9月12日訊，人工智能就像一塊磚，哪里有用往哪搬。金融作為一個距離數(shù)字最近的行業(yè)，機器會比人更擅長處理大量數(shù)據(jù)的定量計算，機器比人的學習速度要快很多，而且機器沒有偏見，機器不會疲勞，機器沒有道德風險。機器通過對用戶特征點的分析，很容易評價一個用戶的信用。

金融天然適合賦能以AI元素，自然不能免俗，在金融領(lǐng)域到處充斥著AI的身影，從智能顧投到風控，再到供應(yīng)鏈金融，智能客服，大有AI in FinTech之態(tài)。

把自己定義成特斯拉，特斯拉之所以不同于其他的汽車，不在于它的外形炫酷，而在于它內(nèi)在的引擎是不同的，它是一個電力引擎?？萍冀鹑谝彩侨绱?，一大波P2P公司將自己定義為科技金融公司，但就真的有AI基因嗎?如何才能讓AI成為核心業(yè)務(wù)的內(nèi)驅(qū)動力，讓理想照進現(xiàn)實?

從管理到連接再到AI：金融行業(yè)一直都在工具賦能

人類的消費金融史先后經(jīng)歷了以熟人借貸為代表的“錢莊時代”、以耐用品分期為代表的“規(guī)?；瘯r代”、以信用卡為代表的“信息時代”和以AI為代表的“智能化時代”。

任何一個時代，尤其是當代，金融行業(yè)一直在不斷技術(shù)賦能。

在金融的IT階段，也就是信息科技的初期，金融行業(yè)通過傳統(tǒng)的IT軟硬件來實現(xiàn)辦公和業(yè)務(wù)的電子化，提高金融行業(yè)的業(yè)務(wù)效率。IT公司并不參與金融公司的業(yè)務(wù)環(huán)節(jié)，IT系統(tǒng)在金融公司體系內(nèi)屬于成本部門。代表性產(chǎn)品包括ATM、POS機、銀行的核心交易系統(tǒng)、信貸系統(tǒng)、清算系統(tǒng)等。

在最近幾年的互聯(lián)網(wǎng)金融階段，金融業(yè)搭建在線業(yè)務(wù)平臺，通過互聯(lián)網(wǎng)或者移動終端渠道匯集海量用戶，實現(xiàn)金融業(yè)務(wù)中資產(chǎn)端、交易端、支付端、資金端等任意組合的互聯(lián)互通，達到信息共享和業(yè)務(wù)撮合，本質(zhì)上是對傳統(tǒng)金融渠道的變革。代表性業(yè)務(wù)包括互聯(lián)網(wǎng)基金銷售、P2P網(wǎng)絡(luò)借貸、互聯(lián)網(wǎng)保險、移動支付等。

在最初階段，也就是金融的IT階段，科技對于金融行業(yè)更多的是提供了一種信息化工具，有助于管理水平的提升，在互聯(lián)網(wǎng)金融階段，體現(xiàn)更為明顯的是連接屬性，用互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)的方式連接資金、資產(chǎn)和投資人，實現(xiàn)資金端的高效對接，降低準入門檻，擴大服務(wù)人群?；ヂ?lián)網(wǎng)金融的連接功能，正是由互聯(lián)網(wǎng)的特性所決定的。互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)技術(shù)的本質(zhì)是“連接”，通過網(wǎng)絡(luò)讓原本不透明、難以相互觸及的雙方建立聯(lián)系。當互聯(lián)網(wǎng)技術(shù)應(yīng)用到金融業(yè)中時，其連接功能則主要體現(xiàn)在資金端的創(chuàng)新上，即資金的流向更加高效，比如P2P網(wǎng)貸將個體資金通過網(wǎng)絡(luò)平臺連接到有借貸需求的個人。

互聯(lián)網(wǎng)金融提高了資金端的對接效率，主要是通過商業(yè)模式的創(chuàng)新來精簡中間的商業(yè)環(huán)節(jié)，從而提高效率，屬于模式驅(qū)動型。科技和金融更多地表現(xiàn)為較為簡單的嫁接關(guān)系，兩者之間并未發(fā)生更深層的融合?？萍嫉淖饔?，只是將金融服務(wù)方式“改頭換面”，作為傳統(tǒng)金融的一個流量渠道或是一個產(chǎn)品的線上展示渠道。

不論是最初的金融IT化，還是之前的金融互聯(lián)網(wǎng)化，金融行業(yè)與工具之間，都是單純的物理組合，是渠道升級，本質(zhì)上還是割裂的，不完全的技術(shù)賦能，隨著大數(shù)據(jù)、人工智能、區(qū)塊鏈等新興技術(shù)的迅猛發(fā)展，資產(chǎn)端定價的低效問題逐步有了新的解決方案，金融行業(yè)正式邁入科技金融的化反階段。

科技金融在互聯(lián)網(wǎng)金融的基礎(chǔ)上深耕細作，通過大數(shù)據(jù)、人工智能和區(qū)塊鏈等技術(shù)，依托金融底層基礎(chǔ)設(shè)施的代際升級，對資產(chǎn)進行精準高效定價，從而實現(xiàn)資產(chǎn)端的高效配置。從本質(zhì)上說，科技金融主要提高了資產(chǎn)端的配置效率，通過技術(shù)的迭代創(chuàng)新，使得業(yè)務(wù)運作的方式得到極大的升級，屬于技術(shù)驅(qū)動型。

信息化時代，金融行業(yè)一直都在不斷的利用利用新的生產(chǎn)工具，一方面是技術(shù)的實用性，不論在哪一階段，新興工具都促進了金融行業(yè)的發(fā)展，這一點上與其他行業(yè)一致，各行各業(yè)都在不斷的利用新技術(shù)，本質(zhì)上一樣的。

另一方面，金融行業(yè)工具不斷嬗變也是營銷的結(jié)果，這一點比任何一個行業(yè)都更為明顯。

提及金融行業(yè)，行業(yè)標簽就是高大上，辦公樓高大上，裝修高大上，出行工具高大上，舉辦發(fā)布會的場地也比其他行業(yè)更為高大上，也就是說金融行業(yè)比任何一個行業(yè)更需要包裝，畢竟金融公司基于信任開展業(yè)務(wù)，自己公司看著都low逼，如何讓投資人放心?再加上，前兩年，互聯(lián)網(wǎng)金融行業(yè)被P2P搞的早已臭名昭著，自帶負面效應(yīng)，打掃干凈屋子再請客，全行業(yè)高度一致的轉(zhuǎn)型科技金融或者貼上科技金融標簽也是情理之中。

AI賦能加速度：各體量公司的【政治正確】

央行金融研究所互聯(lián)網(wǎng)金融研究中心副主任兼秘書長伍旭川曾經(jīng)向外透露了一個全世界的金融科技投資數(shù)據(jù)，從2010年的17.91億美元增長到到2016年的232億美元，增長接近12倍。在這樣增長很快的領(lǐng)域里，亞太地區(qū)增長最快，從52億增長到112億美元，其中中國區(qū)域投資占到了102億美元，尤為亮點。

據(jù)最新數(shù)據(jù)顯示，2017年第二季度，全球科技投資達251宗，新增5家金融科技獨角獸公司。截止8月份，全球共有26家金融科技獨角獸公司，其中，北美有15家、亞洲占7家、歐洲4家。

對中國來說，盯上金融科技市場紅利的，主要有電商巨頭做金服，傳統(tǒng)金融機構(gòu)做轉(zhuǎn)型，互金獨角獸公司做智能風控。

目前，螞蟻金服在各大金融科技公司中排名榜首，支付寶依然是大宗金額支付的首選。與螞蟻金服對標的京東金融，A輪估值已達466.5億元。

在互聯(lián)網(wǎng)金融的沖擊下，傳統(tǒng)銀行被管道化。微眾銀行、網(wǎng)商銀行、百信銀行、新網(wǎng)銀行等成為互聯(lián)網(wǎng)巨頭與傳統(tǒng)銀行合資的金融科技新物種。

在互金領(lǐng)域，那些獨角獸公司則專注于智能風控的應(yīng)用。投資人從追逐商業(yè)模式到認同“技術(shù)含量=服務(wù)效率”。不應(yīng)用人工智能，就談不上是“金融科技”，畢竟機器算法在金融推算面前的失誤率絕對低于人工。

對于人工智能在金融領(lǐng)域的應(yīng)用，有業(yè)內(nèi)人士認為，這將成為金融發(fā)展的一大機遇。未來，金融服務(wù)將會更加去中心，更加線上，更加智能，從而為整個行業(yè)帶來顛覆性變革。

據(jù)了解，互聯(lián)網(wǎng)行業(yè)三大巨頭BAT均在積極布局區(qū)塊鏈金融，百度與Circle(跨境支付)達成戰(zhàn)略合作;阿里與以太坊合作開發(fā)金融云;騰訊旗下的微眾銀行基于騰訊云做聯(lián)盟鏈云服務(wù)等。

其實，不止是BATJ在面向金融機構(gòu)和客群提供開放賦能，會出現(xiàn)更多的參與者，7月6日，以宜貸網(wǎng)為前身的全新綜合類金融科技服務(wù)集團眾之金服成立，亦是這場游戲的新入局者，眾之金服擁有智能大數(shù)據(jù)、新型智能資產(chǎn)、聚合支付、小微銀行服務(wù)、智能投顧、網(wǎng)貸等六大板塊垂直服務(wù)，等等不一而足。

毫無疑問，人工智能正成為改變整個互聯(lián)網(wǎng)產(chǎn)品形態(tài)的技術(shù)之手，發(fā)源于比特幣金融創(chuàng)新的區(qū)塊鏈技術(shù)又被視為改變未來互聯(lián)網(wǎng)價值流通的一個革命力量。

我國在金融科技領(lǐng)域具有明顯的比較優(yōu)勢，無論是BAT、傳統(tǒng)銀行還是保險機構(gòu)、互聯(lián)網(wǎng)創(chuàng)業(yè)公司，都在積極布局金融科技，從長遠來看，這將催生更多新商業(yè)模式及新物種。

理想豐滿，現(xiàn)實骨感：金融AI化的蜀道之難

金融是一個復雜的行業(yè)，在短時間內(nèi)，很難被AI完全替代。

在利潤率較高、數(shù)據(jù)結(jié)構(gòu)化較好、問題定義明確的一些方面，AI會大行其道。在不同金融領(lǐng)域的AI如果都能發(fā)展到一定程度時，或許能加速整個金融產(chǎn)業(yè)的AI發(fā)展。

在現(xiàn)階段，金融公司所面臨的數(shù)據(jù)結(jié)構(gòu)化需求遠遠高于大數(shù)據(jù)要求。大量的歷史數(shù)據(jù)還并未電子化，甚至現(xiàn)階段大量金融公司新產(chǎn)生的數(shù)據(jù)都還屬于不規(guī)范的格式。

另外，對于金融人才來說，這個時代需要專精金融且能和計算機從業(yè)者順暢溝通的人才，同時金融學的進一步發(fā)展也需要專業(yè)人才繼續(xù)探索，因此金融完全是需要繼續(xù)學的，但有所側(cè)重的補充計算機知識可以為個人和社會帶來更大的價值。

這一問題，其實在互聯(lián)網(wǎng)金融領(lǐng)域早已出現(xiàn)，互聯(lián)網(wǎng)金融從業(yè)者既要懂金融，又要具備互聯(lián)網(wǎng)相關(guān)經(jīng)驗，復合型人才永遠是最稀缺的，互聯(lián)網(wǎng)金融尚未成熟之際，現(xiàn)在又在劇烈向AI靠攏，勢必造成人才斷層。

人民日報近日發(fā)文《中國人工智能人才缺口超500萬，供求比例僅為1：10》，據(jù)報到顯示，基于領(lǐng)英平臺的全球人工智能高級人才44%以上來自美國，需求總數(shù)大概在190萬人左右，而中國相關(guān)技術(shù)人才數(shù)量才達到5萬人左右，這與中國近500萬人工智能人才的需求，相差甚遠，一時間各大互聯(lián)網(wǎng)公司搶奪人工智能相關(guān)人才的風波被推到風口浪尖!

科技金融雖好，不僅僅是彎道超車的好時機，更有甚者將此比喻為人類的下一幕，簡直是換賽道，良禽折木而棲，嚴重失衡的供求關(guān)系下，中小型的金融公司，很難匯聚相關(guān)人才，只能加劇與大公司的差距，一場看得見卻摸不到的行業(yè)窗口期。

除此之外，AI在金融上的表現(xiàn)也許并沒有那么顯著。前不久，“某國有大行信用卡將所有樂視員工信用卡額度清零”的新聞被炒得沸沸揚揚。隨后，該行解釋稱主要是因為該行新上線了“新一代”核心系統(tǒng)。在風險防控系統(tǒng)智能化轉(zhuǎn)型后，因為識別到樂視公司的風險可能會影響員工收入，進而影響信用卡還款能力后，系統(tǒng)便作出了此調(diào)整，AI風控上，不免陷入一刀切，可見理想中的AI風控，不僅沒很好的智能，多少顯得有點智障了。

不僅如此，金融行業(yè)無法很好的用AI來定義一個金融問題現(xiàn)階段比較被商業(yè)化廣泛應(yīng)用的機器學習還是監(jiān)督學習，而監(jiān)督學習要求有明確的問題定義。以簡單的監(jiān)督學習為例，如果你想建立一個模型來預測企業(yè)并購是否會影響公司股價，那么你需要提供大量并購數(shù)據(jù)，以及并購后股價是否發(fā)生了變動。理想情況下，在收集足夠多的并購消息和股價變動信息后，做自然語言分析后提取特征放到機器學習模型里面就大功告成了。然而在實際情況中：我們無法給出明確的問題定義和邊界。

最后，燒錢加劇，能否熬到天亮未可知。投出產(chǎn)出在現(xiàn)階段不成正比，短時間內(nèi)難以獲得收益。在這種情況下，每個問題都需要大量人和數(shù)據(jù)來支撐。因此研究探索型的、不能產(chǎn)生利潤的方向很少有公司來投資AI來進行研究的。換言之，有財力提供AI研究的金融公司不多，小型的金融機構(gòu)或者學術(shù)機構(gòu)又缺乏資源(資金，技術(shù)人才，數(shù)據(jù)積累)來進行相關(guān)系統(tǒng)的研究。百度CEO張亞勤，在接受媒體采訪時就曾經(jīng)表示，AI不是短時間能賺幾百億的生意，需要很長的時間積累，對于現(xiàn)在的互聯(lián)網(wǎng)金融公司來講，能否熬到天亮也是個問題。

人工智能時代，或許還很遙遠?；蛟S人類會發(fā)明一個我們無法駕馭無法理解的新物種。就像alpha go戰(zhàn)勝人類頂尖棋手之后，與之對弈的棋手都驚嘆人工智能對于圍棋的理解已經(jīng)超出了人類千年以來的經(jīng)驗范疇。很期待在人工智能與金融學全面結(jié)合之后，會產(chǎn)生出一種全新的金融理論，也許到時候行為金融學所研究的，就是人工智能的行為。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。