上周五，ITShare 数智未来峰会暨第二届CTDC年度技术领袖颁奖盛典在上海举办，宜信公司CTO向江旭莅临现场，并以《当金融遇见AI》为题发表了演讲。
以下是他的分享实录：
很高兴第二次参加联盟的年度峰会，去年我跟各位分享智慧零售，今年跟大家讲一讲金融科技。由于我角色的转换，所以主题也做了转换，但是有个不变的内容，就是人工智能。以前是人工智能应用到零售行业，现在应用到金融行业。
金融是AI绝佳的落地场景
人工智能最终能够对社会产生价值，还是要在各行各业成功落地。零售和金融真的是两个绝佳的应用场景。大家知道，这几年人工智能特别火爆，而且很多的互联网公司、技术公司都去做金融，尤其是在国内这种现象更为普遍一些，国外的话，科技公司纯粹做科技，进入金融领域的还不是那么多。最近几年亚马逊开始进军金融，其他公司还是纯粹科技公司，但是并不意味着他们跟金融没有关系。
这里有几个新闻：在国外，我们看到很多年轻的毕业生，以前基本上是两大流的方向，一个华尔街，一个硅谷。最近几年往硅谷流动的趋势越来越明显，而且很多华尔街的金融人才，也去往硅谷流动。因为硅谷不仅仅有技术，而且有很多金融科技公司。在旧金山的市中心，有很多金融初创公司都在那里生根发芽。
另外一个，老牌的金融机构，比如说摩根大通，他们也在硅谷的帕罗奥多市斯坦福大学所在地建立了千人的金融科技园区，从事AI和金融科技的研发。而科技公司，比如亚马逊，他的第二总部，就是在所谓的长岛市，长岛市离纽约曼哈顿一河之隔，两站地铁站的距离，谷歌在曼哈顿的办公室要扩充，大概要多招将近1万人的员工，非常庞大的扩充计划，同时我们刚才提到，亚马逊最近几年开始进入金融，也说明了科技和金融的结合是越来越强的趋势。
金融一直在拥抱科技，金融行业本身就是一个高度数字化的行业。我们说到AI在金融，为什么是非常好的落地场景呢？首先刚才我提到，金融本身就是一个充满数字的行业，除了数字之外，我不知道金融还有什么？你的银行账户、你的股票、你的理财、你的*款贷**，所有所有一切都跟数字发生关切，金融的数字化程度，相比其他行业要发展得成熟得多。比如说大家经常听到智能制造这些行业，有的时候物联网的应用，比如说智能制造，工业4.0等等，在制造行业可能还需要不少人首先要把机床、机器设备能够互相连起来，加上传感器，把一些数据收集起来，才能做分析，做实时的判断，这种时候金融有很多基础的信息，基础架构已经具备了。
另外，相对于自动驾驶，相对于机器人的行业，我们金融AI应用，不需要太多的硬件的外设，不需要去在路上自动驾驶需要跟路况、传感器雷达判别路上的故障和人，我们需要一个金融大脑，比如说做股票投资，能够精准的分析，根据历史记录，根据各种各样实时的数据，包括所谓的另类数据，不光金融数据，能够分析出来，可能未来的股票的走势等等，可以做出判断，做出预测。
还有，在金融行业，可能金融AI缺乏情感，缺乏人性，在金融行业可能是优点。大家都知道，微软的小冰小娜，都在模仿人类情感，希望交流的时候有情感，带温度，因为如果不这样的话，别人觉得就是跟机器人在交流，并不一定理解你，并不具有喜怒哀乐。而没有情感，反而在金融行业是优点，如果你要做*款贷**审核，你要做股票的交易，机器人没有恐惧，也没有贪婪的情绪，所做的任何决策，任何行为，基本上就基于当时精准的，没有任何情绪化的判断，这样的决定很可能比人的决定更好，金融确实是AI应用非常好的场景。
金融科技公司的产品就是为行业输出，他的产品就是科技产品，比如说风控，他就是输出风控的能力；反欺诈，输出反欺诈的产品，给行业里面其他的金融公司所用。这类金融公司拥抱AI，可以采取不同的策略，可以走不同的道路。
AI的落地应用
下面我们看一看现在我们在金融行业，有哪些AI的技术正在落地应用，哪些有可能是在未来可以在我们金融行业能够产生价值的AI的技术？
机器人智能可以应用到很多地方。比如说智能投顾，他不是有一个真人的投资理财顾问，帮你分析你的收入，风险多少，对于未来投资汇报的预期，而是根据策略算法和模型，根据你投资的风险承受度，以及对回报的预期，给你做出最适合于你个人的投资组合，根据市场的变化，做不断地调仓，使你的回报，在你所能承受风险能力的范围内达到最大化。
除了现在正在尝试的各种智能手段之外，未来其实也有可能很多应用，或者正在发生的应用，比如说所谓的个人金融助手，如果有那么一个机器人也好，或者叫做个人虚拟助理也好，大家知道亚马逊的Alexa，或者微软的Cortana，或者谷歌的Google Assistant，如果具备金融理财知识，成为你个人的理财师，7×24小时随时随地你可以问他问题，他可以帮你做一些金融的建议，甚至于决策。
还有一个用人工智能驱动的量化投资，很多人知道高频交易，量化投资，这个已经有了几十年的历史，在华尔街经常被采用的手段，但是如果把AI的技术、深度学习的技术，应用到这种量化投资，但是他是不是能够给你带来更安全，而且更好的回报呢？
去年我在讲智慧零售的时候，也讲过场景化、智能化、个性化，其实这三个化，同样适用在金融领域，所谓的金融科技也好，AI金融也好，就是希望能够在你不同的业务场景下面，利用一些AI的智能化的手段和技术，知道你此人、此时、此地的金融理财需求，给你量身定制个性化的服务或者产品给你。
宜信的AI探索
下面简单介绍一下在宜信AI做了哪些尝试？宜信主要有三大块业务，第一个普惠金融，第二个财富管理，第三个资产管理。到今年13年的历史，积累了很多的用户数据，也有很多不同的金融产品服务于我们的客户。我们做AI，做大数据风控，做智能投顾，也是根据现在的产品比较看好的前中后台三种模式，大家知道，金融和科技这两个东西，本身这个名字听起来很性感，但是把两个加在一起，其实有他的矛盾所在。
比如说一个做互联网的产品经理，和一个做有银行背景的、银行金融产品的经理，或者老的银行人，金融人，他们的思维方式，做事的方式，对风险的这种感觉和敬畏，其实是非常非常不一样的。互联网人，科技人，他们的产品思维（互联网产品），用户思维特别强，他们缺对金融的理解，对风险的敬畏。
另一方面我们金融家，银行家，我们的理财顾问，他们对金融产品很了解，对金融的风险非常非常关注，但是对于快速反应用户的需求，深刻体察用户的需求，设计出一款非常有用户黏性，能够产生很高流量的互联网产品，并不是他们强项。
另外一个例子，如果说我们一个电商推荐引擎，在互联网上给你推荐一款书或者一款产品，准确度70%、80%，那是很好的推荐结果，但如果放到金融领域，你做金融的公司就会倒闭了。金融基本上达到100%，99%的准确度才应该做，如果有百分之几的风险，这个事可能就不应该做。
这两类文化背景的公司也好，从业者也好，产品或者架构，如何将他们有机结合起来，既能够快速反应，广大互联网用户的需求，快速地变化，又同时保持风险合规和对于风险控制的非常精准的要求，我们就应该有所谓的中台的思维方式。
中台战略不是什么新的东西，2011年的时候就有人提到平台战略，我们科技公司，互联网公司，金融公司按真正的中台战略，来实施我们AI的战略或者AI的应用还不多见，这是宜信正在尝试的事情，基于前中后台的分层，前台面向用户的系统，用户触点，希望快速反应，希望快速的把用户的流量，把用户的一些兴趣和满足，给他提供精准的服务，加上中台耦合剂，黏合剂，把后台的风险管理能力，一起有机的融合在一起，我们基于中台的思维方式，做了一些技术的探索。
第一个大家看到的例子投米RA，智能投顾的产品，这个产品已经有三年的历史，就是根据我刚才说的，用户投资的时间段，他的风险承受能力，他对产品的一些偏好，我们给他算法，模型，推荐投资组合，进行经常性调仓，我们有美元和国内A股的RA，根据不同的用户量身定制，适合于他的投资理财产品，投资的一套基金组合。
另外一个做金融最最关键的一个词，就是风控，我们怎么样做风险评估？也是用到了所谓的信审机器人，所谓的星探，根据申请人的信息，我们在外部和内部50几组垂直搜索的领域，检索全新的信息，给他量身定制题库，根据他回答的结果，我跟他评分，然后看这个人的信用级别到底是什么个分数，通过这么一套大数据的搜索，然后包括一些语音交互，自然语言交流的方式，给这个人最后得出他的信用评分记录，作为我们给他授信的依据。
刚才说到做投资，FOF，这个是母基金的意思，我们做母基金就是投资基金的基金，中国大概有2万家风投机构，大概3万只基金，我们运用我们大数据的分析工具，去分析这3万只基金的过去业绩，他的基金管理人的从业经历，以及他对于管理基金的业绩等等，从60多个不同的维度，全方位的获取每一个基金，每一个GP基金管理人数据画像，根据这些数据画像，我们来做决定到底投哪只基金，不投哪只基金，哪只基金该退出，哪只基金该加仓买进。
还有智能保险不多说了，我们要做的事情，是把我们做积累的那么多数据，抽象出来，形成我们的知识体系，加上我们的实时数据，加上我们风控的能力，最后产生混合智能的解决方案，真正服务好我们的用户。
如果您对宜信财富感兴趣
欢迎扫码咨询
风险提示：。投资有风险，选择需谨慎本文仅作为知识分享，不构成任何投资建议，对内容的准确与完整不做承诺与保障过往表现不代表未来业绩，投资可能带来本金损失;任何人据此做出投资决策，风险自担。
编辑| 月刊君