亚豪娱乐

人工智能來襲,金融行業迎來下崗潮,4個職業受到沖擊

發布時間: 2019-03-21 18:41:33

文章來源:一本財經
         2017年的關鍵詞是什么?
  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”,云腦科技的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”炸響之后,一個關于“智能覺醒”的美麗傳說,就此席卷全球。
  而火熱的背后,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“喂養”,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后,經過幾年風控缺失、放量狂奔的階段之后,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朱明杰認為,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,專注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”,朱明杰稱。
  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,迭代模型——朱明杰開玩笑地,將其稱為人肉智能(HI)。
  “而人工智能運行的方式,是給機器喂養大量數據,讓它自行構建模型,最終輸出一個結果”,朱明杰稱。
  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”,朱明杰稱,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,但是由于計算量巨大,使得這個追蹤,實際上很困難甚至不可能,“于是,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,金融對于所謂的“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,到底是怎么得出來的?背后計算邏輯是什么?
  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”,朱明杰稱,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,用數據來喂養機器。
  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:黑人相對于白人,還款能力和還款意愿會弱一些。
  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、重復、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。
  但美國的法規太復雜,且每個州的法規還不一樣,“金融機構就像進入地雷區,不知道什么時候就踩到地雷”,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,背后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,過于浮躁。
  “智能投顧的優勢,在于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,智能投顧的優勢并不能展現,“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,對于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,對于智能投顧年化率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、重復、創造性較低的工種。
  有些人已開始彷徨、開始恐慌——但我們總是高估了眼前的事情,低估了5年以后的事情。
  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。

上一篇:

下一篇:

發布時間: 2019-03-21 18:41:33

文章來源:一本財經
         2017年的關鍵詞是什么?
  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”,云腦科技的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”炸響之后,一個關于“智能覺醒”的美麗傳說,就此席卷全球。
  而火熱的背后,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“喂養”,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后,經過幾年風控缺失、放量狂奔的階段之后,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朱明杰認為,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,專注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”,朱明杰稱。
  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,迭代模型——朱明杰開玩笑地,將其稱為人肉智能(HI)。
  “而人工智能運行的方式,是給機器喂養大量數據,讓它自行構建模型,最終輸出一個結果”,朱明杰稱。
  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”,朱明杰稱,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,但是由于計算量巨大,使得這個追蹤,實際上很困難甚至不可能,“于是,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,金融對于所謂的“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,到底是怎么得出來的?背后計算邏輯是什么?
  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”,朱明杰稱,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,用數據來喂養機器。
  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:黑人相對于白人,還款能力和還款意愿會弱一些。
  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、重復、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。
  但美國的法規太復雜,且每個州的法規還不一樣,“金融機構就像進入地雷區,不知道什么時候就踩到地雷”,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,背后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,過于浮躁。
  “智能投顧的優勢,在于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,智能投顧的優勢并不能展現,“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,對于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,對于智能投顧年化率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、重復、創造性較低的工種。
  有些人已開始彷徨、開始恐慌——但我們總是高估了眼前的事情,低估了5年以后的事情。
  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。

上一篇:

下一篇:

我們的團隊
核心成員
<ins id="15nhj"></ins>
<ins id="15nhj"></ins>
<cite id="15nhj"><noframes id="15nhj"><del id="15nhj"><th id="15nhj"></th></del><del id="15nhj"><noframes id="15nhj"><del id="15nhj"></del> <ins id="15nhj"></ins>
<i id="15nhj"><noframes id="15nhj"><del id="15nhj"></del><ins id="15nhj"></ins>
<ins id="15nhj"><noframes id="15nhj"><cite id="15nhj"></cite>
<ins id="15nhj"></ins><del id="15nhj"></del>
<cite id="15nhj"><span id="15nhj"></span></cite>
<var id="15nhj"><strike id="15nhj"><thead id="15nhj"></thead></strike></var>
<ins id="15nhj"></ins><i id="15nhj"><th id="15nhj"></th></i>
<ins id="15nhj"><noframes id="15nhj"><ins id="15nhj"></ins><del id="15nhj"></del><del id="15nhj"><th id="15nhj"><del id="15nhj"></del></th></del><ins id="15nhj"><noframes id="15nhj"><ins id="15nhj"></ins>
<cite id="15nhj"><noframes id="15nhj"><cite id="15nhj"></cite><ins id="15nhj"><noframes id="15nhj"><ins id="15nhj"></ins>
<cite id="15nhj"><noframes id="15nhj">
<del id="15nhj"><th id="15nhj"><del id="15nhj"></del></th></del>
<del id="15nhj"></del>
<var id="15nhj"><noframes id="15nhj">
<ins id="15nhj"></ins>
<ins id="15nhj"><noframes id="15nhj"><cite id="15nhj"></cite>
<del id="15nhj"><th id="15nhj"><del id="15nhj"></del></th></del><ins id="15nhj"><noframes id="15nhj"><cite id="15nhj"></cite><del id="15nhj"><th id="15nhj"><del id="15nhj"></del></th></del>
<del id="15nhj"><noframes id="15nhj">
<del id="15nhj"><noframes id="15nhj"><del id="15nhj"></del><var id="15nhj"><th id="15nhj"><var id="15nhj"></var></th></var>
<del id="15nhj"></del>
亚豪娱乐