他認(rèn)為，未來金融從形式上會有較大變化：傳統(tǒng)網(wǎng)點(diǎn)會萎縮且轉(zhuǎn)型，人們會依賴手機(jī)互聯(lián)網(wǎng)辦理業(yè)務(wù)，隨著5G和可穿戴設(shè)備的升級，金融服務(wù)的接點(diǎn)接口會越來越多，智能風(fēng)險門戶、自動化財(cái)務(wù)室、開放銀行、知識圖譜等充滿”未來感“的名詞，正在逐步變?yōu)楝F(xiàn)實(shí)。
作為商業(yè)AI解決方案供應(yīng)商，合合信息是金融行業(yè)內(nèi)應(yīng)用場景較多的頭部科技企業(yè)，積極運(yùn)用云計(jì)算、大數(shù)據(jù)、人工智能等新興技術(shù)賦能產(chǎn)品發(fā)展，應(yīng)用場景拓展到銀行、保險、汽車金融、物流、地產(chǎn)等多個行業(yè)， 在展區(qū)現(xiàn)場，合合信息對外展示了多款人機(jī)協(xié)作的機(jī)器人產(chǎn)品，比如表格機(jī)器人、財(cái)報機(jī)器人、合同比對機(jī)器人、銀行開戶機(jī)器人等。利用人機(jī)協(xié)作，降本增效。
連接、信用、風(fēng)控與跨境融合
過去1年，螞蟻金服全面開放，京東金融轉(zhuǎn)向2B，平安銀行的數(shù)字化嘗試，招商銀行知識圖譜的上線，頭部企業(yè)的科技動向代表了市場發(fā)展的未來方向。畢馬威預(yù)測到2020年，中國市場金融科技相關(guān)市場規(guī)模將超過12萬億，前景廣闊。
對于這一充滿發(fā)展?jié)摿Φ男率袌觯虾闲畔⑹禽^早的進(jìn)入者。比如在人工智能的移動識別領(lǐng)域，合合信息是該技術(shù)的全球佼佼者。尤其是針對銀行卡識別的單項(xiàng)中，準(zhǔn)確率達(dá)到99.9%，識別速度不到1秒，目前已經(jīng)可以支持識別全球55種語言，遠(yuǎn)遠(yuǎn)高于同類全球競爭者�；谝苿佣说膱鼍拔淖肿R別更符合當(dāng)代金融行業(yè)高效，快節(jié)奏，多終端的數(shù)據(jù)采集要求。幫助金融業(yè)在多場景實(shí)現(xiàn)靈活高效的個人信息采集業(yè)務(wù)。
風(fēng)控，則是區(qū)分金融機(jī)構(gòu)專業(yè)度的核心。如何從風(fēng)險源頭獲知發(fā)生邏輯、將金融風(fēng)險降至可控程度？如何生成技術(shù)壁壘，提升金融產(chǎn)品安全性、提升金融業(yè)務(wù)連續(xù)性、可操作性？進(jìn)而形成資本無法復(fù)制的商業(yè)邏輯，并且用最大效能完成高人力成本工作。在科技賦能過程中，合合信息可通過線上對用戶進(jìn)行多維度檢測，可以實(shí)現(xiàn)分秒級風(fēng)險評估，以金融機(jī)構(gòu)貸款為例，合合信息個人信用為衡量貸款額度的標(biāo)準(zhǔn)，不僅提高了放款效率而且降低了用戶在傳統(tǒng)金融機(jī)構(gòu)貸款的門檻。
"AI、5G、IoT這些新工具，讓金融產(chǎn)業(yè)能觸達(dá)的人與組織的時間和空間更加廣泛，而真正核心的價值與交易還是不變的。"鎮(zhèn)立新這樣認(rèn)為。
為什么只有AI才能被有資格看作是定義未來金融，而不是5G、IoT等別的重要技術(shù)？”或許是因?yàn)槲磥斫鹑诘年P(guān)鍵點(diǎn)是連接、信用、風(fēng)控、交易和跨域融合，而AI在這四個方向上都大有可為�！�鎮(zhèn)立新說。在如今的金融行業(yè)場景里，人和人、人和組織、組織和組織發(fā)生金融屬性連接的前提，是打通物理介質(zhì)和比特之間的信息壁障，讓數(shù)據(jù)充分流動起來，貫穿全業(yè)務(wù)流程。
人機(jī)協(xié)作，可預(yù)見的未來形態(tài)
隨著移動終端與人類的交互更加緊密，信息膨脹的速度像持久的爆炸，遠(yuǎn)不止一瞬間。一切正在被數(shù)據(jù)化，大到整體知識圖譜，小到宇宙中一粒塵埃。金融行業(yè)與數(shù)據(jù)有天然密切關(guān)系，隨著AI技術(shù)的不斷深化，結(jié)合出全新生命力。
在財(cái)務(wù)和金融領(lǐng)域，全球每年產(chǎn)生數(shù)千億的發(fā)票，將這些發(fā)票連接起來，可繞地球數(shù)圈。隨之而來的發(fā)票多、驗(yàn)真難、票據(jù)信息錄入繁瑣等問題也廣泛存在于企業(yè)財(cái)務(wù)、供應(yīng)鏈管理等工作中。當(dāng)前，票據(jù)的數(shù)字化問題尚未完全解決，大量紙質(zhì)票據(jù)依賴于手動錄入，效率低下、錯誤率高，加劇了企業(yè)的人力、時間和財(cái)力成本。
作為成熟的人工智能解決方案服務(wù)的提供方，合合信息用票據(jù)機(jī)器人來解決這一問題，對海量票據(jù)市場數(shù)據(jù)進(jìn)行采集，STR (Scene Text Recognition) 是指復(fù)雜場景中的文字識別處理，通過對圖像，紙質(zhì)文檔的進(jìn)行分類、采集、識別、然后進(jìn)行結(jié)構(gòu)化整理和卷積神經(jīng)網(wǎng)絡(luò)算法處理，轉(zhuǎn)化為可編輯的文本格式。將從各種票據(jù)提交、識別、分類、驗(yàn)真、錄入等速度從“小時”級別壓縮到分秒級別。
不僅可以支持對增值稅專用發(fā)票、增值稅普通發(fā)票、增值稅電子發(fā)票、增值稅卷式發(fā)票、火車票、出租車票、機(jī)動車銷售發(fā)票、車輛通行費(fèi)票據(jù)、定額發(fā)票（含停車票、地鐵票、手撕票）等20余種票據(jù)進(jìn)行自動分類，可結(jié)構(gòu)化識別出多個字段，并按行輸出所有文字結(jié)果。
