必看！蚂蚁金服、广发证券、太平资产等AI专家说，未来这些商业应用最广

美剧《西部世界》中有句台词是这样说的，“既然你不能分..伪，那么假的又如何 ”。人工智能真的无所不能，能帮助我们做任何事情吗？在金融领域现阶段，并非如此。 [转载出处：www.11jj.com]

11月28日，在朝阳永续“Go-Goal赋能投资”新品发布会上，蚂蚁金服智能投顾服务资深技术专家纪韩、广发证券信息技术部高级工程师杜瑞罡、太平资产量化及策略投资部负责人王振州、九章幻方投研部副总监陆政哲等大伽对人工智能在金融领域的应用和现状，展开深度探讨。

[转载出处：www.11jj.com]

（发布会当天巅峰对话现场，从左至右依次为朝阳永续董事长廖冰、广发证券信息技术部博士杜瑞罡、太平资产量化及策略投资部董事总经理王振州、九章幻方投研部副总监陆政哲、蚂蚁金服智能投顾服务资深技术专家纪韩，现场座位顺序稍有调整。）

人工智能“要做人做不到的事”

在金融领域，人与智能关系并非相斥，而是术业有专攻。王振州认为，AI要解决的痛点，是包括市场博弈人太多、信息海量等。

对这一点，纪韩亦表示认同，在未来的金融领域，很多角色可能会变弱，如何销售产品、理解产品和发现用户的需求，是可以逐步融入人工智能，并且最终完全转移的，但是投资经理或投顾这样的职业并不会消失，因为还是有他们专业的部分，他们的专业可能偏向于资产分析、金融领域知识。

那么，人工智能在金融行业已有哪些商业应用场景？王振州从资产端和负债端两个方面进行说明。

在财险、寿险、养老险等负债端所应用到了智能客服、语音识别、图像识别等智能技术。他以医疗险举例，过去看病理赔很麻烦，但是现在通过AI技术，只需拍照上传发票、收据、诊断证明即可，这“秒赔”的背后有非常复杂的底层技术在支撑，包括公安身份识别、人脸识别、银行帐户识别技术等。

而在资产端，他表示，AI更是具备bigger（十维到千维）、faster（十年变十天）、broader（从鱼塘到大海）、deeper（更深更多）四大能力，透过AI帮助人做到人所不能做到的事情及人所想不到的事情。

人工智能对于券商就是“空气和水”

“这个时代是数据大量沉淀的时代，是数据驱动的时代。人类能处理信息的维度很有限，要在高维海量的数据中发现规律，人类自身几乎是无能为力。如果不通过人工智能来提升对数据的洞察能力，在激烈的竞争中就可能没有立足之地”，杜瑞罡认为，“人工智能之于券商就像是空气和水，是生存所必备”。

杜瑞罡介绍，广发证券从2016年推出智能投顾服务贝塔牛以后，就没有停止过AI应用探索的脚步。广发证券认为，现阶段的AI尽管在很多问题上还不够实用，但将人工智能融合到各个业务线中，与人类紧密结合，即能提升工作效率。例如在投资领域，通过知识图谱深挖各类关联关系，实现当一个企业的担保对象出现风险事件，持仓客户都能收到风险警示，投资经理还可以实时跟进企业竞争对手及关联方的资讯，大大提升投研效率。

AI在广发证券还有大量的应用场景。例如企业运营中帮助机构客户经理利用关联资讯挖掘机构的融资需求，帮助投资顾问为客户定制合适的理财方案，帮助投资银行家快速提取各类纸质报表数据，为数据异常监控和运维监控提供自适应的告警能力，进行反洗钱和客户服务记录质检等。在2017年建成的智慧广发..基础上，在各业务线的AI布道师努力下，广发证券的人工智能应用将继续蓬勃发展。

“量化+人工智能”还需努力

金融领域，最早与人工智能接触的要数量化投资了，但是实践下来，人工智能真的无所不能吗？在陆政哲看来，最起码现阶段并不是，“它还没有能力理解我们的世界，更多是识别一些东西、一些联系、一些因素和内在关系”。

那这样的人工智能，对量化投资能有哪些帮助呢？陆政哲认为，主要是两个层面的着力，一是策略构建，二是投资研究方面。

他表示，人工智能技术的模型和算法，在量化策略开发维度能提供应用，也就是将深度学习的模型应用到对市场判断中。在传统的多因子选股架构，人脑是局限的。“第一个局限是人的决策、金融市场的决策、金融市场的数据并不是简单的线性关系……用一个平面上线性拟合去拟合整体的世界和环境……会漏掉很多高纬度体系的Alpha”。第二个局限是个人传统的大脑和智力处理问题有限，当因子达到一定量的时，“要进行整体的权重配比优化……我们人的大脑是很难驾驭的，这会超过我们的边界”。

在研究支持的环节上，陆政哲表示，AI能提供非常大的帮助，比如利用各种技术抓取公司的公告，并对各种利好利空事件进行综合打分，来监控和了解市场和公司的变化。

针对目前上市公司的财务数据和经营数据，都是相对滞后的，他建议通过各种其他方式取得它的一些在线数据。

比如消费类公司的线上销售数据，这样可以更领先的找到相应的指标变化，利用AI手段，利用数据分析手段监控市场当中的变化。在这个意义上，AI是一个更加广谱、宏观的架构。

王振州则从另一个层面表示，量化+AI后，，还可以在算法、商业模型、算力及数据四个方面做的更好：

算法：AI当中有各种各样的算法，包括决策树、神经网络、深度学习等，如何调整参数和应用到哪些场景都还需要下很大的工夫。

商业模型（应用场景）：主要是明确想要达到怎么的目的，因为这与最后的算法很关键。

算力：用私有云、公有云、混合云还是要用多少GPU，这个和投资有关，当然算力也和算法息息相关。

数据：有公开数据、清楚算法并不能得到很好的结果，还需要对数据有很好的理解，知道金融环境变化怎么影响数据，数据怎么样去做特征提取，最后如何做特征选择，这是非常关键的一块。

未来应用场景“前途光明”

当AI技术发展到一定程度后，专业投资者对人工智能又该如何应用？

王振州表示，第一是智能工具，它通过文本挖掘、自然语言处理、搜索技术、知识图谱等方式形成一个产品，这个产品可以输入关键字，几秒钟就给出原本需要人复杂分析的结论。第二，智能交易，主要的功能是让交易速度更快，拿到更好的价格，获取更好的收益。第三，智能投资，将各种高频数据、大数据、高纬度的数据，通过AI算法来形成后面的一些推理、预测的结果。

无论是智能工具，还是智能交易和智能投资，都需要非常高质量的数据和信息来帮助决策。从这一点出发，陆政哲从一个需求方的角度认为，策略开发、基础研究，以及整体组合的交易、风控、处理当中都需要很好的底层数据服务商，同时也需要能够将整体金融市场的信息做一个非常好的集成、分析。

本文仅提取了部分巅峰对话环节的内容以作展示，更多的精彩内容可以下载朝阳永续Go-Goal金融终端（移动版）观看发布会内容回放。

点击“阅读原文”，即可免费试用Go-Goal金融终端4.0（PC版）