隐秘的角落里，数亿场AI战争正在发生(3)

这样的技术能力，不只输出给武汉利楚一家。早在去年4月，支付宝安全实验室就整合了应用图像识别、多态融合、NLP、神经网络、知识图谱等技术，沉淀出了eKYB产品——商保宝，具备对营业执照、经营场景照、网址、特殊资质、经营人主体的真实性核验能力。

在商保宝的助力下，商户入驻KYB时效已降至1小时（其中91%秒过），审核人力由155人下降至23人，年审核成本节约1600万；客户签约通过率提升18%。

目前，商保宝也已经进一步输出给集团如花呗、小程序、飞猪等7大业务场景，以及通联、钱盒等3家外部生态伙伴，为更多业务场景的客户带去体验的提升。

商户风险图谱，是商保宝的技术内核。

漆远分析称，做图谱要先把商户知识这种非结构化数据，规整为形如图表的结构化形式；然后关联商户的知识，构成图谱，借此从不同维度来理解商户本身所隐藏的风险与价值。

就像是把一堆乱七八糟打成死结的毛线，先梳理成团，再靠技术“毛衣针”织出细密的商户网。

商保宝的另一个杀手锏，则是蚂蚁集团从2016年就悄然布局的共享智能技术。

当建模有多方参与，且各方互不信任，共享智能让多方信息可由此进入“不可见”的安全可信环境，并在此基础上实现技术共享、模型共建、风险信息个性化识别。

共享智能应用于商保宝时，就是商户的隐私数据始终由各自保留，通过在每方部署的计算模块得出有关商户的分析结果和模型。

与此同时，支付宝安全实验室还在B端以智能凭证项目为起点，沉淀了一系列商户eKYB认证能力，为商户真实性认证提供整套综合解决方案。

例如一些服务商会对旗下优质商户提供特权服务，在接入之前，都是需要一段时间的“观察期”，根据该段时间商户的交易状况及金额等因素评估商户质量；在接入商户健康分服务后，可以有效缩短审核周期，极大提升了用户体验。

这些To B服务就像是给经营链条抹上一层润滑油，多个环节的数字化、智能化升级不光提升了商户的入驻效率和经营水平，同时也让广大中小商户尽早适应数字化生活的新浪潮，从而促进全社会运营成本的降低。

在疫情后的今天，这样的技术普惠思路和实践，对中国乃至世界都意义重大。

数字新基建的AI「进化论」

细看支付宝打造的安全技术方案，就像是复杂机器里啮合完美的齿轮，我们也从中逐点拼凑出一幅当代社会的理想AI图样：善解人意、更加主动、更明白如何与人互动……

数字新基建浪潮下的的AI，究竟应该具备哪些特质？漆远判断AI未来三个重要方向是：

第一，是数据学习与知识推理结合，共同驱动。

“AI其实像一个被高考机器惯出来的孩子。”漆远这样形容AI目前发展“偏科”的情况，好比一位有着特别强大的记忆体的学生，能通过题海战术学习了大量知识点之后，做题效率极高，却不懂怎么推理。

接下来需要让AI成长得更有“常识”和“情商”，打出“见多识广+推理能力”这套组合拳，把人类的知识经验形成规则，与算法在一个体系里共建，以人机结合的智能体系共同前进。

他表示，如果AI能实现因果分析这一最高境界，知道风险能够产生的原因，也就能更有效地防范风险。

第二，提升AI系统的鲁棒性、可靠性，重点关注对抗学习、博弈智能。

漆远表示，AI应该在对抗中提升鲁棒性，就像人在社会里成长，必须学会经受住更多的打击。

智能风控和反欺诈模型之所以会仍被黑产不定时的绕过和突破，一大原因就是黑产攻击手法变化快。

在他看来，系统除了要在工程上迅速灵活响应，更要做到在算法层自动分析组合可能发生的攻击，产生对抗模型，通过弱监督算法、动态蒸馏、自动化更新等算法提升模型快速适配能力。

就像下棋一样，黑产走了一步，AI要想好黑产接下来的三四步会怎么走。

而博弈论某种程度上作为高度凝练的“下棋指南”，本质是策略对抗，预测行为和结果，应用场景也十分广泛，对抗黑产、处理交易纠纷、设计调解机制……这些都是对抗博弈的形式的范畴。

因此，博弈论思想和AI结合的博弈智能，以及在快速主动风控中的应用，也是关键的AI未来方向之一。

AI金融评论了解到，支付宝安全实验室已经基于博弈智能打造了智能攻防算法，是世界上首次把深度学习引入博弈论并在德州扑克子实验上取得世界领先的水平。

第三，保护数据隐私的AI技术将越来越重要。

对用户或者客户而言，技术要保护好用户的隐私，但是又要提供基于数据背后价值的服务。化解这对矛盾的技术，在保护隐私的基础上打破数据孤岛，产生数据融合价值，漆远认为是接下来AI另一个至关紧要的进化方向。

比如各机构之间信息脱节，让安全水位参差不齐。某一安全事件的爆发，往往牵连多家相关企业，行业短板将引发木桶理论中全局危机的出现。

这正是蚂蚁布局共享智能技术的重要原因之一。基于共享智能做联合风控，在保护各自数据隐私安全的前提下，实现风险联防，打破信息孤岛的困局，在数字化进程持续加速的今天，意义非凡。

支付宝研发的端云雾智能风控，同样是体现这一趋势的重要底层技术之一。

漆远向AI金融评论透露，目前这一风控方案使得99%的用户数据及风控计算在用户终端完成，结合隐私保护的机器学习技术，可以更有效地保障用户数据隐私安全，也最大程度降低了云端运算负载，它已是世界上使用人群基数最大、并发数最高的终端风控。

结语

复盘支付宝的行进轨迹，会看见一条清晰的主线：用科技实现普惠。

普惠金融这个词已不新鲜，但在漆远看来，借由技术手段有效地降低服务成本、提高服务效率，让服务触达到以往难以覆盖的长尾人群，真正做到“供氧毛细血管”，从而促进社会的发展，方属普惠的本意。

“做技术落地，某种程度上你要相信技术本身的价值，愿意为此付出努力，最后看见价值的产生。”他说道。

正如同他刚加入阿里，着手研发第一代超大规模机器学习平台的时候。当时的国内，甚至是阿里内部，普遍对超大规模机器学习平台的价值是不理解的。

（编辑：ASP站长网）