在AI+金融浪潮中，你有没有掉队？

“人工智能”也许是（互联网）金融企业家和行业从业人员在2017年听到最多的热门词语之一。是“听到最多”，“做”得却很少；还有些人是“说”得挺多，“做”得同样很少。那么问题来了，难道我（的企业）掉队了吗？怀疑要么人工智能是个假命题，要么自己是假金融人。其实，你不是假金融人，人工智能更不是假命题。你只是没搞清楚人工智能到底是什么，或者你（的企业）确实在这波浪潮中掉队了，得补补课、加加油，迈开步子，避免被人工智能浪潮拍在沙滩上。

本文将简单介绍人工智能的发展历程，并探讨现在和将来（互联网）金融企业应该如何接轨人工智能。

人工智能的前世今生

虽然“人工智能”这几个字似乎萦绕耳边，但实际上知其所以然的人少之又少，因此有必要先对人工智能的发展历程做一个简单的介绍。

人工智能（英文缩写为 AI）通俗的定义是——研究、开发用于模拟、延伸和扩展人的智能的一门技术科学。1955年，在几个科学家发起的达特矛斯会议上，“人工智能”这个词被正式提出和深入讨论。因此，人工智能并不是个新事，已经发展60余年。不过近两年乘大数据、云计算等技术的东风取得了飞速发展，受到极大关注。人工智能很有可能在不远的将来成为改变人类经济、社会的新技术引擎。

历经60余年，人工智能的发展大体上可分成三个阶段。

从诞生到20 世纪80 年代初期为第一阶段。这一阶段是人工智能理论、模型积淀和应用尝试，包括神经元模型、图灵测试理论的提出、SNARC 神经网络计算机的发明、深度学习模型，感知器（AlphaGo 增强学习的雏形）的发明。本阶段后期由于人工智能早期的系统适用于较复杂问题时效果不理想，研发经费支持减少，人工智能进入低谷。

20世纪 80年代初期至21 世纪初期为第二阶段。本阶段人工智能投入商业应用但未实现大的突破。一个著名的人工智能商业应用是卡内基和梅隆大学合作开发的 XCON-R1专家系统。在这一时期，日本、美国等国家相继投入巨资开发第5代计算机——人工智能计算机。而后，IBM、苹果推出家庭台式机，奠定了计算机工业的发展方向。第5代计算机由于技术路线明显背离计算机工业的发展方向，宣告失败，人工智能再一次进入低谷。

21 世纪初期至今为第三阶段。这一阶段人工智能产生了质的变化， 并在持续发展中，不远的将来有望实现规模化应用。人工智能这个阶段的发展主要得益于三个方面的进步。首先是深度学习算法的发展，其次是互联网和大数据广泛应用带来海量数据量的积累，再次是云计算带来的计算能力的提升。深度学习算法的应用使得语音识别、图像识别技术取得了突破性进展，围绕语音、图像、机器人、自动驾驶等人工智能技术的创新大量涌现，人工智能进入快速发展阶段。除技术上的进步外，政府政策、巨量资本进入进一步加速了人工智能的产业化。

如今，人工智能被看成是引领“第四次工业革命”的标志性技术。如何在这次工业革命中不掉队或者占领先机，是这个时代的每个企业应该思考的问题。

人工智能将给（互联网）金融带来巨大的影响

2017年建行与阿里、工行与京东、百度与农行先后达成战略合作，四大行中的三家与互联网巨头达成战略合作。三大行的举动意味着全行业对互联网+AI+金融未来前景价值的判断。

我们简单梳理一下人工智能将给（互联网）金融带来的影响。

首先，人工智能会使金融数据处理能力大幅提升。金融行业的数据是巨量的但又是非结构化的，只有通过人工智能的深度学习能力才能真正实现处理这些非结构化的数据。金融业务各个环节的市场分析、客户获取、风险控制、金融交易等的效率和精准度因此将得到极大提升。

其次，人工智能会让金融客户获取金融服务的体验达到极致。人工智能会主动及时地获取客户需求，提供或调整更切合客户实际需求的服务；同时客户能借助人工智能变成“专家”，完成看似复杂的决策。从这些方面看，人工智能会让金融服务更精准、更迅捷、更贴心、更聪明。

再次，人工智能会解放金融从业人员的劳动。这种影响是两面性的。好的一面是大量重复机械的工作（例如数据收集、数据分析、交易、客服等）将被人工智能代替；坏的一面是短期看会导致一些金融从业人员失业。

做智能金融，拿来主义和自食其力要并举

在人工智能生态系统中，人工智能分成两大部分，一部分是基础设施（包括机器学习模型、数据分析工具等软件系统以及诸如超级计算机、云服务器等硬件设施）；另一部分是产业应用，诸如将深度学习、自然语言处理、计算机视觉、手势控制、虚拟私人助手、智能机器人等应用于各行各业。基础设施这部分显然是巨头们的地盘，例如谷歌、Facebook、IBM、亚马逊、微软、百度等，更多的企业是在行业应用开发上开展竞争。

聚焦到（互联网）金融行业，人工智能可以被应用到金融的前中后端各个环节。金融企业与人工智能接轨有两种模式，第一种，通用的人工智能应用（例如人脸识别技术等）通常是奉行拿来主义，从专业公司引入；第二种是金融行业专有的应用（例如智能投顾），金融机构通常选择根据本公司独特的需求自行研发。拿来主义是专业的人做专业的事情的一种态度，也是降低企业成本的一种方法；而自食其力的自行研发一方面是为满足个性化需求，也是保护核心商业机密（通常是涉及到客户数据、商业模型等的方面）所需。

智能金融仍待从国外取经

从国际上看，欧美，尤其是在美国，金融领域的人工智能应用方面发展相对成熟，在金融各个环节有大量的创新创业公司，包括信用评估、智能客服、智能投顾、智能市场研究、贷款催收、监管合规等。此类公司多达几百家，既有各类互联网巨头和传统金融机构巨头，又有新兴的创新企业，诸如Zestfinance（信用评估）、Digit（智能客服）、Sentient Technologis（智能投顾）、AI Phasense（智能市场研究）、True Accord（贷款催收）、Digital Reasoning System（监管合规）。

相比之下，国内多数金融公司的人工智能应用局限在有限的几个方面，即智能投顾（据说有几十个平台为智能投顾平台）、贷前风控管理（人脸识别和反欺系统），少量机构应用到了人工智能客服辅助服务。典型企业有百度金融（综合）、财鲸（智能投顾）、品钛集团璇玑（智能投顾）和读秒（智能信贷）、宜信投米RA（智能投顾）、交行小e（智能客服）、平安的智能客服系统等。从应用方向上看，国内人工智能在金融业资金端实际应用较多，相反在金融业资产端目前还非常有限。国内真正的智能金融公司总量很少。

总结

（1）AI时代已经来临，迎接它吧。

（2）各路巨头已经布局智能金融，新兴公司也不甘落后，我们不要只“听”和“说”，要行动起来了。

（3）AI不是巨头的专利，小公司也可以从某些应用场景切入做智能金融。在人工智能和智能金融领域，欧美同行走在前列，多向它们取经。

AI和AI+金融远比上文所探讨的范围要广，深度更深，因此以上文字纯属抛砖引玉，也不免有偏颇之处，欢迎指正和探讨。

针对AI+金融，我们将继续从政策环境、模式赛道、细分应用和产品等角度对其进行研究和剖析，以期挖掘出新金融企业，尤其是互联网金融企业与AI接轨的正确姿势。

标签：