这次特种兵出差非洲，拜访了不少银行和支付机构，聊AI未来在非洲银行是否有机会时，聊下来感觉非洲的银行离着AI还很远，但我也认为存在巨大机会。

交流过程有几种情况，一种是一聊就成许愿了，这个之前我的银行朋友请不要对着AI许愿就写过，因为是完全不懂，尤其是银行高层，只听说AI很强大，那就把所有当前解决不了的问题都寄希望于用AI来解决。很多愿望是天马行空，我们最后跟客户打哈哈，说“好的，我知道了，我们回去给你研究一下”，但这种需求涉及到大量内部整合和数据治理，不是上了AI就能解决的。

另一种客户要好一些，大概知道AI能干点啥，就是AI现在能干一些现在人力干的事，现在人力干不了的，AI也够呛。但是也比较纠结，因为AI太能干，那这些员工就啥都不用干了，尤其这些银行和支付公司还是养着大量低技术员工的，所以真想让AI去替代现在的客服也不现实，毕竟不能说AI消灭了太多工作机会。所以站在这些银行的角度，AI只能用来提高效率，比如说传统上从客户那里收集来材料，比如KYC的材料，用户提交各种证明材料，用AI是可能提高效率的。

一想起当年在Opay带团队做KYC审核，尼日利亚当年连正规身份证都没有，全是政府临时发的纸片ID，上面有一个黑白的非常模糊的照片——黑人在黑白照片上非常难以辨认，当时我下面有一个本地经理带的30个人的团队在负责线下审核纸质材料和上传，审核效率极低，一个小姑娘一天上班坐8个小时就去看这些材料，眼睛都要看瞎了，一天只能审50多个份的。如果碰到推广，就会出现大量积压。

后来考虑如何提高效率，第一步数字化改线下交文档变成用户在线上传，审核团队后台审核，效率明显提升了，一个小姑娘可以审300份，但用户上传质量较差和用户数的激增，导致这个审核团队不减反增了。

第二步开始上OCR，去匹配用户填写的名字和身份ID上的名字，效率进一步提升，但也带来新的问题，就是尼日利亚的名字一般有3段：名—中间名—姓，但有些人习惯叫名，有些人习惯叫中间名，于是很多人在注册账户只填了2段名字，就无法完全匹配身份证上的3段完整名字，就会出现校验失败；还有当地人名字很长，有些人喜欢把某一段截短来叫，也导致校验失败；还有女姓结婚了用夫姓，但身份证上还是娘家姓，也校验失败；甚至还有自己身份证名字跟自己常用的差一个字母的，比如Mohammed写成Mohamed的，也校验失败。这些各种问题导致效率不升反降，花了很长时间找这些匹配规则和优化。

第三步上人脸识别，这个就更是要命，由于黑人肤色，手机摄像头质量，身份ID的照片本身不清楚的问题，导致人脸匹配成功率非常低，上的eKYC系统花了好长时间去调优，一个百分点一个百分点去提升。

我相信当前非洲很多银行的IT能力依然还没有达到当年Opay的能力，也就是说现在上AI来支持，是有可能快速接近甚至超越Opay当时的能力的，从而将这些KYC材料审核的效率大大提升。

站在提升效率的角度，将以前花几天的审核工作量变成几分钟，尤其是对于发展新用户，或者新的信贷申请，这种加速审核材料和加速审批流程，可以直接转化为银行的收入来源，这对于银行来讲才是最重要的。

再比如AI客服，说实话，我个人觉得这个需求在非洲并不明显，因为机器人客服要代替真人客服要有明显的成本优势才行，但非洲普遍工资较低，人工成本便宜，并且失业率高，一个机器人客服算下来成本可能比一个员工都贵，而且大多数银行还要有一定的社会责任，需要向社会提供足够多低端岗位，因此我估计在很长一段时间内AI机器人客服在非洲并不具备较强地大规模替换真人客服的诉求。当然这并不表示AI并不能参与客服这个环节，比如AI结合大数据给客服团队提供更为精准的资料库，及时给客服人员提供恰当的答复参考甚至及时提示一些新产品，这都是AI可以参与的。

另一些AI可以参与的就是传统上需要人工参与的，比如背调，申请贷款时需要在线上线下对某个公司或个人进行背景调查，以前是由人工来手工搜索，现在AI的参与可以提升一定效率；再比如决策，以前某某系统弹出风控告警，需要人工决策时，AI可以进行机器学习，未来再弹出类似告警就可以自动归类进行执行。

总体来讲，我认为如果非洲的银行可以抓住这一波AI带来的技术革新，快速提升整个公司的招待效率，在IT层面上拉近与Fintech公司的距离，从而实现与Fintech公司的正面竞争。