黄奇帆：产业互联网金融是金融科技下一个“蓝海”

上证报中国证券网讯（记者 张艳芬）“在大数据、云计算、物联网、人工智能等技术赋能下，金融科技发展带来前所未有的历史机遇。未来，符合科学、契合规律的金融科技应当走什么样的发展路径？”10月25日，在第二届外滩金融峰会上，复旦大学特聘教授、重庆市原市长黄奇帆提出了这样的问题，并给出了答案：发展前景巨大的是产业互联网金融。

黄奇帆介绍说，产业互联网金融以企业为用户，以生产经营活动为场景，提供数字金融服务。由于产业价值链更复杂、链条更长，目前数字化的比例仍然很低，金融服务还远未达到面向个人端的数字金融智能化、便捷化的程度，所以，产业互联网金融是金融科技发展的下一个“蓝海”。

图片来源：网络

在黄奇帆看来，产业互联网金融的现实意义，在于解决中小微企业融资难、融资贵的难题。他认为，数字化平台与金融机构各尽所能、各展所长，是最合理的发展模式。“在产业互联网时代，任何数字化平台的发展，不能靠简单的‘烧钱’来扩大市场占有率，也不能让客户有成本无效果、长期赔钱，这是不可持续的行为。”

他认为，合理的数字化平台，应能够通过四种渠道取得效益：

一是，通过物联网、大数据、人工智能的运筹、调度，降低产业链、供应链的物流成本；

二是，通过大数据、云计算、人工智能的应用，提高金融业务的工作效率；

三是，由于全产业链、全流程、全场景的信息传递功能，降低金融运行成本和风险；

四是，实现数字公司和金融业务的资源优化配置，产生优化红利。

来源：网易财经

潘云鹤院士：AI创未来 我国当用好人工智能“头雁”效应

经济日报-中国经济网杭州10月17日讯（记者杨秀峰） 10月16日，中国工程院院士、中国工程院原常务副院长潘云鹤院士在2020全球人工智能大会智能金融高峰论坛上表示，考察金融领域的客户服务、风险控制、精准营销、资产管理、金融监管等主要方向后可以发现，人工智能2.0在上述各领域均有非常大的渗透性，其中大数据智能更是已应用于全领域。而这仅仅是开始。随着进一步深入的创新，AI的覆盖面将越来越大。我国需要抓住当前重要的时机，突破基础研究和技术攻关，用好人工智能的“头雁”效应。

中国工程院院士潘云鹤在2020全球人工智能大会智能金融高峰论坛上发言。

潘云鹤院士表示，当今世界正从原来的二元空间进入新的三元空间；空间变化带动信息流的新变化；新的信息流会生成认知的新变化，进而推动产业与社会的新变化。互联网的普及、传感器的泛在、大数据的涌现、电子商务的发展、在线社区的兴起，数据和知识在人类社会、物理空间和信息空间之间的交叉融合与相互作用，汇合而成了驱动人工智能走向2.0的强大的外在动力和应用需求。

在潘云鹤看来，这股浪潮席卷全球，也推动着金融行业发展到全新阶段。人工智能、大数据等新技术成为继互联网技术之后变革金融行业的全新力量。智能金融强调金融科技和人工智能的结合，人工智能、大数据、互联网、分布式技术和安全技术等关键软硬件已成为金融领域的新基础设施。

2017 年国务院印发《新一代人工智能发展规划》，不但提出了人工智能2.0 的关键理论、技术及应用场景，还明确提出要发展智能金融，建立金融大数据系统，提升金融多媒体数据处理与理解能力。2019年8月，央行印发《金融科技（FinTech）发展规划（2019-2021年）》，明确了未来一段时间金融科技工作的指导思想。

时至今日，中国金融行业已从电子化、数字化跨越至智能化，形成了人工智能技术与金融业深度融合的新业态，在银行、保险等传统金融业中，技术创新正在催生智能投顾、智能风控、供应链金融、金融区块链、第三方支付、监管科技等一系列新兴领域。

图片来源：网络

潘云鹤院士指出，金融科技成为中国可能走向并跑和领跑世界的一个重要领域，值得在人工智能时代花大力气推进。人工智能从1.0走向2.0时代出现了新的发展动向与技术机遇。人工智能技术在大数据智能、群体智能、跨媒体智能、人机混合增强智能、自主智能系统五大方向上均有金融创新的机遇。考察金融领域的客户服务、风险控制、精准营销、资产管理、金融监管等主要方向后可以发现，人工智能2.0在上述各领域均有非常大的渗透性，其中大数据智能更是已应用于全领域。而这仅仅是开始。随着进一步深入的创新，AI的覆盖面将越来越大。

新冠疫情期间，“非接触式”金融服务加速推广，智能金融技术加速发展，应用加速落地。面对人工智能、大数据、云计算等技术带来的剧烈变化，金融机构正在不断加速向技术驱动型机构转型，变革其组织、流程、运营、技术等业务，构建新形态，建立新体系。

“我认为未来十年将是我国人工智能发展的关键时期。它将催生更多的新技术、新产品、新业态、新产业、新区域，使生产生活走向智能，供需匹配趋于优化，专业分工更加精准，从而引发经济结构的重大变革。我国需要抓住当前重要的时机，突破基础研究和技术攻关，用好人工智能的“头雁”效应，勇闯'无人区'，向更高的水平创新性地发展”，潘云鹤院士表示。

来源：中国经济网

智能金融“聪明劲儿”如何体现？

从电子化、数字化时代一路走来，时至今日，中国金融行业已跨越至智能化时代，形成了人工智能技术与金融业深度融合的新业态，在银行、保险等传统金融业中，技术创新催生出了智能投顾、智能风控、供应链金融、金融区块链、第三方支付、监管科技等一系列新兴领域。“金融科技成为中国可能走向并跑和领跑世界的一个重要领域，值得在人工智能时代花大力气推进。”10月16日，在以“普惠金融智能共创”为主题的2020全球人工智能大会智能金融高峰论坛上，中国工程院原常务副院长潘云鹤表示，新冠肺炎疫情防控期间，“非接触式”金融服务加速推广，智能金融技术加速发展，应用加速落地。面对人工智能、大数据、云计算等技术带来的剧烈变化，金融机构正在不断加速向技术驱动型机构转型，变革其组织、流程、运营、技术等业务，构建新形态，建立新体系。

图片来源：网络

而这种变革，在中国人民银行科技司原司长陈静看来，就是中国金融业在全球同行面前的“比较优势”。

这些天，不少电商围绕“双11”促销活动开始造势。而每年“双11”，每秒几万笔的网上交易和实时结算，其背后支撑力是商业银行网上银行支付结算的快速、高效与安全。难怪很多业界人士认为，我国的互联网金融服务已达到世界先进水平。

“当前，我们面临的重要问题，则是金融科技如何进一步在中国金融业的发展中发挥重要作用。”成绩之外，陈静不讳谈发展中的问题。在他看来，目前，中国金融业正在加强、加快推动人工智能的应用，主要场景包括机器学习、神经网络应用与知识图谱，其中：机器学习针对财务、交易数据进行建模，可以分析其显著特征，并利用回归分析等预测交易策略；神经网络应用与知识图谱的应用则大多在风控、征信领域；授信的决策要通过数据筛选、建模和预测打分，以此将不同的资产分类和做分别处理，借助机器学习完成传统金融企业无法做到的放贷过程中对借款人还贷能力进行实时监控，及时对后续可能无法还贷的人进行事前的干预，以减少因坏账而带来的损失；智能投顾则采用多层神经网络，实时采集所有重要的经济数据指标，不断进行深入学习，完善合适的资产分散投资策略算法，实现大批量的不同个体定制化投顾方案。为客户提供资产管理和在线投资建议与服务。

图片来源：网络

围绕推动我国银行金融机构人工智能应用，陈静也给出了自己的建议：首先，人工智能在金融领域的应用不应全面开花，一定要与适宜的应用场景相结合；其次，金融服务竞争的实质上是面向市场的能力、成本和质量的竞争，加快金融人工智能应用必须建设与管理好云计算、分布式架构应用和大数据平台；第三，要切实加强与社会的合作，发挥市场优势；第四，要防范在人工智能应用中可能产生的风险，银行业金融机构和相关企业、科研机构等应从最初制定人工智能技术与应用战略发展规划到研发、应用的全过程都给予高度重视，真正实现人工智能持续健康地发展，更好地为我国金融和经济、社会服务。

今年以来，人民银行数字货币落地进程不断加速；60项金融科技创新监管试点在全国9个地区全面落地；国务院批复在京设立国家金融科技风险监控中心。可以说，面向世界科技前沿、面向经济主战场、面向国家重大需求，人工智能等技术正加速金融数字化转型，为实体经济提供“精准滴灌”式金融服务，为统筹推进疫情防控和经济社会发展注入金融创新活水。

图片来源：网络

2019年10月，杭州获批建设国家新一代人工智能创新发展试验区。一年来，杭州人工智能领域加强政策引领、夯实理论研究、突破关键技术、助力企业发展、重视融合应用，杭州人工智能产业的创新活力正在加快释放。在同盾科技联合创始人、CEO张新波看来，正是得益于杭州这片创业创新的沃土，同盾科技坚持自主创新，积极布局人工智能、大数据、云计算等高新技术领域，并以客户为核心，强化科技赋能，内建生态、外接场景，将自主研发的智能分析决策技术与服务广泛应用于智能金融、智能政务、智能城市建设等领域。截至目前，同盾的相关产品和解决方案已服务超过1万家企业客户，涵盖22大类行业、118个细分领域。

产业发展，标准先行。“随着长期不辍地在新兴科技领域的自主研发，我们推出了国产原创、自主可控、国际领先的知识联邦框架体系，并积极推动其落地应用。”据张新波介绍，这一理论体系交叉融合人工智能、大数据、密码学等前沿技术领域，有效解决数据流通中的数据割裂和数据安全问题，同时实现知识发现和归纳，有望成为我国引领全球人工智能3.0时代的重要理论基础之一。

来源：人民政协网

人工智能与金融如何彼此赋能？业界大咖这样说……

10月16日消息，作为2020全球人工智能大会的活动之一，以“普惠金融 智能共创”为主题的智能金融高峰论坛在杭州举行。

本次论坛汇聚政府、学术界及行业领军企业代表，畅谈人工智能与金融彼此赋能产生的强大效能。

潘云鹤：人工智能等新技术成为变革金融行业的新力量

论坛上，中国工程院原常务副院长潘云鹤院士表示，互联网的普及、传感器的泛在、大数据的涌现、电子商务的发展、在线社区的兴起，数据和知识在人类社会、物理空间和信息空间之间的交叉融合与相互作用，汇合而成了驱动人工智能走向2.0的强大的外在动力和应用需求。这股浪潮席卷全球，也推动着金融行业发展到全新阶段。

潘云鹤指出，人工智能、大数据等新技术成为继互联网技术之后变革金融行业的全新力量。智能金融强调金融科技和人工智能的结合，人工智能、大数据、互联网、分布式技术和安全技术等关键软硬件已成为金融领域的新基础设施。

图片来源：网络

陈静：人工智能等技术是未来金融创新重要的应用趋势

中国人民银行科技司原司长陈静指出，我国金融业的发展靠的是改革与创新、先进科学技术的应用。随着金融科技和数字金融的快速发展，人工智能在金融领域的应用正在不断深化。当前，机器学习、知识图谱、生物识别、服务机器人等人工智能技术在金融预测、反欺诈、授信决策、智能投顾等领域广泛应用，金融业正在加快实现网点智能化、营销智能化、运营智能化、客服智能化、风控智能化。人工智能等技术是未来金融创新重要的应用趋势和金融创新与发展的重大推动力。

陈静同时表示，人工智能技术在金融的应用一定要与适宜的应用场景相结合；要加快云计算、分布式架构应用和大数据平台建设；要加强与社会的合作，发挥市场优势；加快AI应用人才队伍，尤其是复合型人才的培养与建设；同时要防范在AI应用中产生的风险。

赵喜凯：人工智能等创新技术与传统金融业态深入融合

杭州市科学技术局局长赵喜凯在论坛发言中表示，目前杭州在人工智能领域，科研生态日趋完善，龙头企业引领发展，落地场景不断拓展，惠民项目扎实推进。

人工智能等创新技术与传统金融业态深入融合，从支付结算、智能投顾、供应链金融、智能风控，到区块链金融、云计算等领域的创新应用，提供了高效便捷、信息透明的多样化金融服务，拓展了金融服务边界，优化了金融产品特性，弥补了传统金融短板，成为服务实体经济、防控金融风险、深化金融改革的重要力量。

张新波：金融与AI加速融合使行业形成深度分工局面

同盾科技联合创始人、CEO张新波认为，人工智能等科技力量已从过去的支撑、保障的从属地位，发展成为引领、重塑的驱动力量，成为金融业重要的核心竞争力。

图片来源：网络

张新波表示，人工智能等科技力量已从过去的支撑、保障的从属地位，发展成为引领、重塑的驱动力量，成为金融业重要的核心竞争力。另一方面，金融智能化加速推进，新技术不断被落地应用，又推动了人工智能等技术的进步，二者相辅相成相互促进。同时，金融机构进一步加强与人工智能等科技企业深入合作，智能金融领域行业深度分工的局面已经形成。

林晨：金融科技具有逆周期潜力 可更好服务实体和个人金融需求

香港大学商学院副院长、诺贝尔经济学奖提名专家林晨教授在视频演讲中表示，金融科技具有逆周期潜力，通过大数据分析可对中小微企业有更准确、深入的了解，从而更好的服务实体和个人的金融服务需求。在经济下行期，保持对中小微企业的金融服务，有助于中小微企业稳定生产、稳定就业；有助于中小微企业的雇员稳定收入、稳定需求，进而实现保持经济稳定的社会责任。

杨涛：金融新基建的重点应放在货币体系等领域

国家金融与发展实验室副主任杨涛围绕“智能时代的金融新基建”介绍说，支付系统、中央证券托管系统、证券结算系统、中央对手方、交易数据库是当前各国共识的五类金融市场基础设施。我国金融供给侧结构性改革，强调“补短板”，提高服务实体经济水平和防控金融风险能力。当前，我国金融新基建的重点应放在货币体系、支付清算体系、信用体系、技术基础与设施、金融标准化、数据治理与交易等领域。

徐志华：对互联网银行而言智能风险管理技术不是“照妖镜”

新网银行副行长兼首席风险官徐志华在演讲中表示，对于新一代互联网银行而言，智能风险管理技术不是一个“照妖镜”，必须是全生命周期管理。智能化风险管理一是要求流程自动化，所以我们必须建设一个智能风险系统；二是要求决策智能化，所以我们要建设一个智能决策模型。但是，零售信贷转型不止是建系统和模型，零售转型是一个业务综合性的系统工程，风险战略是零售风险管理的重点。

来源：新浪财经

金融行业已出现人工智能深度融合的新业态

当人工智能成为金融领域的新基建，金融与AI加速融合。近日，在2020年全球人工智能大会智能金融高峰论坛上，同盾科技联合创始人、CEO张新波在接受南都记者采访时指出，随着金融机构进一步加强与人工智能等科技企业深入合作，智能金融领域行业深度分工局面已形成。而面对数据安全、金融科技合规化监管进程加速等一系列新的市场趋势，同盾科技提出知识联邦概念，并发起成立了“知识联邦产学研联盟”，实现“数据可用不可见，知识共创可共享”。

图片来源：网络

　　金融AI化加速，

　　深度分工局面已形成

　　当下，移动金融呈现多元化趋势，在银行、保险等传统金融业中，技术创新正在催生智能投顾、智能风险、供应链金融、消费金融、第三方支付和监管科技等一系列新兴的领域。金融云计算发展态势良好，创新能力显著提升；智能金融物联网产业生态已具雏形。今年以来，央行数字货币落地进程不断推进；60项金融科技创新监管试点在全国9个地区全面落地；国务院批复在京设立国家金融科技风险监控中心。一系列新的变化标志着我国金融智能化发展不断挺向纵深。

　　中国工程院原常务副院长潘云鹤认为，金融行业已经从电子化、数字化跨越到了智能化，形成了人工智能技术和金融业深度融合的新业态。张新波则认为，科技力量已从过去支持、保障的从属地位，发展成为引领、重塑的驱动力量，成为金融业重要的核心竞争力。在他看来，智能金融领域行业深度分工局面已形成。

　　从传统金融机构加大科技投入和智能化转型过程中已经可以总结出经验。中国人寿财险公司信息技术部总经理郭海涛指出，在很大程度上，保险科技已经成为了各家公司成败的关键，各家公司也想通过科技来铸造整个保险的护城河。他认为，保险行业是一个重数据资产的行业。上世纪90年代开始，大量的交易已经电子化和数字化，但数据在初期都沉淀在每家保险公司内部。如今，为了更大限度地唤醒这些沉睡数据的价值，保险公司开始引入一些外部数据，或与科技企业合作，共建保险云服务系统，来挖掘现有数据的价值。

　　作为一家人工智能创业公司，同盾科技能如何帮助金融机构实现智能化转型？张新波在采访中介绍称，首先可以通过人工智能技术帮助金融机构预防欺诈风险；第二部分是提供本地化的解决方案，帮助金融机构搭建完整的智能风控中台整套的体系；第三部分是给金融机构提供从业务到数据建模的整个咨询服务；此外，还能帮助金融机构去做存量客户的挖掘，提升获客效率和精准度。

图片来源：网络

　　智能金融需精细化运作

　　目前，人工智能在金融领域的运用面临几个挑战。一方面，数据资产的重要性和个人金融信息安全都前所未有地被高度重视。对于数据安全问题，张新波向南都记者表示，“去年我们花了大概上千人把我们全站所有的数据透明化处理，到今年7月已完成了全站数据的处理。保证所有有效数据的‘可用不可见’，即便是我们自己的分析人员和运营人员，也看不到明文的数据”。

　　为解决数据安全和隐私问题，同盾科技还推出了智邦知识联邦平台。据李晓林介绍，知识联邦支持安全多方检索、安全多方计算、安全多方学习、安全多方推理等多功能技术方案。同时，同盾科技还牵头成立了知识联邦产学研联盟，将聚集跨行业的各方力量，联合开展知识联邦多层级的理论、技术、协议、标准和产业研究，构建理论研究到产业成果转化生态，探索下一代人工智能的实现路径。

　　此外，在消费金融领域，各项成本居高不下，民间借贷利率上限的调整又将借贷成本和下沉更广泛客群的矛盾凸显出来。正如中原消费金融CIO周宇所言，“消费金融公司过去几年‘普’做到了，‘惠’这块还差得很远，主要还是因为我们各项成本居高不下。如果科技的成本能够让我们拿到更多数据，让我们降低成本，我们绝对非常想把这块让利于民”。同盾科技副总裁、金融云事业部总经理李伟东也指出，这样的政策走向是倒逼现在的持牌金融机构，必须要能够更加精细化地去运营客群，还要有更好的风控技术去识别欺诈和信用风险，否则的话就挣不到钱。

来源：南方都市报

同盾科技张新波：智能金融领域行业深度分工局面已形成

面对人工智能发展和与当下的金融行业结合，张新波指出，金融智能化加速推进，新技术不断被落地应用，又推动了人工智能等技术的进步，二者相辅相成相互促进。同时，金融机构进一步加强与人工智能等科技企业深入合作，智能金融领域行业深度分工的局面已经形成。

同盾科技联合创始人、CEO张新波

目前，国家层面对人工智能发展给予大力的支持，张新波表示，在新基建和经济“双循环”新发展格局下，人工智能技术具有明显的正向溢出效应，也成为促进我国经济社会发展的重要抓手，也是当前及未来各国科技竞争的制高点。

张新波还指出金融、保险、城市治理等领域，历来是科技创新的积极支持者和领先应用者。当前，人工智能、大数据、云计算、区块链、移动互联等相关技术的迅猛发展，并与相关产业深度融合，深刻改变了行业的服务业态和发展模式。

当下，我国金融智能化发展不断挺向纵深：移动金融呈现多元化趋势；金融云计算发展态势良好，创新能力显著提升；智能金融物联网产业生态初具雏形。对此张新波解释到，人工智能等科技力量已从过去的支撑、保障的从属地位，发展成为引领、重塑的驱动力量，成为金融业重要的核心竞争力。另一方面，金融智能化加速推进，新技术不断被落地应用，又推动了人工智能等技术的进步，二者相辅相成相互促进。同时，金融机构进一步加强与人工智能等科技企业深入合作，智能金融领域行业深度分工的局面已经形成。

对于向好的发展态势，张新波表示：“面向世界科技前沿、面向经济主战场、面向国家重大需求，人工智能等技术正加速金融数字化转型，为实体经济提供“精准滴灌”式金融服务，为统筹推进疫情防控和经济社会发展注入金融创新活水。”

去年10月，杭州获批建设国家新一代人工智能创新发展试验区，杭州的人工智能产业的创新活力正在加快释放。张新波则表示，得益于杭州这片创业创新的沃土，同盾科技坚持自主创新，积极布局人工智能、大数据、云计算等高新技术领域；并以客户为核心，强化科技赋能，内建生态、外接场景，将自主研发的智能分析决策技术与服务广泛应用于智能金融、智能政务、智能城市建设等领域。截至目前，同盾的相关产品和解决方案已服务超过一万家企业客户，涵盖22大类行业、118个细分领域。

与此同时，张新波还表示，在今年疫情期间，同盾积极践行社会责任，发挥科技的创新赋能效应，相继开发了专门用于疫情防控的智能预测系统、智能疫情回访机器人、中小微企业金融服务平台等产品，积极助力疫情防控，帮助降低社会和经济成本，为疫情防控和经济社会发展贡献力量。

据了解，随着长期不辍地在新兴科技领域的自主研发，科技创新成果在同盾不断落地。同盾推出了国产原创、自主可控、国际领先的的知识联邦框架体系，并积极推动其落地应用。这一理论体系交叉融合人工智能、大数据、密码学等前沿技术领域，有效解决数据流通中的数据割裂和数据安全问题，同时实现知识发现和归纳，有望成为我国引领全球人工智能3.0时代的重要理论基础之一。

来源：中国新闻网

金融风控数字化革命爆发，人工智能注入新动能

危与机的攻防转换，成为今年金融行业震荡向上突破的主旋律。

疫情冲击了金融机构的传统展业方式，信用风险集中爆发，重线下靠人工的获客、风控、贷后管理模式败得一塌涂地。不过，危难之中的机遇也愈发清晰，金融机构对依托人工智能、云计算在内的科技化手段认识更深一步，弥补智能化运营短板成为金融行业的共识。

业内人士透露，春节后持牌消费金融公司等金融机构向数字化转型转变。其中，一个比较明显的趋势为贷中、贷后借助人工智能决策工具处理的业务占比大幅提升，部分消费金融公司智能机器人的工作量能占到九成。

从人工智能的落地情况来看，移动支付、消费金融是人工智能最先渗透的场景之一。人工智能的三驾核心马车为数据、算法、算力，数据是人工智能从实验室走到具体服务场景的基础，而移动支付和消费金融背后丰富的应用场景，恰好为人工智能落地提供了完备的生态土壤。

图片来源于网络

反之，金融科技领域的人工智能技术也为银行、消费金融公司、信托、保险等机构输出智能综合解决方案，优化企业的营销获客和风控流程。以萨摩耶数科为例，萨摩耶数科在人工智能领域研发的自动建模平台AUTOMAN 1.0，便可以通过模型、策略自动迭代更新，及时识别、掌控未知风险，让金融样本处理成为业务决策自动化的一环。

国务院于2017年出台《人工智能发展规划》，各地政府纷纷加大人工智能投入力度，人工智能已成为国家战略。当前，人工智能已在金融、汽车、物流等领域应用，产业各方的人工智能服务方案雏形已成，待技术更加成熟后，渗透率也会随之增加。

人工智能的目标是提升产业生产力，最大限度把一个企业从重复性的工作中解放出来。金融行业与人工智能深度融合，在降本增效的同时必然会重塑金融业，一场以智能+金融的新格局慢慢成型。

金融需要何种人工智能？

近三年来，金融科技行业风起云涌，形成了少量头部机构与众多中尾部机构并存的格局。无论是以蚂蚁集团、京东数科、360数科为代表的互联网系巨头，还是以萨摩耶数科为代表的行业领先的金融科技公司，均研发了大量的人工智能技术。

就金融机构的需求而言，在急需降低成本的市场环境中，很多机构迫切要用智能化的科技手段取代劳动密集的人工模式，将人力成本降下来。同时，为提升贷前、贷中、贷后的运营管理效率，金融机构也逐渐从粗放管理向精细化的管理方式转变。

拿风控来讲，传统金融机构一方面转型线上，缺少必要的人才、技术支撑；另一方面在面临信用风险较高的长尾客群时，缺乏用户全生命周期模型管理经验。在普惠金融趋势下，下沉客群又是金融机构受理的客群之一。

这就引申出到底什么样的人工智能与金融机构的需求匹配，或者说什么样的人工智能对于金融机构才真正有价值。

根据金融业务的实际情况，金融机构的需求逻辑主要集中在两三个方面，其一是必须合规；其二工具能够“即接即用”，减少对接成本和其他支持费用；其三工具能在短时间内让金融机构看到效果，并能为金融机构带来的价值覆盖技术服务费成本。

按照上述人工智能服务金融机构的价值导向，行业内确实有一批能为金融机构带来较大增益、推动风控运营智能化的工具。在这些人工智能解决方案中，萨摩耶数科旗下的自动建模平台——AUTOMAN 1.0可以称得上是一个典型的样本。

AUTOMAN 1.0是将人工智能应用在模型设计领域，使模型开发周期减少50%-70%，最短可在2周内完成样本建模任务，极大地缩短原始样本与经营决策的距离，实现整体降本增效。

在风控模型中，KS指标来评估模型的区分度一项核心指标，区分度越大，说明模型的风险排序能力越强。AUTOMAN 1.0在测试环境中，KS值区分度高出人工建模效果0.05个百分点。

具体到风控场景里，AUTOMAN的样本研判及处理、最优模型保存及部署、新样本预测、模型训练及调优四大功能，能通过便捷的方式直接接入金融机构的系统中，使得风控模型辨识风险的精准度更高。

值得一提的是，AUTOMAN虽然内置前沿流行算法，但用户没有知识背景也能熟练使用，这背后主要靠AUTOMAN的一键建模模式。该模式下，不需要合作机构写代码，按照说明放好样本就能训练出可部署调用的模型。另外，AUTOMAN还能自动安装所需环境依赖包，用户无需再自行设置环境。

模型调优方面，AUTOMAN内置自研究调参算法，帮助模型开发工程师使用集成工具包提升模型开发效率。 简单便捷并不意味着效果打折，AUTOMAN在效率与精度、标准化与通用性之中实现平衡，具备低成本、高精度、高效率地实现样本可视化的特点。

数据决定AI算法的精度，算法精度决定AI产品质量。萨摩耶数科从真实的金融场景入手，不断提升智能化模型的精确度，唯有精度高了才能帮助客户构建智能化的风控大脑。不只是萨摩耶数科，任何金融科技平台的人工智能解决方案都需遵循这一前提。

更新迭代是人工智能的灵魂

金融企业的人工智能需求仍存在很大增长空间，若想抢占市场份额，金融科技企业必须保持更新迭代的创新能力，时刻与金融机构的生产经营环境相适应。

目前，针对企业数字化转型推出的人工智能产品种类繁多，但在企业实施落地的过程中出现水土不服，更有甚者效率不升反降。企业应用人工智能出现负面效应，与人工智能供应商提供的产品有关，人工智能产品的实用性和特点不匹配企业的实际需求。

疫情叠加金融周期影响，传统金融机构的数字化转型紧迫性越来越强烈，尤其是在需要大量样本分析处理的风控环节。我国当前的消费金融市场相当一部分客群集中在优级、次优以下，而消费信贷产品又多以小额、分散、线上化为主，复杂的受理环境决定金融机构需要一个能不断迭代的智能风控解决方案。

针对AUTOMAN的迭代创新，萨摩耶数科人工智能团队负责人表示，目前 AUTOMAN1.5版本已经在内部测试中，而AUTOMAN2.0版本将新增回归模式。未来我们还将持续加大研发力度，持续推动人工智能在金融风控领域的应用。

另外，考虑到外部环境的波动及客群变化，后期萨摩耶数科考虑增加模型自迭代功能，实时应对外部风险的变化。同时，AUTOMAN平台将实时学习外部前沿算法及模型优化方法，加入更多插件。

人类对人工智能的想象及优化，其实早在18世纪就已开始。当时欧洲有一个堪称超越人类的Mechanical Turk（土耳其机器人），这个国际象棋游戏机器人的棋技卓尔不群，闻名欧洲与美洲，拿破仑和本杰明·富兰克林也不是其对手。机器人发明者去世后真相被揭开，这个机器人里其实藏着一个被雇来的国际象棋大师。

进入二十一世纪，亚马逊为了删除网站上重复的产品，研发了一个人机混合的Amazon Mechanical Turk（亚马逊土耳其机器人），该人工智能技术能让企业通过编程寻求遍布全球的廉价人力资源，去帮助企业做一些类似删除重复内容、音频转录等劳动密集型工作。

从土耳其机器人到亚马逊土耳其机器人，可以看出人是人工智能的核心，一切人工智能都需要经过人的指导进行反复算法训练，才能智能且高效地工作。这背后其实有一个很朴素的逻辑，人工智能的强大必须建立在人才队伍和科技投入上。

萨摩耶数科能持续更新样本模型自动化设计平台AUTOMAN ，也正是源于科研人才储备和大量的研发成本投入。萨摩耶数科创始人及核心团队来自华中科大、复旦大学等知名高校，博士、硕士学历者占比高，并且均深耕金融科技领域多年，具有丰富的科技创新实战和互联网风险管控经验。

研发技术投入方面，萨摩耶数科研发成本投入一直占公司总成本费用较高比重。除了AUTOMAN，萨摩耶数科自主研发的“猎户座”反欺诈模型、“Alpha-S”信贷审核机器人、DNA信用评分模型、“七剑”专有技术系列矩阵以及“欧拉”获客渠道监控等金融科技方案。

得益于扎实的科研投入，萨摩耶数科的金融科技解决方案得到大量金融机构的认可。截止2020年9月，萨摩耶数科已与包括商业银行、消金公司、信托公司和小贷款公司在内的近80家持牌金融机构达成合作，已累计为持牌金融机构输出了6000多万用户。

2017年，麦肯锡发布《人工智能：下一个数字前沿？》研究报告，报告采用大量企业经营的数据证实大规模采用人工智能技术将为企业带来丰厚回报，而那些未使用人工智能的传统企业正在被人工智能早期使用者远远甩在身后。

三年过去了，坚持以人工智能等金融科技手段驱动业务发展的金融机构，在融资、声誉、体量、抗周期风险能力上，保持一定的优势。传统金融机构数字化转型过程中，金融科技To B也迎来最硬核的风口。

疫情导致金融行业缺口出现，基于人工智能的智能风控科技底层应用会带领金融行业回补缺口，为金融行业的资产增长注入安全新动能，加强金融机构在展业中的风险抵御能力，实现业绩增长与资产质量齐升。

来源：艾瑞网

人工智能改变金融的五种方式

　GOI泛亚投资集团消息，GOI泛亚投资集团指出，人工智能(AI)、机器学习(ML)和深度神经网络(DNN)正在推翻金融行业的业务，应战传统价值。由人工智能驱动的系统能够变得更快、更高效、更牢靠。这些技术在金融范畴得到了越来越多的应用。那些承受采用这些技术可能带来的风险的人，常常会得到精简和更有消费力的操作的报答。

　　人工智能(AI)、机器学习(ML)和深度神经网络(DNN)正在推翻金融行业的业务，应战传统价值。

　　能够肯定的是，人工智能正在经过无数不同的应用悄然地影响着世界。人工智能技术曾经为许多日常活动提供了动力，从开车送我们上班到自动调理恒温器，而且常常是在我们不知情的状况下。依据Gartner的数据，40%的主要企业将在2020年施行人工智能处理计划，超越一半的企业将在2020年将现有的人工智能处理计划增加一倍。这一预测是在Covid-19大盛行迸发之前做出的，但即便思索到这一点，人工智能的增长仍将呈指数级增长。

　　在一些工业人工智能中，机器学习和深度神经网络则有着更多的应用。其中之一就是金融行业，在这个行业中，新技术曾经在推翻商业，应战着传统价值观。

　　当触及到咨询和支持时，像EC-MSP这样的IT公司就可以以最有效的方式来应用AI处理计划。这些都能够使企业可以应用这些技术的潜力并加强其流程。

　　风险管理

　　在风险管理中运用ML意味着能够在较短的时间内对大量数据停止强大的处置。构造化和非构造化的数据也能够经过认知计算来停止管理。否则，一切这些都意味着人类团队要花很长时间的工作。

　　Kensho是一家总部位于马萨诸塞州的公司，为主要的金融机构提供数据剖析和机器智能。他们的处理计划分离运用了云计算和自然言语处置(NLP)，可以以可了解的言语提供复杂的剖析处理计划。

　　狡诈预防

　　近年来，随着数字客户买卖的大幅增长，需求运用牢靠的狡诈检测模型来维护敏感数据。人工智能能够用来增强其基于规则的模型，并辅佐人类剖析师。这反过来也能够进步效率和精确性，并降低本钱。

　　人工智能也能够用来回忆消费历史和消费行为，这样它就能够突出不正常的状况，比方一张卡在短时间内在不同的全球地点被运用的状况。人工智能还可以从人类的纠正中学习，并基于应该强调的内容来应用决策。

　　狡诈管理的一切用例对AI算法都有不同的请求，而且每个用例对它们的运用也都略有不同。事务监视需求更快的响应时间、错误率和精度，还有培训数据的可用性和质量。

　　Shape security是一家为美国银行提供狡诈检测效劳的公司，主要处置凭证填充、信誉申请狡诈、礼品卡跟踪和信息提取。该组织运用的ML模型经过了数十亿次恳求的锻炼，因而他们可以辨别真正的客户和机器人。

图片来源：网络

　　个性化银行

　　在银行业，由人工智能驱动的智能聊天机器人可以为客户提供全面的处理计划，并减少呼叫中心的工作量。语音控制的虚拟助手也越来越受欢送，这些助手通常是由亚马逊的Alexa提供支持的，并具有自学功用。它们可以检查余额、账户活动并布置付款，而且它们的功用每天都在增加。

　　许多银行如今都有提供个性化理财倡议和协助完成理财目的的应用程序。这些人工智能驱动的系统能够记载收入、日常支出和支出行为，然后提供财务方案和倡议。手机银行应用程序还能够提示用户支付账单，竞争买卖，以及更便当地与银行停止互动。

　　Abe AI是一个虚拟的金融助手，能够集成到各种通讯形式中，比方亚马逊Alexa，Google Home， Facebook以及SMS。它所提供的效劳包括恳求支持、会话式银行业务和财务管理。

图片来源：网络

　　量化买卖

　　量化、算法或高频买卖，以及数据驱动的投资，最近不断在全球股市扩张。投资公司正在依托计算和数据科学来精确预测市场的将来形式。

　　人工智能的优势在于可以从过去的数据中察看形式，并预测它们在将来能否可能重演。当数据中呈现某些异常时，比方金融危机，人工智能就能够研讨数据并发现可能的触发要素，然后为将来做好准备。人工智能还可以为特定的投资者个性化投资，协助他们做出决策。

　　信贷决策

　　在许多范畴，人工智能正在被有效地用于更好地为决策过程提供信息。其中一个范畴就是信贷，AI能够以较低的本钱快速提供对潜在借款人的精确评价。与传统的信誉评分系统相比，人工智能的信誉评分可能要复杂得多。它们能够协助肯定哪些申请者更有可能违约，以及哪些申请者没有任何牢靠的信誉记载。

　　由人工智能驱动的模型还具有客观和无成见的优势，这可能是人类停止决策的一个要素。对很多人来说，具有良好的信誉是至关重要的，无论是购置大宗商品、找工作还是租房。

　　ZestFinance等公司采用了人工智能支持的承销处理计划，使企业可以评价信誉历史程度较低的客户。这提供了透明的方式来思索那些本来被以为是高风险的群体。

　　由人工智能驱动的系统能够变得更快、更高效、更牢靠。这些技术在金融范畴得到了越来越多的应用，也更普遍地被金融公司所采用了。那些承受采用这些技术可能带来的风险的人，常常会得到精简和更有消费力的操作的报答。人工智能对金融世界有着宏大的潜力，商业首领们需求用正确的数据来做出最明智的决议。

来源：市场信息报

智能投顾：监管分析与前景展望

2017年10月18日，EquBot LLC与ETF Managers Group共同推出了全球第一支应用人工智能进行投资的交易所交易基金（Exchange Traded Funds, 以下简称：ETF）：AI Powered Equity ETF（AIEQ.US）。这支ETF利用人工智能全天24小时工作，通过分析上市股票的企业公告、季度财报和新闻等进行选股，最终发掘大热的股票获取回报。人工智能技术与金融交易的结合创新再一次吸引了人们的眼球。其实，利用人工智能辅助金融交易早已不是新鲜事，近年来随着大数据的累积和计算力的提升，人工智能算法风云再起，新的算法层出不穷，“智能投顾”作为其代表应用之一已掀起金融行业的巨大浪潮，吸引各大金融机构纷纷涉足。然而，在智能投顾工具和平台如雨后春笋般涌现的同时，各金融科技（FinTech）平台亦需注意智能投顾在我国金融监管体系下面临的合规风险。就在11月17日，央行联合证监会、银监会、保监会以及外管局出台的《关于规范金融机构资产管理业务的指导意见（征求意见稿）》（以下简称：《征求意见稿》）及时地为智能投顾的合规操作提供了一个更为明确、详细的指导方向。

图片来源：网络

一、什么是智能投顾？

智能投顾是智能投资顾问（Robo-Advisor）的简称，按照艾媒咨询发布的《2017年中国智能投顾市场专题研究报告》的定义，智能投顾是指根据现代资产组合理论，结合投资者的个人财务状况、风险偏好和理财目标，利用云计算、智能算法、机器学习等技术，获得最优的理财配置方案，为投资者提供最佳投资组合（一般包括股票、债、期货、大宗商品以及不动产等）。

美国证监会（SEC）在2017年2月发布的《智能投顾监管指南》（Guidance Update: Robo-Advisers，以下简称：《监管指南》）中，将智能投顾定义为“基于网络算法的程序、运用现代科技为客户提供全权委托的账户管理服务的注册投资顾问”。

虽然在我国，尚未有法律法规明确定义“智能投顾”，但是在现有法律法规中仍可以寻找到与“智能投顾”相近或相关的概念，值得借鉴。例如证监会于2012年发布的《关于加强对利用“荐股软件”从事证券投资咨询业务监管的暂行规定》（以下简称：《荐股软件暂行规定》）中，对“荐股软件”的定义最接近“智能投顾”的概念：指提供涉及具体证券投资品种的投资分析意见，或者预测具体证券投资品种的价格走势、提供具体证券投资品种选择建议、提供具体证券投资品种的买卖时机建议、提供其他证券投资分析、预测或者建议的具有证券投资咨询服务功能的软件产品、软件工具或者终端设备。

目前，市场上存在的智能投顾平台如果按照其算法的个性化程度、对客户需求的满足程度以及金融产品交易的自动化程度，可以被划分为以下三个层次：

第一个层次的智能投顾是通过人工智能对金融数据进行分析，提供一般意义上的投资建议，不会因人而异，属于通用型智能投顾；第二个层次，智能投顾则会按照每一个投资人的资金情况、偏好、风险承受能力，给出个性化的投资建议，但不进行交易，具体的交易行为由投资人完成，属于个性化智能投顾；第三个层次，是在前两个层次的基础上，由智能投顾平台代理投资人完成投资行为，甚至在未得到投资人指示的情况下自动进行交易，这一层次的智能投顾可以被认定为智能化自动交易。

简言之，智能投顾就是人工智能与金融投资顾问的结合体。这一结合创新，以提高财富配置效率和降低服务成本为目的，满足投资者迫切希望通过更有效的资产管理获得更多收益的需求。

二、智能投顾的发展现状

1. 智能投顾的境外发展现状

美国作为智能投顾的发源地之一，目前已成为了智能投顾行业发展的领头羊，其成熟的业务发展模式和监管政策为其他国家提供了一个良好的参考框架。

2017年10月的数据显示，全球资产管理规模前10位的智能投顾公司中美国占有8席，其中影响力较大的包括：Wealthfront, Betterment, The Vanguard Group, Charles Schwab Corporation, Personal Capital。美国智能投顾的发展较为完善，已经覆盖了从通用型投顾到智能化自动交易三个层次。以Wealthfront为例，其主要经营操作流程如下：

在代理投资的过程中，Wealthfront还通过税收优化策略降低投资人的成本。截至2017年8月30日，Wealthfront公司的用户已经遍布世界各地，其资产管理规模也已经超过75亿美元。

另一家智能投顾平台Betterment与之类似，其经营模式为先对用户的年龄、投资目标、投资期限进行详细调查，随后为用户提供优化的投资组合服务，用户可以自行选择平台推荐的投资计划，并在平台上直接进行投资交易，之后再由Betterment平台对账户资产进行智能化管理。Betterment平台账户可以与用户的银行账号绑定，管理时可以从其活期账户中自动扣款。2017年7月，Betterment宣布资产管理规模超过100亿美元。

其他美国智能投顾平台也同样采取先调查和评价客户投资偏好以及风险承受意愿，再代理客户进行投资管理的模式。平台间细微的差异集中于管理费收取的方式、投资顾问服务的来源（例如全权由人工智能和算法提供服务还是可以人工介入）以及平台自身是否发行理财产品等。

2. 智能投顾在国内的发展现状

我国的智能投顾起源于2015年，市场起步较晚，大多数企业仍处于早期发展阶段。但经过短短两年，智能投顾的市场热潮呈现扩大趋势。目前我国市场上的智能投顾平台按照业务模式和运营主体的差异，可划分为以下四类：

（1）第三方财富管理机构以海外ETF 作为全球配置投资组合的模式，如弥财、蓝海财富等；

（2）作为券商服务升级转型的一个方向，证券公司研发的智能投顾平台，如海通证券、广发证券、长江证券、平安证券等；

（3） 银行和基金代销机构以公募基金作为智能投顾主要原料，进行基金组合资产配置模式，如盈米财富、摩羯智投等；

（4）声称做智能投顾的平台，实则把基金、非标资产等各类理财产品合起来做一个资金池的经营模式。这一模式存在较大法律法规风险，有被取缔的风险。

根据上文所述的智能投顾的三个层次分类标准，目前我国的部分智能投顾平台的发展水平仍处在第一或第二层次。而努力向第三层次发展的平台也面临着一些金融监管体系下法律合规的风险，亟待完善的行业合规指导以应对。

三、智能投顾在我国面临的合规风险

虽然尚未存在一部专门规范智能投顾的法律法规，但是在我国现行金融监管体系下，现有的法律法规对智能投顾领域具有规范意义的主要包括：《证券法》、《证券投资基金法》、《证券公司监督管理条例》、《期货交易管理条例》、《证券、期货投资咨询管理暂行办法》、《证券投资顾问业务暂行规定》、《关于加强对利用“荐股软件”从事证券投资咨询业务监管的规定》、《证券期货投资者适当性管理》、《证券公司客户资产管理业务管理办法》和《关于规范金融机构资产管理业务的指导意见（征求意见稿）》等。通过对相关法规政策的梳理，我们可以从以下几个层面来思考智能投顾的合规风险：

图片来源：网络

1. 从业资质牌照与市场准入门槛

根据《荐股软件暂行规定》，向投资者销售或者提供“荐股软件”，并直接或者间接获取经济利益的，属于从事证券投资咨询业务，应当经中国证监会许可，取得证券投资咨询业务资格。未取得证券投资咨询业务资格，任何机构和个人不得利用“荐股软件”从事证券投资咨询业务；《证券投资顾问业务暂行规定》中也明确了相同的内容：要求提供投资顾问咨询服务的机构要向所在地的证监局申请“投资咨询机构从事证券服务业的审批”，并且向客户提供证券投资顾问服务的人员应具有证券投资咨询职业资格，在中国证券业协会注册登记，方可经营此项业务。不仅如此，就在11月17日发布的《征求意见稿》也明确规定金融机构运用人工智能技术，采用机器人投资顾问开展资产管理业务应当经金融监督管理部门许可，取得相应的投资顾问资质，直接指向了智能投顾。可见，开展智能投顾业务，证券投资顾问的牌照不可或缺。

另外，由于智能投顾平台不仅提供投资意见，也会代理客户进行资产配置，那么平台也须按照《证券公司客户资产管理业务管理办法》，向证监会申请客户资产管理业务资格。平台如果想要从事公开募集基金的销售，则必须取得基金销售的许可。智能投顾平台在其平台上设置购买某公司基金的链接，点击链接后即进入该基金公司的网站，这在业界被称为“第三方引流”模式，这一模式存在较大合规风险 。如智投平台并未取得销售基金牌照，却与被接入公司联合提供销售服务，则很有可能受到证监会的查处。2017年4月，山西证监局就点名批评了部分智能投顾平台的该行为。新政《征求意见稿》更是明确划出了智能投顾的红线：资产管理业务作为金融业务，属于特许经营行业，必须纳入金融监管。非金融机构不得发行、销售资产管理产品，国家另有规定的除外。

在获得从业资质方面，传统金融公司因牌照齐全，故不涉及合规风险。但是其他新兴的互联网科技类公司和第三方智能投顾公司都因缺少必要牌照而存在合规性风险。近年来，证监会已基本停发证券投资咨询新牌照，全行业牌照数量已从2004年的108张下降到2016年的84张[1]，“合规困难”成为这些公司面临的新问题。当然，智能投顾平台也并非只能“冒进”或“毫无作为”，落实资金银行第三方存管，寻求具有相应资质牌照的平台合作也是智能投顾可以考虑的解决方案。

2. 全权委托业务模式与《证券法》第171条的冲突

2011年起施行的《证券投资顾问业务暂行规定》规定投资顾问业务的服务行为仅限于提供投资建议和辅助决策，不包括接受全权委托管理，证券投资顾问必须告知投资人自己不能代其决策。《证券法》第171条同样规定投资咨询机构不得代理委托人从事证券投资，不得买卖本咨询机构提供服务的上市公司股票。因此，证券公司虽然可以开展投资经纪、投资咨询和代理资产管理的业务，但是必须严格明确业务之间的界限，无法进行业务组合。

由于在开展投资咨询业务过程中，证券投资咨询公司不能为投资者提供从事账户管理中证券买卖操作服务。这也就意味着，在我国，智能投顾无法进入到智能化自动交易的第三个层次。目前这一规定的确制约了智能投顾做类似美国的Wealthfront, Betterment等平台的业务，但这并不表明智能投顾仅止步于咨询业务。对于既取得投资咨询业务牌照也取得资管业务牌照的平台来说，虽然不能进行自动化交易，但是在给出投资意见后，再次联系客户，由客户同意再行委托其进行资产管理的操作仍是具有合规空间的。

3. 开展资管业务的一般性规定

对于金融监管者来说，牌照要求只是有效监管的第一步，更重要的是加强资产管理业务进行中与进行后的监管。《征求意见稿》就明确了金融机构在日常销售经营过程中，必须遵循投资者适当性要求，履行披露义务和风险隔离义务，以及严防资金池问题等。这些普适性监管红线也是智能投顾平台必须遵守的行为准则。

4. 对投顾算法的规范

《征求意见稿》另一大对智能投顾的合规要求就是对于投顾算法的规定：金融机构委托外部机构开发智能投顾算法，应当要求开发机构根据不同产品投资策略研发对应的智能投顾算法，避免算法同质化；因算法同质化、编程设计错误、对数据利用深度不够等智能投顾算法模型缺陷或者系统异常等问题，导致羊群效应、影响金融市场稳定运行的，金融机构应当采取人工干预措施，强制调整或者终止智能投顾业务。

这是监管层面首次如此详细地对智能投顾的算法本身作出明确规定，显然，这也将是未来我国金融监管体系对智能投顾算法进行管理的重要依据。

四、智能投顾监管的前景展望

在我国，智能投顾起步较晚，目前对于智能投顾的合规要求也仍待监管层面的指导。但我们的目光不应仅限于我国的合规环境。了解国外的监管环境，不仅对于我国智能投顾的业务发展具有借鉴意义，而且更有助于预测国内监管机构未来的政策走向。以下仅从美国对于智能投顾的监管的几个层面入手，简要分析境外对于智能投顾的监管角度，以资借鉴。

2017年2月美国证监会（SEC）投资管理部发布的《网络自动咨询服务（也即智能投顾）合规监管指南》,依托于美国《1940年投资顾问法》（The Investment Advisors Act of 1940）, 将智能投顾纳入到对投资顾问的监管体系中，但又对智能投顾作出了额外的详细规定：

1. 准入的特殊性

美国证监会《监管指南》规定，智能投顾的主体须为注册投资顾问，即按照《1940年投资顾问法》向证监会提交ADV表完成注册的投资顾问。这一规定把《1940年投资顾问法》203(b)下获得注册豁免权的顾问[2]排除在了可能获得智能投顾准入资格的名单之外。由203(b)取得豁免的投资顾问受众范围小，业务领域也单一，而智能投顾由于依托互联网，受众范围广，业务领域大，显然不应当与203(b)下的投资顾问取得同样的豁免权，因此美国证监会对智能投顾主体资格的范围加以限制是恰当的。这与其在《监管指南》中对表达出的对智能投顾的谨慎态度是一致的。

在准入制度上，我国目前尚未规定任何证券投资咨询业务的准入资质的豁免，因此，不存在类似于美国对智能投顾准入要求的特殊性规定。《征求意见稿》中仅对取得开展投资顾问资质提出了要求，并未区分智能投顾获取牌照的标准与传统投顾获取牌照的标准。但美国证监会的谨慎态度提醒了我们，智能投顾依靠互联网和人工智能技术给出投资建议，相较于传统的投资顾问服务的分析过程更快、更有效率，使得服务跨地域性与客户群体复杂性更强，但同时也增加了监管的难度。因此，在对智能投顾颁发准入牌照这一方面，我国将来如果参照美国模式，那么就会对准入资质的要求做一些更改，既将智能投顾牌照的取得归入证券投资咨询业务牌照取得的范围内，又对其设置一些特殊的准入要求。

2. 全权委托的业务模式

如前文介绍，在美国的智能投顾公司通过与用户签订全权委托协议，为用户提供全权委托的账户管理服务，即未经用户同意，智能投顾公司即可对客户的资产进行交易。投资顾问与资产管理的受托人在这一规定下其实已经融为一体，使得智能投顾更为有效地实现了客户的资产配置。想要达到智能化自动交易的第三层次，全权委托的业务模式是无法绕开的一环。

然而在我国，这一模式目前在《证券法》171条的监管下仍无法实现。目前，已有不少学界和业界相关人士认识到全权委托模式是金融市场发展的必然规律，更有利于保护投资者的权益，进而呼吁金融监管部门着手对这一障碍进行扫除，委托国务院向立法机构提议删除《证券法》171条第1款之规定，确立全权委托服务的合法性[3]。2015年3月，中国证券业协会也发布了《账户管理业务规则（意见稿）》，建议持照的投资咨询机构可以代理客户进行账户投资或交易管理，这也体现了整个金融行业对促进我国投资顾问领域乃至资产管理领域的变革的希望。

但整体来看，我国立法机构和监管部门对于金融行业的发展尚持保守态度，将来是否会放开束缚借鉴美国的全权委托模式，仍不明朗。

3. 有效的合规程序

在美国证监会《监管指南》中还提及的一点是我国现行规管制度中鲜少提及的内部合规制度。《1940年投资顾问法》要求每个注册的投资顾问主体都应当建立一个内部合规的体系，以防范其违反忠实义务和实际责任的风险。为了遵守以上规定，《监管指南》要求每个智能投顾公司都必须任命至少一位具备投资顾问知识的专职的合规人员来负责内部合规管理的章程以及程序的制定和实施。

虽然我国金融监管层面尚未对是否需要建立公司内部合规体系作出规定，但各大智能投顾平台的确应对合规风险予以重视，通过专业人士的有效意见，加强内部的合规风险审查，甚至着手建立内部合规体系。如果我国的监管领域将来参考美国等监管完善的国家的做法，那么其对智投公司内部合规的要求一定会愈加严格和详尽。

结语

目前我国对智能投顾的规管环境还于尚不明朗，但从现有的法律法规规章中仍然有迹可循。对于无论是已经在这一领域有所成就，还是着手准备进入这一行业的各个智投平台来说，合规性风险不容轻视，建议获取专业意见的帮助后再实施相关业务。

对于整个行业来说，虽然部分规定限制了智能投顾向更先进的资产配置模式发展，但我国行政部门对于智能投顾的还是持认可、鼓励的态度的。国务院2017年7月发布的《新一代人工智能发展规划》就提出要推动人工智能与各行业的融合创新，其中点名指出金融行业，要求建立金融大数据系统，鼓励金融业应用智能客服、智能监控等技术和装备。可期待的是，未来一定会有更为详细、明确并且有利于提高资本市场生产效率的文件陆续出台，更进一步地完善我国的金融监管体系，在借鉴国外先进经验的同时，结合我国金融行业的实际发展现状，促进智能投顾这一金融与科技领域结合的创新产业不断发展。

来源：未央网