諾獎得主、頂會主席、企業家，為何重倉「AI金融」？

近日，第三屆世界人工智慧大會（WAIC）雲端峰會在上海世博中心盛大開幕。大會第二天，五位頂尖金融科技專家高屋建瓴，為與會者帶來了一場場別開生面的演講。

在大會上，諾獎得主、AI頂會主席、知名企業家們觀點鮮明、金句頻出：

• AI金融是最令人興奮的機會之一。

• 對金融業產生巨大影響的AI技術，不止機器學習。

• 人工智慧與區塊鏈的關係，不是競爭而是互補。

「諾獎得主」托馬斯·薩金特以亞當·斯密的理論為切口，詳細講解了區塊鏈和人工智慧這兩種技術如何大大減少當代貿易的壁壘；「IJCAI理事會前主席」邁克爾·伍爾德里奇介紹了人工智慧在金融領域最讓人興奮的應用，並列舉了機器學習之外，兩個可能會對金融業產生重大影響的人工智慧技術。

為此，雷鋒網整理了這五位頂尖專家的演講，以饗讀者：

托馬斯·薩金特：人工智慧與區塊鏈，不是競爭而是互補

諾貝爾經濟學獎獲得者、史丹佛大學胡佛研究所研究員托馬斯·薩金特以“2020年及未來技術展望為主題”發表演講。

托馬斯·薩金特主要針對區塊鏈和人工智慧兩個問題展開了探討。 他在大會上將人工智慧和區塊鏈進行對比，認為區塊鏈和人工智慧的關係不是競爭而是互補。

托馬斯提到了現代經濟學的創始人之一，亞當·斯密，其認為貿易壁壘的增加阻礙了經濟的發展。比如中國的絲綢之路，商人在進行貿易活動時會遇到小偷和強盜，這是一種貿易壁壘；買賣雙方很難彼此信任，很難保證按時交付，而這種缺失的信任和大量的溝通成本也是一種貿易壁壘。貿易壁壘越大，成本就越高。

托馬斯 認 為減少貿易壁壘就是增加經濟價值，就會有更多價值被創造出來。而區塊鏈和人工智慧這兩種技術大大減少了當代貿易的壁壘和成本。以區塊鏈為例，它是一個分散式的共享賬本和資料庫，具有不可篡改、可以追溯等特點。而這些特徵可以有效降低貿易的溝通成本。

而相比區塊鏈，托馬斯認為人工智慧不是固定不變的，人工智慧由一組演算法組成，對不知道的事實進行猜測，隨著更多資料的輸入，人工智慧的準確性也相應提高。人工智慧透過建立模型來模擬世界，而區塊鏈使用的是與之不同的角度和工具。

托馬斯表示，區塊鏈的目的，是成為一種交易技術。現在占主導地位的交易技術是銀行，在網路的中心只有一個受信任的中介便是銀行。銀行作為一箇中介，不管是轉賬還是交易，都要付出很高昂的手續費。壟斷意味著收費且金額很大，而且跨國轉賬常常需要兩三天甚至一週。 區塊鏈的目標是消除受信任的第三方中介，縮短交易時間，降低成本。記住亞當·斯密的格言，如果你能降低成本，你就可以增加貿易。

最後，托馬斯總結道：“人工智慧和區塊鏈的關係，不是競爭而是互補。這兩項技術，都能夠幫助我們降低金融交易的成本。”

邁克爾·伍爾德里奇：AI金融是最令人興奮的機會之一

邁克爾·伍爾德里奇是國際人工智慧聯合會（IJCAI）前主席，現擔任牛津大學電腦科學系主任，還曾參與開發阿爾法圍棋機器人（AlphaGo）專案，是著名智慧體理論研究學者，在其二十年的研究生涯裡，他幾乎當選了人工智慧相關學會的所有Fellow。

邁克爾·伍爾德里奇這一次的演講主題是「讓人工智慧在金融領域發揮作用的風險和機遇」。

伍爾德里奇相信AI金融是人工智慧目前最令人興奮的機會之一。

他認為，人工智慧不只是一種技術，人工智慧是由一系列技術構成的。

我們對當代的人工智慧如此興奮的原因是機器學習和深度學習。在過去的15年裡，深度學習在機器學習領域取得了巨大的成功。因為深度學習，我們現在可以用人工智慧做那些在幾十年前看來不可能的事情。但是 機器學習和深度學習並不是唯一的人工智慧技術，還有很多其他的人工智慧技術，比如搜尋和戰略推理。

伍爾德里奇所說的搜尋指的是，能夠找到複雜問題的解決方案 。搜尋是人工智慧中規劃和解決問題的基礎技術。如何將這個世界的初始配置轉換成期望的最終配置？如何把現狀變成你想成為的樣子？這就是規劃和解決問題的意義所在。

戰略推理，是設身處地地考慮如果我是你，你會怎麼做？戰略推理，是目前AI金融的另一個核心組成部分。在過去的幾年裡，它取得了很大的進步，最明顯的是玩撲#克的遊戲。

伍爾德里奇認為，人工智慧不僅僅是機器學習，各種各樣的人工智慧技術都在金融領域發揮著作用。

接著，伍爾德里奇講述了兩類不同的人工智慧在金融界的應用，即面向客戶的應用程式和辦公室後臺的應用程式。面向客戶的應用程式，指的是人工智慧應用程式可以直接與客戶互動；而後臺的人工智慧應用指的是，在你的業務後臺中應用人工智慧，但不是直接與消費者互動，而是間接互動。

隨後，伍爾德里奇介紹了人工智慧在金融中的一個令人興奮的應用：個人財務軟體助理。

伍爾德里奇認為人工智慧在面向客戶方面最明顯的應用、最激動人心的應用之一是面向客戶的軟體助理。比如我們隨身攜帶的Siri、Alexa、Cortana等都是軟體助理。而軟體助理和金融之間的聯絡，核心在於個人財務管理助理。

他解釋道：“就像醫療保健中的人工智慧，可以全天候監控我們的健康狀況一樣。人工智慧驅動的個人財務助理也可以為人們做到這一點。我認為下一代的應用是使用這些個人財務助理來理解我們的消費習慣。”

伍爾德里奇認為人工智慧在觀察資料、發現趨勢分類，並根據現有的資料預測事物的發展方向方面非常強大。而一個人工智慧驅動的個人金融系統，能夠相對輕鬆地完成這些事情。

同時，他也承認資料隱私和資料安全是一個大問題。“如果人們開發了一個軟體可以控制客戶的銀行賬戶，軟體被黑了怎麼辦？如果軟體被其他軟體所誤導或利用怎麼辦？只要我們要使用人工智慧，這些問題就無法避免而且必須解決，因為它控制我們的財政。”伍爾德里奇說。

廖理：細數金融科技十年發展歷程

廖理是清華大學五道口金融學院常務副院長、清華大學金融科技研究院院長，現任《清華金融評論》主編。

廖理此次在大會上分享的主題是「金融科技發展的新機遇」。

廖理認為在本世紀的前20年，以支付科技為基礎的金融科技得到了快速的發展，尤其是在過去的十年，金融科技在中國幾乎是有了一個全面發展的勢頭。

對此，廖理總結了金融科技對於經濟生活的發展做出的三個貢獻。 第一是推動傳統金融的轉型，提高傳統金融的效率； 第二是大量創業公司和新的金融科技公司出現，提高了整個社會範圍內資產和資源配置的效率；三是填補了傳統金融所沒有覆蓋的窪地或者盲區，即中小企業融資難、融資貴的問題。

同時，廖理還把為中小微企業提供服務的新創企業分成4個大類：企業貸款、企業支付、企業財務管理、企業員工管理。

面向企業，特別是中小微企業進行貸款的平臺，廖理將之分為兩類，一類就是電商平臺，像國內的京東、蘇寧、唯品會都開始為自己平臺上的商家提供貸款服務，包括美國的亞馬遜等等。還有一類是支付平臺提供的貸款服務，包括美國的square等，這些支付平臺透過對支付資料的信用分析和判斷，為商家提供信貸服務。

他還介紹了過去十年比較引人矚目的兩類貸款平臺：第三方的貸款平臺和網貸平臺。

廖理認為過去十年，面向中小微企業信貸的產業生態逐漸發展起來。不管是電商平臺、支付平臺，第三方平臺還是包括市場借貸的平臺，他們的風控邏輯和傳統的風控有一個很大的不同， 傳統的風控邏輯是以資產為主，而新的風控邏輯是以信用為主。 廖理對每一個平臺的特徵進行了細緻的描述，對貸前的稽核、貸後的持續的風險監測上的一些方法也進行了慷慨的分享。

最後，廖理還分享了自己所在的五道口金融學院網際網路金融實驗室，孵化成功的一個高科技企業——道口金科玉律，詳細描述了道口金科玉律在技術和商業上覆蓋的面積和獲得的突出成果。

陳青山：數字化是金融業務AI化的必經之路

合合資訊聯合創始人、啟信寶CEO陳青山，在本次大會上以「AI大資料，共創金融新生態」為主題，分享了自己近年來的一些體會。

從事AI大資料的合合資訊，研發產品化的歷程始於2009年，從最開始的AI感知技術，包括影像處理、模式識別、文字識別、場景識別，一直到高階層的認知智慧，包括自然語言處理、知識圖譜，在這個領域合合資訊已深耕十餘年。

陳青山認為數字化技術，特別是以AI為基礎的數字化技術，會將物理世界的物質轉化為虛擬世界中的數字，比如財報、影像、聲音、影片還有場景等。而文字識別、語音識別、影片識別、產品識別等技術，還有物聯網等數字化技術，將使得我們的物理世界轉化為另外一個孿生的虛擬世界，而虛擬世界都是有資料構成的。

陳青山將「AI平臺」的發展分為4個階段。第一個階段是影像處理； 第二個階段是文字識別，包括結構化、資料化的過程；第三個階段是文字或者文件理解的階段，這個階段要對識別出來的資料，進行提取、自動分類，甚至感情標註；最後，要對場景進行應用，比如應用在保險、銀行或者物流、地產等一系列的產品中間。目前所看到的金融產品或者業務上，比如合同、保單、票#據、財報，都是AI平臺所要處理的數字化物件。

他認為AI技術所創造的社會價值巨大，做到了人類做不到的事情，解決了人類解決不了的難題。以文字識別準確度為例，如果是人工錄入一份檔案上的文字，準確率約90%，但如果是以合合平臺的文字機器人來做，準確率可以超過99%，它可以做到人做不到的事情。 

合合資訊還致力於將AI能力模組化、標準化。透過把AI平臺私有化到客戶的內網環境中，使之具備底層的AI技術能力。

他認為實現AI的三個要素，一是算力，二是演算法，三是資料。合合資訊要做的工作是要把這些資料清洗、挖掘、融合、匯聚，使之變成一個知識庫，從而方便資料的計算、關係的挖掘和屬性的歸類。

“企業內部的知識庫之所以要大費周章地建設，最終目的是為了應用，如果不能用，就是一堆廢品。”陳青山說。

合合資訊會用300多個標籤去對2.3億家企業進行全景式畫像，包括企業的基本情況、資質情況、經營情況、風險的情況以及商業社會相關聯的一些情況。畫像之後，以一套科學有效的指標來計算一家企業的信用、實力和風險，比如透過6個維度的資料打分來衡量一家企業，包括資本背景、經營質量、智慧財產權、風險情況、成長性、企業規模。

在演講的末尾，陳青山分享了自己在產業鏈金融上的一些心得和感悟。目前合合資訊已經研究了人工智慧產業鏈的上中下游，上游有云計算基礎設施；中游包括人臉識別技術、文字識別技術、機器人技術、感測器技術等；下游則是智慧機器人、智慧零售、智慧家居等。他認為這些產業鏈，一定也會沿著長三角經濟帶一直往中部延伸，出現從東向西、逐步發展的態勢。 

肖京：金融+科技，實現雙輪驅動

肖京是平安集團首席科學家，他的分享涉及人工智慧技術在實體金融領域的發展、貢獻和成果。

肖京首先介紹了自己所任職的公司平安集團。平安集團成立於1988年，如今已經成為一家科技型的綜合金融集團。平安集團現在有180萬員工，在世界保險行業品牌中位列第一，市值超過1萬億，年收入超過1萬億，稅收和利潤都超過1000億，主要的戰略方向包括金融和醫療兩個重要的核心領域。 

肖京詳細介紹了平安為什麼對金融科技十分重視。平安集團每年把收入的1%投入到科研，1萬多億收入會投入100多億的資本到科研上。從08年到18年，平安集團的戰略方向就是金融+科技，以科技和金融並重，用科技驅動金融的發展，並且是雙輪驅動，一起推動整個集團向前發展。

肖京以Facebook為例，指出科技對利潤增長的重要性。平安每年有一萬三千億左右的收入，10%左右的利潤，Facebook每年雖然是700億美元的收入，19年卻有200億美元的利潤，利潤接近30%。肖京認為金融最核心的4個場景是獲客、風控、服務和運營。

肖京認為金融最核心的領域是風控。他認為如今欺詐的種類越來越多，很容易出現一些漏洞沒有被發現的情況，對於此類情形，可以用科技力量。一個單據是不是存在欺詐的情況，很難辨別，但是當我們積累大量資料進行分析之後，我們可以用科技自動分析單據是否有問題，這樣可以大大降低我們的風險、提高我們的風控的能力。 

如何用科技把金融做得更好，肖京認為，一個行之有效的方法就是網際網路。透過網際網路，平安可以把很多線下的業務線上化，這樣就可以很好地提高效率、降低成本、提高使用者的體驗。但是，網際網路雖然解決了渠道觸達的問題，但是並沒有真正解決生產質量的問題。 肖京列舉了“地溝油快餐外賣”的例子，雖然外賣可以很快的送到家，但是快餐的味道和健康等級還是那樣，我們還是吃的還是地溝油快餐，不是高質量的食品。

而為了解決這個問題，肖京認為，需要用人工智慧技術將公司的產品和流程實現智慧化。而只有具備4個要素才能夠真正的完成智慧化的建設，肖京認為這四個要素分別是資料、演算法、專家、場景。 

有意思的是，肖京還提到了一些有趣的人工智慧應用。比如牲畜的識別。肖京解釋道，農險業務也是一個很大的市場，比如一個養殖場養了1萬頭豬，農場主就要買豬的保險，所以平安在農險業務上也做到了科技賦能。

最後，肖京介紹了平安如何透過科技助力解決疫情期間的一些社會難題。一是透過語音機器人幫助客服人員回答基礎性、簡單的問題；二是，平安透過人工智慧技術以15秒的速度、98%以上正確率識別出新官肺炎的症狀，並且監控它的變化。