余宙：人工智能在金融行业的虚与实

为了传播金融创新典范，推进金融供给侧结构性改革，推动金融业服务实体经济，以及促进实现经济高质量、发展的目的，由北京市地方金融监督管理局指导，清华大学五道口金融学院、清华大学金融科技研究院主办，未央网承办推出“首都金融创新与发展”公开课，邀请金融行业嘉宾分享金融项目的创新模式，以及对行业未来发展前景的深度思考。

在首都金融创新与发展公开课的第四模块“金融科技创新与赋能”中，我们非常荣幸邀请到了阿博茨科技联合创始人余宙做客直播间，带来《人工智能在金融行业的虚与实》主题分享。以下整理来自嘉宾分享实录：

人工智能的本质是人与机器人逐渐融合而不是替代

人工智能的发展分为四个阶段，分别是计算智能、感知智能、认知智能和通用智能。其中感知智能是现在技术上最普及的，主要通过深度学习和神经网络使机器的进步更快，在某些领域达到甚至是超越人的水平。其应用场景包括人机接口（比如手写识别、刷脸支付），辅助人类（比如辅助医生对ct和病例进行识别），替代人类（比如语音合成文本），以及超越人类，比如在天气预报、无人驾驶等需要处理大量数据的领域，AI凭借其惊人的处理速度和规模效应可以更好地完成人的工作。而认知智能是指不仅能读懂理解还会思考，目前它还处于发展阶段。而对于通用智能，现在无论是技术还是应用场景都这种类似人类思维的阶段。

图片来源：网络

在目前人工智能的发展阶段，语言理解是很关键的一环，即对知识的掌握和运用能力。自然语言理解可以分成语音理解、知识表达、智能问答、联想推理和自主学习五个部分，其中语音理解是把语音拆成不同的字句段篇去逐字逐句逐个篇章地理解；知识表达是使机器以人能理解的方式表达，比如知识图谱；智能问答在人工智能领域实际上已经趋于成熟，这得益于有大量的历史训练样本可供学习；在联想推理和自主学习上，科技还没有太多实质性进展。

数据对AI的发展也非常重要，目前的核心问题是数据的失真效应、质量问题和长尾问题。对失真问题，所谓“谎言重复1000遍会变成真理”，实际上在人工智能尤其是用深度学习进行大样本数据训练时，因为机器按照提供的样本数据学习，很可能产生这种结果。因此训练数据集不透明时就容易出现“数据改变信仰”的情况。对数据质量，机器训练时都需要10万甚至100万的数据样本，并且数据被清晰标注，才能表现良好。尤其在迁移学习中，标注样本不足会经常产生一些很低级的错误。对长尾问题，是指用过往回撤的数据验证模型效果很好，但一旦出现黑天鹅事件，对未来预测的效果非常差。所以数据训练中高质量的数据是机器学习继续发展的关键之一。

另一个挑战是人工智能黑箱，深度学习的本质是依靠强大的算力在海量数据上做概率统计，通过发现数据中重复出现的模式来得出结论，但无法证明和解释这些模式和结论之间充分必要性，被人认为是暴力破解的方式。所以在实际运用过程中，尤其涉及到比如金融推理、判断决策等场景，还不敢使用机器得出的一些信息。

因此，可以看出AI在应用场景中并没有预计的成熟，无法能够在所有层面上取代人类，更多是处理一些相对确定的工作，在特定的垂直细分领域取代没有创造力的工作。其关键在于找到AI的优势，是海量的数据处理能力，从而发现其能够超越人类能力的领域。

人工智能的落地

人工智能如果要落地，首先会冲击数据密集、钱多的行业。首先如上文所说，数据优质且多才能使深度学习有足够的训练样本。第二点“钱多”是因为AI行业无论是人才招聘还是设备购买都离不开真金白银的支撑，而且也有很多资本看好其市场前景，它的融资规模在过去几年增长都很快。这也是人工智能最先在金融领域落地的依据，金融行业本身是数字游戏，尤其是二级市场，有很多公开数据；并且金融行业资本充足，也愿意为此付出更多预算。所以在信用评级、资产管理，量化投资和保险等金融领域很多独角兽公司。

对于商业模式，AI面临to B or to C的问题，由于上述人工智能在现阶段的挑战和问题，比如十分依赖人编写的算法、无法准确理解人类情感、对数据质量要求高等，现在人工智能更多还是面向企业落地业务服务。因为企业的业务场景垂直具体，内部存在大量相同岗位的工种，而不同于C端分散、个性化的业务场景。此外，企业经过多年运营沉淀下大量的相同类型的数据，并且企业规模越大，沉淀的数据越多，运用AI提升效率、降低成本的收益就越大。具体选择模式时，还需要注意四点：第一是尽可能选择相对标准的场景，从而降低销货成本；第二是选择大规模、低复杂度的场景，比如审核、数据清理、转录等，而不是一些开放域；第三是控制不同客户类型的成本，确保在不同的客户校准同样的模型时，降低实施部署成本；第四是要建立混合型业务，即在同一种能力下，提高服务能力。

人工智能尽管是软件和技术的出身，但在最终落地时可能趋向服务业特点。首先，AI模型所需的计算资源成本巨大，需要转嫁给供应商承担。第二是算法的进化一定离不开人，无法百分百智能，只有提供可持续的人的服务，才能让算法保持较高的精度。并且，高达40%-50%的功能属于长尾，因此解决边界情况的单位成本很高。此外，算法相同、技术开源和数据开放导致AI公司的技术护城河比预期浅，所以AI公司在构建核心竞争力时，能把技术能力、做应用的能力、获客能力和控制成本的能力聚集起来十分重要。

人工智能赋能金融场景

根据gigamo的统计，当前每天产生数据2.5×260，预计2020年每天产生数据将达到44 44×270，相当于1万GB，处于数据大爆炸时代，而这些数据如果不经过处理就无法变成资产，还会占用内存等大量资源。在金融行业，无论是一级市场还是二级市场，无论银行、保险还是基金，都有一个工作流程是收集数据，抽取精华，对数据进行搬运填报，最后进行可视化生成报告或图表，为决策提供依据。而前面可能有90%都属于体力活，意义不大但无可避免，所以提出“数据工厂”的概念来替代这些工作，下面是整体的示意图。

（一）证券资管行业

证券资管行业是效率至上、数据至上和决策分析最快的行业，所以合规流程、投研效率、成本负担等都是其非常重要的考量因素，人工智能能够为其提供一整套解决方案。以基金公司为例，基金公司内部有结构化和半结构化的数据，比如pdf研报、公告、新闻扫描等，以及采购的万得、同花顺里中的数据，先将这些海量数据源接入数据中台系统，在采集平台汇集，再进行加工，很多时候是使用上文提到的感知和认知技术把文字、段落、图表里的信息抽取出来，就像Google的搜索引擎一样非常方便地把所有数据解析出来。在这个领域阿博茨科技运用最成熟的案例在香港证券交易所，用阿博茨的系统审阅港交所上市公司公告，比如大量增发或分红公告等四五百页的文件。首先它能极大提升效率，也提升了服务满意度，因为在投资市场上，几天时间的合规审阅可能给大量投资人造成相应的损失，此外，它帮助企业来说完成数据沉淀和知识积累的过程，并满足其人力需求。

同时在面向直接投研的一些行业，可以应用智能数问系统，它是一个可视化的数据搜索平台。比如想知道科大讯飞近三年的净利润和营业收入，并对比不同公司，只需要在系统中系说一句话，它就可以把这句话翻译成机器查询语言，从数据库中调出数据，还通过大量的历史的研告学习让系统具备图像解析能力，直接绘制图表并输出，并且可以实时更新，从而更加高效直观。

（二）银行行业

银行业，尤其是信贷部门、风控部门，存在大量半结构化数据和固化流程，需要大量的人工参与。在这个领域上，阿博茨科技结合了多项技术，包括RPA的流程化自动机器人、机器视觉、自然语言处理和上文的数据搜索翻译引擎，来解决这些问题。

以财报录入为例，在信审部门拿到信息后，只需要拍照交给智能中台的RPA机器人，剩下所有抽取录入工作都能够自动完成，同时结合了人机接口，使专家可以录入模型公式，从而对财报进行勾稽关系校验，甚至是跨年份、跨报表、跨集团公司的数据校验。并且，结合数据抽取，银行可以进行表格和文本之间的数据比对，根据数据不一致，检查出某些公司的财报不合理或造假情况。

在贷后，系统可以帮助银行构建内外联动的风险管理体系。通过对外部信息，比如公众号推送、财经媒体的新闻资讯抓取，系统利用自然语言处理技术，对公司、人物、事件关系进行抽取。并且，系统可以处理企业内部的数据，比如发债、信贷合同和信审报告等，找到其与外部资讯的相关性，这是传统的舆情分析无法做到的，当把这些解析数据提供给企业内部时，就可以实现内外部联动，并通过知识图谱建立一个企业的360度的风险模型，包括产业链上下游、股东、实际控制人等，最终进行风险的预警和提示。此外，与传统舆情信息不同的是，该系统提供人机交互接口，让所有分析师研究员可以干预算法的优化，并且系统记录了研究员参与的标签评定，针对每次结果对其绩效进行加权，从而判断哪些人偏离比较严重，这样不仅可以积累大量样本，还能实现对每个人绩效的评定。

AI还能帮助实现智能运营和智能销售。传统上很多银行都有运营管理部或大数据中心，当内部运营时想知道某分行的营业收入和新增客户数，需要提交工单委托人进行整理、绘制和报送。而运用系统的翻译引擎、数据查询引擎和绘图引擎，就可以实现零代码拖拽，完成这些数据分析。并且它能对这些数据进行相应的积累和推荐，逐渐具备举一反三的能力，比如自动比较不同分行。随着使用人越多，机器也会变得越聪明。

图片来源：网络

（三）保险行业

保险行业的主要应用场景是智能理赔。保险理赔存在两个主要问题：第一是理赔成本高，因为它需要人工收集和录入信息，比如保单、发票、病例等，随着人力成本持续上升，录入成本会越来越高；第二是理赔时间长导致客户体验差，从而流失客户。而智能核赔首先通过技术识别，实现更高的准确率，并缩短原来数周的理赔时间变成一天，过程中客户只需要在自己的手机终端上对他所有的票据拍照，这一块被称为“人工+机器”的智能派单系统。如果机器识别超过100%置信度系统可以直接自动理赔，当置信度比较低，人工只需要去进行复核和抽检，同样大幅提高效率，降低成本。

（四）央国企行业

大型的国企央企的解决方案与上述类似，只是数据和业务不同。比如智能COO，可以对所有集团业务进行数据的图谱化，并提供搜索查询引擎，从而为企业的数据运营和领导决策提供智能版的数据驾驶舱。第二是对内部文件、研报进行解析。第三是财务自动化、法务自动化等业务场景。

总结下来，“数据工厂”类似于数据领域的智能富士康，覆盖数据的收集、提取、填报、搜索和最终的可视化，解决所有行业里与数据处理相关工作，实现数据赋能、工具赋能和业务赋能。

来源：未央网

人工智能创新科技成大热趋势，量化派创多场景AI应用平台

近日，中国领先的产业数字化研究与咨询机构爱分析发布了《AI人工智能创新科技2020:落地挑战与应对——中国AI人工智能创新科技行业报告》，其中介绍了多个优质AI人工智能创新科技的成果项目，更为公众群体带来了耳目一新的体验，AI人工智能创新科技早已成为人类日常生活中的重要角色。

2020年科技创新发展，智能科技机遇广

报告全面阐述了人工智能创新科技的行业概况，并结合实践案例分析了人工智能创新科技能够为产业带来的具体价值创造、各行业落地进展以及未来应用趋势。同时，报告系统性地分析了人工智能创新科技落地产业过程中，在数据、算法模型、业务场景理解、服务方式、投入产出比等方面面临的挑战和应对方式。

基于此报告，可知AI人工智能创新科技已成为各行业关注的热点。2014年创立于北京的量化派就是这类公司的一个代表。从最初的金融领域切入，量化派利用人工智能、机器学习等技术为电商、旅游、出行、医疗、保险等多个领域的合作伙伴提供技术解决方案。在纵向深耕泛金融赛道，持续探索新的增长线基础上，量化派也在横向布局多元场景的创新科技应用，连通各行各业，通过为更多行业的智能化提供整体解决方案，共同打造共赢的科技生态。

早在亿欧智库发布的《2019中国人工智能商业落地研究报告》中，量化派就作为推动金融机构全流程数字化转型的创新案例，被研究报告所收录。

《报告》这样评价量化派:在复杂的场景和充分的周期中，沉淀有海量多维数据资产的量化派，利用人工智能、机器学习为行业全链条的企业提供基于标准化、模块化、定制化的全流程服务能力，可以精准定义用户需求，帮助金融机构高效实现数字化转型。量化派自主研发的智能金融科技系统平台“量子魔方”能够帮助金融机构在科技转型的过程中，有效节约人力、研发、时间和风险成本，提升风控精度，进而提升金融服务的效率。当前，量化派已与国内外超过300家机构和公司达成深度合作，致力于打造更加有活力的共赢生态。

AI科技的领航员，一站式服务有保障

量化派是中国领先的创新科技解决方案提供商，致力于为金融机构和商业机构提供定制化、模块化、标准化的科技解决方案，以实现“用智能让生活更便利”的愿景。

量化派通过产品开发、流量与场景接入、决策支持、智能营销等多种智能工具，构建多层次的服务体系，可以帮助各类机构快速实现智能化转型和业务落地，从而打造更有活力的共赢生态。

2020年，人工智能创新科技板块将迎来全新发展，并早已成为各行各业的时下合作热点。尽管量化派的解决方案已经成功嵌入零售、电商、出行、医疗、保险等多个领域。但量化派认为这还远远不够，未来，量化派仍将再接再厉，更多输出优质智能服务及产品，为更多行业赋能。

来源：金融界

金融科技让百姓选择更自由多样，智能投顾会是下一个浪潮吗？

金融科技已经成为全球数字经济发展的核心驱动力。自资管新规出台后，各类资管机构开始积极提升主动管理能力，寻求转型调整的机会，而在这个过程中，金融科技发挥着重要的引擎作用。

9月24日上午，在外滩大会智能投研与投顾分论坛上，平安资管总经理罗水权谈到互联网公司对传统资管公司的冲击时表示，作为传统资管公司在面对互联网的挑战时，没有选择，别无选择，科技化、智能化是没有选择的选择。罗水权表示，拥抱科技，盈满八方。在当前数字化浪潮之下，大家都在学科技，某种程度上来说资产管理行业已经进入科技的竞赛中。

在当前经济增速放缓，宽信用、低利率的金融环境下，如何守卫家庭、个人的财富，面对瞬息万变的资本市场，如何理性投资、战胜通胀，也是当日论坛讨论的重点。

“低利率时代老百姓的投资模式可以用两句话来概括，第一是今年进入净值化产品时代，第二是我们正在进入一个完全的数字化时代。这样一个情况下其实我们所有人都面临这样的挑战——如何通过金融科技同我们专业人力相融合，由此提供给客户优质的产品和服务，从而能够帮助他们实现他们希望的回报。”9月24日，盈米基金CEO肖雯向《华夏时报》记者表示。

金融科技让百姓选择更自由多样

几年前，由于稍大一些的财富管理或资管对资金的准入门槛设置过高，大多数人选择理财的方式还是银行理财，而提起财富管理和资管，大多数人都只是摇摇头。

随着“普惠金融”这一概念的推广以及近年来互联网科技金融、金融自媒体等的快速发展，资管、财富管理的神秘面纱被揭开，百姓们的选择更加多样、自由、便捷。

自资管新规出台后，各类资管机构开始积极提升主动管理能力，寻求转型调整的机会，而在这个过程中，金融科技发挥着重要的引擎作用。

蚂蚁集团数字金融线CTO王晓航认为，专业理财服务是高门槛，但是数据、算法以及算力的演进结合互联网产品体验的融合技术已经能够将专业的服务更加普惠进入到千家万户之中。

图片来源：网络

“我们相信金融未来方向未来会更加普惠化，我们金融科技企业也会在这当中用越来越高效的方法满足这样多元化的需求。”当日，云锋基金董事总经理平怡也告诉本报记者。平怡表示，当下的中国和上世纪九十年代开始资管市场的美国很像，美国在九十年代开始资管市场时经历了非常长期又稳定的高速发展，背后的驱动力首先是居民财富增长带来的驱动力，然后是政府放开工业经营的性质，很多银行、券商还有保险公司可以拿投顾的牌照参与其中，另外养老金制度的改革让整个市场的资金注入有了更长期更稳健的资金供给。

“这些因素带来美国过去几十年股市的长牛，现在的中国与之非常像，2018年资管新规的落地为我们的资管市场带来非常健康的运营环境，然后中国的老百姓财富不停的增长，同样养老金在2016年开始慢慢入市，这些条件都和美国九十年代非常像。但还有一些他们原来没有的东西，今天中国互联网的渗透率，电商、移动支付的渗透率比发达国家更走在前面，意味着我们的数字化率做得更好，我们的用户有更加高效便捷的体验，所以中国有机会可以用更短的时间走完发达国家过去30年、40年走的路。”平怡进一步分析道。

以智能投顾为转型抓手

顺应互联网潮流，向数字化、智能化转型已成为了金融业的普遍共识。

金融科技的迅速发展，使得当前资管行业正处于信息化二次升级期、移动化成长期、智能化发力期和开放化开启期，这意味着资管市场的竞争格局将面临重塑，而逐渐成为金融机构“标配”的智能投顾业务将发挥引领性作用。

罗水权在谈到互联网公司对传统资管公司的冲击时表示，作为传统资管公司在面对互联网的挑战时，没有选择，别无选择，科技化、智能化是没有选择的选择。罗水权表示，拥抱科技，盈满八方。在当前数字化浪潮之下，大家都在学科技，某种程度上来说资产管理行业已经进入科技的竞赛中。

不过在智能化程中会遇到很多困难，尽管是作为大型资管机构的平安资管，也有不少困扰。“首先是技术资产。相比阿里、蚂蚁、腾讯等这些互联网公司，我们在技术资产上比较弱，当然我们也搞一些科技力量，但相对较弱；第二业务。业务如果自己做，跟外面合作会发现很多系统很好但有没有用，投资过程中要尽可能多的数据，但这么多的数据怎么转化成最有用的因子，这么多的数据是不是可靠的数据？这个过程中如果纯粹从科技的视角出发一定会脱离现实；第三是投入。无论数据、计算、存储、人员，这个投入都是非常大，能不能持续投也是一个问题。”对此，罗水权提出了三点在智能投顾转型中的痛点。

中信证券首席市场策略师张群告诉本报记者，现在中国投顾行业对比美国，未来十年是黄金十年。“我认为有三大赋能，第一大赋能是技术上的赋能，比如高盛的投资交易业务做得很好，但他在过去几年也在转型做财富管理，他也在搭建自己的金融顾问团队，那么大家都知道高盛喜欢把自己叫做金融科技类公司，所以他在技术这块投入很大，所以技术赋能很重要；第二专业赋能；第三政策赋能。整个投顾行业发展，跟海外市场有所区别，政策赋能很重要，我们非常开心看到从去年以来我们的监管层推动整个公募基金投顾业务的试点，在这一块给我们投资顾问服务开启新的窗口。”张群表示。

图片来源：网络

智能投顾会是下一个浪潮吗？

在当日论坛上，先锋领航投顾总经理张宇向在场的嘉宾们提出一个问题——回想往后十年，回望过去十年，大家认为后面的财富管理理财服务是怎样的？

“我的期望特别简单，我想未来的十年人人都有投顾，我们的金融会让我们的社会变得更好，我觉得现在很多人很焦虑，特别买了产品之后很焦虑，未来十年不会有这个问题，有一个投顾就全解决了。”对此，嘉实基金首席电商官杨纲表示。

富达国际中国区董事总经理李少杰则认为，接下来的十年绝对是投顾业务的黄金十年。投顾甚至可能变成生活化，通过身边各种智能工具以及数据，比如说戴一个手环，手环可以告诉你的健康程度，可以对你的财富健康做一个更好的判断。

对此，张宇表示，未来大家只要戴一个手环可以了解你很多身体数据，可以根据你的状态和自己所处的市场环境帮你自动做投资，可能是我们期待未来十年会发生的事。

“我相信十年之后当我们谈到智能投顾和理财的时候，就像我们每天喝咖啡和吃糖果一样会变成我们很寻常的环节，我们可以在和朋友聊天的时候做一场理财，可以跟父母做交流的时候将最信任的信息告诉他们，我相信未来十年智能投顾一定会变成我们最寻常的日常生活，而且会是很有趣很性感的生活。”一位嘉宾也表达了自己的期

来源：新浪财经

未来，智能投资顾问会像喝咖啡般寻常

“十年之后，当我们谈到智能投顾和理财的时候，我相信就会像现在每天喝咖啡和吃糖果一样，变成一件很寻常的事情。”在昨天的外滩大会智能投研与投顾分论坛上，与会嘉宾共同畅想了这样一幅画面：未来你只要戴上一个智能手环，它就能对财富健康程度做出判断，根据个人的状态和所处的市场环境，自动帮你作出投资决策。

　　随着人工智能、大数据等新技术的加速引入，智能投顾的前景正在被越来越多的人看好。

图片来源：网络

　　智能投顾先要管好“情绪”

　　投资理财顾问可以给你提供哪些帮助？在论坛现场，先锋领航（亚洲）董事总经理浦彦列出了三条：资产配置、财务规划、行为指导和情绪管理。而在她看来，其中最重要的就是“行为指导和情绪管理”。

　　投资者往往是非理性的，他们最需要投资顾问的时候，其实就是市场经历大波动，尤其是负面波动的时候。

　　浦彦以今年3月美国市场多次熔断为案例，先锋领航当时就及时给出了行为指导，引导投资者保持清醒的头脑，去思考市场下一步的走向，但并不是每一次思考都要变成行动。最终的结果是，99.6%的客户都遵循了他们的指导，其中87%的投资者并没有把股票卖掉，12.6%不但没有变现，反而又继续追加投资，实现了投资财富的积累。

　　“我们对投资顾问的价值做过一定程度的量化，假如能对投资者展开合理的情绪管理和行为指导，就能为投资者带来1%-2%的增长。”浦彦说。

　　蚂蚁集团数字金融CTO王晓航用了另一个词语——“陪伴”，“理财服务的周期跨度很长，从用户画像、资产配置，投顾的建议、时差、市场解读，一直到投资者的情绪安抚。我们需要交付两种体验，一种是智能理财助理的专属陪伴，另外一种就是在不同场景中，应时应景触达用户，真正做到长周期的陪伴”。

图片来源：网络

　　资管机构试水“人机合一”

　　金融科技的迅速发展，正在重塑资产管理市场的竞争格局，而逐渐成为金融机构“标配”的智能投顾业务将发挥引领性作用。目前，各类资管机构都开始积极提升主动管理能力，寻求转型调整的机会。

　　对于智能投顾而言，有一个很重要的问题：有多少人真正愿意把自己的真金白银交给机器人管理？平安资产管理总经理罗永权告诉记者，目前所有的金融机构，尤其是资产管理机构在数字化过程中间面临的挑战很多，包括技术资产较弱、投入成本太大等。平安资管目前选择了“人机合一”的道路，“并不否定人的作用，也不能过高期望机器人”。具体操作方式是，每个投资账户由两个投资经理共同管理。第一个就是传统的投资经理，他可以判断宏观环境、判断市场等。第二个投资经理做金融量化分析，也可以看到投资组合、账户的风险情况、收益情况、模拟情况，并及时作出分析，提示第一个投资经理。当然，最后的决策仍然交给第一个投资经理。

图片来源：网络

　　用多维数据精准画像

　　今年4月2日，由先锋领航和蚂蚁集团联合推出的基金投顾业务“帮你投”正式上线，在策略方式上引入了先锋领航的全球资本市场模型，为用户提供选基、配置和调仓等全委托服务。截至7月20日，“帮你投”已累计吸收20万用户，管理资金规模约22亿元。

　　王晓航表示，要真正实现智能投顾，背后肯定要有大量技术积淀，包括智能投研、智能投顾、基于图的认知推理等，“结合金融和互联网的数据，我们要刻画出用户关键的金融属性、金融需求。首先通过知识推理，建立人与人之间的关系网络；借助投资者之间的关系挖掘，找到背后职业、社交、生活、消费、金融、交易等方面的共性，推导出不同人群的资产负债意愿，形成知识图谱。”目前，蚂蚁的投资者知识图谱已达万亿人次，需要前所未有的性能优化来支撑超大规模学习和计算。

　　平台数据显示，与一个长期持有的用户相比，一个频繁交易的用户每年在收益上会多损失28%左右。所以，蚂蚁集团量化分析用户投资的心理，根据市场的波动来判断行为偏差上的敏感度，应时应景进行合适引导，帮助避免非必要的损失。

来源：上海热线

高情商智能助理、高财商智能投顾

如果一个人拥有高智商、高情商、高财商、高逆商，你会如何评价他？那如果是AI智能体拥有这些品质呢？9月23日召开的浙大网新 “智能+”系列产品发布会上，拥有高智商、财商、情商、逆商的网新硬科技家族“人丁兴旺”。发布会由浙江大学人工智能研究所副所长肖俊担纲主持。

本文引用地址：http://www.eepw.com.cn/article/202009/418718.htm

“当今，我们对智能化的需求是什么？”浙大网新董事长史烈在发布会开场即抛出这个问题。他表示，在全球智能化浪潮下，政府和企业需要更快的反应、科学决策和更快的行动。而智能化技术正是提升效率、促进转型升级的强大驱动力。

浙大网新科技股份有限公司董事长 史烈

锻造更强大的AI智能体

“我们评价一个人是否卓越，有五个要素：智商，情商，财商，逆商，爱商。光会读书是不够的，还要有与人共情的能力，创造和管理财富的能力，遇到逆境时的承受力，以及爱自己爱他人、从小爱到大爱的格局。人工智能也是一样。”史烈将更强大的AI智能体与更卓越的人做类比，介绍了浙大网新在锻造更强大的AI智能体时做的实践探索。

具体而言，他将网新的智能化相关业务与人的大脑作了类比。解决算力和传输问题的云计算/超级计算业务就像“中枢神经系统”。网新去年发布的In-Edge分布式AI系统构建了“分节点神经网络和神经末梢”， 这种架构能成为以云计算/超级计算为主流的中枢神经系统的良好补充，能很好地解决中心计算算力不够、计算资源和传输成本高等问题。基于分布式AI架构，应用于公安、交通、旅游、小区物业等的视频监控业务，形成了带AI功能的、更广覆盖的“视觉神经系统”。多维感知的交通基础设施物联网平台，构成了“感觉神经系统”。而具有情绪识别能力的人机交互智能问答产品，提供的是人机交互的界面。以上这些AI巨型神经元构成的云机器智能，位于网新智能体的左半脑。右半脑则是扎根于政府、交通、金融、人力资源与社会保障等行业的行业智慧。脑干是负责安全防御机制，遇到危险做出反应的网络安全防御体系——白盾安全防御一体机。

大脑各部融合互补，协作驱动浙大网新AI智能体不断向更高智商、情商、财商、逆商和爱商进化，也不断地丰富大网新体系的产业生态。今天的发布会，主要介绍了网新产业生态下的“IN科技家族”四大产品：IN-Road交通基础设施健康监测平台，IN-Talk智能语义问答系统，IN-Wealth智语金融深度数据因子和IN-Security白盾安全防御一体机。

实时监测道路健康 防患于未然

网新电气物联网健康监测专家 徐亮

网新电气的物联网健康监测专家徐亮介绍了在新基建快速发展的背景下，IN-Road交通基础设施健康监测物联平台——“路医生”将成为新基建的新标配。

春秋战国时有神医扁鹊，魏文王问扁鹊：“你家三兄弟中谁医术最高明？”。扁鹊回答，“我的长兄最高明，能防患于未然。”网新“路医生”也像扁鹊长兄一样，作为交通基础设施健康医生，强调防患于未然，避免道路、桥梁、隧道等坍塌事故，做到事前防范，事中快速响应和事后持续优化。平台可以实现云网端一体化，具有海量接入、快速响应并支持多协议接入的能力，从线上实时掌控现场情况。以分布式AI、数字孪生、容器技术为内核，“路医生”已经成功应用到城市地下空间（隧道、管廊等）、铁路、公路、桥梁、城市道路、港口、软基等。

多感官智能交互，懂用户真实需求

网新数字产品总监 吴皓天

当你拨打客服热线的时候，你会选择人工客服还是智能客服？

基于已有的用户体验，大部分的观众表示如果问题过于复杂还是更倾向于等待人工客服的帮助。但如果智能客服能理解你的复杂问题呢？

网新数字的产品总监吴皓天介绍了一个更智慧、更有人情味的智能问答系统。这一系统能实现“多模态交互”，即能从多感官、多情感来实现与人交互。它不仅能识别一段文字，更能听见、听懂用户的声音，看见用户的表情，识别当下情绪。据了解，目前该系统已经能识别6种以上情绪。

在系统内对话时，它还拥有长短期记忆，能理解对话时的语境。就像用户提问“今天的天气怎么样”之后，再提问“那明天呢”时，系统能理解当下的语境仍是提问天气情况。

除了情绪识别和拥有长短期记忆之外，这一智能问答系统还具有打通业务系统的特点。当用户询问某一政务的办理流程时，它不仅仅能告知流程，还能当下协助用户经办业务，能完美融合于工商办理、校园助理、人社等平台。

无需盯盘，AI预测投资

“如果抛一枚硬币，正面朝上你可以赢一万元，反面朝上你将会输一万元，那么这个游戏你会玩吗？” “如果这个游戏重复一百次，你会玩吗？”智语科技的首席数据官彭志宇在演讲开始前与观众做了理查德·泰勒的游戏互动。

他表示，第二个游戏的本质，便是AI做股票预测的关键——概率优势，即找到最具有优势和投资回报概率的一群股票进行投资。如何找到这群股票呢？

智语科技首席数据官 彭志宇

长期看业绩。通过企业护城河的预测，穿透表面利润，看清企业经营本质。

中短期看情绪。情绪是推动股价的直接因素。通过AI搜集各种新闻论坛、快报、财报、年报等获得海量金融数据，据此预测投资者的投资情绪变化。

事实上，智语科技的AI投资策略连续21个月跑赢大盘，并非偶然。它以金融深度数据为核心，基于严谨的经济理论或金融模型，揭示金融数据中潜藏的交易获利规律。

目前，智语科技针对不同的对象，提供不同的产品与服务。针对量化团队，智语科技有智语深度数据，可以提供阿尔法数据和策略，支持自动化交易，实现组合风险的优化。针对专业投资者，智语科技有智语投研平台，可以提供深度数据选股结果，提供特色指标进行个股分析，行业分析等。针对非专业的投资者，还有智语良投app，可以提供优质策略买卖点，并且有盘前预告功能，用户可以不再盯盘，轻松投资。

不惧病毒与漏洞，部署完美网络安全防御

网新安服安全技术专家刘传兴

新基建如火如荼，“合规风险”也成为各企业不得不面临的安全风险。在从事互联网活动时，必须遵循既有的安全规范。若不合规范，App便会遭到工信部下架。众所周知，一个App的下架，基本宣告这个App生命周期的结束。

网新安服的安全技术专家刘传兴在演讲时还表示，除此之外，企业还会面临各种病毒攻击的外部风险。据2020年互联网安全报告的显示，2019年网络攻击造成的损失高达1.28万亿美元。而2020年的形势已然比去年更加严峻。

不只“外患”，还有“内忧”。人是需要重视的内部风险因素之一。经常有员工在无意间点开了风险文件，导致系统瘫痪、文件丢失。另外，系统漏洞也给病毒攻击留有空间。甚至很多时候，系统漏洞的修补可能赶不上漏洞出现的速度。

在“合规风险”以及内外部风险的驱动下，网新安服推出了白盾安全防御一体机，来帮助企业应对各种网络风险。

相较于普通杀毒软件“对症下药”和“问题驱动”的单一防御工具，白盾提供的是体系化的防御，加上局部智能化防御。汇总、共享不同防御工具的信息，构建整体的、系统化的安全防御体系，并利用AI智能算法、深度学习模型等主动挖掘攻击入侵的痕迹。可以有效防御各类已知的病毒攻击，甚至不惧0-day漏洞、勒索病毒。

主持人：浙江大学人工智能研究所副所长 肖俊

智能化在革新我们的知识体系和认知维度，在革新企业的决策逻辑和业务模式，也在革新政府的资源配置方式和社会治理模式。在史烈看来，浙大网新正在将自己的核心能力和优势融入智能化的浪潮中，与政府、行业、企业客户合能，形成更强大的智能体，来服务更多的人群。他表示，浙大网新迈向20岁，将以智能驱动未来，继续推进技术与产业深度融合，用智能驱动产业转型升级，造福更多人。

来源：EEPW

2020-2024年中国智能投顾产业分析预测

　　1.全球智能投顾市场规模发展及预测

　　2008年金融危机后，一些出身于科技行业的公司开始研发各类投资服务工具，为客户在做投资决策时提供帮助。到了2010年，智能投顾的概念在华尔街迅速崛起，其中两家最知名的公司--Betterment和Wealthfront，分别在2010年和2011年开始面向个人理财用户推出基于互联网信息技术与智能算法的资产管理组合建议，包括但不限于基金配置、股票配置、股票期权操作、债权配置、房地产资产配置等，成功地打破了美国金融市场上存在多年的“十万美元困境”魔咒，全面的开启了智能投顾时代。

　　Statista数据显示，2017年全球智能投顾管理资产达2264亿美元，年增长率将高达78%。到2020年，智能投顾管理资产规模占财富管理总资产规模的比例将超过10%；到2022年，全球智能投顾管理资产规模将达到1.4万亿美元。同时，智能投顾的全球用户数量也将从2017年的1290万高速增长到2022年的1.2亿。

图表9　2016-2022年全球智能投顾管理资产规模及用户数量

数据来源：Statista

　　2.中国智能投顾管理规模及预测

　　我国智能投顾起步相对较晚，大多数机构在2015-2016年期间推出智能投顾产品。入场虽迟，但发展速度惊人。根据Statista估算，2017年我国的智能投顾管理的资产达289亿美元，其年增长率高达261%，资产规模在全球仅次于美国。预计到2022年，中国的智能投顾管理资产总额有望超6600亿美元，用户数量超过1亿。

图表36　2016-2022年中国智能投顾管理规模估算

注：2018年、2019年为测算数据

数据来源：Statista

　　3.中国智能投顾行业总体发展趋势

　　一、智能投顾补缺传统投顾创新大众化理财

　　智能投顾在海外是一项与传统投顾相互竞争的服务产品，两者具有相互替代的作用。对于中国的投顾市场，进行投资顾问的大多数为高净值人群，而普通投资者则尚未形成比较成熟的投资咨询习惯，国内部分企业目前将智能投顾与传统投顾结合发展，利用智能投顾为客户投资者进行理财建议，而传统投顾则辅助切入客户，为客户进行投资报告解读及信息反馈。运用大数据及算法模型等手段，对理财用户进行合理分类，提出针对性投资组合，辅以传统投顾加以分析咨询建议，将助力智能投顾市场快速发展。

　　智能投顾能够降低投资门槛，复制服务，降低成本，进而扩大服务范围，实现普惠金融。传统投资顾问面向的是30万以上人群，随着智能投顾的发展，使得3万元左右的人群也能享受到投顾带来的投资建议，实现理财的大众化。

　　二、风险偏好尚未形成智投接受度有待提高

　　智能投顾在中国的破局之路是一个缓慢的过程。一方面，普通投资者不习惯将自己的财富交给专业机构打理，被动理财理念不成熟；另一方面，投资者结构以散户为主，他们倾向于“追涨杀跌”的不理智投资行为。智能投顾理财仍面临较高的市场教育成本，智能投顾接受度有待提高。而投顾市场教育除了能让投资者学习正确投资理念外，也有利于推动目前市场上尚不具优势的中小机构进一步发展，提升用户规模和用户价值。

　　三、本土智能投顾刚起步未来发展趋势乐观

　　随着房地产投资主导经济发展的时代渐逝，中国居民资产投资将逐渐向金融资产转移。目前中国金融资产投资市场以散户为主体，这类人群存在对于理财投资顾问的潜在需求。此外，随着大数据、云计算、人工智能、区块链等技术创新应用于财富管理等领域，普惠金融得到发展，普通投资者有机会获得更多的金融服务，对理财建议的需求加大，智能投顾市场存在巨大潜力。

图片来源：网络

　　四、互联网联手传统金融成趋势技术数据交流助发展

　　互联网企业与传统金融机构合作发展成为互金行业目前趋势。智能投顾作为金融科技创新产品，智能化要求较高，互联网企业能为传统金融机构提供技术支持。此外，智能投顾主要服务用户为普通工薪阶层和中产阶级，互联网企业和传统金融机构的数据交流能更好实现对此类用户风险把控。两者合作能有效助力智能投顾行业发展，未来双方合作有望继续加深。

　　五、智能投顾行业标准缺失合规监管迎加速

　　作为新兴起的金融创新产品，智能投顾行业发展在国内仍处于起步阶段，行业标准缺乏，相关法律法规也不完善，调取客户数据和业务开展具有较大风险。证监会等部门已开始对提供智能投顾服务的机构进行合规检查，未来对于智能投顾市场的监管将更加严格。除了政府部门政策监管外，对市场投资者加以教育，引导理性和合理投资，对于行业合规发展也有重要影响。

来源：中投网

智能化贯穿投顾领域的各个环节

伴随新型技术趋于成熟、监管政策持续调整，以及参与主体的多元化，金融科技的发展如火如荼。对于金融机构而言，通过技术的手段来促进业务的增长已是大势所趋。

正如近年来，以提高投资效率、改善投资者体验为目标，公募基金公司在智能投顾领域已做出了诸多尝试。

8月25日，在京东数字科技集团携手《中国经营报》举办的“第二届资管科技行业高峰论坛”上，易方达基金副总裁陈彤表示，智能化贯穿投顾服务的所有环节，其实可以称为投顾而非强调其为智能投顾。因为投顾市场和科技手段的发展几乎同步。

图片来源：网络

在他看来，中国投顾市场与海外市场有着明显不同的发展路径：国内一方面在人工智能兴起的同时，监管层也开始去推动基金行业、资产管理行业从卖方代理转向买方代理，两者始终是相互融合的。

陈彤指出，美国市场上，之所以存在人工投顾和智能投顾的区别，主要在于从上世纪80年代到2000年，美国的投顾市场从卖方模式转向买方代理，那时只是信息化的阶段；从2000年到2020年，才真正做到了所谓智能化。这两个阶段是彼此隔离的。

在国内，某种程度上，基金公司的业务早已离不开科技运用。陈彤进一步解释，比如在研究领域，常见的做法是运用金融科技手段去提高算法。

“基金投顾研究是基于现有7000只基金，在做基金基础研究时，将用到大量结构性数据、非结构性数据、知识图谱等；而做策略优化时，假如把7000只基金缩小到100只基金，在一个策略下，要从100只基金里选出10只基金做组合，这种概率大概是170万亿种，如果用常规算法大概需要350万年，还是需要用金融科技手段去提高算法。”陈彤表示。

除了投研，风控手段也需要科技的支撑。

图片来源：网络

“投顾最大差异是一个全权委托账户，当一个策略下，有一百万个人使用这个策略，由于你的时点不一样，遇到再平衡、定期平衡和非定期再平衡时，算法优化数据量是非常大的，所以不可能用人工的方式来做，一定得用智能手段。”他补充。

在智能投顾的探索中，如何做到千人千面是一大考验。

陈彤指出，千人千面主要有三个环节，即多维数据画像、策略数据优化、求动态这些过程的连接。

他解释，实质上是动态效应函数，相当于求解一个欧拉方程的最优解。“如何将这个过程工程化？我们也在这个步骤上花了很大精力，所谓千人千面实际上要经历从千人一面到千人几面，再到千人多面，最后做到千人千面这样一个过程，现在基本上处于第二步。”他坦言。

来源：中国经营网

智能投顾渐成风气

       新冠肺炎疫情在全球范围内的蔓延，在全球多地不方便约见客户的情况下，智能投顾开始被越来越多人使用，机构调研不便的背景下，越来越多的另类数据被机构用以辅助投资决策。

老人首尝智能投顾

       大量时间宅在家里，不方便直接和投资顾问面对面交流，甚至不少之前对智能投顾闻所未闻或者不太接受的老人客户，都开始接触试用这种低成本的无人化金融服务。

       相对传统投顾模式，以券商、银行和部分有投资咨询牌照公司的客服为主体，智能投顾通过在线平台或手机App了解投资者的风险偏好以及投资目标，然后结合算法模型为用户制定个性化的资产配置方案。

图片来源：网络

       来自马来西亚的智能投顾平台StashAway就发现，疫情期间，50岁以上的老人询问和投资的需求都急剧增加。他们越来越把智能投顾作为投资组合中的一种选择，来自这部分投资者的资金增长了40%以上。

       该平台称，不少在银行柜台有着多年投资经验的年龄较长群体，其实他们中的一些对银行对私服务并不太满意。在对管理费昂贵、表现不佳的结构性产品、外汇工具和基金失望后，他们开始发现智能投顾的特点和优势。

       据StashAway，由于智能投顾可以允许投资者按照自己的目标来创建投资组合，50岁以上且尚在工作的人群多会为退休安排养老金且不愿承担过多风险，他们通常会把资产配置比例设置为33%的股票和67%的债券。

公司纷纷推行付费模式

       在基本盘已经壮大的背景下，不少智能投顾平台开始推出和现在流行的软件付费模式类似的“订阅收费”。美国最大智能投顾组合公司之一的嘉信理财就指出，与想要面对面的交谈相比，不少客户更喜欢数字化的方式，而且乐在自己去探索投资的乐趣。

       美国嘉信理财开始推出“高端智能投顾组合”计划，给出了付费订阅的收费模式。这一智能投顾计划不同于这家财富管理机构之前的免费版，不仅需要按期缴费，还有最低投资门槛。

图片来源：网络

       另一理财顾问巨头富达则在最近开发出App，针对原本就对新事物感兴趣的年轻人，方便他们管理投资目标和跟踪各个投资阶段的业绩。为了吸引年轻人，富达还针对新人和推荐人各提供5美元的奖励金。同样，富达也引入了订阅付费制。

       实际上，富达作为后进入这一领域的传统资产管理公司，在尝到智能投顾甜头后纷纷开始推出收费服务，这可以一定程度上反映出疫情期间投资者使用智能投顾的活跃程度。

来源：东方财富网

AI投资顾问上线，智能理财靠谱吗

     “AI金融令人兴奋！”在第三届世界人工智能大会上，曾参与开发阿尔法围棋机器人项目的国际人工智能联合会前主席迈克尔·伍尔德里奇发出了这样的感叹。

　　作为人工智能与金融服务深度结合的产物，智能投顾借助大数据、云计算，通过人工智能算法，结合投资者的风险偏好、财务状况，形成合适的投资组合，故而被称为投资界的“AlphaGo”。这种基于大数据的个性化智能理财服务，靠谱吗？

　　在欧美等海外市场，智能投顾的发展已粗具规模，绝大部分知名投行如高盛、瑞银、摩根大通等纷纷布局这个领域。据野村证券预计，2020年底，全球智能投顾管理的资产规模将达到2.2万亿美元。

　　随着我国居民家庭收入稳步增长，财富管理市场空间越来越大，智能投顾开始进入我国市场，而此番疫情更加速了这个进程。互联网金融、银行系、基金系、券商系都试图抢占先机。

　　新华社照片，杭州，2020年8月1日

　　8月1日之江实验室面向全球开发者上线“之江天枢人工智能开源平台”，该平台是由新型研发机构牵头打造的人工智能开源平台。

　　开源开放是人工智能快速发展的重要推动力。据了解，之江实验室面向智能安防、智能金融、智能医疗、智能交通、智慧城市、智能机器人等六大产业领域，推动构建了人工智能核心生态圈，目前已有66家生态伙伴。新华社发

　　今年4月份上线的由先锋领航集团与蚂蚁集团联手打造的“帮你投”颇引人关注。7月2日，“帮你投”发布的首张“成绩单”显示，截至6月底，70%的用户实现了盈利，用户中一半为90后，近四成用户为白领。同日，“帮你投”宣布服务升级，对每个持仓用户进行动态“体检”，实现“千人千面”调仓。

　　先锋领航中国区总经理赵曌表示，智能投顾交易费用较低，可将以前高净值人群才能享受的服务带入寻常百姓家。博时基金副总经理王德英说，大部分普通投资者要规避人性中“追涨杀跌”的情绪化弱点很难，“智能投顾背后有大量数据支撑，优势在于稳定”。

　　不过王德英也表示，智能投顾可能战胜不了最优秀的投资人，一旦市场逻辑或政策环境发生变化，机器可能无法精准感知。还有投资者认为，智能投顾的投资业绩不太靠谱，甚至怀疑其背后还是人在操作。尽管人工智能在观察数据、预测数据等方面非常强大，但目前人工智能发展还不够成熟，全行业仍在摸索阶段。

　　与此同时，迈克尔·伍尔德里奇认为，随着科技金融飞速发展，数据安全成为一大挑战。“如果一款可以控制客户的软件被黑了怎么办？如果软件被误导了怎么办？只要使用人工智能，这些问题就无法避免，而且必须解决。”

来源：光明网