世界超市

人工智能就像一块砖，哪里有用往哪搬。金融作为一个距离数字最近的行业，机器会比人更擅长处理大量数据的定量计算，机器比人的学习速度要快很多，而且机器没有偏见，机器不会疲劳，机器没有道德风险。机器通过对用户特征点的分析，很容易评价一个用户的信用。金融天然适合赋能以AI元素，自然不能免俗，在金融领域到处充斥着AI的身影，从智能顾投到风控，再到供应链金融，智能客服，大有AI in FinTech之态。把自己定义成特斯拉，特斯拉之所以不同于其他的汽车，不在于它的外形炫酷，而在于它内在的引擎是不同的，它是一个电力引擎。科技金融也是如此，一大波P2P公司将自己定义为科技金融公司，但就真的有AI基因吗?如何才能让AI成为核心业务的内驱动力，让理想照进现实?从管理到连接再到AI：金融行业一直都在工具赋能人类的消费金融史先后经历了以熟人借贷为代表的钱庄时代、以耐用品分期为代表的规模化时代、以信用卡为代表的信息时代和以AI为代表的智能化时代。任何一个时代，尤其是当代，金融行业一直在不断技术赋能。在金融的IT阶段，也就是信息科技的初期，金融行业通过传统的IT软硬件来实现办公和业务的电子化，提高金融行业的业务效率。IT公司并不参与金融公司的业务环节，IT系统在金融公司体系内属于成本部门。代表性产品包括ATM、POS机、银行的核心交易系统、信贷系统、清算系统等。在最近几年的互联网金融阶段，金融业搭建在线业务平台，通过互联网或者移动终端渠道汇集海量用户，实现金融业务中资产端、交易端、支付端、资金端等任意组合的互联互通，达到信息共享和业务撮合，本质上是对传统金融渠道的变革。代表性业务包括互联网基金销售、P2P网络借贷、互联网保险、移动支付等。在最初阶段，也就是金融的IT阶段，科技对于金融行业更多的是提供了一种信息化工具，有助于管理水平的提升，在互联网金融阶段，体现更为明显的是连接属性，用互联网和移动互联网的方式连接资金、资产和投资人，实现资金端的高效对接，降低准入门槛，扩大服务人群。互联网金融的连接功能，正是由互联网的特性所决定的。互联网和移动互联网技术的本质是连接，通过网络让原本不透明、难以相互触及的双方建立联系。当互联网技术应用到金融业中时，其连接功能则主要体现在资金端的创新上，即资金的流向更加高效，比如P2P网贷将个体资金通过网络平台连接到有借贷需求的个人。互联网金融提高了资金端的对接效率，主要是通过商业模式的创新来精简中间的商业环节，从而提高效率，属于模式驱动型。科技和金融更多地表现为较为简单的嫁接关系，两者之间并未发生更深层的融合。科技的作用，只是将金融服务方式改头换面，作为传统金融的一个流量渠道或是一个产品的线上展示渠道。不论是最初的金融IT化，还是之前的金融互联网化，金融行业与工具之间，都是单纯的物理组合，是渠道升级，本质上还是割裂的，不完全的技术赋能，随着大数据、人工智能、区块链等新兴技术的迅猛发展，资产端定价的低效问题逐步有了新的解决方案，金融行业正式迈入科技金融的化反阶段。科技金融在互联网金融的基础上深耕细作，通过大数据、人工智能和区块链等技术，依托金融底层基础设施的代际升级，对资产进行精准高效定价，从而实现资产端的高效配置。从本质上说，科技金融主要提高了资产端的配置效率，通过技术的迭代创新，使得业务运作的方式得到极大的升级，属于技术驱动型。信息化时代，金融行业一直都在不断的利用利用新的生产工具，一方面是技术的实用性，不论在哪一阶段，新兴工具都促进了金融行业的发展，这一点上与其他行业一致，各行各业都在不断的利用新技术，本质上一样的。另一方面，金融行业工具不断嬗变也是营销的结果，这一点比任何一个行业都更为明显。提及金融行业，行业标签就是高大上，办公楼高大上，装修高大上，出行工具高大上，举办发布会的场地也比其他行业更为高大上，也就是说金融行业比任何一个行业更需要包装，毕竟金融公司基于信任开展业务，自己公司看着都low逼，如何让投资人放心?再加上，前两年，互联网金融行业被P2P搞的早已臭名昭著，自带负面效应，打扫干净屋子再请客，全行业高度一致的转型科技金融或者贴上科技金融标签也是情理之中。AI赋能加速度：各体量公司的【政治正确】央行金融研究所互联网金融研究中心副主任兼秘书长伍旭川曾经向外透露了一个全世界的金融科技投资数据，从2010年的17.91亿美元增长到到2016年的232亿美元，增长接近12倍。在这样增长很快的领域里，亚太地区增长最快，从52亿增长到112亿美元，其中中国区域投资占到了102亿美元，尤为亮点。据最新数据显示，2017年第二季度，全球科技投资达251宗，新增5家金融科技独角兽公司。截止8月份，全球共有26家金融科技独角兽公司，其中，北美有15家、亚洲占7家、欧洲4家。对中国来说，盯上金融科技市场红利的，主要有电商巨头做金服，传统金融机构做转型，互金独角兽公司做智能风控。目前，蚂蚁金服在各大金融科技公司中排名榜首，支付宝依然是大宗金额支付的首选。与蚂蚁金服对标的京东金融，A轮估值已达466.5亿元。在互联网金融的冲击下，传统银行被管道化。微众银行、网商银行、百信银行、新网银行等成为互联网巨头与传统银行合资的金融科技新物种。在互金领域，那些独角兽公司则专注于智能风控的应用。投资人从追逐商业模式到认同技术含量服务效率。不应用人工智能，就谈不上是金融科技，毕竟机器算法在金融推算面前的失误率绝对低于人工。对于人工智能在金融领域的应用，有业内人士认为，这将成为金融发展的一大机遇。未来，金融服务将会更加去中心，更加线上，更加智能，从而为整个行业带来颠覆性变革。据了解，互联网行业三大巨头BAT均在积极布局区块链金融，百度与Circle(跨境支付)达成战略合作;阿里与以太坊合作开发金融云;腾讯旗下的微众银行基于腾讯云做联盟链云服务等。其实，不止是BATJ在面向金融机构和客群提供开放赋能，会出现更多的参与者，7月6日，以宜贷网为前身的全新综合类金融科技服务集团众之金服成立，亦是这场游戏的新入局者，众之金服拥有智能大数据、新型智能资产、聚合支付、小微银行服务、智能投顾、网贷等六大板块垂直服务，等等不一而足。毫无疑问，人工智能正成为改变整个互联网产品形态的技术之手，发源于比特币金融创新的区块链技术又被视为改变未来互联网价值流通的一个革命力量。我国在金融科技领域具有明显的比较优势，无论是BAT、传统银行还是保险机构、互联网创业公司，都在积极布局金融科技，从长远来看，这将催生更多新商业模式及新物种。理想丰满，现实骨感：金融AI化的蜀道之难金融是一个复杂的行业，在短时间内，很难被AI完全替代。在利润率较高、数据结构化较好、问题定义明确的一些方面，AI会大行其道。在不同金融领域的AI如果都能发展到一定程度时，或许能加速整个金融产业的AI发展。在现阶段，金融公司所面临的数据结构化需求远远高于大数据要求。大量的历史数据还并未电子化，甚至现阶段大量金融公司新产生的数据都还属于不规范的格式。另外，对于金融人才来说，这个时代需要专精金融且能和计算机从业者顺畅沟通的人才，同时金融学的进一步发展也需要专业人才继续探索，因此金融完全是需要继续学的，但有所侧重的补充计算机知识可以为个人和社会带来更大的价值。这一问题，其实在互联网金融领域早已出现，互联网金融从业者既要懂金融，又要具备互联网相关经验，复合型人才永远是最稀缺的，互联网金融尚未成熟之际，现在又在剧烈向AI靠拢，势必造成人才断层。人民日报近日发文《中国人工智能人才缺口超500万 供求比例仅为1：10》，据报到显示，基于领英平台的全球人工智能高级人才44%以上来自美国，需求总数大概在190万人左右，而中国相关技术人才数量才达到5万人左右，这与中国近500万人工智能人才的需求，相差甚远，一时间各大互联网公司抢夺人工智能相关人才的风波被推到风口浪尖!科技金融虽好，不仅仅是弯道超车的好时机，更有甚者将此比喻为人类的下一幕，简直是换赛道，良禽折木而栖，严重失衡的供求关系下，中小型的金融公司，很难汇聚相关人才，只能加剧与大公司的差距，一场看得见却摸不到的行业窗口期。除此之外，AI在金融上的表现也许并没有那么显著。前不久，某国有大行信用卡将所有乐视员工信用卡额度清零的新闻被炒得沸沸扬扬。随后，该行解释称主要是因为该行新上线了新一代核心系统。在风险防控系统智能化转型后，因为识别到乐视公司的风险可能会影响员工收入，进而影响信用卡还款能力后，系统便作出了此调整，AI风控上，不免陷入一刀切，可见理想中的AI风控，不仅没很好的智能，多少显得有点智障了。不仅如此，金融行业无法很好的用AI来定义一个金融问题现阶段比较被商业化广泛应用的机器学习还是监督学习，而监督学习要求有明确的问题定义。以简单的监督学习为例，如果你想建立一个模型来预测企业并购是否会影响公司股价，那么你需要提供大量并购数据，以及并购后股价是否发生了变动。理想情况下，在收集足够多的并购消息和股价变动信息后，做自然语言分析后提取特征放到机器学习模型里面就大功告成了。然而在实际情况中：我们无法给出明确的问题定义和边界。最后，烧钱加剧，能否熬到天亮未可知。投出产出在现阶段不成正比，短时间内难以获得收益。在这种情况下，每个问题都需要大量人和数据来支撑。因此研究探索型的、不能产生利润的方向很少有公司来投资AI来进行研究的。换言之，有财力提供AI研究的金融公司不多，小型的金融机构或者学术机构又缺乏资源(资金，技术人才，数据积累)来进行相关系统的研究。百度CEO张亚勤，在接受媒体采访时就曾经表示，AI不是短时间能赚几百亿的生意，需要很长的时间积累，对于现在的互联网金融公司来讲，能否熬到天亮也是个问题。人工智能时代，或许还很遥远。或许人类会发明一个我们无法驾驭无法理解的新物种。就像alpha go战胜人类顶尖棋手之后，与之对弈的棋手都惊叹人工智能对于围棋的理解已经超出了人类千年以来的经验范畴。很期待在人工智能与金融学全面结合之后，会产生出一种全新的金融理论，也许到时候行为金融学所研究的，就是人工智能的行为。