人工智能在金融风控中的探索与实践

经历了以计算机出现为标志的信息化时代，人类社会进入了人工智能引领的第四次工业革命时代。如果说信息化时代追求的是数据的采集和存储，那么人工智能时代解决的就是随着信息技术的深入和信息爆炸而导致信息处理能力的不足。帮助人们处理海量信息，对数据进行分析和利用，是人工智能的时代宗旨。

人工智能在国内的应用在智能投顾领域，2016年招商银行推出的摩羯智投就是其中最具代表性的产品。随着互联网技术的蓬勃发展和金融科技的兴起，智能风控、智能客服的落地条件逐渐成熟，图像识别、活体检测等技术进行身份核实的场景开始变得丰富，为人工智能和金融服务的有机融合创造了有利环境。

智能风控是传统风控的有效补充，传统金融机构采用传统评分卡模型和规则引擎等“强特征”进行风险评分，而智能风控根据履约记录、社交行为、行为偏好、身份信息和设备安全等多方面行为“弱特征”进行用户风险评估。两种风控方式从操作到场景都呈现明显的区别化效应，进入移动互联网时代后，智能风控的优势愈加凸显，成为传统风控的有效补充。

侧重人工审核、强调因果关系的传统风控会面临的几个关键问题。首先，传统风控的时间跨度至少以周单位，业务流程需要层层审批，涉及多个人员和环节，导致效率低下；其次，长时间的业务流程，无法及时满足用户资金要求，导致糟糕的用户体验；最后，对于金额较小的业务，传统风控复杂的审核程序导致的高成本使得银行等机构无利可图，从而这部分庞大的市场被放弃。

智能风控侧重大数据、算法和计算能力，强调数据间的相关关系，其在风控环节中的应用主要有三：计算机视觉和生物特征的识别，即利用人脸识别、指纹识别等活体识别来确认用户身份；反欺诈识别，智能风控利用多维度、多特征的数据预示和反映出用户欺诈的意愿和倾向；正常用户的还款意愿和能力的评估判断。对于交易、社交、居住环境的稳定性等用户行为数据，运用神经网络、决策树、梯度算法、随机森林等先进的机器学习算法进行加工处理。

智能风控在互联网经济下“规模性”增长的消费金融市场中，捕捉非传统金融数据，增加弱金融相关特征，采用机器建模分析的方法为传统风控进行了非常及时有效的补充。首先，智能风控带来闪电般的审核速度，时间跨度以分、秒来计算，为用户带来更好的服务体验；其次，对用户行为数据的分析抵达更为精准化的评估；最后，风险预测上，运用数据模型能够精准量化未来风险最可能发生的时间和场景。从快牛金科的实际应用来看，风险量化预测的结果和真实风险的表现非常符合，误差很小，而风控标准的放松和收紧导致的坏账表现程度的变化都可以用数据直观测量，对实际业务操作非常有利。

目前在信用贷、消费贷等需求个性化、规模化的小额贷款场景下，智能风控具备充分的优势，但在房产贷款、大型企业的供应链金融等涉及资产评估的大额贷款及交易真实性的验证上，传统风控依然无可替代，两种风控模式仍将在较长时间内共同存在。

中国Fintech：正在改变中国的金融业

一、全球Fintech市场：电子支付和个人金融主导，中美领先

在互联网金融监管趋严的环境下，中国的金融科技受到广泛的关注。从阶段划分看，目前中国正处于金融科技2.0（互联网金融）向金融科技3.0过渡的阶段。未来中国的金融科技将走向何方？金融科技的监管又该如何是好？敬请阅读。

全球Fintech交易规模不断增长，2016年交易金额达到2.6万亿美元，同比增长26%。从交易结构来看，电子支付占比最高，达到85.4%，其次为个人金融，比例为9.6%，商业金融仅为5%。根据Statista的估计，未来5年商业金融和个人金融增速高于电子支付，2021年电子支付比重将下降到67%左右。

从地域来看，中国Fintech交易金额位居世界第一。2016年中国Fintech交易金额达到1.08万亿美元居第一位，其次为美国1.02万亿美元。中美两国交易金额相比于第三位的英国地区（0.19万亿美元）已经拉开数量级的差距。

二、Fintech目前究竟包含哪些领域？

金融科技通常被界定为金融和科技的融合，就是把科技应用到金融领域，通过技术工具的变革推动金融体系的创新。2016年3月，全球金融稳定委员会发布了《金融科技的描述与分析框架报告》，这是第一次从国际组织层面对金融科技做出初步定义，即金融科技是金融与科技相互融合，创造新的业务模式、新的应用、新的流程和新的产品，从而对金融市场、金融机构、金融服务的提供方式形成非常重大影响的业务模式、技术应用以及流程和产品。金融科技的外延囊括了支付清算、电子货币、网络借贷、大数据、区块链、云计算、人工智能、智能投顾、智能合同等领域，正在对银行、保险和支付这些领域的核心功能产生非常大的影响。

三、把Fintech大致分为渐进前行的三个发展阶段

如果从IT技术对金融行业推动变革的角度看，目前可以把它划分为三个阶段。

第一个阶段可以界定为金融IT阶段，或者说是金融科技1.0版。在这个阶段，金融行业通过传统IT的软硬件的应用来实现办公和业务的电子化、自动化，从而提高业务效率。这时候IT公司通常并没有直接参与公司的业务环节，IT系统在金融体系内部是一个很典型的成本部门，现在银行等机构中还经常会讨论核心系统、信贷系统、清算系统等，就是这个阶段的代表。

第二个阶段可以界定为互联网金融阶段，或者金融科技2.0阶段。在这个阶段，主要是金融业搭建在线业务平台，利用互联网或者移动终端的渠道来汇集海量的用户和信息，实现金融业务中的资产端、交易端、支付端、资金端的任意组合的互联互通，本质上是对传统金融渠道的变革，实现信息共享和业务融合，其中最具代表性的包括互联网的基金销售、P2P网络借贷、互联网保险。

第三个阶段是金融科技3.0阶段。在这个阶段，金融业通过大数据、云计算、人工智能、区块链这些新的IT技术来改变传统的金融信息采集来源、风险定价模型、投资决策过程、信用中介角色，因此可以大幅提升传统金融的效率，解决传统金融的痛点，代表应用就是大数据征信、智能投顾、供应链金融。

大致判断，中国正处于金融科技2.0（互联网金融）向金融科技3.0过渡的阶段，现阶段金融科技备受一级市场关注的两个领域：人工智能和区块链技术，是金融科技3.0的核心底层技术，行业正在对金融科技3.0领域开展从0到1的积极探索。

四、中国的Fintech究竟会如何剧烈地改变现有的金融体系：竞争OR互补？

Fintech与传统金融究竟是什么关系，取决于不同的市场环境，以及不同市场环境下不同行业的竞争者的博弈互动。从目前涉及到的几个主要的金融领域看：

1、支付结算类

互联网第三方支付业务发展迅速并趋于成熟，但由于其对银行支付系统仍有一定程度的依赖，并未从根本上替代银行的支付功能或对银行体系造成重大冲击，二者更多是实现分工协作，优势互补。网联的诞生，更为强化了这种优势互补的定位。

2、存贷款与资本筹集类

此类业务主要定位于传统金融服务覆盖不足的个人和小微企业等融资需求，也就是通常所说的长尾客户群，虽然发展较快，参与机构数量众多，但与传统融资业务相比，所占比重仍然较低，更多是对现有金融体系的补充。

3、投资管理类

主要包括智能投资顾问和电子交易服务，在国内市场目前这两项业务都是处于银行主导的状态，实质上是传统金融培育，服务传统金融的业务模式。

4、市场设施类

此类业务科技属性较强，大部分金融机构会选择外包此类业务。主要应用这类科技创新服务于现有金融业务。

综上，Fintech可以说是技术带动的金融创新，它与传统金融并不是单纯的竞争关系，同时也存在以技术为纽带的合作关系，影响和冲击的主要是传统金融行业低效、高成本的环节，从而从总体上有助于提升金融体系的效率。

如果对比中美两国的Fintech的发展路径,可以发现，美国是活跃的华尔街金融机构积极吸收技术部门的创意，人才是从科技部门流向金融部门；中国的人才流向，则主要是从金融部门流向似乎更有活力、更有竞争力的科技部门，这种流向的差异值得我们深入思考。

当然，金融科技在提高金融市场效率的同时，也带来新的风险。例如，金融科技通常会引入高风险用户，降低风险控制模型的有效性，提高了机构整体风险水平。另外，在金融科技的推动下，跨行业、跨市场的跨界金融服务日益丰富，不同业务之间相互关联渗透，金融风险更加错综复杂，需要及时跟进相应的风险监管举措。

国内银行试水智能投顾 多个领域大显身手

人工智能的旋风目前已刮到了银行业。记者在采访中发现，国内多家银行已经纷纷试水人工智能，应用于营销、客服、风控、智能投顾等各个业务领域。

“以前银行老被指责‘嫌贫爱富’，给中小微企业服务不到位。如果有更好的风控手段，贷款就会实现差异化。人工智能在这个领域大有可为。”中关村银行董事长郭洪说。作为北京首家民营银行，中关村银行近日宣布与人工智能公司“第四范式”开展合作，打造“AI+金融”供应链服务平台，聚集金融机构、保理公司、担保公司、征信机构等合作伙伴，在出行、教育、快消品、线上旅游、三农、汽车后市场、物流等垂直领域落地，目前已为上万家中小微企业授信。

第四范式CEO戴文渊表示，在信贷风控领域，人工智能技术大显身手之处就在于利用算法搭建模型，在读取海量数据的过程中判断风险，覆盖信贷全生命周期的各个关键业务环节，包括风险预警、信息验真、欺诈识别、贷后管理、催收预警等。“在金融行业的支付环节，我们能够生成25亿条盗刷规则，这种超高维度的反欺诈模型，是人力不能完成的。”戴文渊表示。

实际上，不止企业信贷领域，人工智能技术在银行业的应用已经随处可见，普通客户也在随时享受机器人提供的服务。

比如，在开户环节，华夏银行直销银行客户可以借助人脸识别技术开户。在客服领域，微众银行打造了“微金小云”智能客服机器人，一个机器人可替代400位人工客服，如今98%的客服均由智能云客服完成，极大节约了人工成本。

银行智能投顾硬件设备

在购买理财产品环节，中信银行的客户可以享受智能推荐服务。银行针对客户的消费行为以及风险偏好，自动推荐金融产品。客户使用手机银行转账时，银行后台立即启动人工智能反欺诈模型，甄别交易环节是否存在盗刷隐患。

在信贷环节，新网银行在实时授信决策中应用了深度学习、强化学习、迁移学习等算法，对比多组授信策略的表现选择最优路径，实现授信策略快速迭代和更新。

在催收环节，美国征信机构益博睿为中国多家银行提供智能服务，利用催收评分模型优化不同批次、量级的催收及款项回收，平衡风险与报酬，降低相关成本；还可预测客户的还款时间和金额。

人工智能也成为多家银行年报的关键词。招商银行2017年年报中写道，近几年云计算、大数据、人工智能、区块链等技术的发展可能在不远的将来“成果大爆发”，商业银行是抓住这股浪潮完成蜕变，还是让移动支付的失利在其他领域重演，关键是未来三年的作为。

招商银行职能投顾介绍

中信银行信息技术管理部架构管理处处长卫东表示，目前人工智能在银行业的应用刚刚起步，各家银行探索的领域涵盖了银行前台、中台、后台大部分业务，涉及客户获取、接触、识别、产品营销、风险控制、产品定价，以及业务运营与精细化管理等各个领域。差异在于，有的银行选择自主或合作研发人工智能平台，有的银行则是完全外购平台。中信银行是依靠自身力量搭建了基于开源框架的大数据平台、机器学习平台。

“两种做法各有利弊。人工智能需要一个底层基础平台，各种细分的人工智能模型服务都是基于这个平台实现的，如果一开始就采取自主或合作模式研发，把控性会更高，后期升级维护的成本更低。”卫东说，银行完全外购服务的优势就是见效较快，如果在此过程中银行能够不断学习、探索，并转换为自有知识积累，也可以提高对技术的掌握程度。

卫东表示，目前银行业开展人工智能探索的过程中，数据治理不到位及数据质量不完善是最大的短板。银行已有的数据准确性没有问题，但是宽度和广度不足，无法全面地刻画客户360度视图，较难结合应用场景做出综合判断，将会影响人工智能的应用效果。这是银行业面临的普遍挑战。

智能服务机器人四大投资领域

　　6月17日下午，苏宁宣布无人车「卧龙一号」已完成上岗测试，将于6月18日进入常态化运营。「卧龙一号」承担苏宁小店周边社区3公里范围内，线上订单1小时生活圈的即时配送服务。

　　近几年“工作岗位将被机器人蚕食”的话题不断，阐述观点的角度更是层出不穷，单论效率而言，机器人确实能在某些地方做的比人更效率。比如苏宁小店近日还将推出世界杯主题店“深夜加油站”，24小时营业，通宵提供商品和免费服务，2公里1小时配送到家等。这里机器人就比人更有经济性。

　　机器人产业现状

　　根据机器人的应用环境，国际机器人联盟（IFR）将机器人分为工业机器人和服务机器人。

　　其中，工业机器人指应用于生产过程与环境的机器人，主要包括人机协作机器人和工业移动机器人；服务机器人则是除工业机器人之外的、用于非制造业并服务于人类的各种先进机器人，主要包括个人/家用服务机器人和公共服务机器人。

　　《中国机器人产业发展报告（2017年）》预计，2017年全球机器人市场规模将达到232亿美元，2012～2017年的平均增长率接近17%。其中，工业机器人147亿美元，服务机器人29亿美元。

　　而2017年中国机器人市场规模将达到62.8亿美元，2012～2017年的平均增长率达到28%。其中，工业机器人42.2亿美元，服务机器人13.2亿美元。

　　无论是市场规模，还是年均增长率，中国都在全球机器人市场占有较大份额。尤其近几年不断有中国企业对国外技术垄断实现突围，主要是机器人三大核心零部件的生产，即控制器、减速器和伺服电机，加上国内机器人产业旺盛的需求，中国工业机器人迎来爆发式增长。

　　中国出现同样快速增长的还有服务机器人，相比工业机器人，由于客观原因——服务机器人还不是一个成熟的产业（工业机器人已经是一个成熟的产业）。不成熟意味着无限可能，服务机器人市场依然有着巨大的想象空间，除了对传统机器人领域核心技术的创新突破，结合具体商业场景的智能服务机器人将成为另一个突破口。

　　智能服务机器人市场

　　发展智能机器人既是高屋建瓴、另辟蹊径的重要路径，也是实现产业跃迁的新兴增长点。

　　中国在人工智能技术方面与全球基本处于同一起跑线，特别是在图像识别、语音识别、语义识别等多模态人机交互技术领域，部分已接近和达到全球领先水平。

　　国内一些企业通过技术推动产品迭代，凭借智能交互和特定场景整合迅速切入人们日常生活，利用市场收益进行技术革新，已经在智能服务机器人领域有所建树，主要集中在医疗、金融、仓储/物流、客服等热点领域。

　　医疗机器人

　　医疗行业对机器人感兴趣的原因很多，机器人为行业带来的好处，可能比最专业和最勤奋的医疗工作者更多，主要包括，速度、准确性、可重复性、可靠性和成本效益。一个机器人不管“工作”多久，都不会疲劳。

　　就目前来说，医疗机器人主要分为以下几类：外科手术机器人、康复机器人、医用服务机器人、辅助机器人等。

　　据统计，目前手术机器人占比最高，在六成以上。而凭借售价两千万的达芬奇手术机器人，美国公司IntuitiveSurgical轻而易举地霸占了当前医疗机器人市场的半壁江山。

　　国内医疗机器人的发展起步较晚，目前市场活跃企业主要有妙手机器人（第一家临床使用的国产手术机器人）、博实股份（上市公司，推出微创腹腔外科手术机器人系统）、天智航（新三板公司，推出骨科医疗机器人）、钱璟（康复机器人重点企业）等。

　　金融机器人

　　金融行业的基础是信息处理，某些以往需要人工参与的金融工作正在自动化，包括运营、理财、算法交易，以及风险管理等。

　　摩根大通利用AI开发了一款金融合同解析软件。原先律师和贷款人员每年需要360000小时才能完成的工作，这款软件只需几秒就能完成。而且错误率大大降低，还可以24小时工作。

　　机器人的优势还体现在对投资的完全理性。近些年火起来的量化交易，用数学模型替代人为的主观判断进行开仓和平仓的交易方式。避免了情绪波动对交易的影响，克制了人性中的贪婪、恐惧、侥幸的心理弱点，同时克服了我们主观上的认知偏差，提高投资的理性。

　　目前金融机器人应用落地的4大场景：智能投顾、风险管理、搜索引擎、智能客服。国内各场景的活跃企业包括：弥财（将经典的投资理论与最前沿的互联网技术相结合，为普通大众提供智能的、高端的定制投资服务）、信而富（基于人工智能技术，通过建立模型，对海量数据进行筛查，来确定对方是否为真实的借款人）、人工智能牛（整合自身独有的金融数据报告资源、大数据、人工智能技术，开创了智能金融搜索先河）、“娇娇”（交通银行2015年推出了智能客服实体机器人）。

　　仓储/物流机器人

　　传统仓库里都是靠人手分拣、包装、搬运，为了实现效率，仓库的设计必须满足员工的活动需求，太局促的空间影响效率。而仓库员工，则需要对仓库里的商品位置了如指掌，只有做到瞬间反应，分拣的效率才可能最大化。

　　物流机器人的出现，解决的不只是工作效率问题，更是将仓库利用率提升一个高度。传统仓库的逻辑是“商品中心化”，也就是人找货；而搭载了物流机器人的仓库的逻辑是“分拣中心化”，实现了货找人。

　　物流机器人会根据订单信息，直接将商品所在货架移动到分拣工面前，分拣工取走商品后机器人再将货架运回原处，至始至终，分拣工只需待在一处地方等待“商品来找自己”。而以机器人的交互协调，提供比人活动小的多空间就可以了。

　　物流机器人不只提升了工作效率，更是设计了全新的仓储结构。这方面以美国亚马逊旗下的AmazonRobotics为行业典范，前身是KivaSystem，2012年被亚马逊收购后正式更名为AmazonRobotics，这家公司重新定义了仓储。

　　目前常见的物流机器人可以分为三类：AGV自动导引车、码垛机器人、分拣机器人。国内的物流机器人系统企业基本集中在AGV领域，被广泛应用在工厂内部工序间的搬运、制造系统和物流系统连续的运转以及国际化大型港口的集装箱自动搬运。

　　客服机器人

　　在客户致电或在线咨询客服代表的问题中，超过60%的问题都是常见的，也就是说大部分客服人员每天都在应对重复的问题，机械工作消磨着客服人员的工作热情。

　　标准化服务也是人工客服的一个难点，不同的客服代表可能会给客户不同的答案，这让客户感到恼火。而在统一算法支配下的机器人客服，可以给客户真正意义上的标准化服务。

　　目前国内智能客服机器人的定位，以辅助客服工作为主，回答客户的常规、重复性的问题，进而提高客服工作效率。

　　但国内很多商家只是提供机器人给客户，却不考虑机器人问答知识库才是大门槛。具体需要给机器人添加哪些问答、怎么添加识别效果最好、客户的一句话有多种不同的问答要怎么实现......这些都是客户遇到的痛点。从提供客服机器人到提供企业客服机器人解决方案，这将是行业竞争的核心所在。

　　总结：

　　机器人似乎取代了一部分工作，从金融行业的交易员，到物流行业的分拣工。但是取代以后，又会给人类带来新的工作，新的更灵活、更有创造性的工作，“等货来”肯定比“满仓库跑”更受分拣工青睐。

智能投顾崛起，人类投顾仍然至关重要

　　近年来，智能投顾的增长速度十分迅速，去年管理的资产规模已超过2000亿美元。

　　科技对于金融行业的影响体现在失业率和顾问费用的降低上。最大的颠覆是智能投顾的崛起，智能投顾向投资者提供投资建议，几乎不存在人际互动，价格也低得多。

　　诺贝尔经济学奖得主DanielKahneman以其在行为经济学领域的研究成果而闻名。近期，他在芝加哥的一次会议上发表主旨演讲时表示，尽管科技正在不断冲击着金融行业，人类顾问在金融领域仍扮演着至关重要的角色。

　　他称，作为一名顾问，你必须了解客户的需求，客户在承担风险方面的程度，他们的投资目标以及所惧怕的极端情况。当糟糕的事态发生时，你必须在那里。客户需要有这样一种可以被托付的感觉，有人能够完全了解他们的想法。

　　与此同时，Kahneman对智能投顾的价值表示认可，“投资决策经常会伴随很多噪音，不是在决策本身，而是在决策过程中。算法有可能做得比人更好，因为算法的主要特点是无噪声，给算法同样的问题两次，能够得到相同的结果。而人类投顾则不会。”

　　智能投顾之战

　　投研公司晨星(Morningstar)首席执行官KunalKapoor在今年公司会议上表示:“从来没有比现在更适合的时机为客户提供更好的投资建议”。他将这归功于人工智能技术的进步——在向更多投资者提供有价值投资建议的同时，降低了运营成本。

　　嘉信理财首席执行官WaltBettinger在会上称，智能投顾技术的现状及未来发展应受到高度重视。Bettinger表示:“机构必须认识到，消费者所期望的是一种即时的、数字化的高质量投顾服务。我们必须利用技术为客户提供更有价值的服务，让客户从口袋里掏出的每一块钱，都能为实现他们的财务目标贡献力量。”据悉，嘉信理财已推出旗下的智能投顾产品——Intelligentportfolio。当前先锋集团在智能投顾领域仍占据主导地位，嘉信理财紧随其后。

　　关于注重低成本的智能投顾竞争对手Betterment和Wealthfront是否是嘉信理财的主要竞争对手，Bettinger表示，对于智能投顾来说，成本和科技的因素固然需要纳入考量，但与人类投顾的互动仍然不可或缺。

　　ManGroup与AQR瞄准私募

　　私募投资的受欢迎程度激增，促使ManGroup和AQR等资产管理公司着力推出能够复制私募基金的回报率、但对投资者而言成本更加低廉的策略。

　　据知情人士透露，管理着约1130亿美元资产的伦敦资产管理公司ManGroup于今年4月推出了“流动性私人股本”基金。该基金不投资PE，而是投资于公开上市的中小型美国公司，但其回报率与传统私募投资组合类似。与此同时，拥有2250亿美元的资产管理集团AQR也正在探索用量化的方法投资于私募行业。

　　滩头资本的创始人AndrewBeer表示，ManGroup和AQR在私募投资领域的尝试也引发了一个问题，即投资者是否真的希望他们所持有的私募股权被暴露于市场的每日波动之中。“私募基金只会定期发布报告，这可能会明显滞后于整体市场的变化。”

智能投顾在中国

　　财富管理与新兴金融科技的结合，使得财富管理行业正在进入新的阶段――智能财富管理。近几年全球出现的智能投顾模式已然成为智能财富管理的一大热点。智能投顾，简而言之，就是基于投资者的投资需求和风险偏好，为其提供数字化、自动化、智能化的财富管理服务。和传统投顾相比，智能投顾最大的特征就是门槛低、费用低、高效率。因此，特别对作为“长尾用户”的中低净值人群颇具吸引力。

　　智能投顾起源于金融危机后的美国，Betterment、Wealthfront等初创公司开启了其大幕，近几年传统金融机构也纷纷开始涉足智能投顾服务，智能投顾正处在向大众普及的阶段。智能投顾的出现及快速发展给传统的面对面的财富管理模式带来了冲击，并形成了当前三种财富管理模式：传统财富管理模式、纯智能投顾模式和混合模式。埃森哲认为以数字化驱动的人力结合“机器”的混合模式已然崛起，并且将成为未来财富管理模式的主流。

　　在中国，多方参与的财富管理市场竞争日趋激烈，快速变化的客户群体及其需求、新兴的数字技术、趋严的监管政策正在重塑原有的财富管理模式。虽然智能投顾在中国起步较晚，但是其发展速度惊人，预计到2022年，智能投顾管理的资产总额将超过6600亿美元，用户数量超过1亿。当前，独立第三方财富管理机构、传统金融机构和互联网巨头是智能投顾市场的三大主体，演化出了四种本地化的业务模式：独立建议型、综合理财型、配置咨询型和类智投模式。总体来看，国内智能投顾的现状是行业刚刚起步，参与主体众多，整体智能化程度低。

“人工智能+制造”最终目的是加快制造业转型升级

　　中国社会科学院工业经济研究所和腾讯研究院共同研究编制的《“人工智能+制造”产业发展研究报告》认为，对于复杂的制造业来说，互联网的定位更应该在“助力者”而非“颠覆者”，帮助制造企业加快转型升级的步伐。

　　“人工智能+制造”本质是追求人机协同

　　人工智能作为一类信息技术，诞生于20世纪50年代，几乎与计算机同步。60多年来人工智能涉及的技术和派系众多，学界并没有一个明确的定义。对于大多数公众而言，从其发展目的的角度，可以简单将其理解为“与人类一样聪明的人造机器”。

　　将这个聪明的“机器”放入制造业中，主要的作用就是使机器能够“达到甚至超过人类技工水平”，以实现企业生产运营效率的提升。这个放入“人工智能”的“智能化”过程，与过去制造业追求“自动化”的过程实际上有本质的差异。“自动化”追求的是机器自动生产，本质是“机器替人”，强调大规模的机器生产；而“智能化”追求的是机器的柔性生产，本质是“人机协同”，强调机器能够自主配合要素变化和人的工作。

　　因此，“人工智能+制造”未来所追求的，不应是简单粗暴的“机器替人”，而应是将工业革命以来极度细化、甚至异化的工人流水线工作，重新拉回“以人为本”的组织模式，即让机器承担更多简单重复甚至危险的工作，而人承担更多管理和创造工作。

　　“人工智能+制造”必然走向平台模式

　　制造业是一个庞大的产业，同一个厂房里，可能有好几种来自不同厂家的生产设备，这些设备往往采用各自的技术和数据标准，彼此之间并不能直接连通和交互。不同的工厂乃至不同的制造业企业，差异就更大了。这样的差异使得传统制造业信息化难度大、效率提升有限。

　　互联网的普及和发展催生了“平台模式”，平台内信息传播的速度大大增加、交易成本大大降低，有效促进了经济效率的提升。近几年，互联网的这个模式逐渐扩展到了各行各业。对于制造业而言，这个模式就是“工业互联网平台”。

　　未来“人工智能+制造”的实现的重要基础就是这个平台，由这个平台为产业提供通用的算力（工业云计算和边缘计算）、算据（工业大数据）和算法（工业人工智能）能力，从而推动整个产业的转型升级。根据调研公司MarketsandMarkets的数据显示，这三部分代表的全球工业互联网平台市场规模占整体“人工智能+制造”的比例，将从2016年的24%增长为2025年的36%，达到2.6千亿美元。

　　互联网助力“人工智能+制造”的三类典型场景

　　互联网经过数十年发展，已成为信息革命的中坚力量，也是当前人工智能技术发展的领航者。其连接、数据、云、算法和安全等五方面的经验与积累，能够有效支持其推动人工智能与各产业结合落地。对“人工智能+制造”而言，目前互联网助力的典型场景主要有三类：

　　一是产品注智，从软件到硬件的智能升级。互联网可以将其人工智能算法，以能力封装和开放方式嵌入到产品中，从而帮助制造业生产新一代的智能产品。如谷歌开发出专用于大规模机器学习的智能芯片TPU、腾讯AI开放平台对外提供计算机视觉等AI能力等。

　　二是服务注智，提高营销和售后的精准水平。互联网可利用其人工智能算法，为制造企业提供更精准的增值服务。一是售前营销，以人工智能进行用户侧需求数据的多维分析，实现更实时、精准的广告信息传递；二是售后维护，以物联网、大数据和人工智能算法，实现对制造业产品的实时监测、管理和风险预警。如三一重工结合腾讯云，把分布全球的30万台设备接入平台，利用大数据和智能算法，远程管理庞大设备群的运行状况，有效实现故障风险预警，大大提升了排障效率并降低维护成本。

　　三是生产注智，增强机器自主生产能力。互联网可帮助制造企业，将人工智能技术嵌入生产流程环节中，使得机器能够在更多复杂情况下实现自主生产，从而全面提升生产效率。目前主要应用在工艺优化，即通过机器学习建立产品的健康模型，识别各制造环节参数对最终产品质量的影响，最终找到最佳生产工艺参数；智能质检，即借助机器视觉识别，快速扫描产品质量，提高质检效率。

　　总之对于复杂的制造业而言，互联网需要更多从合作者、助力者、服务者的角度看待。正如腾讯董事会主席兼首席执行官马化腾所言，腾讯“不会进入各行各业取而代之，而是做好连接、工具和生态三个角色”。在此基础上，人工智能等新一代信息技术才能更有效地发挥作用。

智能投顾元年，如何抓住这波风口？

       随着AI时代的到来,越来越多智能产品进入我们的生活,很多行业都将面临革新与被颠覆。目前来说,AI最被看好的落地领域,智慧金融首当其冲,特别是智能投顾。

　　在欧美国家,透支着对智能投顾态度开放,智能投顾可以说是进行得如火如荼。而在中国,2018年可以说是智能投顾的元年,智投产品开始渐渐开始萌芽。

　　随着互联网互联网技术的高速发展,普惠金融概念的广泛普及,中国财富管理市场的需求也将进一步扩大,银行、券商、基金公司、互联网金融公司纷纷投入开发智能投顾产品。智能投顾即将在新金融领域发挥重要作用,智能投顾成了区块链之外的又一个金融风口。一部分目光独到的投资者已经瞄准了这个风口。

　　在智能投顾的概念尚未普及之时,一些智能投顾产品在2018年春天就陆续推出市场,获得了国内新型投资人的注意,而这些新型投资人主要是财富处于增长期的70-80后。而最后青睐的智能投顾产品,就包括有蚂蚁金服旗下的蚂蚁财富,招商银行开发的摩羯智投,中融国信金服旗下的波浪智投。

　　国内的智投产品,目前大致可以分为三个阶段。

　　第一阶段是根据产品的风险评测结果,智能推荐理财产品(组合),让投资者自身做出投资决策,蚂蚁财富这就属于这一个阶段的智投产品。

　　第二个阶段是一站式理财,投资者无需选择理财产品,而只需根据评测结果选择是否接受智能投顾推荐的理财方案,比较经典的产品,就是摩羯智投。

　　第三个阶段是一键式跟投理财,智能交易产品经过至少百万次的训练与调试,在市场进行智能化投资,投资者无需选择理财产品,只需要根据产品的风险收益评估结果选择是否接受跟随投资,波浪智投就属于这类型跟随投资的智投产品。

　　三个阶段的智投产品,可以反映出AI在金融系统中,发挥的作用越来越智能,通过AI建立起来的金融平台大规模自动化系统,让监管、银行、投资机构等决策行为减少对个人经验的依赖,从而建立新型的资金管理协作系统。

　　那么,我们还能抓住风口吗?

　　回溯00年代的房地产金融,圈地最多的房产大佬迅速占领了风口,获取了巨大的资金;10年代,互联网疯狂发展,我们的生活除了发生了天翻地覆的变化之外,导致更多的金融资源和资本流入了互联网行业。互联网巨头们的资产与影响力渐渐超越了房地产大佬。

　　如今,互联网局势大致已定,而人工智能的战火才刚刚燃起。

　　2018年,是人工智能在金融行业应用的普及年,投资者入手的好时机。当前正式下发的资管新规、首次将智能投顾纳入监管,明确要求只有持牌照的金融机构可以运用人工智能技术开展投资顾问业务,这也意味着AI理财行业格局即将面临更健康的发展环境。

　　有一句老话是:站对了风口,猪都能发财。而智能投顾,即将迎来大发展,成为下一个大量资本流入的风口,值得关注,不容错过。

智能投顾成“标配” 业务场景化是核心

       智能投顾是将人工智能应用于客户资产管理过程的技术，通过对客户的风险偏好、风险承受能力进行数据评估，进而计算出适合客户的投资组合。智能投顾相对于传统投顾，具有更广的覆盖面、更低的门槛，使得投资顾问可以服务更多的“长尾用户”，变成一种普惠金融，可以推动金融向个性化、自动化、资产再平衡等方向衍进。

　　在人工智能应用方面，中国一直被视为实现商业智能化的最佳市场。目前人工智能在国内金融领域发挥的社会价值越来越大，“科技+金融”也愈渐成为金融业的主流趋势，智能投顾就是目前金融科技最前沿的应用之一。

　　而自资管新规释放出打破刚性兑付的信号以来，智能投顾的发展迎来新机遇，逐渐成为金融机构的“标配”。据品钛财富管理业务CEO郑毓栋讲解，目前，国内财富管理市场因为有保本保息理财产品存在，还没形成“所有投资收益要用风险来换”的意识。一旦从监管层面打破了刚性兑付，投资者会发现之前习以为常的“保本收益”概念将不复存在。

　　智能投顾成“标配” 业务场景化是核心

　　智能投顾的基本原理是，根据对投资者的画像进行大类资产配置，通过模型算法追求相同风险下的最大收益，或同等收益下的最低风险。在刚兑被逐渐打破的过程中，这样将风险与收益进行匹配的标准化资产配置服务也会逐渐被投资者接受，智能投顾会迎来更多市场机会。

　　作为“金融科技赋能整体解决方案供应商”，品钛自成立以来，就形成了包括智能信贷技术服务、智能投顾技术服务、互联网基金销售解决方案、互联网保险销售解决方案等在内的金融产品运营解决方案和服务，与智能投顾的广阔发展前景相契合。

　　而在人工智能结合各种各样的数据进行具体应用时，业务场景化是核心，智能投顾亦是如此。品钛恰好专注于将纷繁复杂的场景、流量、数据、风控、资金、产品等零售金融关键要素予以标准化，打造成端到端的解决方案，像芯片一样嵌入到客户的产品与服务体系之中，帮助他们快速实现智能化转型，提升商业价值和竞争力。

　　未来，通过智能投顾等服务的普及和品钛等金融科技公司的赋能，众多中小型商业与金融机构可以像科技巨头一样快速实现智能化转型，迎接中国消费升级的大潮。