📖 ZKIZ Archives

人工智能來襲，金融行業迎來下崗潮，4個職業受到沖擊

一本財經 2017-07-13 11:27

來源 | 一本財經（ID：yibencaijing） 

作者 | 零和

2017年的關鍵詞是什麽？

不管是創投圈，還是BATJ，給的答案都是人工智能。

人工智能遇上金融，在3個領域產生了強烈的化學反應：風控、投顧和監管。

目前，這些領域的運用還比較稚嫩和早期，但未來的爆發力驚人，不可小覷。

它們會帶來顛覆海嘯，還是緩慢滲透，開始一場溫柔革命？

01 點亮

人工智能的發展史，是一條曲折的發展曲線，經歷過幾次高峰低谷。

人工智能相伴計算機而生，其實誕生比互聯網還早。迄今為止，人工智能的浪潮，跌宕起伏地熱過幾次。

在輿論界，更是探討不止。

在人工智能的高峰期，“人類將被機器取代或統治”的悲觀言論，就會甚囂塵上；而一旦人工智能跌入谷底，又被鞭笞為“創新泡沫”。

“前幾次爆發浪潮，都是政府驅動，是至上而下的；而這一次，卻是商業驅動，至下而上”，雲腦科技的CEO張本宇對一本財經稱。

2016年3月，AlphaGo在圍棋上戰勝人類，這個劃時代的“信號彈”炸響之後，一個關於“智能覺醒”的美麗傳說，就此席卷全球。

而火熱的背後，依然有其必然的邏輯。

首先是技術的飛躍，深度學習和神經網絡的日臻成熟，讓這臺智能機器逐漸成型。

其次是大數據的成熟。

“在某種程度上，人工智能是大數據的碩果，在大數據的沃土上，人工智能才能成長”，張本宇比喻，人工智能是一臺機器，需要大量的數據“餵養”，才可運轉。

此外，政府也對這個即將覺醒的時代，保持了敏銳的嗅覺。

2016年5月，國務院頒發《“互聯網+”人工智能三年行動實施方案》，對人工智能提出了產業綱領。

某種意義上，這次智能浪潮的到來，才是真正的“天時地利人和”。

這也是為何，李彥宏在多個場合，激情澎湃地宣布：“智能革命已經到來。”

02 智能風控

人工智能遇上金融，會產生怎樣化學反應？

目前，人工智能在金融領域的運用，主要集中在3個方面：智能風控、監管科技和智能投顧。

人工智能+風控，這是一個奇妙的組合，也被業內認為，這是人工智能在金融領域最有想象力的環節。

在美國的信貸崛起時代，量化和大數據風控曾經備受推崇，其代表有美國發現金融、美國運通和Capital One。

在中國，早期銀行曾沿用這套風控體系。

進入互聯網金融時代後，經過幾年風控缺失、放量狂奔的階段之後，中國互聯網金融開始回歸金融的核心：風控。

“而這次風控回歸，剛好與人工智能崛起的浪潮重疊，因此產生了一定的融合”，氪信CEO朱明傑認為，中國有機會，直接升級到人工智能風控時代。

傳統金融體系搭建穩固的美國，就像一張已畫上圖畫的畫紙，而中國，就如一張白紙，更有縱情揮灑的空間。

這也就是為何，中國支付行業能超越美國的原因。

盡管前路光明，但目前中國人工智能+風控還尚在萌芽階段，專註這個領域的第三方企業不多，一些公司內部，也正在試圖自行搭建人工智能風控體系。

“目前，最有效的運用，就是小額、分散、純線上操作的現金貸”，朱明傑稱。

傳統的量化、大數據風控，流程是先由建模師從眾多維度的變量中，找到一些有效的變量，組合成一個模型，再運用到實際中，不停地驗證模型，叠代模型——朱明傑開玩笑地，將其稱為人肉智能（HI）。

“而人工智能運行的方式，是給機器餵養大量數據，讓它自行構建模型，最終輸出一個結果”，朱明傑稱。

與美國相比，中國征信體系缺失，信貸數據不足，讓人工智能更有發揮的空間。

“很多數據，與借貸都不是強關聯性，而人工智能卻能捕捉這種弱信號的數據”，朱明傑稱，比如一個用戶使用手機的習慣、行為數據，在人工智能眼里，都可以找到某種相關性。

但這種神奇的融合，會受到某些桎梏。

中國著名科幻作家劉慈欣曾說道，人工智能最大的一個特點是，它就像一個黑箱，雖然從理論上，它們的運算命步驟是可以追蹤的，但是由於計算量巨大，使得這個追蹤，實際上很困難甚至不可能，“於是，我們真的感覺他們有智能了”。

金融一直在追求公開陽光透明，以達成某種信任感，金融對於所謂的“黑箱理論”，實在讓人難以接受。

監管層要求試點的征信機構，定期要去匯報，主要的匯報的內容，就是要告訴監管層：這些信用分，到底是怎麽得出來的？背後計算邏輯是什麽？

不論是征信，還是風控，都要保持“可溯源性”，才能建立起信任。

“在金融圈和用戶教育上，對人工智能還未完全信任之前，我們只能采取人肉智能（HI）和人工智能（AI）相結合的方式”，朱明傑稱，他們會機器先出一些模型，在專業的風控從業者的合作下，同步運營。

不論是金融領域，還是其他領域，人工智能的落地融合，都需要如此一個磨合期。

在金融從業者看來，這個磨合期是絕對必要的，在早期，人類的經驗和思考方式，都需要教給機器——用人來訓練機器，用數據來餵養機器。

除了“黑箱理論”和“可溯源性”這兩個相悖立場的碰撞，人工智能還需要在“效率和公平”之間，找到一個平衡點。

舉個例子，在美國，如果所有的風控決策，都讓機器來決策，如果來一個黑人，機器從理性來判斷，會得出一個結論：黑人相對於白人，還款能力和還款意願會弱一些。

而美國的法律中規定，不能讓對方的“膚色”來決定是否放款，不得搞種族歧視。

“所以，不可所有的規則，都由機器全權判斷和制定，需要人類給機器輸入一些規則，甚至要樹立起機器的價值觀”，張本宇稱。

此外，效率和公平的角度上來說，機器必將取代所有枯燥、重複、機械，缺乏創造力的職業，而從人類社會穩定的角度考慮，會有一些“弱者保護”機制。

與其說，是效率和公平，不如說是理性和感性——但是讓冰冷的機器，具有像人類一樣的價值觀和道德感，這還需要多遙遠的距離？

03 監管和投顧

人工智能在風控上的初次試水，讓從業者充滿期待，而另外兩個領域的的運用，卻要艱難許多。

監管科技，在美國等金融強監管的國家，運用得較為廣泛，而在中國，只能說剛剛睜開了惺忪雙眼。

監管科技主要是兩個模式：2B和2G。

“在美國，金融監管太過嚴苛，監管機構絲毫不敢懈怠”，點石資本創始人蔡凱龍稱，在美國實在不缺這樣的故事：客戶不滿將公司告上法庭，直接將公司賠到破產。

但美國的法規太複雜，且每個州的法規還不一樣，“金融機構就像進入地雷區，不知道什麽時候就踩到地雷”，蔡凱龍稱，因此美國出現一些監管科技公司，保證金融公司合規，“邁出的每一步都是安全的”。

而在中國，2B的監管科技領域幾乎是空白，是因為互聯網金融的監管，才剛剛起步，遠不到需要人工智能機器介入的地步。

“但中國慢慢進入金融強監管的時代，這片市場，前景可期，也值得布局”，張本宇稱。

而2G領域的運用，就是給政府部門提供監管技術，幫助他們管理和監控。

在中國，2G布局的公司也不多，尚在起步階段。

“我們主要是幫監管層，提供一些追蹤溯源的服務”，某監管科技公司的CEO稱，比如，某次輿論爆發，或股票大漲，用人工智能去探尋，背後到底有哪些因素起作用。

監管科技剛剛起步，而智能投顧，已搭上了人工智能的快車一年多了。

所謂智能投顧，就是用機器人當“投資顧問”。

國外美國智能投顧代表Wealthfront，目前已獲得了12.9億美元融資；國內，彌財、財鯨、理財魔方、藍海智投等早期智能投顧項目，都獲得了千萬級融資。

據知名管理咨詢公司科爾尼預測，到 2020 年，智能理財市場規模將突破 2.2 萬億。

看起來前景無限，但智能投顧在中國發展卻舉步維艱。

最主要的原因，就是中國的投資環境，過於浮躁。

“智能投顧的優勢，在於長期穩健的分散投資，是一個控制風險波動的產品”，璇璣CEO鄭毓棟稱，短期投資，智能投顧的優勢並不能展現，“以璇璣為例，去年來看它的收益不能算高，短期還有些小幅的虧損”。

中國的理財者，主要分類兩類：一類是股票散戶，他們投機心理較重，對於這種長期的穩健的投資，根本不屑一顧。

而另一類是被余額寶和P2P教育出來的理財用戶，對於智能投顧年化率3-6%的表現，他們也看不上。

最終，智能投顧成了一個“夾層產品”，不上不下，導致獲客難上加難。

如果智能投顧有一個“形象”，它應該是一個穩健、溫和的機器人，它沒有“摧枯拉朽”的力量，它倡導健康理性，也無法做到永勝不敗。

而這個溫和的革命者，恐怕暫時還無法掀起驚濤駭浪。

在金融領域，人工智能將要取代哪些人？

大家的答案，幾乎是一致的：信審、建模、底層數據員、分析員等等，這些機械、重複、創造性較低的工種。

有些人已開始仿徨、開始恐慌——但我們總是高估了眼前的事情，低估了5年以後的事情。

時代確實不遠，我們需要做的，就是適時而動——唯一的不變，就是變。

文章評論

匿名用戶

發布

全部評論：10

發布