“AI+金融”的化学反应
摘要: 近几天,硅谷钢铁侠、特斯拉CEO马斯克和Facebook创始人扎克伯格“怼”上了,双方巨大分歧在于对人工智能(AI)的风险评估。不过,无论是担忧还是乐观,已经无法阻止AI热潮高歌猛进。而将人工智能映射
近几天,硅谷钢铁侠、特斯拉CEO马斯克和Facebook创始人扎克伯格“怼”上了,双方巨大分歧在于对人工智能(AI)的风险评估。不过,无论是担忧还是乐观,已经无法阻止AI热潮高歌猛进。而将人工智能映射到金融领域,“AI+金融”产生强烈“化学反应”,对金融行业前所未见的变革正在按下加速键。对此,刚刚印发的《新一代人工智能发展规划》中特别提到,“在智能金融方面,要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。创新智能金融产品和服务,发展金融新业态。”更是将智能金融发展上升到战略高度。
在金融市场的演化中,技术向来是重要的驱动力。AI技术与金融深度融合而产生的智能金融,在提升效率的同时,也正改变着金融服务的广度和深度。其中,智能投顾的发展备受瞩目。从全球来看,富国银行、美银美林、富达国际、高盛、先锋、嘉信、贝莱德等传统巨头已陆续进军智能投顾业务。截至2017年2月,先锋基金采用“机器+人工”的私人顾问服务管理的资产规模约470亿美元,全球最大独立智能平台Betterment管理规模也达到80亿美元。国内智能投顾市场虽然刚刚起步,但一批金融科技公司和垂直创业公司蜂拥而来。整体看,国内机构更多是基于主动布局的考虑,试图对海外智能投顾模式进行复制或改造。但由于基础金融产品体系、交易成本、交易习惯、相关政策等方面存在差异,与海外相比,国内智能投顾市场还有很大差距,参与者也良莠不齐。但这一市场具有巨大的需求,如果能够有效解决刚性痛点和形成清晰的商业模式,发展前景不可限量。
实际上,对于“AI+金融”的化学反应而言,智能投顾只是冰山之一角。人工智能对金融机构的投研、运营、风控和监管等方面具有巨大的应用前景,典型如神经网络&机器学习应用于反欺诈及风控模型、保险定价、投资决策等,而目前“AI+大数据+征信”应用成熟度高于智能投顾。从智能运营来看,AI技术深刻改造金融机构的主要运营环节,或助其显著提升效率、降低成本。据券商测算,2016年保险公司手续费及佣金支出约3500亿元,倘若借助大数据及AI技术的精准营销解决方案及智能销售辅助系统能够提升5%的效能,则可节约175亿元左右的成本支出。
金融,智能,AI,人工智能,提升