一套疊加了衛(wèi)星遙感技術(shù)的特色算法，以及云計算、人工智能算法的全新的農(nóng)村金融的信貸模型，網(wǎng)商銀行內(nèi)部給它起了一個代號，名曰“大山雀”。

阿里系內(nèi)有很多以動物命名的產(chǎn)品、技術(shù)或關(guān)聯(lián)公司，比如我們熟知的天貓、菜鳥、神馬、螞蟻、飛豬、盒馬、閑魚，又比如代表科技的平頭哥，不久前亮相的代表新制造的犀牛以及代表新物流的小蠻驢。

讓天下沒有難做的生意之前提，似乎是要先讓天下保持物種的多樣性。與平頭哥、犀牛、小蠻驢一樣，大山雀也是一位“技術(shù)仔”。

從農(nóng)村信貸的難點說起

衛(wèi)星遙感技術(shù)是大山雀的一大特點，是網(wǎng)商銀行解決農(nóng)村信貸難題的關(guān)鍵點。

“數(shù)字信貸，哪個領(lǐng)域什么最難？100個人里可能有99個都會回答農(nóng)村金融。”網(wǎng)商銀行農(nóng)村金融算法專家王劍表示。“與城市人群、小微企業(yè)主所具備的風(fēng)控要素，到了農(nóng)民這里都不具備。”

通常，城市人群、小微企業(yè)主擁有相對完備的征信記錄，而農(nóng)戶征信記錄多為空白；其次，小微企業(yè)主多少有一些廠房、房產(chǎn)可以用于抵押，農(nóng)戶則缺乏傳統(tǒng)銀行所需的有效抵押物；第三，城市人口稠密、金融網(wǎng)點眾多，銀行做線下校驗、人工審核時，相對農(nóng)村來說要更容易一些。

數(shù)據(jù)顯示，中國70%的農(nóng)民沒有享受到過金融服務(wù)，而三農(nóng)金融領(lǐng)域資金缺口達到3萬億人民幣。許多小微企業(yè)主可以利用日常流水形成資金回流進行再經(jīng)營，而農(nóng)戶資金回籠相對較慢的同時，也需要在前期就先把成本投入進去。農(nóng)戶對金融服務(wù)的需求，同樣迫切。

來自江西宜春的種糧大戶劉迎鋒表示，“一般春耕的時候就要把所有的成本全部投入進去，到豐收時才能回收，所以我們在前期比較困難。”

上述種種問題，歸根結(jié)底就是風(fēng)控問題，是農(nóng)戶享受不到便捷金融服務(wù)的絆腳石。

對農(nóng)戶而言，其最主要的資產(chǎn)顯然就是田里的莊稼，如果能得知農(nóng)田面積多大、何類品種、成熟程度、收成預(yù)測等數(shù)據(jù)，那風(fēng)控便可能得到解決。

為了了解此類信息，銀行派出線下專員進行盡調(diào)是最好不過，一目了然，也真實可靠。但線下調(diào)研模式也有著不少短板，比如效率低、成本高，因此難規(guī)模化。

“在這個問題上，我們一直在思考有沒有一種更簡單的方式來解決。”王劍說，“最開始做過小程序，農(nóng)戶拿著手機用去拍田里的莊稼。后來因為手機無法拍攝全貌，也想過用無人機。”

然而無人機成本同樣很高，對農(nóng)戶來說操作也不簡單，拍出來的照片質(zhì)量參差不齊，這個問題還是沒有解決。直到在一次網(wǎng)商銀行的會議上，有人提出“衛(wèi)星就是一家不眠不休的無人機”。

“當時大家非常興奮，認為我們已經(jīng)找到了解決方法。”王劍說，“往大了想，這可能是一次改變農(nóng)村金融發(fā)展的機會。”

大山雀=衛(wèi)星+算法+人工智能+……

在興奮過后，到王劍他們真正著手去做的時候，發(fā)現(xiàn)要克服的問題非常多，畢竟國內(nèi)外在信貸領(lǐng)域都沒有過衛(wèi)星遙感應(yīng)用的先例。

通過衛(wèi)星遙感技術(shù)可以知道圖片的拍攝地點，甚至每個像素點對應(yīng)的地球位置，這個性能對于大山雀來說尤其重要，圖像目標對應(yīng)的是哪一個省、市、縣，非常關(guān)鍵。

當然，衛(wèi)星遙感圖只是第一步。因為從遙感衛(wèi)星上直接下載的圖片、數(shù)據(jù)沒有辦法直接使用，基本看不清，需要一系列的處理，才可以得到一幅完整的圖像。

其中這里的處理，涉及到圖像識別、智能算法等一系列技術(shù)活。比如云塊識別，利用人工智能算法自動進行云塊識別是圖像處理的第一步，目前網(wǎng)商銀行對云塊的識別準度超過99%。簡單來理解，整個過程就是類似修圖。經(jīng)過一系列的處理后，便可得到一幅比較清晰的畫面。

衛(wèi)星圍繞著地球轉(zhuǎn)，這意味它每經(jīng)過同一個地方的時候都可以拍到下當時的圖片，大山雀可以從中得到同一地塊過去一個月甚至一年的信息。如果利用多顆衛(wèi)星，令每一顆衛(wèi)星同一地塊時都拍下影像，那么就可在間隔較短的時間內(nèi)獲取更多影像，其時效性就能更強。目前，以五天為周期，網(wǎng)商銀行就可更新一次衛(wèi)星影像和識別結(jié)果。

而不同的農(nóng)作物，在不同的時間季節(jié)內(nèi)，其吸收和反射太陽光的程度又不盡相同。利用這一特性，就能區(qū)分作物的種類、成熟階段等。

王劍表示，當把這些圖像信息輸入到人工智能系統(tǒng)里，通過算法便可以從一系列的遙感衛(wèi)星圖像里得到農(nóng)作物種類，成長階段等相關(guān)信息。“目前通過多維度信息識別農(nóng)作物的準確率達到93%。”

事實上，目前市場上也有非常多科技公司專門來運營遙感影像業(yè)務(wù)，經(jīng)過處理后讓這些圖像可被應(yīng)用在各個行業(yè)。而網(wǎng)商銀行采購的只是原始影像圖，所有的中間步驟，圖像處理、加工、算法等工作，都由其內(nèi)部團隊完成。這樣可讓其使用成本降得足夠低，因為只有這樣，大山雀才能服務(wù)更廣泛的農(nóng)村人群。

當然，以上只是一個簡單的基本邏輯。當識別范圍擴展到全國的時候，其中的識別難度和計算量是都會大大增加。畢竟我國幅員遼闊、氣候復(fù)雜、農(nóng)作物種類多樣，甚至類似的農(nóng)作物在不同緯度上有不同的成像表現(xiàn)，同時還要考慮自然災(zāi)害等非常規(guī)因素，大山雀也不容易。

相比于人工盡調(diào)等“祖?zhèn)鳌笔侄危笊饺赋顺杀尽⒁?guī)模等優(yōu)勢以外，其優(yōu)勢還在于識別結(jié)果的“動態(tài)”。

比如可以綜合考慮多種變動中的因素，來進行產(chǎn)量預(yù)測，而產(chǎn)量與農(nóng)戶資產(chǎn)掛鉤，可以輔助銀行對農(nóng)戶資產(chǎn)進行精準評估；比如動態(tài)授信管理，春耕和秋收的授信額度必然有所不同；又比如通過不同時間段內(nèi)的識別情況對比，可以發(fā)現(xiàn)哪些地塊被水覆蓋，由此來判斷農(nóng)戶所在地是否遭遇水災(zāi)以及受災(zāi)情況等，而針對這些情況，網(wǎng)商銀行可以形成一些精準策略，比如向受災(zāi)農(nóng)戶發(fā)放免息券等。

“衛(wèi)星遙感技術(shù)并不新奇，在網(wǎng)絡(luò)地圖、農(nóng)業(yè)保險等領(lǐng)域早有應(yīng)用。但在信貸領(lǐng)域，卻從來沒有被應(yīng)用過，原因這里對準確率和計算量的要求都更高。”王劍表示，“得益于衛(wèi)星遙感等技術(shù)的突破，希望大山雀能夠承擔更多農(nóng)村金融服務(wù)的社會責(zé)任。”

今年8月，大山雀也就是基于衛(wèi)星遙感和人工智能技術(shù)的智能化農(nóng)村金融服務(wù)入選了杭州金融科技創(chuàng)新監(jiān)管試點應(yīng)用（2020年第一批）。按照風(fēng)險可控原則合理確定用戶范圍和服務(wù)規(guī)模，大山雀預(yù)計服務(wù)個人客戶數(shù)約500萬人，年融資筆數(shù)約200萬筆、年授信額度約600億元。

目前大山雀邁出了全面商用的第一步，已在全國690余個涉農(nóng)縣區(qū)實現(xiàn)覆蓋。

后記

衛(wèi)星遙感并非萬能，比如生豬、家禽、水產(chǎn)等養(yǎng)殖領(lǐng)域，識別要求又大不相同，大山雀顯然無能為力。對此網(wǎng)商銀行、螞蟻集團也許還得琢磨下一個可大范圍應(yīng)用方案，可用的動物名稱也還很多。

王劍是網(wǎng)商銀行農(nóng)村金融首席算法專家，螞蟻集團高級算法專家。2016年加入螞蟻集團后，參與了深度學(xué)習(xí)訓(xùn)練平臺，推薦平臺，圖像平臺等多個人工智能項目。主導(dǎo)的具有金融特色的圖像平臺，在保險理賠、車險圖像定損，商戶安全風(fēng)控，內(nèi)容安全風(fēng)控等多個場景廣泛應(yīng)用。

在即將召開的2020第五屆中國金融科技安全大會，王劍將帶來“基于衛(wèi)星遙感和人工智能技術(shù)的智能化農(nóng)村金融服務(wù)”主題分享，歡迎關(guān)注，大山雀和未來更多的可能。