人物简介：
宜信公司CTO 向江旭先生，在软件、通讯网络以及互联网行业拥有20多年经验，其中18年在美国硅谷，尤其擅长大数据、人工智能、移动互联等基础技术的应用研究。
为引领新一轮技术创新浪潮，1月10-11日，以“数智创享未来”为主题的2019数智未来峰会暨第二届CTDC年度技术领袖颁奖盛典在上海佘山圆满闭幕。1月10日ITShare数智未来峰会上，宜信公司CTO、首席技术官领袖联盟联席会长 向江旭先生，带来主题演讲：
《当金融遇见AI》
大会演讲内容：
向江旭：各位朋友好！很高兴第二次参加首席技术官领袖联盟的年会--数智未来峰会，去年的时候我跟各位分享智慧零售-新零售，今年跟大家讲一讲，金融科技-新金融，这是由于我角色的转换，所以我们的主题也做了转换，但是有一个没有变的主题的内容，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。
大家知道人工智能最终能够真的对社会产生价值的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，很多互联网公司和技术公司，都去做金融，当然尤其是在国内这种现象更为普遍一些，国外的话，反而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，金融的监管越来越严，特别是去年，很多国内的一些互联网金融公司都声称，自己是金融科技公司，虽然他们还在做金融，虽然他们还在拼命拿牌照，另外在国外我们看到很多的人才，特别是年轻的毕业生，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Palo Alto斯坦福大学所在地建立1000人的金融科技园区，从事AI和金融科技的研发。科技公司，比如说亚马逊，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，所以非常非常的庞大的扩充计划，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。
我们金融一直是拥抱科技，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、你的贷款，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，这些说法在制造行业可能还需要不少人首先要把这种机床，这种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，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。
另外在金融行业，可能金融AI缺乏情感，缺乏人类的特别温度的特性，在金融行业可能是优点。因为大家知道，如果很多时候说起来，机器人的助力，那种微软的机器人，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，这样的特点、弱点反而在金融行业是优点，如果你要做贷款审核，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。
金融公司如何拥抱AI？如何使得这个AI技术在金融行业更好的落地呢？我们有不同类型的AI，金融公司有所谓传统的金融公司，比如说传统的银行、保险公司、证券公司、还有金融科技公司，或者叫做科技金融公司，他的技术能力很强，但是归根结蒂还是一家金融公司，技术手段，技术产品，还是为金融业务服务的，虽然科技成分很强，但是还是做金融。
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，这三类金融公司拥抱AI，可以采取不同的策略，可以走不同的道路。
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。
如果有的保险公司要做智能定损，现在出了车祸，你不需要去打电话给保险公司派人过来，你其实拍个照片，把受损的部位上传之后，立马用机器或者一部分人工的参与给你做定损的判断，你两个人可以两个人开车走了，不需要很长时间。机器人智能应用很多地方。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，智能保险也是这样的概念，根据你个人的身体健康状况，家庭状况，以及你需要的保额，给你推荐一个适合你个人的，量身定制的保险产品。
智能投研不一样，你要做股票投资，有一批机构分析这家公司，财务状况，过去的业绩，他这个季度，或者过去的财务报表，然后给出什么时候买入，是否买入，买入多少等等。这种人工工作，也可以由AI，由机器来做，这种智能投研的机器人，就是为了达到这个目的。
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，或者叫做一个个人虚拟助理也好，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，其实这三个化也同样适用于我们金融科技或者是AI金融的行业。
下面简单介绍一下在宜信AI做了哪些尝试？到今年13年的历史，几万名的同事，积累了很多很多的用户的数据，也有很多不同的金融产品在服务于我们金融的客户。我们其实做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，他们的思维方式和做事的方式，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，（我指互联网产品），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，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，但是他们对于快速反应用户的需求，能够深刻体察用户的需求，设计出一款非常非常有用户黏性，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，如果放到金融领域，你做金融的公司就会倒闭了，就没有办法做生意了，70%、80%根本不主流。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，快速的变化，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。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，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。
另外，如何在授信的实施时信贷决策过程当中去引入各种各样的大数据和智能分析的数据。比如说进件申请，到外面去爬虫找一些信息，内部信息的整合，到外部信息的融合，做一些各种各样的查询或者匹配，最后进行连接，给出实时的定价，有很多AI，大数据在里面起作用的点，实时的信贷决策流程。
大数据人工智能让我们的理财经理更加懂客户，最近做的一些项目，我们希望对高净值客户，都会分配理财经理或者理财师做专属服务，哪位理财经理推荐哪个客户，都有很多模型数据分析在里面，我们不是随机的拍脑袋分配的，我们需要了解这个客户是谁，他的各种各样的信息，他的家庭情况，是不是有移民的需求，投资理财的需求，海外置业的需求，根据这类信息，给他们匹配一个，或者说他的一个老乡，或者他的一个校友，对这个用户所感兴趣的产品。
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，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，根据13年的公司的历史，几万人共同的努力，我们积累了很多很多的知识，都在我们同事的脑袋里面，在我们后面的数据库里面，也在我们很多一些数据平台里面，这些东西我们已经或者正在把这些所有积累的知识结构化、智能化、把这些已有的历史知识，和正在发生的未来吸收的知识，做一些融合，有一句话，有多少人工就有多少智能，这才是人工智能，现在人工智能基本上人工+智能，AI加上所谓的HI（Human Intelligence)，我们要做的事情，要把我们做积累的那么多数据抽象出来，我们形成我们知识体系，然后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（MI: Mixed Intelligence）的解决方案，真正服务好我们的用户。谢谢大家！
大会演讲内容整理有删减
本文出自ITShare数智未来峰会
版权归ITShare、“IT分享会”公众号所有
内容编辑：高继升 转载微信：G886666G
