本篇為漫談金融科技系列文章之一。前幾篇講了金融科技的范疇和定義，以及大數據對金融科技的影響，這一篇闡述知識圖譜和金融科技之間的關系。
這是新鮮概念嗎？
不必糾結為什么知識圖譜突然火的問題，一項技術的應用總有它的生命周期；在不同的時期有不同的概念，不同的內涵和外延。
知識圖譜的前身與上世紀60年代的語義網絡、70年代的專家系統密不可分，都是人工智能概念的一部分，是實驗室里的黑盒式研究。
這些腦洞大開的科學家們想解決什么問題？
如果說讓機器利用大數據的方式處理問題，會使之更趨近于人腦；那么，利用知識圖譜，就可以真正做到讓機器讀懂真實世界，通過分析、挖掘數據為人類的決策提供支持。
知識圖譜背后包含很多技術，國內外研究偏重不一樣。國外首先用它解決信息過載問題，因此知識圖譜最廣泛的應用領域在搜索。而國內科學家們在“產學研用”道路上做了很多實踐，更關注用技術解決現實世界的問題。百度也在2014年正式上線百度知識圖譜。
雖然國內外對知識圖譜的定義不相同。但公認的是，知識圖譜的本質是知識關聯。形象的說，這種知識關聯是由“節點”和“邊”組成一個數據結構。在知識圖譜里，每個節點表示現實世界中存在的“實體”，每條邊為實體與實體之間的“關系”。比如現實世界中，人、車、手機號等實體對象可簡單抽象為一個個實體點，兩個實體之間的“關系”用一條線來表示，這就是所謂的“還原現實世界”。
這種知識關聯，人類可能搞不清楚，可能會犯錯，但機器不會；也許人類的經驗會失效，但客觀世界的關系永遠符合邏輯。
也因此，知識圖譜歷經了四五十年的發展，終于走出實驗室。可以說，現在正是知識圖譜全新復興的時代。這有點像人工智能的發展，歷經前兩個歷史階段，最終在條件成熟之下全面爆發。
所以，只要現實世界的問題被還原，形成邏輯關系，才能被真正解決。從這個角度來說，知識圖譜更是一種解決問題的方法論。
解決金融行業什么問題？
為什么各個行業突然敞開懷抱擁抱它？這是因為，傳統行業的自有數據遠遠不能刻畫出復雜又隨時變化的真實世界。
在該領域最讓人津津樂道的可能要算Platantir科技公司的傳奇故事了。它通過線下刷卡、銀行轉賬、犯罪記錄等數據建立了知識圖譜，不僅發現了納斯達克前主席麥道夫（Bernie Madoff）的“龐氏騙局”，還幫中情局找到了大量基地組織和塔利班高層，并找到了本拉登的藏身地。
當這些讓人震撼的案例一件件擺在眼前后，智能金融知識圖譜領域受到了極大關注。
回顧FinTech行業的發展，過去三四年大家稱之為為金融科技，隨著知識圖譜等人工智能技術的應用，甚至出現了智能金融提法，都屬于FinTech的一部分。
這種發展似乎代表了 FinTech 的上半場和下半場。
在金融行業走入信息化、進入大數據時代，上半場重點在提高效率，即如何突破既有的數據使用模式，更高效、精準、迅速地獲得數據帶來的價值。
而下半場進入智能化后，新的商業模式應運而生，產生重構式變革。這時期的重心更多的是由知識圖譜等人工智能技術來支持。未來幾年金融行業的重點之一便在于此，利用基于關聯關系的知識圖譜概念，可以突破現有的關系型數據庫的限制，在金融行業中讓數據發揮更大的價值。
金融領域的場景應用
在重構金融行業業務流程過程中，知識圖譜的應用場景很多。
眾所周知，金融行業兩大核心業務是：營銷和風控，即最大限度的獲取更多的營銷收益，并在充滿風險的市場上做好風控管理。這些業務核心，都離不開用戶本身的個人信息和數據。
比如在精準營銷上，百度營銷云不僅可以挖掘潛在客戶：基于現有銀行客戶建立社交網絡知識圖譜，根據不同的交往方式和頻次定義圖譜建立關系模型，對客戶的親屬、朋友、同事、同學、陌生人等進行相關的社交挖掘從而評估關系緊密度；
因機器更能讀懂客戶，還可以深挖客戶潛在需求，針對他們的特點推送相關產品。甚至針對企業級客戶，還能分析企業級客戶的資金關系、法人關系、上下游投資關系、相似企業業務關系等，為企業推薦合適產品、服務。
在風控上，當金融與互聯網發生關系后，動輒數額巨大的風控事件讓業內人仍心有余悸，不敢有絲毫懈怠。只有通過知識圖譜，把其中隱含的關系網絡梳理清楚，同時從時間、空間多維角度進行分析，才能識別潛在的風險，防止用戶薅羊毛。
在這場變革中，百度云金融行業云在幫助金融機構建立事前預防、事中預警、事后分析行動的全方位風險控制體系，在預測和資訊領域也有非常好的嘗試。
比如潛在風險行業預測：基于多維度數據，識別某一行業發生了行業風險或高風險事件，就可以及時預測未來有潛在風險的關聯行業，金融機構從而可以對此風險做出預判并規避風險。
尤其是當前國家層面都非常重視的預防系統性金融風險，通過建立客戶、企業、行業的知識圖譜，也可基于對行業的潛在風險預測，及時發現行業風險、系統性風險相關聯的企業客戶。
就像知識圖譜最先應用于搜索，在資訊上同樣適用。傳統的搜索結果基于網頁端，搜索引擎不知道含義只能羅列出和目標關鍵詞匹配的頁面地址。知識圖譜能夠理解用戶的閱讀興趣和理解資訊內容，并對二者進行匹配，從而為用戶進行“智能推薦”。
可以說，只要有知識圖譜這一“利器”，找到更多場景化的產品應用，就能將金融科技推到一個新高度。
知識圖譜的應用離不開ABC基石
知識圖譜為什么發展了幾十年，現在才成為了網紅的問題。
除了知識關聯的本質貼合了智能金融等行業業務場景，很重要的一點還在于云計算、大數據等相關技術的成熟發展。
也就是說，為了能讓智能金融知識圖譜庫發揮高效的作用，還需要建立在ABC完整的技術架構上。
云端數據服務正在成為趨勢，無論是知識圖譜庫的構建、持久化存儲，還是對目標知識的高效檢索和分析，都離不開云計算和大數據技術的底層技術支持。
百度云提出ABC技術驅動cloud2.0，而坐擁億級實體、千億級事實的百度知識圖譜庫，無疑將加速進入智能金融的主場。
