几天前柯洁对阵
AlphaGo
，马云评论：
“
我觉得人类是最有意思的动物，中国我们很多公司别再去搞
AlphaGo
这样的东西了，没有多大意义，因为可以做的事情实在太多了。
”
马云调侃道，
“
这有什么意思，把我们最快乐的东西剥夺掉，还侮辱我们一把。
”
马云表示，
“
没有必要再去跟机器叫板谁更聪明。
”
坊间都说马云理解不了围棋，当然实际上马云说的我理解可能是另外一层意思，人工智能在离我们生活更近的领域有丰富的运用，中国的互联网公司可能更关注这些。
前脚马云话音刚落，后脚蚂蚁金服就聘请了
UC Berkeley
的
Michael Jordan
来担任蚂蚁金服科学智囊团主席，这是把
AlphaGo
们的祖师爷请来的节奏啊。
UC Berkeley
的
RISE
实验室一直是蚂蚁金服和华为的合作伙伴，这次蚂蚁金服出手，看来是在人工智能领域有更高的追求了。
蚂蚁金服跑到硅谷学术界挖人，这并不是中国互联网公司的先例。实际上早在几年前，百度就已经跑到硅谷挖人了。李彦宏在一次谈话中说，他每年都会花很多时间在硅谷，和各种不同的人见面。他还讲了一个故事，说道有一次他和斯坦福大学一位教授聊天，教授说学术界已经不太想做深度学习了。李彦宏问为什么。教授回答，学术界没有工业界那么多数据，也没有那么多预算。他问百度，在人工智能研究方面有多少预算。李彦宏说，我也不知道给了多少预算，因为这个是根据需求，需要多少就给多少。
百度在硅谷挖来的人才很多，在人工智能方面就更是闷声干活，储备了一大群业内精英。李彦宏请自担纲的
IDL
（深度学习研究院）成了人工智能的黄埔军校。像微软的张亚勤、王海峰、景鲲，最近创业的吴恩达，
NEC
美国实验室的林元庆等等，都是百度人工智能旗帜的代表人物。很多人来百度，百度也培养了很多人才出去创办了自己的
AI
公司，充分证明了中国互联网公司在
AI
方面的吸引力和活跃度。对于百度而言，这一点甚至还不够，它甚至把微软的人工智能领导者陆奇也都挖过来担任集团总裁，由此可见其决心和动作了。
回到文章的前面，不管是美国也好还是中国也好，互联网公司花了那么多人力物力财力来研究
AI
，到底在什么地方应用呢？很多人不了解。这次
Deepmind
的负责人就谈到，
AI
最可能最早应用的，就是在金融、医疗和能源三个领域。
以金融为例，不管是做投资也好，还是做信贷也好，本质上都是通过机器学习来处理金融信息。金融市场的本质是信息，获利主要来自信息不对称和对信息的分析，所以
AI
的用武之地相当之多。百度高级副总裁朱光就说过：“（人工智能）最革命的变化至少会在金融领域发生，因为人工智能就是数据的收集、分析、处理这个循环的极致。”
百度金融所做的，就是把百度的
AI
技术，赋予给各种层次的金融机构，帮助他们来提升整个金融活动的智慧水平。比如说，对于买方机构而言，百度的智能金融信息分析系统能够处理海量的行业新闻和研究，并且将其中的关键信息结构化、可视化。对于现在金融从业者而言，如果缺乏人工智能，光凭自己人工去看去分析，基本上就要淹没在数据海洋中了。数据的过载是金融业最担心的风险之一，这个问题百度金融正好有解决方案。
又比如说，在信用评级层面。传统金融机构覆盖不了长尾人群，因为这些人没有享受到普惠金融服务，更不用提形成信用记录了。但是百度的人工智能技术，通过对庞大数据的分析，以及依靠
AI
形成的人群画像技术，对这些长尾人群的信息进行采集、加工和分析，并调用数据字段结果送给线上风控平台，机器自然就会完成辅助授信过程。传统金融机构没有办法做到这一点，因为做到这些如果没有
AI
的支持，要花费大量的人力物力，而且效率很低，回报率太低。一旦启动
AI
，上述问题迎刃而解了。
再比如说，
AI
在投资上有更加天然的应用。以百度为例，依托搜索、地图等庞大、多维并且立体的大数据资源，
AI
可以在这些大数据中挖矿，把人看不到的有价值的信息提取出来，用这些信息来辅助我们的投资决策，从而赢得超越市场的回报。正是看到了这一点，最近贵阳大数据产业就选择了和百度进行合作，依托百度的人工智能技术，打造“贵州金融大脑”——这个大脑可以结合贵阳的大数据交易所海量数据，给产业的参与方提供各种各样的增值服务。
可以说，百度金融选择的方向是对的，就是用百度的
AI
技术，成为金融服务的底层供应商。这些技术服务于地方政府，可以打造金融大脑；服务于投资机构，可以打造类似百发价值这样的人工智能金融产品；这些技术还可以给银行、互联网金融、保险公司提供各种各样的风控支撑，帮助他们服务海量人群用户的同时，提高用户体验。
蚂蚁金服前段时间也讲，不做金融，而是做技术，这一点倒是和百度金融不谋而合了。用
AI
给传统行业赋能，是当下的大风口所在。
Fintech
公司里面，谁这一点做得最好，谁就走对了路。
