随着AI技术的日益突破与发展，如今越来越多的企业家与投资者将目光聚焦在AI创新与投资上，尤其是在ChatGPT问世后。由“AI+金融”融合而成的数智金融便是AI创投领域广受各路风投与金融科技(FinTech)行业企业家们追捧的火热赛道之一。
在他们看来，有了AI技术的赋能，金融行业会迸发出新的生命力，比如金融效率会大大提升、获客会更精准、风控会更成熟、业务服务会更人性化……总之，数智金融将为所有利益相关者都带来“好处”。
的确，作为数字经济的重要推动力量，以AI技术驱动的数智金融势必会带动行业升级，让各方利益者都满载而归。但这是理想状态，实现的过程并非一蹴而就。那么当前以AI技术驱动的数智金融发展究竟如何？当前有哪些数智金融的应用场景值得挖掘？当AI技术大量融入金融行业、取代人类工作后，人类又该何去何从？
作为长期在资本市场研究领域深耕的学者，体育外围平台APP财务与会计学系教授黄英一直在关注并研究以AI技术驱动的数智金融。在她与团队共同编著出版的《数字经济时代AI创新与投资》一书中，有几大章节系统分析了目前AI技术在金融领域的应用与可能存在的投资机会，以及AI与人类的关系、AI发展面临的挑战等。
黄英，体育外围平台APP财务与会计学系教授、博士生导师
体育外围平台APP资本市场研究中心主任、体育外围平台APP金融研究院首席专家、体育外围平台APP国家制度研究院特聘研究员
本期【数智创新与管理】专题，我们摘选整理了黄英教授团队在该书中的分析与观点，或许可以拨开数字经济时代下的AI创新与投资“迷雾”。
01
以AI技术驱动的数智金融已进入价值创造阶段
“金融系统是最能够与AI进行结合并产生价值的领域。”
黄英团队表示，金融领域如今已被充分数据化，为AI的应用提供了充分的数据基础。同时，金融体系内各个分支领域界限相对明确，银行、证券、保险等业务相对独立，便于AI在垂直领域中进行应用，这也使得AI与金融领域的结合最能够产生直接的成果。
那么“AI+金融”要如何“+”才能产生价值？或者说，AI可以怎样赋能金融行业？
通常来说，AI可以从基础层、通用层和应用层三个层面对金融行业产生赋能效应——基础层，主要是为算法模型提供基础计算资源和基础设施，为业务高效落地提供支撑；通用层，充分利用智能感知、认知技术，解决传统金融业务场景的痛点；应用层，将智能技术与业务需求充分融合，衍生出智能营销、智能投顾和智能理赔等典型数智金融场景。
经过深入调研，黄英团队发现，如今深度融合金融业务场景的AI技术正逐步解决行业痛点问题，在实现业务流程自动化、弥合信息差、构建普惠金融等方面发挥关键作用，且在获取增量业务、降低风险成本、改善运营成本、提升客户满意度方面进入了价值创造阶段。
02
“AI+金融”之花竞相绽放的背后，需掌握促进其持续发展的秘钥
为了深入了解当前以AI技术驱动的数智金融的发展状况，黄英团队调研走访了不少AI企业与金融机构，结果发现，AI技术当前已应用到金融领域最为炙手可热的领域，包括智能客服、智能征信和反欺诈、智能投顾这三个领域，且在各个领域中都出现了一批代表性的企业。
可以说，随着AI技术的蓬勃发展与政府、企业、科研机构等多方推动下，“AI+金融”之花已在全国各地竞相绽放，且在推动数字经济高质量发展方面发挥着重要作用。
那么这些“AI+金融”之花是否都是值得深入挖掘的数智金融应用？要实现可持续高质量发展，“AI+金融”还有哪些更好的数智金融应用场景与结合路径？
基于这些思考，黄英团队结合调研发现，就“AI+金融智能客服”“AI+金融风控”“AI+智能投顾”“AI+金融投资逻辑”分别作了评析，并提出了建议。
AI+金融智能客服
“AI金融智能客服需深化对垂直行业的深入理解”
我们知道，金融行业属于服务业的范畴，客户满意度于金融机构而言就是核心竞争力。因此，越来越多的金融机构寻求与优秀的AI技术企业合作，试图以“AI+金融智能客服”为客户提供更加智能、高效的服务，从而提升核心竞争力。
于是，金融领域的智能客服机器人（也被称为虚拟客户助理）便诞生了。
在数字经济时代下的今天，金融智能客服机器人已不鲜见。有了AI技术的加持，尤其是生成式AI的融入，不少金融智能客服机器人都能较好地理解客户在各种交互平台上提出的口语化问题，且能像人工客服一样给出回复，甚至它们可以做得更好。
因为相比人工客服，它们拥有更强大的知识库，不会遗忘，也不会受情绪影响，能给到客户更加高效、准确、专业的客服体验。
但由于金融行业的智能客服机器人要服务的对象基本都是商业客户，需要在交互上做到极度准确而高效，所以金融智能客服机器人仅拥有自然语言理解的基础能力还不够，还需深化对垂直行业的深入理解，否则将难以满足智能客服的业务需求。
因此，我们认为，未来智能客服企业之间的竞争是“将智能客服相关技术与垂直领域深度结合，并应用到细分垂直领域中的综合能力”的竞争。智能客服将成为AI技术企业与B端客户建立服务关系的重要业务切入点，AI技术企业应努力成为B端客户人工智能技术的综合方案提供商，为客户开拓包括内部员工智能服务、内部企业管理及客服过程中的营销等多种可能的新业务模式。
实际上，目前已有不少优秀的AI技术企业已为金融行业提供了成熟的智能客服解决方案，并为客户创造了巨大价值。不过在智能客服系统的核心技术基础——自然语言理解能力方面还需进一步提升，从而为客户提供更加多元的解决方案。
AI+金融风控
“场景、数据、算法的结合能力对AI金融风控而言至关重要”
由于我国传统的征信体系主要由政府主导，所以征信数据的覆盖范围相对有限。据报道，央行的征信数据主要来自信用卡数据、车贷、房贷信息等，还有大量的人口与小微企业没有征信数据。因此，如何解决对这部分个人和小微企业的征信，成为打开这一巨大金融业务市场空间的关键。
而AI技术的发展，为此提供了可能，“AI+金融风控”也因此有了应用场景。
如今，很多智能风控领域的AI创业公司都在努力开辟独特的数据获取渠道。拥有独特的数据来源和数据分析能力，以及场景、数据、算法的结合能力，将成为该领域企业的核心竞争力。
如今该领域企业主要的业务模式分为To B和To C两类。我们认为，以To B模式开展业务的公司监管风险较小，是可持续的业务模式。尽管市场上存在着对智能风控业务的质疑之声，认为目前大数据风控技术的形式远大于内容，尤其是依据非信贷交易数据来判断个人信用好坏，没有强有力证据来证明其有效性，但我们相信，未来智能风控企业将会通过不断积累数据与迭代算法，以实实在在的应用效果来解决市场上用户的质疑。
相比之下，直接利用智能风控技术开展To C业务的企业存在一定的监管风险。根据我国监管规定，经营存贷业务需要申请相应的资质，如互联网金融牌照、小额贷款业务牌照或消费贷款业务牌照。如果在没有牌照的情况下直接通过依托AI技术对客户数据进行分析，以获得信用画像来提供融资服务，属于违规经营，如果涉及到通过吸收民众资金提供借款服务，还可能触及非法集资的红线。
实际上，在这个领域中，具备投资价值的是拥有独特的信息收集维度，拥有先进算法能够对大数据进行处理，且已获得B端客户认可，证明其实际效果的智能风控类标的。
AI+智能投顾
“人类投顾会在与AI智能投顾的较量中败下阵来”
智能投顾是将AI与金融结合的另一个火热领域。作为一种新兴投资模式，智能投顾将AI具备的强大数据分析能力、深度学习及分析能力应用于投资分析领域，基于强大的自然语言理解能力、数据分析能力，大量地分析投资市场的公司定期报告、财务数据、市场传闻等信息，其信息获取和分析的效率和范围远远超过人类投资顾问的能力。
且相较于人工投顾，智能投顾有自动化、个性化和费率低的特点，其准确性超越人类投顾也已不足为奇。
据报道，2017年10月18日，EquBot LLC和ETF Managers Group共同推出的全球第一只应用人工智能、机器学习进行投资的ETF（交易所交易基金）：AI Powered Equity ETF，设立短短几天就已展现出超越指数跟踪型ETF基金和人类选股基金的投资收益，全球投资管理行业一片震惊。
考虑到AI能够获取或分析的数据是远远超过人类分析师所能覆盖的范围，且该类基金的管理成本可远远低于普通ETF的水平，我们长期看好智能投资顾问的发展。
无论在国内还是在全球，智能投顾都将是未来标准产品交易的主要方式，必将成为未来市场投资顾问的主力，极大改变现有的资产管理产业格局。人类投顾会在与智能投顾的较量中败下阵来。
当然，对于非标交易标的投资，人类投资顾问在相当长一段时间内仍具有优势。
目前我国已有一些互联网金融平台及金融科技公司推出智能投顾业务，似乎智能投顾已在中国市场遍地开花，但其中不乏部分打着“智能投顾”旗号的平台在滥竽充数，我国的智能投顾还属于发展的早期。
这也意味着，我国智能投顾领域还有很大的发展空间。那面对如此机遇，如何才能成为该领域的最终胜利者？我们认为，只有具备核心的技术能力，且能够在中国特定市场条件下经过时间的检验，持续为客户获取稳定投资收益的智能投顾，才能真正赢得市场。
AI+金融投资逻辑
“AI金融投资要综合多项因素进行判断”
筛选“AI+金融”领域的投资标的，需要综合技术、数据来源、应用场景以及客户满意度等角度进行判断。总体来看，至少有三个方面需要关注：
第一，标的公司要拥有综合的AI算法技术能力和密切跟踪AI技术演进方向的能力。无论是聚焦在金融领域的自然语言处理与人机交互、大数据风控还是智能投顾领域，都需要标的公司拥有能够满足将AI应用在各个垂直场景中的算法能力，需要能够紧跟AI技术发展的趋势，并将最新的技术成果应用到具体的应用场景当中。
第二，相对于算法来说，丰富的数据和多维度的数据，是“AI+金融”领域标的企业更加核心的竞争壁垒。仅仅具备算法的能力，但没有足够的数据对模型进行训练和调优，是无法解决现实应用场景中的问题的。
第三，标的企业的技术应已获得客户认可，且在客户迫切需求的商业场景中获得应用，并带来明确的经济效益。能够为金融领域的B端和C端客户，创造真实的收益，且获得客户的持续付费，是判断“AI+金融”类企业技术实力与业务模式可持续性的重要标准。
03
当金融插上AI的翅膀，人类终将被AI机器人取代吗？
随着AI技术的迅猛发展和“AI+金融”的日益融合，可以预见的是，以AI技术驱动的数智金融必将迎来更高速、更繁荣的发展，考虑到效率与质量的提升，未来金融领域的职场中也难以避免会出现很多AI机器人，它们将代替人类，处理许多高强度的工作，比如融入了AI技术的智能投顾。
尤其是在后疫情时代，疫情加速了企业推进应用AI和自动化的进程。那这是否意味着，人类终有一天会被AI机器人所取代？
对此，黄英团队表示不必担忧。“全球人工智能产业目前仍处于刚刚起步阶段。相比传统技术创新的发展历程，人工智能的发展要进入强人工智能阶段，最终到达超级人工智能需要经历更为漫长的历程。就现阶段而言，强人工智能和超级人工智能仅仅是人类对人工智能的发展展望和畅想。”
同时，黄英团队表示，随着AI技术迅猛发展，短时间内大量资本涌入，资本与有问题的伦理观结合，还可能会打开“潘多拉魔盒”，催生出“坏的技术”，进而可能导致AI不仅无法造福人类，还可能带来不可预测的伦理、法律、社会问题。
比如大量的AI产品因数据、AI应用场景匮乏及研发水平不足等，导致无法实现商业化；在可商业化较难及资金过多的情况下，AI项目投资有变得盲目的可能，这就会将产业引向投资过热的境地，对行业长期健康发展造成伤害；AI发展到一定程度后是否能被人类有效控制，是未知数；AI工具可能造成数据滥用，隐私保护与国家安全、商业利益如何平衡是个问题；还有AI系统犯罪后的责任认定等。
“这一系列问题都是在AI技术发展过程中亟待解决的问题。只有把这些问题都解决后，才可能迎来AI机器人大量被应用的局面。不过无论如何，AI发展终将服务于人类仍是不变的主旋律。”
黄英团队表示，让AI服务于人类社会，是整个人类社会达成的一项共识。人们已经意识到，应通过对人工智能相关法律、伦理和社会问题的深入探讨，为智能社会划出法律和伦理道德的边界。各国也在竭尽全力研究人类与AI的合作模式，促进人类员工终身学习，以应对AI技术可能带给人类员工的冲击。
实际上，AI在削减人类工作岗位的同时，也在创造新的职业。比如，机器人流程自动化和深度学习软件的供应商、实施并维护AI技术的增值经销商和咨询公司将带来AI相关工作。
据普华永道发布的《人工智能和相关技术对中国就业的净影响》报告显示，到2037年，受人工智能和机器人、无人机及自动驾驶汽车等相关技术的影响，可能将创造约12%的净增岗位，相当于额外增加约9000万个就业岗位。
“AI技术与产业的结合不仅会引发科技的变革，还会演变成社会发展的变革。不过AI技术与产业的结合目前仍处于发展早期，要达到理想状态还需很长时间，当然，预测未来从来都是一件很不靠谱的事情。”黄英团队如是说。
来源：内容摘选整理自《数字经济时代AI创新与投资》一书
