智能金融业今年融资额达250亿 业内人士称行业还处于早期

互联网金融和Fintech(金融科技)之后，智能金融又成一热词。

所谓智能金融是指人工智能技术与金融服务和产品的动态融合。通过利用人工智能技术，创新金融产品和服务模式、改善客户体验、提高服务效率等，包括的领域有智能支付、智能客服、智能营销、智能风控、智能投顾、智能投研和智能数据。

亿欧智库近期发布的《2017中国智能金融产业研究报告》指出，截至2017年8月31日，国内智能金融公司中125家获得融资，累积融资额已超过250亿人民币。

智能金融尚处于早期

“人工智能在金融的应用还处于一个非常早期的阶段，虽然从2014年起很多风险投资机构都在开始投所谓的的人工智能和区块链企业，但其实很多机构的投资更多的是一种防御性的心态，希望通过投资更多的了解这样领域到底在发生什么。”戈壁创投合伙人徐晨在戈壁创投和机器之心举办的人工智能行业主题论坛上接受中新经纬客户端(微信公众号：jwview)采访时表示。

亿欧智库报告认为，目前智能金融所运用的人工智能技术主要为数据挖掘，通过算法从大量的数据中寻找隐藏的信息。少数公司的智能解决方案是基于机器学习+数据挖掘。而智能投顾与人工智能的关系更多处于概念阶段，智能投顾实现了策略的个性化、配置的合理化以及流程的自动化。

维C理财CEO薛俊龙接受中新经纬客户端(微信公众号：jwview)表示，人工智能目前做的大部分工作只是人的延伸，并没有超越人，还是以提高人工效率为主，比如在信贷领域还是以人工的审核为优。

徐晨认为，目前金融企业对AI和区块链等技术的了解还存在很大的不确定性，技术究竟能带来多大的改变，究竟意味着什么，由于对前端产生结果的未知性，金融企业目前还不愿意广泛运用新的技术。

人工智能的应用隐含危机

金融是一个极端重视风险、数据密集的行业，麦肯锡研究报告以银行业为例指出，银行业每创收100万美元，平均就会产生820GB数据。数据作为人工智能的“原材料”，因此金融业天然是人工智能应用的绝佳场景。

这并非意味着人工智能在金融应用上一马平川，同样也充满危机。“人工智能在金融业的大规模使用也有很大的道德阻碍，比如人脸识别和数据都涉及到用户的隐私。”徐晨表示。

“人工智能需要大量的数据作为基础，而一些数据的获取途径不一定是合法的。”薛俊龙同样也指出。其建议，政策应逐渐开放更多的数据，比如在征信这一块，国家就可以将这个数据输出，将服务器建在云端，企业不需要获取客户的原始数据，直接在云端进行建模，这样对客户的隐私保护的更好，对企业来讲，模型也更加完善。

徐晨补充道，智能金融还存在很多风险，如美国担心人工智能会导致很多人失业，如人工智能会使很多前端交易员和精算师失去工作，这其实是道德方面最大的风险。此外，在风险归究上，如果系统出了问题，到底是谁来承担责任，机器本身是没有办法也不会承担责任。

此外，人工智能在金融业应用一直存在的比较大的争议是，当广泛的人都开始采用同一个算法，算法是否还有效。经济学家有一个叫做信息对称性原则，当多数人都在使用同一个算法时，市场其实更加脆弱，任何一个单向性的小的变动都可能会导致一个系统性的风险。

“这其实就是为什么人工智能在整个金融行业中，很多私募在用，但公募也不敢用的原因。”徐晨称。

而风险与机遇并存，徐晨也指出，在国内做业务，所谓的政策方面的风险，的确长期存在的，但是同时也看到，所谓的机遇也是这些挑战的机会，找到真实市场机会的创业者，会得到不错的发展。