲亚现场现身，与嘉宾和观众们热烈互动。
在面向消费者（2C）领域，对于AI的认识已经比较充分，也有了AI手机、AI音箱等众多产品的落地。但是，AI如何才能在面向企业（2B）领域落地，恐怕很多AI行业的从业者还没有想明白。
不过，有一家AI公司却已经想明白了，它就是第四范式。近日，第四范式宣布，同时获得了来自工商银行、中国银行、建设银行及其所属基金共同参与的战略投资。要知道，过去这么多年能够同时拿到三大国有银行投资的，只有做第三方支付平台的中国银联。
第四范式公司创始人兼CEO戴文渊表示，“2018年是公司发力扩展市场的一年，我们其实是要向市场宣布第四范式来了。”如今，第四范式打算在包括银行业在内的各个领域大显身手了。
第四范式创始人、首席执行官戴文渊
老冀认为，三大国有银行一齐投资一家AI技术公司，一方面说明银行业对于AI确实是求贤若渴，另一方面也给AI在其他行业的落地指明了方向。
银行的互联网挑战
我们先谈谈，为什么银行需要AI。
说起现代银行业的起源，其实是在1407年3月2日，为了拯救对外征战多年、财政已经破产的热那亚共和国，8位当地的商人成立了第一家现代银行——圣乔治银行，帮助热那亚偿还债务，获得获得7%的利息以及收取热那亚的税收和关税。
如今的银行已经将业务拓展到了存贷款、支付结算、资产管理等诸多领域，不过其核心一直都是信用管理，而要做好信用管理，关键在于掌握与信用相关的数据和信息。正因为如此，当年开银行的罗斯柴尔德家族才能够利用信息不对称大获其利，1871年上海开通的第一家电报局的很大一部分业务都是来自于银行。
如今，银行业已经成为信息化水平最高的行业之一，而在该行业中占据翘楚地位的几大国有银行，也都高度重视信息化建设。
以全球最大的银行——中国工商银行为例，该行始终坚持“科技引领”、“科技兴行”战略，早在2000年就实现了IT 大集中，完成了全行数据大集中。此后，工商银行还实现了大数据积累，建立了全行统一的数据仓库和集团信息库两个大数据基础平台，实现了客户信息、账户信息、产品信息、交易信息、管理信息等内容的集中管理。此外，工商银行还实现了服务信息化，拥有网上银行客户1.8 亿户，电话银行客户1.1亿户，手机银行客户1.3亿户，以网上银行为主的电子银行已成为交易型业务的主渠道。
可是，在面对移动互联网时代大数据洪流冲击的时候，银行仍然感觉力不从心。之所以如此，是因为银行同时面临着付脱媒、融资脱媒、信息脱媒的挑战，其中的信息脱媒，让数据和信息脱离了银行的掌握。
随着互联网企业的兴起与发展，企业和客户的商业行为和消费习惯发生深刻改变，使得原本被银行掌握的信息，由于客户通过电商平台而变得难以被监测和控制。如果银行只能掌握一些相对静态和零散分割的信息，缺少对客户全面经营行为、资金动态、上下游关联企业、市场份额等信息的动态把握，就会形成信息“断层”。
例如，客户从商业银行办理贸易融资贷款用以支付采购货款，过去商业银行可以追踪交易全过程信息，但现在客户转为通过电商平台进行交易，商业银行就只能直接监测到第三方支付机构反馈的电子支付记录，而难以核实客户交易对手信息的真实性和资金的实际用途。
随着今后更多传统企业向电商或半电商企业转型，如果银行不能在信息技术发展的重点领域和关键环节抢占制高点，就有被“管道化”、“边缘化”和“后台化”的危险。
为此，银行急需打造一个开放型、综合化的金融平台，将各个节点、企业和个人的交易信息、金融信息、物流信息等在内的所有信息储存在这个平台上，形成纵横交错的信息网，再经过大数据处理和数学建模分析，从中发现市场机会。有了这个金融平台，银行才能转型成为“金融+信息”的服务提供商。
AI为银行赋能
如今，银行要建成这样的金融平台，并从海量大数据中发现市场机会，就必须用到AI技术。但是，如果银行只是单独采购如人脸识别等AI技术，虽然能够解决某个场景中的具体需求，却无法自己生成通用的AI能力。一旦应用场景发生变化，或者需要与其他业务 结合，单个的AI技术还是无法帮助银行解决复杂而多样的业务难题。
由此可见，银行需要的是AI能力，而不仅仅是单个AI技术。如今，在与银行客户进行反复交流和实践之后，第四范式恰恰具备了输出AI能力的能力。
具体来说，第四范式开发了一个“第四范式先知”企业AI核心系统，为企业提供完整的AI架构系统。在这套系统上，企业可以结合实际业务需求、灵活便捷地自建AI应用，从而让AI深入到企业生产、运营、销售的各个环节，快速实现业务线的智能升级，区别于解决企业一时之需的技术方案。
目前，“企业AI核心系统”已经覆盖了超过三分之二的金融领域标杆企业。以广发银行为例，在第四范式为其做核心系统的过程中，2017 年广发银行已经在基础平台上开发了包括反欺诈、智能客服等10 多个不同的AI驱动型应用。2018 年，广发银行还将继续在系统中增加更多AI驱动型应用。
对于银行来说，这些AI驱动型应用对于业务均有极大的提升。以“反欺诈解决方案”为例，银行基于“企业AI核心系统”开发的智能风控应用，上线效果相较于传统的银行风控方式提升了数倍：过去，当银行发现客户的交易有被欺诈嫌疑的时候，在覆盖60%欺诈交易的前提下，以前打1000个电话能够发现1个欺诈，会给很多客户很多的打扰。如今，每打100个电话就能够发现十几笔欺诈。
此外，智能风控应用的反欺诈模型还能够做到在交易行为发生时毫秒级响应，将现有的对可疑交易的“事后反欺诈”（主要通过电话确认）转化为事中就给予提醒，极大地降低了银行的损失，同时还节省了银行的人力成本和运营投入。
更为可贵的是，“第四范式先知”系统是开放的，技术实力强的银行可以在系统之上开发具体的应用，此外，银行还可以找其他开发商合作开发细分领域的各种应用，各取所需。戴文渊认为，为行业做全面 的AI 赋能，本质上需要解决的是生态问题。
除了提供可拓展的AI产品“第四范式先知”，为了进一步实现AI行业落地的生态，第四范式还专门成立了“范式大学”，批量培养急缺的AI人才。
通过范式大学里科学家的培训，这些学员快速学习一些人工智能方面的基础知识，然后利用“第四范式先知”等便利工具，一周就能做出一个AI应用的模型。而在过去，这往往需要专业的算法科学家几个月的时间。
更重要的是，这种培养模式是滚动叠加式的。范式大学的教学采用导师制度，由一位数据专家带几名学员，无论是在课程中还是毕业后，导师都会对学员进行持续指导。而当学员持续学习的分数达到 80 分以上，他们就可以出师并成为新的导师，继续培养学员。
通过这样一种模式，范式大学就能够在较短的时间里培养出大批银行所急需的AI人才，从而为AI在银行的全面应用解决后顾之忧。
AI行业启示录
要知道，银行业是目前中国信息化水平最高的行业之一。作为一家刚刚创立三年的公司，第四范式却能够获得三大国有银行的共同投资，恰恰说明第四范式的AI落地模式契合了银行业的需求。老冀认为，这种模式主要包括以下几点：
1. 为企业赋予AI能力，而不仅仅只是一个个的AI技术；
2. 为企业提供可定制化的AI平台，而不只是开发AI应用；
3. 为企业批量培养AI应用人才，而不只是培训少量的AI科学家；
4. 保持开放的心态，与合作伙伴一起为企业提供AI整体解决方案；
如果用一句话来描述第四范式在银行业的落地模式，那就是“授人以鱼不如授人以渔”。其实，这种落地模式也同样值得急需AI加持的其他行业和企业学习。
如果希望与老冀有更多交流，请加老冀个人微信：rouqinghufa。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
