不同于AlphaGo在围棋界的高调，人工智能在金融业已悄悄运作数年。2007年美国公司Rebellion Research推出了第一个纯AI投资基金，成功预测了2008年股市崩盘；掌管900亿美元的对冲基金Cerebellum也使用了人工智能技术，从2009年以来没有一个月是亏损的；2016年初，香港公司Aidyia开启了一个完全用人工智能来进行股票交易的对冲基金，不需要任何人为干预。 近两年，随着深度学习带来算法上的突破，人工智能正在各行业酝酿新一轮变革浪潮。其中，金融业由于其数据化本质，业务规则和目标清晰的特性，将成为人工智能最佳的应用场景。 1大幅提升金融业数据处理能力 铂诺理财联合创始人、创新工场AI工程院副总裁吴卓浩在人工智能先行者大会上表示：“在整个的人工智能领域，谁能够掌握数据，谁就有机会能够开发出更棒的人工智能。所以，在所有的领域当中，金融是最棒的。” 中国银行网络金融部杨涛介绍，金融业与社会各行业相互交织，沉淀有金融交易、客户信息、市场分析、风险控制、投资顾问等大量数据。这些数据体量极其庞大，同时大部分又是以非结构化的形式存在，如客户的身份证扫描件信息等，给数据的收集和分析带来了困难。而这样的数据恰好是最适合人工智能技术发展的合适土壤，运用人工智能的深度学习系统，能够有足够多的数据供其进行学习，并不断完善甚至能够超过人类的知识回答能力，尤其在风险管理与交易这种对复杂数据的处理方面，人工智能的应用将大幅降低人力成本并提升金融风控及业务处理能力。 数据处理能力的提高将全面提升金融业的服务水平，提高了金融机构的分析决策水平，更方便了客户。吴卓浩向本刊记者举例说：“好多人觉得炒股是最容易获取财富的方式之一，但同时也是最容易失去财富的方式之一。事实上，大部分的人并没有掌握足够多的知识和背景信息，是带着一腔热血和勇气冲到这个市场上来的，只有成为‘韭菜’的资格。现在我们能够把金融领域当中各种各样的数据，变成人工智能数据，人工智能可以和行业精英的智慧结合起来产生价值。今后的人炒股直接去选一个更合适的已经包装好的产品，坐等着收钱就好了。” “从电子化到移动化，金融服务其实是一个数据化不断加速的过程，资金流已经可以以信息流的方式快速传递、海量处理。金融的数据化本质，加上业务规则和目标的明晰，使得它天然成为人工智能最佳的应用场景。”百度公司董事长兼CEO李彦宏近日在与中国农业银行的战略合作发布会上表示，“智能金融可以超越支付、网点等物理限制，高效即时处理海量、多维的非结构化信息，抽取知识，并在尊重金融规律的基础上，为各种金融业务提供决策支持。” 2辅助决策功能值得长期关注 杨涛介绍，结合目前行业发展趋势，按照具体涉及的技术分类，人工智能在金融领域有五大类应用场景设想。语音识别与自然语言处理技术可应用于智能客服、语音数据挖掘、柜员业务辅助等；计算机视觉与生物特征识别技术可应用于人像监控预警、员工违规行为监控、核心区域安全监控、交易安全、黑名单白名单等；机器学习与神经网络技术可应用于金融预测、反欺诈、授信融资、投资决策、辅助决策系统、保险定价、智能投顾等；知识图谱技术可应用于金融知识库构、风险控制等；服务机器人技术可应用于机房巡检机器和网点智慧银行实体服务机器等。其中，结合目前人工智能技术支持能力和市场实际应用情况看，杨涛认为基于语音识别的技术可优先在金融行业进行应用，市场和同业已经具有成熟的商业运营案例和业务框架，技术实现难度较低，可迅速实现商业价值。 玖富首席数据科学家、首席风险官谷颖表示，人工智能金融领域的应用可分为三个阶段。第一是机器学习阶段，即互联网金融为代表的金融机构全面渗透到所有模型建设中；第二是自然语言处理阶段，即大量互联网贷款和征信公司普遍使用自然语言处理技术；第三是知识图谱阶段，使用知识图谱进行反欺诈分析。“不过人工智能并不能超越实践独立存在，必须要与具体业务相契合。”谷颖说。 传媒梦工场CEO蒋纯在人工智能先行者大会上向本刊记者表示，人工智能在金融领域更应该发挥辅助决策的作用，做金融业的“称重机”而不是一味只追求短期利润的“投票机”。“短期来看，金融是一些交易数据，是大家博弈的结果，是‘投票机’。所以，你可以根据所有交易数据，做出一个金融AlphaGo，很厉害地把钱都赚到。但是这种博弈中有赢就有输，输的钱从哪来？所以最后一定会成长到不能承载的地步，以至于不可持续，有一个规模上限。如果把它做成一个‘称重机’，反映经济的波动，通过收集经济活动的数据，进一步分析，成为投资的依据，并加以智能化判断的辅助，就有非常长远的前景，这可能才是真正消除金融风险的方法。” 3情感类、创意类工作难以被替代 但随着人工智能技术的广泛应用，金融领域从业人士已经不得不开始思考一个严峻的问题：在投资人工智能和享受技术带来便利的同时，从业者本身会不会被人工智能取代？ 事实证明，人工智能是博弈高手，在围棋领域是如此，在金融市场中也已经成绩斐然。人脑的数据处理能力、学习能力、应变能力、不出错能力，在人工智能面前只能自叹弗如，在有些工作中注定会被人工智能赶超。“业界的说法是，如果任务交给你以后，1秒钟能够做出答案的工作，未来很容易被人工智能技术所替代。比如，有一些文字资料撰写工作是有套路和模板的，这是计算机未来很容易替代的。”达观数据创始人陈运文认为，重复机械性的工作，未来最有可能被人工智能技术替代。 但也有许多工作，是人工智能难以替代的。 首先，从技术上来说，人工智能的决策是建立在对公开信息的提取和分析上，而总有一些非公开信息、经验类信息是人工智能无法提取的。比如，金融市场存在信息缺失、隐藏等问题，给建模造成困难；市场规律的变化非平稳，对模型的预测能力提出挑战；金融市场的多方复杂博弈，加大了建模与分析的难度；“黑天鹅事件”（指非常难以预测，且不寻常的事件）很难用大数据、大样本方法来预测。 第二，情感类的工作人工智能难以替代。陈运文坦言，人类的情感是一种非常妙不可言、难以规范化的内容，计算机无法理解文字和信息背后的情感含义。金融业的投资、分析、管控功能可以大量由人工智能代劳，但是金融业服务的本质是人与人之间的交流，人是核心因素。通过交流，客户与金融业工作人员可以建立深厚的关系，从而对工作人员有一定的依赖性，这种客户黏性将难以替代。 第三，需要创意的工作人工智能无法代劳。陈运文举例说道，比如小说这种需要创造性的文字，不是1秒钟就能写出来的，人工智能技术就难以替代。“我觉得，用人工智能技术来提供企业服务是大势所趋，这个行业里面现在最需要的和最难被替代的，是开发企业服务人工智能系统的优秀人才。”
联系客服
