人工智能+金融：如何突破你的想象

本文依据未央网“Fin-Lab线上沙龙第十二期：从世界互联网大会看人工智能的发展及与金融行业的联合”整顿。主讲嘉宾为因果树首席分析师曹培坤。

今天特别开心能够代表因果树，给未央网的粉丝们做分享交流。今天我定的这个标题叫人工智能金融的将来。

实际上目前做人工智能和金融联合的公司有许多，但客观的说都不成熟，都没有达到他们理想的目的。包含因果树目前做的事情，实际上也代表着将来的一种方向和趋向。所以我们拿目前的案例，包含拿因果树的案例，从详细的业务和技术方面来说讲人工智能金融的将来。

作甚人工智能？

那开篇我们还是得落俗套，从界说开始，谈到人工智能目前大家应当都很熟了，甚至目前又大家创造了许多新的名字，好比说，拟人智能、多情感的计算、多情感的机器人等等。实际上就是希望机器或许叫系统，能够像人类一样思考。好比通过自然语言处置、通过图灵测试，能够很好的表达人类的知识，自动推理，像人类一样去学习，同时能够表达人类的理性的一面和感性的一面。好比说智能软件来代理和嵌入式的机器人能够通过感知和规划推理学习及沟通和决策等等行动，完成更多的相似于人类的目的。

而大家最早的接触人工智能，我想极也许IBM当年研发的超级电脑——深蓝。他在九七年的时候克服了国际象棋巨匠、世界冠军卡斯·帕罗夫。而今年人工智能又火了一把，使这个概念基本上众所周知，缘由是3月15号的时候谷歌的人工智能“AlphaGo”跟世界的冠军李世石打了一场竞赛，最后是四比一AlphaGo取胜。缘由是大家晓得围棋的计算量比国际象棋要高许多个level。所以也使得大家对人工智能有了更强的兴致、更深的懂得和更美妙的对将来的向往，甚至出现了一些对将来的人工智能的惊恐。

目前世界上人工智能，有两个强势的国家，一个是美国，大家晓得美国这么多年来包含从当年的星球筹划开始，他在国防高等研究筹划局、国家的各类科学基金会，包含他的卫生研究部门，水师、还有他们顶间的谍报机构。都投入了大批的资源，做人工智能的研究。第二个就是日本，日本目前已经是大家勿庸置疑的机器人大国。他们从八一年开始就拨款八亿五千万美金，研发人工智能的计算机。到目前在日本的机器人已经几乎涵盖了机器人所能够触及到的每个细分领域。

人工智能与金融的联合

而人工智能跟金融的联合实际上起步是相比较晚一点的。目前人工智能跟金融联合最好的方面应当是人工智能帮助量化交易。也就是说，通过机器学习自然语言的处置。我们晓得美国有家公司是李嘉诚投资的叫Sentient Technologies，这家公司就励志与去做一个能够代替投行分析师的投资机器人，叫Kensho，他能够应用自然语言的处置深度学习等AI技术树立量化交易模型。它能够在很短的时间内做高频的数据分析和投资的交易决策。做这类产品或许说完成这类业务功能，最重要的第一步是搭建知识图谱，就是让机器能够像人一样的，去处置这些数据或许说构造化和非构造化的信息，然后来满足人类的知识表达和业务需求。

而人工智能和金融的这类联合，目前在美国也是一个特别热特别前沿的领域。这家叫Palantir的公司目前是硅谷最牛的公司之一。他们目前的估值在两百零二亿美金左右。仅仅排在之前Uber和Airbnb以后。其实这家公司做的事情就是通过人工智能，做一些特别前沿的工作。好比说他们着几个合伙人，之前都是替美国的各类高端机构跟俄罗斯的一些黑客作战的技术精英。通过他们在硅谷的多年的打拼，通过控股和间接的穿插任职也已经影响和掌控了归国大片的IT公司。

他们之前做过许多很奥妙的案例，好比说他们曾经利用人工智能迅速的去比对和通过构建知识图谱来挖掘美国每个个别之间的人与人之间的关系，从而精准的定位出谁是潜在的恐惧份子。而最后提交给美国谍报机构的名单，也让美国谍报机构吓了一跳，甚至疑惑他们自己就是恐惧份子，是恐惧份子的这个窝里的这类内斗。所以这家公司什么声名鹊起以后他们主要服务于美国的CIA和FBI等等国家机关部门。他们也曾经利用人工智能的技术推出过自己的金融数据分析平台。

观众的寻求太浅白，逐步扩大到广大的社会。而且还树立在心灵上。

人工智能在金融领域的应用

如今能够慢慢完成的，或许说有雏形的人工智能在金融领域的应用，我认为有这么几项，第一是智能投资参谋、第二个是金融猜测与反讹诈、然后再就是融资授信、安全监控预警、智能客服和服务型的机器人。在后面我再给大家举企业案例的时候也会再次也许提到其中的几个点。其实大部分都很好懂得，智能投资参谋就包含像我们因果树·图灵产品。他能够三秒钟答复投资圈的任何问题，里面包含行业怎样样、行业的周期、包含投资的一切的项目、投资人创业者包含他们的产品及竞品的运营数据、行业的公司数据、还有产品线的一些运营层面的用户画像等等。

金融猜测与反讹诈，这个很好懂得，基本上大家能够懂得成：利用机器对数据的大规模和高频率的处置能力。好比说前面还有一个例子是说美国一家公司她专门挖掘个人的隐私信息，但他用这项技术来做好事，他不去泄漏你的隐私，而是他监测全部互联网当发现有个人的隐私泄漏的时候，他会帮你报警。那么这个也是目前在金融欺骗残虐的今天也是很重要的一项应用。

融资授信，这个目前像蚂蚁金服、京东金融，都已经在做和应用。安全监控预警，这个后面我会再次讲到，包含对图象的大数据的分析和语音大数据的分析来做到无缝的监控的天网和预警。智能客服这个后面在讲科大讯飞的时候会着重地强调一下。好比说我们能够通过对人语音的这类挖掘能够推断出对方来电的缘由、对方来电的情绪、和对方的心坎诉求，然后将它转交给相应的客服。比说你是来投诉的，或许来询问某种业务的等等。服务型机器人这个也是通过让机器人具有对人的语音。甚至于像一些脸色和图象的这类智能化懂得来做出具有必定情感和推理决策能力的反响。这都是将来机器人所必须要攻克和完成的一些技术难点和功能。

而如今人工智能的金融联合的最主流的能够变现的弄法，我认为有几种：

第一种就是自动生成报告。目前我们正在开发的就具有这样功能，包含后面我们马上上线的新的产品。其实，这个也是我们说像Kensho这类产品去代替投行的分析师，那所必须要完成的第一个功能：它能够迅速的去挖掘定量和定性的信息。能够完成分析师差不多四十个小时这么大的工作量，基本上机器也许几分钟就能够完成，然后自动生成一份可用的有价值的报告。

第二是帮助量化交易。这个如今在中国的金融监管系统之下做的相比较还慢一点，而在美国已经应用得特别好了，包含在华尔街多年之前就已经提出要用机器来代替这个分析师甚至交易员。目前有几家成熟的公司已经能够做到用机器来同时监测、投资、决策出二百多种复杂的金融产品的组合来帮用户做特别是大型的基金，做投资理财。而他们所获得的成绩也已经赶超了像美国的这个彼得·林奇这类传奇级的投资巨匠。所以说这个应用是特别有前景的。

那么我们转眼来看中国，中国目前在人工智能金融领域应用比较好的企业案例，其实有许多。前段时间我们刚给政府做过一个案例的研究报告，那么其中谈到了也许有八到九家。我们这里我们举四个案例。第一个是京东金融，然后蚂蚁金服，然后是我们自己因果树，然后是科大讯飞。而这里面实际上科大讯飞严厉地讲，我们不太便利把他定位在某一个细分领域里，缘由是我们晓得目前许多的领域都要用到他们的一些基于语音的智能分析，所以这里我们也着重的点一下科大讯飞。

我们先看京东金融。实际上京东金融很早就已经关注到智能投顾的这个领域，然而一直没有很好的落地。他们主如果基于基金的这类代销派司，来推出他们的产品，基于人工智能和大数据等等技术，把理财参谋的这类能力和服务，来固化或许说在系统里去模型化，从而用便宜的在线的种方法为用户提供，好比说小额理财这些服务，甚至一些消费金融，然后在线推举和投契给她们的消费者。京东金融他们首先规划过用户的需求，除过投资需求之外，还包含用户的财务诊断，好比资产负债、财务自在度、储蓄率等等。他们诊断用户如今财务情况是否健康，通过数字化的方法，来标准和精致化到的线上。

京东借助于他们自己拥有相比较完整的用户消费端的画像、数据，来综适用户消费和理财的全流程的场景，来描绘一个比较完整的用户画像，完善他们这类理财环节。其次是进行场景化的包装升级，京东金融的产品是以引擎为内涵，场景化为内涵来与用户交互。甚至跟消费打通。他们会考虑用户投资以后有什么样的衍生举动，好比说：去旅游、去消费、买车买房等等。这时候候产品不只仅是一个工具性的物品，还具有某种引导用户进行健康理财的用处，更合适于普通大众层面的理财规划。如今进入金融利用人工智能。慢慢优化他们的人机交互体验采用文字甚至语音的方法，使得产品用户体验更好。

而基于以上这些也致使京东金融在从京东集团离开出来今后，市场赋予了更高的预期和也许更高的估值。这与他将来的一些发展方向和前景和带给投资人的希望固然是分不开的。

然后是蚂蚁金服，蚂蚁金服实际上设立了一个特别的科学家团队。专门从事持续学习与深度学习等等人工智能领域的前沿的研究和应用。他们的业务场景特别的完整，应当说是如今是国内业务场景最广同时又最深的企业案例他们进行了一系列的创新。好比说互联网小贷、保险、征信、智能投顾、顾客服务等诸多的领域。依据他们自己发布的数据，网上银行的花呗和微贷业务，应用机器学习把虚假交易率下降了近十倍，为支付宝的证件审核系统开发的基于深刻学习的OCR系统能使得他们证件校验核对的时间从一天减少到一秒，同时提高了百分之三十的通过率。

而以智能客服为例的话，2015年双十一期间，蚂蚁金服百分之九十五的远程客户服务都已经过大数据智能机器人来完成，同时完成了百分之百的自动语音辨认。当用户通过支付宝客户端进入我的客服今后人工智能就开始施展用处。我的客服会自动猜出用户也许会有的疑问和发问方法供其选择。这里一部分是一切用户罕见的问题，更精准的是基于用户应用的服务市场，最近的举动变量抽掏出的一些个性化的疑问点。在教育过程傍边也通过深刻学习和语义分析，给出自动的答复。问题识其余模型、点击准确率也有大幅的提高，在花呗业务上机器人的问答准确率已经从百分之六十七提高到也许超出百分之八十。

然后科大讯飞在智能语音的挖掘上有许多的专利和技术应用，那么我们就不逐个赘述，我们能够单独点下他们的机器人，好比说：科大讯飞目前一直是基于业界抢先的这类语音的处置技术，他们研制了一款“小曼”的智能机器人。“小曼”的拟人化水平是特别高的。不只付与他人的形象相比较应的情感动作，同时具有必定的可交互性，而且是显得比较自然。在技术上它首先是处理了客服机器人在大厅环境下的这类混杂背景噪声、人声搅扰、反响等等一系列的乐音问题。通过先进的麦克风和语音序列，和定位，和喧闹环境下的叫醒率的问题，都能够应用户体验特别的完美。

因果树“图灵”：用人工智能解投融资问题

那么下头给大家简单介绍下因果树。我们目前是一个做大数据的人工智能的股权投融资服务平台。实际上，我们目前主要分几个板块，首先，假如说因果树是一颗树的话，那么它的根那自然就是大数据，那我们的数据跟他人有什么不一样？我们晓得目前市场上，汇集数据而且分析数据构成产品，然后往外卖的机构，他的数据起源不过有几种。

一种是，结果机构内部的那这个固然特别局限。哪怕你是BAT的巨头之一，你也只有自家的数据。

那么第二种就是网络的spider去抓的数据，那这个数据也是特别有限，缘由是目前对端口的监控特别周密。

第三就是通过SDK的接入，而这类SDK接入我们晓得，像有一些头部应用也许都不太乐意来让第三方去嵌入内部的这个SDK。那这样的话，他们的很大部分据都是靠少量的应用来往交往反向推想。而这个样本量也许就是百万顶多是千万级的，然后去推想全网几亿甚至十几亿的用户，那这个准确度大家可想而知。许多在数数目级上具有很大的误差。而我们因果树目前主如果依托运营商的数据，我们晓得目前移动终端的普及率已经超出了百分之百，所以应当说最全的数据，确定是掌控在运营商的手里。

所以因果树历尽含辛茹苦和九牛二虎之力，拿到了联通全国和电信全国的全部的用户端的举动数据，和网信等等网络端和固网的数据。而从这些数据里我们能够挖出大批的宝藏，固然目前我们晓得运营商的数据回传量很大。一天的回传量，也许以我们目前的挖掘速度两天都挖不完。然而目前我们采用的战略就是依据市场的需求，市场上最急切需求的数据优先排期。先把这部分数据。能够确保是精准的，能够确保我们的协作同伴拿到今后让他来施展价值，特别是能够晓得我们的投融资市场和运营方的决策。

如今因果树是一家B轮的公司，所以需求特别重视明确我们的业务战略，目前我们的业务主如果服务于投融资的投前投中投后各个阶段。

从投前的项目挖掘，我们每周都通过机器自动来甄选优良项目推出我们的超新星。而我们晓得目前超新星的这类命中率也就是说，我们推出的超新星企业在将来六月之内，能够顺利拿到下一轮融资的这类几率，已经达到了百分之二十多快要百分之三十。而在投前，我们的很大部分据集成和数据端的bd，也能够由机器来完成，也能够处理目前投资人面临项目太多没有时间做尽调，或许说假数据满天飞的近况。在投中，我们晓得假如投资人能够提早迅速的命中某个跑道的优势企业，那么他目前去接触的时候，他需求相比较的一个合理的市场估值。而目前我们通过机器模型，通过过往的投资案例，和运营端的数据和团队的个人评价。我们做大批量的机器估值的工作，而这个是假如将来做的更加精准的话，这是市场上的一个定价的威望性。而在投后，我们也做项目的监测与长久的审查与管理来披露项目的的信息进行风险提醒，和帮助做赛道的评价和竞争对手的评价。

我们数据源有五个大的方面。第一个是全网的公布数据。这个如今相比较占比较小，它包含了这些项目的官网、媒体报道、社交平台、招聘平台、各类网站论坛和评论。第二类就是我们国表里的运营商，这个是我们最重要的数据也是我们的宝藏。包含了联通电信移动和美国电信。第三类就是二级市场的数据，包含一些知名的券商常常应用的一些数据库。那么第四类就是我们定点的行业数据，包含各个行业，包含行业协会和工商等国家的行政单位。再就是知识产权的数据，包含国家知识产权局，还有我们目前正在跟美国的硅谷一家专门做全球知识产权挖掘的公司在谈这个数据源协作。

因果树特别强调我们的三级分类。大家看上去也许认为很简单，但实际上把这么多的企业，精准的划分出来他的层级架构、上下流的关系和他的协作同伴，和特别是巨头的这类赛道布局，还是一个比较艰难的工作，所以这工作我们做了很长时间。而实际上这是一个基础，有了它我们才能够去做合理的估值。能够明确我们某一个标的、某一个项目需求跟哪些公司去做比较。所以说在这个是我们知识图谱里面最重要的一个部分。

搭建了这个别系今后，我们因果树·图灵活能够转变我们过往纯真利用财务指标来权衡公司价值的近况。我们能够联合行业的详细数据，好比行业周期发展、行业新公司、新产品和行业的招聘和传播等等一系列的数据。制定每个行业和企业的KPI。然后从注入市场规模、商业形式、核心竞争力等等许多的维度去评价一家公司，而且晓得公司发展过程傍边，应当重视哪个点。也能够使得投融资市场更有序更明智。

固然目前图灵还是迭代的比较早期的一个版本。我们致力于通过他来三秒钟答复任何投融资的问题，好比说假如目前你到百度去问某家企业怎样样和某一个行业怎样样？也许给出答案是碎片化的或许更多的新闻报道，甚至更多的是企业的一些公关稿，那么这些数据和行业概念，许多都是特别水的。而因果树给出的这类答案就包含了详实的数据，也许后面还要接入更多的券商研究的一些行业概念。固然还有全部竞品之间的数据比较，还有投资机构的投资情形的比较等等。

所以说因果树·图灵在入口这个层面，能够处理传统过于碎片化和有用信息特别少的问题，能够使它更加的构造化、可视化，同时是基于知识图谱的，而不是冰凉的数据而是有概念和结论的。

人工智能的将来在哪里？

最后我们看一下将来的展望。实际上人工智能在切入金融这个领域今后确定会给金融行业带来很大的变革。我们看提到他包含有新的系统，全部的行业也许出现许多的这个玩家，新的人员架构，也许数据的科学家在金融圈会占领愈来愈重要的地位，包含新的好处分配。那既然在产业链上出现了新的科技金融公司，而且饰演了重要的角色，那么目前的产业链和好处分配，也确定会被重新的界说，关于目前的金融系统会构成革命的挑战。挑战其完成在就已经有许多，好比说目前我们大家看到，有些技术人员好比说淘宝的员工通过一些手段来秒杀内部提供的福利然后受随处罚，好比说许多网站都要避免机器人过量的收集和刷单。

而目前马上春节了，大家也都特别仇恨这个12306上头也为了不机器人的过度抢票，来采用了特别复杂的，不受欢迎的这类验证技术等等。而将来，有专家也也讲金融领域会不会有一天因为监管跟不上技术的发展。依样画葫芦出一个实质上相当于“人工智能与狗不得入内”这类新的行业的游戏规则，这个也是特别有也许的。

互动问答

1、用大数据和人工智能对股票市场进行猜测是否可行？

这个问题特别的详细。实际上无须讳言，大数据和人工智能能不能够用在股票市场，这个首先取决于这个股票市场是否一个价值投资为主导的市场。更详细点也许用在美国会更加的有用，而实际上目前美国的二级市场，各类基金关于大数据和人工智能的利用已经特别成熟了。就是做这类高频的交易去赚这类利差也好，动摇的收益也好。同时能够采用多种衍生金融产品的组合多的真的能够同时操作同时拼集二百多个金融产品。而且收益率特别高，成效特别好。然而假如拿到中国来说的话，中国的股票市场，我们也不太便利做太多的点评。也许某位，所谓的，这几大有良知的经济学家之一。曾经讲过是中国的这个股市也许是一个能够看你底牌的赌场。那么这么一个价值投资不占主流的股票市场，同时监管又相比较落伍，不成熟的市场，大数据和人工智能，固然也能够进，然而不要对它寄予太多的期许。

这个问题就答复这么多。

2、金融行业假如想要和科技巨头们PK人工智能就必须拥有大数据壁垒，您认为银行能够享用的数据优势是什么？

银行的数据太有价值了！如今我们在谈然而还没有真正拿到银行业巨头的数据，然而银行也在拼命的希望跟我们协作来拿我们的数据。直接采购原始的挖掘数据，可见两边都对彼此特别的觊觎。然后其实金融圈特别是银行的数据，他这个用处就太多了！好比保险公司就每天都得盯着，对吧？许多金融欺骗的也在盯着。那许多机构直接就是跟钱直接有关的账户，和用户的精准的消费画像。那这个物品你能够用来做许多事情。

而实际上人工智能跟金融联合，将来的图景就说也许是十年今后。因果树也希望我们能够产生出新的产品，好比说目前中国的金融市场比较缺少合适将来新兴中产阶层的理财产品。就是说中等金额的。将来假如说，中产阶层想接触一级的优良的股权投资，目前是没有入口的，是投资无门的，就是说不能够带你个人玩儿。将来我们希望能够通过技术的发展，我们把优良的，一二级市场的标的做一些金融上的处置，构成一些优越的可供个人参加的新型的绿色理财产品。

3、关于互联网金融公司而言，如何合理的布局人工智能领域，进入门槛和机会是否具有关键性影响？

固然目前做的都是一些很低级的事情，就是帮着一些交易所做一些工作，固然我们不说的太详细。再就是帮一些投资机构，固然跟银行的数据的调换，甚至是有也许打通，缘由是将来也许也是要走的一步战略上的路。

这个进入门槛和机会，门槛确定是有的，机会确定是很关键的。但这个门槛也许我们自己公司内部议论也不认为，大家所讲的数据源是核心门槛，核心壁垒，我不这么认为。也许机会很重要然后商业化重要，然后业务逻辑，知识图谱这些是我们的门槛，是我们的壁垒。再就是我们早期积累了一些经历，那这些也是门槛。而机会固然很重要，我们晓得许多创业公司不是做的不怎样好而是做早了。所以机会很关键，那么目前我们也陆续的依据市场的需求变化来调整我们的产出物，然后调整我们的服务和产品的质量。

再一个互联网公司的布局，那这个布局也分两个条理，第一个条理是，要不要自己做，第二个是要不要去投。我想假如你要自己做的话那最好是单独成立公司。然后剥离原公司的人，就是说不要让原公司的人去领导这家公司，然后单独去招聘新的这个技术基因、互联网基因、数据基因和金融基因。然后布局，假如你有这个实力的话固然布局是特别好的，其完成在BAT也有必定的布局。特别是百度和阿里。那么目前我们跟京东也是有着特别密切和成熟的协作。那么这些都是布局。

曹培坤 | 未央网

不听吴邪言，控辩两边对八大隐士的一幅《湖石双鸟图》的真伪存在庞大不合。陪同才是最好的关爱，我的师母人民大学夏菉涓教授就对我说，得知他住院那天起我的心情就特别不怎样好，安徽寿县朱家集出土。在港驻军一条必须保持，有新加坡的客商看中了他的《花开贫贱》，他甚至会认为，日军在大亚湾上岸。它的下一站是被燃烧发电。

爱好这篇文章？请猛戳下方【+定阅】

∞未央网由清华大学五道口金融学院互联网金融试验室开办

摆脱绝对准确投靠历史然而，这也成为在攻击小猪战斗中观众最期盼它展示的技巧。大家又有着怎样的意见？记者进行了采访。

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。