专栏名称: 智谷趋势
决策者的首席情报顾问。2016胡润中国最具影响力财经自媒体50强。
目录
相关文章推荐
陶博士2006  ·  240922 准备迎接牛市(3) ·  6 天前  
第一财经商业数据中心  ·  2025年健康消费新趋势:11位行业先锋揭秘 ... ·  6 天前  
第一财经  ·  历史首次!茅台出手! ·  1 周前  
51好读  ›  专栏  ›  智谷趋势

人工智能发展规划发布了!智能理财模式如何迎接万亿机会?

智谷趋势  · 公众号  · 财经  · 2017-07-31 19:43

正文

作为第四次工业革命的核心,人工智能技术在全球方兴未艾,吸引的不仅是企业和投资行业的目光,同样也受到了最高决策层的高度关注。

 

目前包括百度腾讯阿里巴巴在内的BAT巨头以及商汤科技、face++等行业垂直企业瞄准人工智能大机会猛攻,数据显示,2016年中国人工智能领域融资规模约为26亿美元,成为全球人工智能领域第二大“吸金”地。而今年上半年,中国人工智能类创业公司投融资事件超过430起,融资总额远超去年全年,总额达340亿人民币。

 

在前三次工业革命中,中国的角色是旁观者或者是跟随者,而这一次难得地迎来了成为引领者的机会。7月20日,国务院在中国政府网印发了《新一代人工智能发展规划》(以下简称《规划》)

 

01

人工智能在金融领域的实践前景

 

作为人工智能领域的分支之一,人工智能在金融领域的应用目前也已经展开,在消费信贷、保险、银行券商等各行业都展开了业务探索。

 

从远期来看,我国人工智能核心产业规模超过1万亿元,带动相关产业规模超过10万亿元。其中金融领域是重要的领域,《规划》提到,在智能金融方面,要建立金融大数据系统,提升金融多媒体数据处理与理解能力。创新智能金融产品和服务,发展金融新业态。鼓励金融行业应用智能客服、智能监控等技术和装备。建立金融风险智能预警与防控系统。

 

那么人工智能究竟能在金融领域发挥哪些作用,带来哪些前所未有的改变呢?

 

第一,增强金融行业的服务能力。传统意义上,受到人员和数据能力的限制,金融行业很难对大众用户进行个性化的服务,而且在服务的效率上也受到了很大的限制,难以洞察和解决用户的需求,只有高净值用户才能享受银行提供的私人银行服务。

 

而在人工智能引入金融领域之后,可以通过AI实现对用户的私人定制,金融产品、服务渠道、服务方式、风险管理、授信融资、投资决策等都将迎来新的变革。在前端,人工智能技术可以用于服务客户;在中台,人工智能技术可以支持授信、各类金融交易和金融分析中的决策;在后台,人工智能技术可以用于风险防控和监督。

 

总而言之,人工智能技术将大幅改变金融现有格局,使金融服务(银行、保险、理财、借贷、投资等方面)更加地个性化与智能化。


第二,增强金融大数据处理能力。金融业是用户大数据的沉淀大户,而且这些数据极具价值,但是过去的技术处理能力难以有效处理并发挥这些数据的价值。在硬件和算法都极大发展的人工智能时代,大数据将进一步发挥其在金融领域的价值。

 

通过运用人工智能的深度学习系统,金融行业有足够多的数据供机器进行学习,将大幅降低人力成本并提升金融风控及业务处理能力。


第三,提高金融风险防范能力,人工智能在金融领域除了对企业产品和服务发生作用外,给金融监管业带来了新的思路和手段。眼下大数据、人工智能、等各类技术与金融行业不断的结合,新的金融业态涌现,业务模式创新速度越来越快,为用户提供更多的产品和服务。与此同时,金融科技导致金融业务边界逐渐模糊,金融科技打破了风险传导的时空限制,使得风险传播的速度更快、传染性更强,风险的隐蔽性更大等等。使得相应的监管手段也必须创新。

 

强化监管科技(RegTech)应用实践,积极利用大数据、人工智能、云计算等技术丰富金融监管手段,提升跨行业、跨市场交叉性金融风险的甄别、防范和化解能力成为监管部门的新目标。

 

02

智能理财的两种模式

 

易观咨询发布了中国首份《人工智能理财市场专题分析》报告,报告指出,人工智能金融的应用在全球范围内已被提至新高度,到2020年,预计中国人工智能理财规模将达到5.22万亿。

 

目前来看,人工智能在理财领域目前有两大方向,第一大方向是从用户的角度出发,进行用户识别,分析用户属性,进行产品匹配。第二个方向是做产品端优化,进行智能资产配置,发现更好的投资策略。

 

目前国内来看,第一种模式目标非常受欢迎,原因也很简单,国内传统意义上的理财主要聚焦基金、信托、银行理财等方式,风格更加稳健,注重低风险和保本。而美国市场则更加偏重于第二种模式,智能理财在风险和收益更加领域应用更加广泛。

 

以国内知名的智能财富管理平台懒财网为例,可以看到人工智能在模式识别和资产匹配方面的实践:在用户识别上,理财机器人可以通过建立数学模型,准确预测用户赎回资金的发生概率,然后基于预测的结果,为每个用户建立各不相同的资金流动性模型。

 

在资产匹配上,照低流动性资产优先配给低流动性用户的原则进行计算分配,如果流动性偏高就配置容易变现的资产。那么如果如果用户的流动性倾向发生变化了怎么办呢,那么也会通过用户间债券交易的方式对其资产进行调整,实现千人千面的效果,实现个性化的资产配置和个性化利率。

 

从未来的趋势来看,目前人工智能在理财方面还有很大的进步空间,在技术领域,目前类似于阿尔法狗使用的深度学习还没有得到深入的应用,神经网络技术目前也处于低层阶段,远远没有达到理想状态。在资产领域,间接投资目前还是智能理财的主流,直接投资领域目前较少,配置的资产种类有限,股市、汇市、大宗商品、期货等浮动收益投资目前较少,是未来重要目标,长远来说,未来中国智能理财拓展到第二种模式也是值得关注的趋势。