人工智能真的要騎在人類的頭上，并在下完棋后把第一刀砍向人的錢袋子嗎?

　　2017年1月開(kāi)始，日本壽險(xiǎn)巨頭富國(guó)生命保險(xiǎn)開(kāi)始利用價(jià)值170萬(wàn)美元的人工智能系統(tǒng)IBM Watson Explorer，取代34名人類保險(xiǎn)索賠職員，約占理賠部員工的30%，每年維護(hù)費(fèi)用則為12.8萬(wàn)美元。而可節(jié)省的人類員工薪資支出則達(dá)110萬(wàn)美元/年。僅此一項(xiàng)，不到2年，成本即可收回。

　　2016年底，一直秉承人工智能威脅論的霍金在《衛(wèi)報(bào)》的專欄中發(fā)文稱：“工廠自動(dòng)化已經(jīng)讓眾多傳統(tǒng)制造業(yè)工人失業(yè)，人工智能的興起很有可能會(huì)讓失業(yè)潮波及到中產(chǎn)階級(jí)，最后只給人類留下護(hù)理、創(chuàng)造和監(jiān)督工作。”不過(guò)幾十天功夫，“失業(yè)”預(yù)言即在大金融領(lǐng)域成真。

　　人工智能是學(xué)徒，簡(jiǎn)單勞動(dòng)下替代白領(lǐng)

　　在復(fù)盤2016年初AlphaGo對(duì)戰(zhàn)李世石、2017年化名Master連斬中日韓三國(guó)棋手的諸多文章里，常會(huì)引用一個(gè)數(shù)據(jù)“深度學(xué)習(xí)了3000萬(wàn)個(gè)圍棋對(duì)弈”。

　　其實(shí)這恰恰是人工智能的精華所在，即所謂3千萬(wàn)個(gè)對(duì)弈，就是圍棋世界里的大數(shù)據(jù)，一個(gè)可以被收集、整理和捕捉的數(shù)據(jù)圖譜。每一個(gè)AI能夠驚世駭俗，根基也在于此。

　　富國(guó)生命保險(xiǎn)重金購(gòu)買的人工智能其實(shí)就扮演了這么一個(gè)角色，通過(guò)掃描醫(yī)院記錄和其他文件，根據(jù)保理傷害、病人醫(yī)療史以及程序管理等信息，確定是否進(jìn)行理賠。

　　這一切都建立在一定的數(shù)據(jù)信息能夠有效接入和掌握的基礎(chǔ)之上，而擁有了不算真正完整的大數(shù)據(jù)流后，AI的工作則可以看做是——洗地。

　　一個(gè)學(xué)徒的角色，幫助師傅打打下手，按照規(guī)定的流程、既定的標(biāo)準(zhǔn)，用已經(jīng)明確量化好的審批程序來(lái)完成既定工作。一切都在老師傅的計(jì)劃之下。只是比起人類學(xué)徒來(lái)說(shuō)，更快速、更不容易出錯(cuò)。

　　在同一篇報(bào)道中，另外3家日本保險(xiǎn)公司也正在測(cè)試或安裝人工智能，以便實(shí)現(xiàn)更多自動(dòng)化任務(wù)，比如幫助客戶尋找理想保險(xiǎn)計(jì)劃等。這其實(shí)依然是標(biāo)準(zhǔn)化作業(yè)流程下的循規(guī)蹈矩。

　　這種標(biāo)準(zhǔn)化流程的最大好處就是解放了老師傅的雙手，也節(jié)約了用戶時(shí)間。以國(guó)內(nèi)運(yùn)用了人工智能的某手機(jī)貸為例，據(jù)稱通過(guò)人工智能進(jìn)行信審和風(fēng)控的比例已經(jīng)提升至90%以上，而另一個(gè)手機(jī)貸則宣稱實(shí)現(xiàn)了單月放款筆數(shù)超100萬(wàn)。

　　在這個(gè)過(guò)程中，無(wú)一不是按照標(biāo)準(zhǔn)化流程來(lái)比對(duì)各種數(shù)據(jù)。只是，人工比對(duì)，效率慢、用戶等待時(shí)間長(zhǎng)罷了。

　　做幫工的AI和被其替代的那些人類員工，最大的共通之處就在于都是流水線上的工人，看似白領(lǐng)的業(yè)務(wù)，實(shí)際上都是簡(jiǎn)單勞動(dòng)。如果用一個(gè)比方來(lái)對(duì)比當(dāng)下的人工智能替代人類的水準(zhǔn)，不妨用O2O來(lái)想象。

　　以往的線下門店，除了廣告和口碑來(lái)招攬生意外，還需要人類雇員到街頭去散發(fā)各種優(yōu)惠劵，比如肯德基，但O2O通過(guò)網(wǎng)上聚合的方式，將這個(gè)散發(fā)優(yōu)惠劵和期間耗費(fèi)的人工、時(shí)間以及投放人群的精準(zhǔn)度都進(jìn)行了簡(jiǎn)化，有需求的人根據(jù)優(yōu)惠的不同、距離的遠(yuǎn)近，直接通過(guò)O2O平臺(tái)進(jìn)行選擇，而線下門店僅需要根據(jù)電子優(yōu)惠劵乃至先期抵達(dá)的電子菜單、座位預(yù)定做好后期準(zhǔn)備即可。

　　客人和門店的距離，縮短到了極致，效率得到空前提高，但對(duì)于最核心的服務(wù)來(lái)說(shuō)，并無(wú)根本性改變。而人工智能目前在當(dāng)前金融領(lǐng)域亦是如此，一個(gè)讓客戶無(wú)需等待的學(xué)徒模式。

　　根據(jù)螞蟻金服公布數(shù)據(jù)，網(wǎng)商銀行的花唄與微貸業(yè)務(wù)上，使用機(jī)器學(xué)習(xí)把虛假交易率降低了近10倍，為支付寶的證件審核系統(tǒng)開(kāi)發(fā)的基于深度學(xué)習(xí)的OCR系統(tǒng)，使證件校核時(shí)間從1天縮小到1秒，同時(shí)提升了30%的通過(guò)率。

　　以智能客服為例，2015年“雙11”期間，螞蟻金服95%的遠(yuǎn)程客戶服務(wù)就已經(jīng)實(shí)現(xiàn)大數(shù)據(jù)智能機(jī)器人，同時(shí)實(shí)現(xiàn)了100%的自動(dòng)語(yǔ)音識(shí)別。

　　在這個(gè)基礎(chǔ)上，再去理解李開(kāi)復(fù)口中：“人工智能最好的應(yīng)用領(lǐng)域之一是金融領(lǐng)域，因?yàn)榻鹑陬I(lǐng)域是唯一純數(shù)字領(lǐng)域?！逼渲姓鎸?shí)的意味也就在于此了。

　　也因此，智能顧投之所以成為人工智能+金融的第一站，除了受益于國(guó)內(nèi)互聯(lián)網(wǎng)理財(cái)?shù)母邼B透率、傳統(tǒng)理財(cái)市場(chǎng)服務(wù)的空白、居民強(qiáng)大的理財(cái)需求等傳統(tǒng)因素外，這方面的個(gè)人金融數(shù)據(jù)最為單純，基本上只要掌握用戶投資風(fēng)險(xiǎn)程度，即可作出數(shù)據(jù)篩選和產(chǎn)品推薦，而不似保險(xiǎn)那樣需要更多非金融領(lǐng)域的數(shù)據(jù)來(lái)源。

　　獲客和實(shí)現(xiàn)客源轉(zhuǎn)換的難度與成本雙低，也使得只是傳統(tǒng)人工顧問(wèn)投資效率加強(qiáng)版的智能顧投成了突破尖兵。

　　可如果僅此而已，人工智能也就是一個(gè)快速工具罷了。這樣的學(xué)徒是永遠(yuǎn)無(wú)法晉級(jí)老師傅的，尤其是在沒(méi)有數(shù)據(jù)的前提下。而金融，也不僅僅是一個(gè)顧問(wèn)投資而已。

　　進(jìn)階幫工，人工智能先要邁過(guò)大數(shù)據(jù)的坎

　　從學(xué)徒到幫工，必須有更多的數(shù)據(jù)。

　　AlphaGo的成功就在于它掌握了圍棋領(lǐng)域近乎全部的數(shù)據(jù)，也即大數(shù)據(jù)強(qiáng)調(diào)的全量樣本。盡管面對(duì)人類的智慧來(lái)說(shuō)，萬(wàn)一出現(xiàn)一個(gè)不懂圍棋的虛竹用自絕死路的非正常方式打破僵局，依然可以在進(jìn)入常態(tài)競(jìng)技的后半段，用標(biāo)準(zhǔn)化的下法，逼死絕頂高手。

　　可如果沒(méi)數(shù)據(jù)呢?李開(kāi)復(fù)的解答看似很圓滿：

　　一是在金融界里相對(duì)隔離得非常清晰。金融領(lǐng)域是不跟其他定領(lǐng)域混在一起的，股票就是股票、保險(xiǎn)就是保險(xiǎn)、銀行就是銀行、賬單就是賬單，這些東西是能夠用來(lái)計(jì)算的，且屬于狹窄的領(lǐng)域。

　　二是利用手中擁有的大數(shù)據(jù)量，可以獲取更多的數(shù)據(jù)。

　　三是金融是最無(wú)摩擦的領(lǐng)域，錢進(jìn)錢出，這里沒(méi)有生產(chǎn)、倉(cāng)庫(kù)和物流。

　　但其實(shí)，盡管數(shù)據(jù)流非常充足，但依然不是全量數(shù)據(jù)。僅以征信數(shù)據(jù)為例，基于傳統(tǒng)金融機(jī)構(gòu)的服務(wù)能力限制，使得傳統(tǒng)金融無(wú)法服務(wù)的領(lǐng)域非常大，加之國(guó)內(nèi)傳統(tǒng)征信體系不完善，在收錄的8億自然人里，有征信記錄的僅有3億人，另外5億人在系統(tǒng)中只有基本信息，傳統(tǒng)征信覆蓋的人數(shù)僅為35%。

　　也即是說(shuō)，即使接入，也不過(guò)是增加了一定的基礎(chǔ)數(shù)據(jù)，距離真正能夠反映一個(gè)人各種金融體征的全量數(shù)據(jù)還差距極大。

　　目前人工智能+金融所能做到，也就是風(fēng)險(xiǎn)系數(shù)較小、流程簡(jiǎn)單規(guī)范、數(shù)據(jù)量需求較少易掌握的保險(xiǎn)和小額貸等業(yè)務(wù)之上。唯一純數(shù)字領(lǐng)域的金融尚且如此，又何況其他領(lǐng)域。沒(méi)有大數(shù)據(jù)加持，再好的人工智能也只是一個(gè)高檔玩具。

　　大數(shù)據(jù)，其實(shí)也就與人類的經(jīng)驗(yàn)認(rèn)知和理性分析相似了，成為了人工智能能否長(zhǎng)大的基礎(chǔ)“飼料”。

　　且不論人工智能的深度學(xué)習(xí)模式，能夠形成怎樣的精準(zhǔn)分析和判斷，但僅僅從金融領(lǐng)域的人工智能應(yīng)用上看，最容易獲得更強(qiáng)大數(shù)據(jù)流的來(lái)源，其實(shí)在電商之上。在電商和O2O上已形成寡頭之勢(shì)的騰訊、阿里和百度，在2016年大舉布局人工智能，其原因之一也就在于此。

　　越來(lái)越多的證據(jù)表面，當(dāng)前的計(jì)算能力、算法與聯(lián)網(wǎng)設(shè)備所產(chǎn)生的數(shù)據(jù)量已經(jīng)構(gòu)成了人工智能真正崛起的基礎(chǔ)。除了在圍棋領(lǐng)域戰(zhàn)勝人類冠軍，在圖像識(shí)別和語(yǔ)音識(shí)別正確率上，機(jī)器性能也在近年超過(guò)了人類平均水平，這既是算法改進(jìn)的功勞，又離不開(kāi)大量的訓(xùn)練數(shù)據(jù)和計(jì)算。

　　在中國(guó)，有足夠訓(xùn)練數(shù)據(jù)的，除了傳統(tǒng)金融機(jī)構(gòu)外，就只有BAT了，而且更加獨(dú)特和立體。這其實(shí)就是金融的棋譜。

　　如在2016年9月，百度高級(jí)副總裁朱光在百度世界大會(huì)上表示，百度金融將以身份識(shí)別認(rèn)證、大數(shù)據(jù)風(fēng)控、智能投顧、量化投資、金融云為方向發(fā)展金融科技。這其實(shí)就是用大數(shù)據(jù)+云計(jì)算來(lái)喂養(yǎng)人工智能，以期在金融上和傳統(tǒng)金融業(yè)形成差異化的節(jié)奏。

　　而因與余額寶合作一戰(zhàn)成名的天弘基金亦透露出更為強(qiáng)烈的需求，尤其是在智能顧投這個(gè)被互聯(lián)網(wǎng)金融巨頭列在首要破局點(diǎn)的領(lǐng)域上。

　　其智能投資部總經(jīng)理助理劉碩凌就認(rèn)為：“最好的人工智能是人腦和大數(shù)據(jù)技術(shù)的融合。把復(fù)雜的巨量數(shù)據(jù)的線性，非線性計(jì)算和歸納工作都交給機(jī)器。”而龐大的阿里系數(shù)據(jù)流，和獨(dú)立于征信系統(tǒng)之外、以電商消費(fèi)和余額寶投資為基礎(chǔ)的芝麻信用，則可更為真實(shí)的為用戶做出更多立體面的畫像。

　　每一個(gè)用戶都有不同的立面，無(wú)數(shù)反映用戶消費(fèi)、投資的數(shù)據(jù)點(diǎn)，則可讓這樣的用戶畫像從平面走向立體。而對(duì)市場(chǎng)的分析、研判以及更精準(zhǔn)的輿情監(jiān)控，這些同樣是互聯(lián)網(wǎng)平臺(tái)更為擅長(zhǎng)和已經(jīng)深度大數(shù)據(jù)化和逐步人工智能化的先發(fā)領(lǐng)域。

　　只是，一旦需要更多的數(shù)據(jù)之時(shí)，每一個(gè)有志于金融的平臺(tái)都會(huì)設(shè)立壁壘，確保自己的獨(dú)家優(yōu)勢(shì)。人工智能的求學(xué)之路，初期靠自家數(shù)據(jù)，武功日益千里，后期要多方化緣，殊難精進(jìn)。

　　任何一個(gè)老司機(jī)，在徹底離開(kāi)方向盤之前，都不敢說(shuō)自己不會(huì)出事，因?yàn)檐?自家數(shù)據(jù))可以掌控，來(lái)自道路上的各方車流(外部數(shù)據(jù))則是不可控的。

　　除非，大家伙全都是自動(dòng)駕駛，而且數(shù)據(jù)全面互通，或許才能說(shuō)“大話”。

　　塑造賈維斯，每個(gè)人都需要一個(gè)私人管家

　　Facebook創(chuàng)始人扎克伯格在2016年初時(shí)開(kāi)始謀劃，要打造一個(gè)人工智能“管家”，如同電影《鋼鐵俠》里的超級(jí)管家賈維斯。只要說(shuō)出自己的需求，它就可以幫你做任何事情。他花了近一年的時(shí)間讓這一想法成為現(xiàn)實(shí)。

　　而這個(gè)在2016年末出現(xiàn)的、等陪孩子玩耍、能理解主人情緒的JAVIS人工智能程序(翻譯過(guò)來(lái)就是賈維斯)，卻說(shuō)出了作為主顧的大多數(shù)普通人，對(duì)人工智能+金融的訴求，其實(shí)亦是藍(lán)海。

　　有觀點(diǎn)認(rèn)為，目前中國(guó)金融行業(yè)正在運(yùn)用的人工智能可以整理為四大類應(yīng)用場(chǎng)景：機(jī)器學(xué)習(xí)與知識(shí)圖譜;金融預(yù)測(cè)、反欺詐;融資授信決策;智能投顧。

　　不難看出，其實(shí)這就是一個(gè)金融管家的角色。只是對(duì)于大多數(shù)使用者來(lái)說(shuō)，這個(gè)管家并不是自家的私人管家，而只是金融機(jī)構(gòu)派來(lái)幫忙的勞務(wù)輸出“人員”，這些人工智能官派管家，恰恰因?yàn)槟M人類思維、而非傳統(tǒng)上的按鈕工具，難免骨子里向著東家，而未必裝著用戶的利益。

　　這其實(shí)也將是金融機(jī)構(gòu)人工智能化后不可避免在用戶心中投射出的悖論。但如果沒(méi)有金融背景，只是為用戶量身打造的私人專屬管家呢?即使真正在平臺(tái)全面開(kāi)放數(shù)據(jù)、大數(shù)據(jù)真實(shí)打通之下，也未必能夠派上用場(chǎng)。

　　或許很多人會(huì)認(rèn)為，第三方機(jī)構(gòu)的這類產(chǎn)品未必能夠精通金融、制造出高效、有用的金融分析模型，但這個(gè)問(wèn)題可以通過(guò)足夠的專家和日益完善的模型體系形成強(qiáng)力外腦和不斷升級(jí)來(lái)補(bǔ)完，但更重要的則在于除了大數(shù)據(jù)以外，人工智能還需要強(qiáng)大的計(jì)算能力。

　　“我們都知道，只有更強(qiáng)大的計(jì)算能力才能處理人工智能應(yīng)用所需的大數(shù)據(jù)，”英特爾公司副總裁兼數(shù)據(jù)中心事業(yè)部數(shù)據(jù)中心解決方案部門總經(jīng)理詹森·韋克斯曼就在2016年底透露：

　　英特爾預(yù)測(cè)，到2020年，用于人工智能的計(jì)算將比現(xiàn)在增長(zhǎng)12倍。因?yàn)楹芏嘣械幕A(chǔ)架構(gòu)并沒(méi)有考慮到去適應(yīng)人工智能應(yīng)用，只有7%的應(yīng)用部署符合人工智能的要求。

　　對(duì)計(jì)算能力要求的日益提高，將讓真正商用化、金融化的人工智能淪為巨頭的游戲，而普通用戶將只能用接入的方式，成為這個(gè)巨頭金融互動(dòng)網(wǎng)絡(luò)游戲里的一個(gè)參與者，而非主導(dǎo)者。

　　但也并非說(shuō)用戶級(jí)定制的高端人工智能完全不可能出現(xiàn)，只是在很長(zhǎng)一段時(shí)間內(nèi)，想要在人工智能+金融上創(chuàng)業(yè)和顛覆市場(chǎng)的第三方公司只能把希望寄托在云計(jì)算之上。

　　畢竟，在任何一個(gè)通過(guò)獲取用戶行為而形成大數(shù)據(jù)流之下，或許能夠反映出用戶的更多立體面，甚至形成一個(gè)從外形到內(nèi)心的立體建模，實(shí)現(xiàn)精準(zhǔn)的需求把握和心理分析，以更好地和外部的金融市場(chǎng)分析進(jìn)行比對(duì)，但是任何大數(shù)據(jù)的形成，無(wú)論計(jì)算數(shù)據(jù)多快，都是一個(gè)過(guò)去式，一個(gè)過(guò)去的用戶。

　　每一個(gè)人的性格或許不會(huì)變化，但瞬間的需求和心理延伸，卻未必是人工智能通過(guò)大數(shù)據(jù)和云計(jì)算所能徹底把控的，也是難以捉摸的。這就是破解珍瓏棋局的那自絕一子。而或許，只有真正專屬于自己、忠誠(chéng)于用戶、沒(méi)有金融機(jī)構(gòu)后門和利益訴求的賈維斯，才會(huì)是傾吐心聲、掌握用戶實(shí)時(shí)動(dòng)態(tài)和心態(tài)，能窺見(jiàn)“透明人”的那個(gè)唯一。

　　而這樣的服務(wù)，才會(huì)是最為貼心和精準(zhǔn)的，也是最具有用戶黏性的。若真如此，賈維斯也就成了《鋼鐵俠》里那樣，一個(gè)值得把自己的后背托付給它的“放心的人”。也唯有那樣，才是真正從老司機(jī)，成為一個(gè)私家專車司機(jī)。話說(shuō)，《特工卡特》里的真人版賈維斯，不就是個(gè)專職老司機(jī)兼管家嗎!

　　換言之，基于金融機(jī)構(gòu)自身獲客和吸引現(xiàn)金流考量的人工智能，是現(xiàn)在和之后一段時(shí)間內(nèi)的主流。而非主流的第三方金融人工智能產(chǎn)品，則在相關(guān)限制解除和大數(shù)據(jù)、云計(jì)算條件相對(duì)成熟之時(shí)，成為用戶的最后選擇。

　　只是真如此，還一定需要專業(yè)金融機(jī)構(gòu)扮演什么角色呢?這是個(gè)問(wèn)題，應(yīng)該和人工智能部署一同布局。